1) spatial spectrum estimation
空间谱估计
1.
RFID signals identification using spatial spectrum estimation and digital beamforming
空间谱估计和数字波束形成的RFID信号辨识
2.
Simulation research of coherent signals spatial spectrum estimation to direction finding
相干信号空间谱估计测向仿真研究
3.
Design of spatial spectrum estimation system
空间谱估计测向系统设计
2) spatial spectral estimation
空间谱估计
1.
Based on high order statistics of array output signal, the spatial spectral estimation methods are studied in arbitrary Gaussian noise environment.
基于阵列输出信号的四阶累积量 ,研究了高分辨率空间信号到达方向的空间谱估计方法。
2.
After analyzing the traditional mechanic scanning and electronic scanning methods briefly,two software realization methods,that is software-phase-shifting and spatial spectral estimation are proposed according to the design philosophy of the software machinery.
在对传统机械扫描、电扫描方法简要分析的基础上,根据软件机械的设计理念[1],提出了两种雷达波束扫描功能的软件实现方法———软件移相和空间谱估计,并给出了软件实现框图。
3.
An improved linear time-frequency spatial spectral estimation algorithm is proposed to deal with multiple nonstationary signal sources with amplitude and phase modulation.
针对存在幅度和相位调制的非平稳信号的定向问题,本文提出了一种改进的线性时频空间谱估计算法。
3) space spectrum estimation
空间谱估计
1.
DOA of correlated signals is difficult question of space spectrum estimation.
相干信号源的测向是空间谱估计的一个难题。
4) estimation of spatial spectrum
空间谱估计
1.
The text first discussed the mathematic inbeing of basic theory and arithmetic in estimation of spatial spectrum, analyzed two model arithmetic: MUSIC and DBF.
本文首先从空间谱估计的基本理论和算法开始讨论,分析了空间谱估计的两种典型算法:MUSIC算法和DBF算法的数学实质,并就工程中若干问题进行了简要的仿真和分析。
5) Space spectrum estimation DF
空间谱估计测向
6) signal-subspace spatial-spectrum estimation
子空间谱估计
1.
The approach is termed as wide-band signal-subspace spatial-spectrum estimation based on frequency domain modeling (SSEFD).
本文基于宽带信号的频域模型 ,通过分析宽带阵列信号协方差矩阵的特征分解结构 ,证明了宽带阵列信号噪声子空间不随频率变化的特性 ,并根据这一特性 ,提出了基于频域模型的宽带子空间谱估计 (SSEFD)方法 。
补充资料：参数谱估计量
参数谱估计量
spectral estimator, parametric
参数谱估计量[印ectrai es七n.tor，稗r~tric;eneKTpa-肠n朋0”eHKan叩aMeTP“，ecKa，」 一个平稳随机过程(statfonary stochastic Process)的谱密度〔spectml density)f(劝对应于f(只)的某一确定参数模型(即在此假设下，函数f(劝属于一由有限个参数描述的谱密度的特定族)时的估计量.在求参数谱估计量时，观测数据仅用来计算模型的未知参数.于是估计谱密度的问题就化为估计这些参数的统计问题.实际中应用最广的参数谱估计量是最大嫡谱估计量(一一entropys详ctral estimator)，它相应于假定函数【f(劝〕一’是一固定阶数的三角多项式的平方.应用问题中常见的更一般的参数谱估计类是混合自回归滑动平均过程(献ed autoregressivemo-访ng一average Process)模型，即假定f(劝是两个固定阶数的三角多项式的平方之商(见【1]一【3」).
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条