学位论文 > 优秀研究生学位论文题录展示

基于QR分解的ADBF算法及其DSP实现研究

作　者: 冯地耘
导　师: 张扬
学　校: 电子科技大学
专　业: 信号与信息处理
关键词: QR 分解自适应波束形成算法 QRD-SMI 算法 MQRD-SMI 算法 IQRD-SMI 算法 ADSP-TS101S 并行处理 I
分类号: TN911.7
类　型: 硕士论文
年　份: 2005年
下　载: 199次
引　用: 1次
阅　读: 论文下载

内容摘要

自适应波束形成是信号处理领域的一个重要分支,它目前广泛应用于雷达、声纳和通信等应用领域。经过近四十年的发展,自适应波束形成的理论基础已经建立,其算法种类颇多。近年来,数值特性优越、算法结构易于DSP 并行实现的数据域自适应波束形成算法已成为研究的热点。论文在研究传统QRD-SMI 算法的基础上,针对其并行性和实时性能欠佳的缺点,研究了两种改进型的QR 分解SMI 数据域算法。并通过设计高速并行的多片DSP 实现方案,在ADSP-TS101S EZ-KIT Lite 板仿真平台上进行了三种算法的仿真试验,得到了满意的结果。论文主要工作:1、首先研究了传统QRD-SMI 算法,给出了易于DSP 实现该算法的Systolic 阵结构及多片ADSP-TS101S 实现该算法的并行处理方案,仿真平台上的试验结果验证了该算法和并行处理方案的有效性。2、研究了一种改进型的QR 分解SMI 数据域自适应波束形成算法— MQRD-SMI 算法,并进行计算机仿真。给出该算法的易于DSP 实现的 Systolic 阵结构及多片ADSP-TS101S 实现的并行处理方案,在仿真平台上试验通过,结果验证了该算法和并行处理方案的有效性和实时性。3、在MQRD-SMI 算法基础上,研究了另一种改进型QR 分解SMI 算法— 逆QR 分解SMI 算法(IQRD-SMI)并进行计算机仿真,给出该算法的易于DSP 实现的Systolic 阵结构及多片ADSP-TS101S 实现的并行处理方案,在仿真平台上试验通过,结果验证了该算法和并行处理方案的有效性和实时性。4、给出三种QR 分解数据域自适应波束形成算法在多片TS101S 实现系统上的对角加载方法。论文研究价值在于两个方面:(1)、针对传统QRD-SMI 算法实时性能和并行性欠佳的缺点,研究了两种改进型算法。(2)、给出的三种数据域算法在多片TS101S 上的并行实现方案,为实际工程应用设计提供了参考方法和一般性思路。

全文目录

第一章引言  8-14
  1.1 自适应波束形成算法概论  8-9
  1.2 基于QR 分解的数据域自适应波束形成算法概述  9-10
  1.3 现代数字信号处理器的发展和特点  10-12
    1.3.1 数字信号处理器概述  10-11
    1.3.2 数字信号处理器的发展历程  11
    1.3.3 现代高性能数字信号处理器的特点  11-12
  1.4 本文的主要工作  12-14
第二章 ADBF 技术基本理论和 QRD-SMI 自适应波束形成算法  14-32
  2.1 自适应波束形成基本理论  14-20
    2.1.1 信号模型  14-15
    2.1.2 常规波束形成的统计模型  15-17
    2.1.3 常规波束形成  17-19
    2.1.4 自适应波束形成  19-20
  2.2 QR分解 SMI(QRD-SMI)自适应波束形成算法  20-25
    2.2.1 性约束最小方差( LCMV)准则  20
    2.2.2 SMI(采样矩阵求逆)算法  20-21
    2.2.3 基于 LCMV 的 QR 分解 SMI(QRD-SMI)算法  21-25
  2.3 Systolic 阵并行实现结构  25-26
  2.4 对角加载技术  26-27
    2.4.1 对角加载原理  26-27
    2.4.2 QRD-SMI 算法的对角加载实现  27
  2.5 QRD-SMI 算法的计算机仿真及性能分析  27-31
    2.5.1 计算机仿真结果  27-30
    2.5.2 QRD-SMI 算法性能分析  30-31
  2.6 本章小结  31-32
第三章 MQRD-SMI 自适应波束形成算法  32-42
  3.1 避免前后向回代的Systolic 阵  32-33
    3.1.1 避免前向代入的 Systolic 阵  32
    3.1.2 避免后向代入的 Systolic 阵  32-33
  3.2 基于LCMV 的MQRD-SMI 自适应波束形成算法  33-35
    3.2.1 算法原理  33-34
    3.2.2 MQRD-SMI 算法流程  34-35
  3.3 MQRD-SMI 算法的 Systolic 阵实现  35-37
    3.3.1 算法的 Systolic 阵  35-36
    3.3.2 Systolic 阵中各PE 单元功能  36-37
  3.4 MQRD-SMI 算法的计算机仿真及性能分析  37-41
    3.4.1 MQRD-SMI 算法的计算机仿真  37-40
    3.4.2 MQRD-SMI 算法性能分析  40-41
  3.5 本章小结  41-42
第四章逆 QR 分解 SMI(IQRD-SMI)自适应波束形成算法  42-51
  4.1 基于LCMV 的IQRD-SMI 算法权向量的求解  42-43
  4.2 IQRD-SMI 自适应波束形成算法的实现  43-45
    4.2.1 算法原理  43-45
    4.2.2 IQRD-SMI 算法流程  45
  4.3 IQRD-SMI 算法的 Systolic 阵实现  45-47
  4.4 IQRD-SMI 算法的计算机仿真和性能分析  47-50
    4.4.1 IQRD-SMI 算法的计算机仿真结果  47-49
    4.4.2 IQRD-SMI 算法的性能分析  49-50
  4.5 本章小结  50-51
第五章 QR 分解ADBF 算法在多片ADSP-TS101S 上的并行实现  51-70
  5.1 高性能通用数字信号处理器及系统仿真平台  51-58
    5.1.1 ADSP-TS101S 芯片介绍  51-53
    5.1.2 ADSP-TS101S 编程技术  53-55
    5.1.3 VisualDSP++集成调试开发软件平台简介  55-56
    5.1.4 TigerSHARC T51015 EZ-KIT 仿真平台介绍  56-58
  5.2 QR 分解数据域 ADBF 算法在多片 TS101S 上的并行实现  58-68
    5.2.1 算法的多片 ADSP-TS101S 实现方案  58-62
    5.2.2 算法的多片 ADSP-TS101S 实现结果  62-67
    5.2.3 QR 分解数据域算法的多片ADSP-TS101S 实现的处理时间测试  67-68
  5.3 三种QR 分解数据域算法综合性能评价  68-69
  5.4 本章小结  69-70
结束语  70-71
参考文献  71-73
致谢  73-74
个人简历  74

基于QR分解的ADBF算法及其DSP实现研究

内容摘要

全文目录

相似论文