假期工作总结
这个暑假是忙碌的，乐在其中。总结一下这一个月的工作成果。
1> 第一阶段看了2本书、一些论文，基本理解了DOA无线电测向技术，几种成熟算法MUSIC\ESPRIT\子空间拟合、高阶累积量、宽带信号测向。
我觉得有可行性的算法只有四维或五维MUSIC 和 平移\旋转不变子空间。MUSIC算法运算量很大，至少要10个多核高性能DSP协同完成，不过现在看来是可以接受的。平移\旋转不变子空间 运算量小，但对天线阵列的形状有特殊要求，更重要的是，算法只在空间域，还没有研究空间域、极化域、频域的4维或5维联合估计，这是未来需要研究的工作之一。
2>第二阶段，首先看了之前师兄完成的4维MUSIC算法，修改了一些函数实现（坐标正\反变换、阵列流型、信号发生器、生成导向矢量、计算4维谱、空间角度差函数），不过都是小事。
阵列流型，原先仿真只按一个频率生成阵列流型，但是我觉得每个信号的频率是不同的，所以改成了按每个信号频率生成阵列流型。
信号发生器，仿真信号由一个函数生成，信号形式由参数决定，保证仿真时信号的正确性，功率为1，信号的频率特性（单音，宽带，窄带，基带）。这些都通过了验证，并且还验证了不同采样率下，信号频率和信号相关性的关系。
空间角度差函数，之前的实现我没看懂怎么推导出来的，式子复杂。我用正交变换的方法，加上三余弦公式，得到了一个非常简单的求地坐标系下，空间两射线的空间角。
3>对于原实现的一些改进。谱峰搜索算法是我原来觉得最不好的地方，完全是由指标决定参数，而且不能保证在任何情况下谱峰定位的正确性。这个问题困扰了我几天，终于想到了方法。并且实现了自己原创的多元函数极值点算法。第一天仿真了一维条件下的 快排算法和谱峰搜索。第二天完成了多维条件下的快排算法。并且实验了二元条件下的谱峰搜索。其他多维空间下的算法是一样的，很容易推广。但是，算法有一个缺点，就是必须是串行的。现在已经想到了并行多元函数极值点算法，还没有实现，这是未来要完成的工作之二。还有特殊算法的优化。
4>完成了之前没有做的一个算法，信号源估计算法。主要钻研了一下 基于酉变换的盖氏圆估计方法，因为这个方法是可以在色噪声条件下估计信号源的，正则相关算法虽然也能做到，但是运算量大，其他算法则不能在色噪声条件下估计。盖氏圆方法看着很好，实际效果随信号个数是指数下降的。经过很多天的仿真，基本搞清楚了信号半径，噪声半径 与 很多变量的关系（信噪比，信号数，快拍数，空间角的关系），还有平均半径与第一信号半径，噪声半径，信号数的关系。最终提出了一个，我觉得比较好的计算门限的方法，这个方法可以根据信号数（部分决定第一信号半径）而调整门限。而论文里的方法，会因为信号数的上升，导致性能更加恶劣。下一步要研究的内容是修正的盖氏圆方法。
5>这几天完成了最后的一些内容，写了自己实现的四维MUSIC算法。未来一段时间内，主要的工作是完善4维搜索和控制方法。这几天一直在思考四维空间怎么能够直观表示出来，终于想到了二维表示方法，现在可以很直观看到算法的空间分辨率，同理可以直观看到算法的极化域分辨率。这种方法可以说是意义重大。以后就可以分析 空间角度分辨率，极化域分辨率和各个参数的关系。比现在这样盲目的测试有意义地多。
第二部分，未来工作安排
第一，完成谱峰搜索的可控优化。 排序算法和极值判断的融合。排序循环加判断条件。排序顺序先排大，后排小。
第二，并行化谱峰搜索实现。验证4维中任意一维或多维分割，是否等效于原算法。最重要的是4维搜索先降维成2维时，2维并行谱搜索算法的正确性。
第三，并行谱计算的实现，谱计算的M语言仿C语言的加速方法：导向矢量查表、10°以内，sin(x)与x差距0.5%、
第四，修正的盖氏圆方法
第五，实值MUSIC算法
第六，4维条件下的ESPRIT算法
增加第七, 研究CPU运算和CUDA. 学习通用并行算法.这个东西有意思.哈哈.
|
