文献类型：期刊文章

作　　者：周天[1,2] 杨程[3] 李海森[2] 姚永红[2]

机构地区：[1]哈尔滨工程大学水下智能机器人技术国防科技重点实验室 [2]哈尔滨工程大学水声技术重点实验室 [3]中国人民解放军92373部队

出　　处：《系统工程与电子技术》

基　　金：国家自然科学基金(41006057;41076056;60872107);水下智能机器人技术国防科技重点实验室开放课题研究基金资助课题

年　　份：2011

卷　　号：33

期　　号：12

起止页码：2613-2617

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20120214672889)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：常规的多重信号分类(multiple signal classification,MUSIC)算法计算量庞大,难以应用于多波束测深声纳(multi-beam bathymetry sonar,MBBS),而现有的波束域MUSIC算法仍需要进行协方差矩阵估计和特征值分解而造成系统规模复杂。将基于多级维纳滤波器(multiple stage Wiener filter,MSWF)的快速子空间估计与多子阵波束域MUSIC(multiple subarray beamspace MUSIC,MSB-RMU)算法相结合提出MM-MUSIC算法。和MSB-RMU算法相比,该算法用较小的性能损失换来大大降低的计算量和高度的可并行性,基于Xilinx Ac-celDSP综合工具的快速子空间估计的实现和实验数据的处理证明了该算法的有效性与实用性。

关 键 词：多子阵波束域  多重信号分类 多级维纳滤波器 AccelDSP  

分 类 号：TN911.7]