苏明坤[1]2013年在《稳健自适应波束形成算法研究》文中指出伴随着通信、雷达、智能天线的领域的快速发展阵列信号处理也成为人们研究的重点。其中两种核心的技术：波束形成技术和DOA技术是研究的重点。对波达方向的估计技术研究已经基本成熟，因为如何使得波束形成技术更加稳健就成为研究的重点。本文首先介绍了阵列信号处理的基本模型，给出了常见的阵列模型和算法常用的模型和基本假设条件。这些基本前提是在理论状态下研究波束形成算法的基础，为了方便理论分析和研究。但是基于此理论情况下的研究算法往往会因为实际应用中出现不同的误差而导致算法性能的降低。自适应信号处理的蓬勃发展为人们提供了波束形成的新思路。自适应波束形成算法的提出将阵列信号处理和自适应信号处理技术有机的结合起来，开辟了波束形成技术的一个研究新方向。通过计算法仿真发现，自适应波束算法确实比常规的波束形成算法能取得更好的性能表现。但是自适应波束形成算法在面对信号方向失配、信号源建模失配、阵元之间相互干扰等问题时性能仍会下降，仍然满足不了人们的需要。因此对具有稳健性的自适应波束算法的研究就成为研究的热点。基于约束类的算法很好的解决了信号方向失配的问题，但是对其它因素引起的误差没有很好的改善。基于对角加载的算法、基于特征空间的算法、基于最坏情况下性能优化的算法等等这些稳健性算法都相应的提高了算法的稳健性，但是也是各自都有相应的缺点，比如常见的调节量难以确定、算法最优解难以准确计算法出、计算度太高等问题，因此对该类算法的改进仍是当前研究的重点。本文就是在此背景下，结合各算法的优点，提出一种改进的稳健性波束形成算法。该算法能很好的解决信号方向失配的问题，也能根据不同的信噪比自适应的选择合适的加权向量。最后，通过计算机仿真验证了该算法的有效性。
贺瑞[2]2014年在《阵列天线稳健自适应波束形成算法研究》文中认为自适应波束形成技术是阵列信号处理的重要分支,是空间信号处理中增强期望信号,抑制干扰信号的有效方法,可广泛应用于无线通信、雷达、导航、声纳、射电天文、语音信号处理以及生物医学工程等众多国民经济及军事领域。自适应波束形成技术在理论上日趋成熟,但是在工程应用中仍面临许多实际问题。其中,实际系统中存在的各种误差,会直接影响到自适应波束形成算法在实际中的应用效果。因此如何提高自适应波束形成算法的稳健性能一直是学者研究的热点。本文主要对稳健的自适应波束形成技术进行了研究。论文的主要工作如下:针对常规Capon波束形成算法存在的问题,通过使期望信号的导向矢量在噪声子空间投影最优,提出了一种基于导向矢量不确定集约束的稳健Capon波束形成算法。算法通过对阵列协方差矩阵进行特征分解得到噪声子空间,并利用特征向量的结构特性推导出了最优对角加载量的解析表达式。针对通用信号模型下的稳健波束形成问题,提出了一种基于半正定约束的最差性能最优稳健自适应波束形成算法,通过对波束形成器进行变换,得到了一种更为简单而且易于求解的稳健自适应波束形成算法。对波束形成算法进行求解,不仅获得了自适应权矢量的近似闭式解,而且得到了一定的性能改善,并且该算法具有较低的计算复杂度。针对有限采样数据时自适应波束形成算法性能下降的问题,提出了一种基于阵列协方差矩阵估计的稳健自适应波束形成算法。该算法利用收缩方法得到一个增强的协方差矩阵估计值,替代传统的采样协方差矩阵,不需要任何参数的设定。为了克服阵列导向矢量存在误差时对波束形成器性能的影响,提出了一种基于失配误差正交分解的稳健自适应波束形成算法。利用失配误差的正交分量来修正期望信号导向矢量,同样不需要参数的设定。通过将两种算法结合,得到了一种既能改善小快拍时协方差矩阵的估计值又能克服期望信号导向矢量失配的混合稳健算法。多径环境下,为克服阵列失配误差存在时对空间平滑算法性能的影响,研究了一种基于空间平滑的稳健自适应波束形成算法。该算法基于最差性能最优准则,在保证所有可能的期望信号导向矢量和采样相关矩阵无衰减通过波束成形器的基础上,使阵列输出的干扰和噪声功率最小化。在假设事先估计得到相干干扰信号方向的条件下,提出了一种非空间平滑类的稳健自适应波束形成算法。该算法同样基于最差性能最优准则,利用期望信号约束维持对期望信号的无畸变响应,利用相干干扰信号约束在相干干扰信号方向形成零陷,同时利用最小化输出功率在不相干干扰信号方向形成零陷。为了进一步提高算法的输出信号干扰噪声比,通过相减操作将期望信号从接收信号中阻塞掉,然后利用相减之后的信号计算权矢量。基于时域宽带阵列结构,研究了一种基于幅度响应约束的稳健宽带自适应波束形成算法。该算法利用幅度响应约束可以精确的控制主瓣的波束形状,有效地解决了对信号指向误差敏感的问题。同时,算法还利用空间响应偏差约束以实现宽带频率不变波束形成,提高波束图的频率不变特性。针对空域宽带阵列结构,提出了一种基于最差性能最优的稳健宽带自适应波束形成算法,该算法同样利用空间响应偏差约束以提高宽带波束形成的频率不变性,同时为了改善算法在各种导向矢量失配下的稳健性,增加了期望信号导向矢量和空间响应偏差的不确定集约束,并且推导出了自适应权矢量的近似闭式解。
卢丹[3]2013年在《稳健的全球卫星导航系统抗干扰技术研究》文中提出全球卫星导航系统能为海、陆、空叁大领域提供实时、全天候和全球性的导航服务，广泛应用于军事和民用中，已成为当代发展最快的信息产业之一。然而，由于接收到的卫星信号淹没在噪声中，很容易受到各种有意和无意射频干扰的影响。当干扰功率超出了扩频增益所能处理的门限时，导航接收机将失锁，从而无法提供导航服务。本文对基于天线阵列的稳健的卫星导航抗干扰技术进行了系统的研究，所取得的主要研究成果为：1.研究了多类干扰共存时的抑制技术。针对同时存在的欺骗式干扰、压制式干扰、卫星多径信号干扰，提出了一种基于卫星信号来向已知的通用的多类干扰抑制算法。首先分析欺骗式干扰和卫星信号之间的相关性，根据不同的相关性采用相应的干扰子空间估计方法，然后通过向干扰正交补空间投影抑制干扰，最后利用低副瓣常规波束形成技术减少卫星多径干扰信号，同时使天线方向图主瓣指向卫星信号方向。新算法对干扰类型要求稳健，仿真数据验证了算法的有效性。2.研究了基于卫星信号来向估计的自适应抗干扰算法。首先利用干扰正交补空间投影技术抑制干扰，然后根据扩频码具有周期重复的特点，对阵列投影后数据和周期延迟数据的互相关矢量采用CLEAN算法估计卫星信号来向，最后，利用估计的卫星信号来向进行波束形成。该方法解决了直接利用扩频码周期重复特性进行干扰抑制无法满足定位要求的问题，在阵元数小于卫星信号数的情况下也能工作，因而较稳健。仿真数据和实测数据验证了算法的有效性。3.研究了盲自适应抗干扰技术，提出了基于卫星信号特点的新的空域解重扩算法并扩展到空时域。该算法也可根据需要估计出卫星信号来向信息，因此，在空时自适应处理中可直接提供均衡算法所需要的卫星信号来向信息。新算法先利用子空间投影技术进行干扰抑制，再对投影后参考天线的信号进行捕获、跟踪并重扩卫星信号，利用重扩后的信号和投影后信号的互相关矢量对阵列进行加权，因而和接收机紧密耦合，较易工程实现。新算法不必估计卫星信号来向，对卫星信号源数和阵列误差不太敏感，因而更稳健。仿真数据和实测数据验证了算法的有效性。4.研究了高动态抗干扰算法。由于传统自适应波束形成技术形成的零陷太窄，无法跟踪高动态环境下干扰方向的快速变化。因此，联合零陷加宽和稳健波束形成技术，提出了一种稳健的宽零陷高动态抗干扰算法。新算法可以提高高动态环境中小快拍数下传统零陷加宽算法的性能和稳健性。仿真数据验证了算法的有效性。
武思军[4]2005年在《稳健的自适应波束形成算法研究》文中进行了进一步梳理阵列信号处理作为信号处理领域中的一个重要分支,其应用涉及到雷达、声纳、通信以及医疗诊断等多种领域。通过对信号在时间和空间上进行采样和处理,可更加充分地开发信号中蕴含的信息,有效地抑制干扰、提高系统的效率。虽然自适应阵列信号处理在理想的情况下可以达到很好的性能,但由于实际系统中存在的误差,会严重影响到阵列信号处理最后的输出性能,所以,寻求稳健的阵列信号处理算法一直是广大研究者追求的目标。本文通过对阵列信号处理中现有算法的研究,提出和改进了一些现有的算法,使之更加具有稳健性,适应更加复杂和恶劣的环境。 首先针对MVDR算法对指向误差敏感的缺点,通过方向矢量旋转的方法,提出一种在指向误差存在情况下的稳健自适应波束形成算法,并给出角度旋转的选择准则。并基于干扰方向矢量旋转的方法,提出一种零陷加宽的算法,使MVDR算法可以在干扰快速移动时稳健工作。 通过数值分析的方法,对前后向空间平滑的协方差矩阵进行了分析,得出后向平滑矩阵是前向平滑矩阵中元素的重新排列的结论,并通过分析均匀线阵的导向矩阵,指出协方差矩阵本身就包含了平滑子矩阵的全部信息,不仅有效降低了空间平滑算法的运算量,同时使空间平滑处理更加灵活方便。 由于高阶累积量计算的相对复杂性,关于高阶累积量的算法主要还停留在理论研究阶段,本文分析了MUSIC-LIKE算法对均匀线阵的阵列扩展作用,将累积量矩阵压缩到最小,为(2M-1)×(2M-1)的累积量矩阵,较为显着的减少了运算量。另外,分析了相干信号情况下广义导向矢量的估计问题,将盲自适应波束形成算法和特征分析法相结合,提高了盲算法在小信号情况下的性能。 通信中的绝大部分信号均存在循环平稳的性质,利用信号的循环平稳性已经在阵列信号处理中形成了很多算法,如SCORE、CAB算法等,但当系统中存在循环频率误差时,由于存在sinc函数的零点效应,算法性能随着快拍数的增加而出现周期性的性能恶化。本文通过将循环频率均匀分布在选择的区间上,将该区间的所有循环自相关矩阵进行累加,然后用累加后的自相
刘英超[5]2009年在《TD-SCDMA系统智能天线自适应算法研究》文中研究说明作为无线通信技术领域中的一个研究热点,智能天线技术现已成功应用于TD-SCDMA通信系统中,并将会在未来移动通信系统中发挥重要作用。自适应波束形成技术是智能天线的核心技术,它能够自适应地控制天线阵方向图在用户信号方向产生高增益窄波束,在干扰信号方向产生较深的零陷,是实现用户信号最佳接收的有效方法。本文首先介绍了智能天线基本理论,对智能天线波束形成技术中的非盲自适应算法(LMS、RLS)和盲自适应算法(SG-CMA、LS-CMA)进行了分析。其次,阐述了向量信道模型和应用于本文TD-SCDMA系统无线多径传播信道环境下的GBSBEM模型。论文重点围绕恒模算法及解扩重扩技术在TD-SCDMA系统盲自适应波束形成算法中的应用展开研究和分析,在分析了最小二乘解扩重扩多目标(LS-DRMTA)算法和最小二乘解扩重扩多目标恒模(LS-DRMTCMA)算法的基础上,提出了两种改进算法,即基于块递推最小二乘解扩重扩多目标恒模算法(Block RLS-DRMTCMA)和基于块仿射投影的解扩重扩多目标恒模算法(Block AP-DRMTCMA),并详述了算法的推导过程。Block RLS-DRMTCMA利用了先前数据位携带的信息,在非时变信道环境下能取得较好的性能;而Block AP-DRMTCMA利用解扩重扩技术及恒模算法生成参考信号,继而利用块仿射投影算法(Block APA)产生权矢量,在静态多用户多径信道及动态信道条件下的都能够取得优异性能。仿真结果表明改进算法在多用户多径信道环境下波束赋形的准确性、输出信噪比、误码率方面都表现出了更加优异的性能,并且在动态信道环境下动态跟踪方面的性能亦有提升。将基于改进算法的波束形成技术用于TD-SCDMA系统可以有效减小甚至消除系统中的多用户干扰、多径干扰,提高系统误码率性能并扩大系统容量,因此本文研究内容不仅具有理论意义,而且具有较大的实用价值。
龚文勇[6]2012年在《智能天线波束形成算法研究》文中指出智能天线技术引入了空分多址技术,利用信号不同的空间传输路径,将相同频率、相同时隙、相同地址码的信号区分开来,并能够与其他多址技术相结合,使通信资源由时间域、频率域和码域,扩展到空间域,有效地增大了系统容量,最大限度地利用有限的频谱资源。智能天线技术的核心是自适应波束形成技术。本文主要针对智能天线中的自适应算法进行深入的研究。内容包括：首先,在介绍智能天线基本原理、基本结构、信号模型的基础上,阐述了各种自适应波束形成准则,分析比较了几种自适应波束形成非盲算法；针对传统算法收敛速度、时变系统的跟踪能力和失调量存在矛盾,,提出了新的变步长最小均方算法和新的变换域变步长算法,对算法理论模型的建立及理论过程的推导都给了详细的叙述,并指出了各算法的优缺点,并对算法的收敛速度及性能进行了仿真比较。最后介绍了几种盲波束形成算法,针对一般算法有的是收敛慢,有的是计算量大,普遍存大干扰捕获的问题,给出了新的恒模算法,较好的解决了传统的恒模算法收敛速度慢,干扰捕获的问题,算法失调性小,鲁棒性强。
吕泽均[7]2003年在《高分辨阵列测向技术研究》文中指出由于电子侦察设备所面临的电磁环境是非常复杂的，存在各种干扰和噪声，所遇到的很多干扰和噪声都是非高斯的，具有冲击性。为了使电子侦测设备在这种恶劣的环境中也能正常工作，充分发挥其作战效能，需要对这类具有冲击性的非高斯噪声或干扰建立一个准确的、合理的数学模型，并研究在这种冲击噪声环境中的信号处理方法和技术。为了使电子侦测系统对感兴趣的重点目标进行祥察，可以根据预先指定的性能指标对天线阵的几何结构进行优化设计，分析其测向性能，估计相应的模糊生成集，增加情报的可信度，并通过信号处理技术提高阵列测向系统的作用距离和侦测能力。为了达到以上研究目的，本文采用理论研究和计算机仿真实验相结合的方法，研究了基于稳定过程的信号处理技术及其应用，并对高分辨阵列测向系统中的几个关键技术进行了研究，同时进行了较深入的理论分析和推导，提出了一系列具有实际背景和应用价值的算法，通过计算机仿真实验验证了这些算法的有效性、通用性和稳健性。本文的主要贡献体现在以下几个方面：（1）以微分几何作为分析工具，研究了阵列天线的几何结构设计、阵列流形、测向性能和测向模糊等问题以及它们之间的关系。分析了天线阵的几何结构对测向性能和测向模糊的影响，推导出了表征测向性能的表达式，得到了一些有实际意义的结论。讨论了天线阵几何结构的构造方法，以减少设计的盲目性。对任意的阵列结构，给出了计算模糊生成集的方法和步骤。（2）构建了基于稳定过程的信号处理基本框架。（3）提出了几种在SS冲击噪声环境中的高分辨阵列测向算法。首先提出了基于分数阶相关函数或协变异（系数）矩阵的一维TLS-ESPRIT算法，然后提出了一种基于时延分数阶相关函数时空处理的DOA估计算法，即TLFOC-MUSIC算法，其性能优于常规的MUSIC算法和ROC-MUSIC算法，能有效地抑制冲击噪声的影响。最后本文研究了在冲击噪声环境中同时给出方位角和俯仰角估计的二维测向算法，对DOA矩阵法进行改进，提出了协变异DOA矩阵二维测向算法，保留了原算法的优异性能。本文还构造了一种特殊的阵列几何结构，通过定义子阵列输出信号的自协变异矩阵和子阵列输出信号之间的<WP=5>互协变异矩阵，提出了一种在冲击噪声环境中基于子空间和协变异系数的二维测向算法。（4）本文根据信号环境和特征，提出了几种基于不同信号处理方法的自适应波束形成算法。在利用信号的谱相关特性的同时使用了多个时延，提出了一种稳健的循环时空波束形成算法，避免了传统的基于循环统计量的波束形成算法中最优时延的选择。为了减少累积量估计的积累误差，本文根据累积量定义的灵活性而特别采用一种新的定义形式，本文提出的基于四阶累积量的盲自适应波束形成算法在相干多径环境中可以对独立源信号进行盲恢复，在一定程度上平滑了空间有色噪声对不同阵元间累积量的不同影响，减少了累积量的积累误差，能更加有效地抑制空间有色噪声，提高了算法的性能。为了使波束形成技术在非高斯的SS冲击噪声环境中也能正常的工作，本文通过求解基于波束形成器输出信号分数低阶矩的最优化问题，得到了基于分数低阶矩的波束形成器的最佳权向量，然后用随机梯度下降法推导出了一种基于分数低阶矩的自适应算法。（5）本文提出的算法扩展了基于二阶或四阶统计量的传统算法的信号模型和应用环境。
范达[8]2003年在《基于信号循环平稳性的盲算法研究》文中指出在通信、雷达、声纳等领域中，许多人工信号都具有循环平稳性。尤其在种类繁多的通信信号中，绝大部分都具有各种各样的循环平稳性。目前，利用循环平稳性提高处理性能的研究，已经成为阵列信号处理中的一个热点。该方法既不需要知道来波方向和阵列流形，也不需要提供训练数据，仅利用信号的循环平稳特性就可以实现真正意义上的盲自适应波束形成。 本文的主要目的是研究基于信号循环平稳特性的盲波束形成算法，作者结合现有的几种典型盲波束形成算法，提出了自己的改进算法。概括起来，本文的主要工作如下： 1．首先针对ESPRIT算法对窄带源进行二维DOA估计存在测向冗余的情况，提出了一种改进算法，该算法利用子阵信号数据矩阵中包含的信号空间的旋转不变性质，借助于矩阵束方法求解出信号的二维到达角，并且利用两次奇异值及一次SCHUR分解从而实现了ESPRIT二维DOA估计参量的自动配对； 2．介绍了现有的几种典型的盲波束形成算法，例如：CAB、C-CAB、ECAB等。并对这几种算法在收敛速度、信号强弱、干扰方向等方面进行了性能比较，从理论上分析了这几种算法的运算量以及鲁棒性； 3．针对基于循环频率的盲波束形成算法对循环频率误差CFE(cyclic frequency error)很敏感而导致算法性能下降的情况，参照文献[6]提出的遗忘因子CAB算法，提出了C-CAB算法以及基于特征空间的盲波束形成算法(ECAB)的改进算法。特别是遗忘因子ECAB算法，在循环频率误差较大的情况下，仍能保持很好的性能。同时纠正了文献[6]性能分析中存在的问题。 4．分析了基于信号循环平稳性的几种DOA估计算法在信号的选择性、分辨率、过载能力等方面的性能。同时讨论了“伪快拍数-N”的选取对SC-SSF算法测向精度的影响。 5．分析了信号源是否独立以及其均值是否为零对基于最小冗余线阵的共轭循环ESPRIT算法的影响，计算机仿真验证了理论分析的正确性。
刘伟[9]2012年在《空域认知抗干扰关键技术研究》文中进行了进一步梳理随着无线通信技术的不断发展，频谱资源紧缺和电磁环境恶劣等问题日益显现，如何在复杂电磁环境下实现无线抗干扰通信就成为了现今研究的热点所在。传统的通信抗干扰技术大多着眼于时域、空域或频域进行设计。本文基于某型号短波通信抗干扰接收波束形成项目，着眼于空域滤波和频域认知抗干扰技术结合的空域认知抗干扰技术，重点研究和实现了空域波束形成算法和波束空间算法以及频域认知交会算法。本文首先简要介绍了空域认知抗干扰的原理思想，研究了基于序列的频率交会算法，并提出了一种基于序列的认知无线网络交会设计，仿真证明了所设计的序列在交会的期望TTR和MaxTTR上较之前的序列有很大提高，增强了系统的交会性能。接着对天线阵列方向图进行研究，重点研究了任意阵列天线方向图，探索了任意阵列应用于空域波束形成抗干扰的可行性。随后介绍了自适应波束形成基本原理和算法，针对传统定步长LMS自适应算法收敛速度和稳态误差之间的矛盾，提出了一种改进的变步长LMS算法，新算法在收敛速度和稳态误差上比传统LMS算法有较大的提高。随后，本文针对降维自适应处理中的波束空间法，分别研究了波束空间形成原理以及两种波束空间形成算法（DFT波束空间法和自适应—自适应波束空间法）。比较了两种波束空间形成方法的优势和不足，仿真表明了两种算法形成波束空间的有效性。最后对LMS算法和自适应波束空间算法进行了FPGA的实现，对其中的关键模块给出了详细的设计步骤和方法。
陈冉[10]2014年在《基于局部搜索的鲁棒自适应波束形成算法研究》文中研究表明近年来,阵列信号处理作为信号和通信领域的一个重要分支,在国民经济及军事各个领域获得了广泛应用和迅速发展。而自适应波束形成算法作为自适应阵列天线技术的核心受到了学者的广泛关注。在实际的应用环境中往往存在许多误差和非理想因素,如波达方向估计误差、非均匀传输介质、信号波前失真、传感器阵列的校准误差和有限的采样数目带来的估计误差等等。这些因素导致的导向矢量失配会使自适应波束形成算法的性能严重下降,因此研究实际通信系统环境下的鲁棒自适应波束形成算法具有非常重要的意义。本文对常见的自适应波束形成算法进行了系统的研究,并在此研究基础上,提出了一种基于局部搜索的鲁棒自适应波束形成算法,该种算法在导向矢量误差较大时可以显着地提高波束形成器的性能。其中主要内容包含以下几点：1.介绍了阵列天线统计模型和波束形成的基本理论知识,对波束形成的原理及阵列方向图函数做了详细描述。概述了自适应波束形成算法的叁种最常见的性能度量准则,并引出了经典自适应波束形成算法。2.对已有的鲁棒自适应波束形成算法进行了研究。首先由采样协方差矩阵求逆算法引出了对角加载采样协方差矩阵求逆算法,该算法具有较好的鲁棒性。接着对两种最常见的鲁棒波束形成算法——鲁棒Capon波束形成感算法和最差性能最优算法做了详细的分析和理论推导。接下来在鲁棒Capon来成算法的基础上,引入迭代思想,以小的不确定集的不断迭代来逼近实际信号导向矢量,对迭代鲁棒最小方差波束形成算法进行了分析。3.在前面一系列研究的基础上,针对在多种失真环境中出现的导向矢量失配误差较大的情况,本文提出一种基于局部搜索的鲁棒自适应波束形成算法。该算法首先通过一种优化方法对波达角度进行估计,再以估计出的导向矢量为参照使用最差性能最优算法,最终达到提高系统输出信干噪比的目的。最后,对该算法进行仿真验证,仿真结果表明,本算法明显提高了波束形成器的性能,且优于其它算法。
参考文献：
[1]. 稳健自适应波束形成算法研究[D]. 苏明坤. 河南师范大学. 2013
[2]. 阵列天线稳健自适应波束形成算法研究[D]. 贺瑞. 哈尔滨工程大学. 2014
[3]. 稳健的全球卫星导航系统抗干扰技术研究[D]. 卢丹. 西安电子科技大学. 2013
[4]. 稳健的自适应波束形成算法研究[D]. 武思军. 哈尔滨工程大学. 2005
[5]. TD-SCDMA系统智能天线自适应算法研究[D]. 刘英超. 哈尔滨工程大学. 2009
[6]. 智能天线波束形成算法研究[D]. 龚文勇. 云南大学. 2012
[7]. 高分辨阵列测向技术研究[D]. 吕泽均. 电子科技大学. 2003
[8]. 基于信号循环平稳性的盲算法研究[D]. 范达. 中国人民解放军信息工程大学. 2003
[9]. 空域认知抗干扰关键技术研究[D]. 刘伟. 国防科学技术大学. 2012
[10]. 基于局部搜索的鲁棒自适应波束形成算法研究[D]. 陈冉. 西安电子科技大学. 2014
标签：电信技术论文; 自适应论文; 波束赋形论文; 矢量数据论文; 空间数据论文; 空间分析论文; 矢量运算论文; 阵列天线论文; 系统仿真论文; 矩阵变换论文; 空间频率论文; 信号频率论文; 矩阵分解论文; 误差分析论文; 信号处理论文; 智能天线论文; 矢量论文; 算法论文;