الگوریتم جدیدRSCn-SPRIT برای تخمین زاویه ورود سیگنال های باند باریک و ناهمبسته با سیگنال به نویز پایین و تعداد نمونه های محدود گیرنده

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 الگوریتم جدیدRSCn-SPRIT برای تخمین زاویه ورود سیگنال های باند باریک و ناهمبسته با سیگنال به نویز پایین و تعداد نمونه های محدود گیرنده دارای ۲۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد الگوریتم جدیدRSCn-SPRIT برای تخمین زاویه ورود سیگنال های باند باریک و ناهمبسته با سیگنال به نویز پایین و تعداد نمونه های محدود گیرنده  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی الگوریتم جدیدRSCn-SPRIT برای تخمین زاویه ورود سیگنال های باند باریک و ناهمبسته با سیگنال به نویز پایین و تعداد نمونه های محدود گیرنده،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن الگوریتم جدیدRSCn-SPRIT برای تخمین زاویه ورود سیگنال های باند باریک و ناهمبسته با سیگنال به نویز پایین و تعداد نمونه های محدود گیرنده :

تعداد صفحات :۲۴

چکیده مقاله:

در این مقاله الگوریتم جدیدی به نام RSCn-SPRIT برای تخمین زاویه سیگنال های باند باریک ناهمبسته ارائه می شود. در روش ارائه شده، سیگنال های دریافتی عناصر، به n زیرآرایه تقسیم شده و با پردازش روی سیگنال این زیرآرایه ها، توان هایی از مزدوج یک ماتریس قطری که درایه های این ماتریس با زوایای اصلی سیگنال ها رابطه دارند، حاصل خواهد شد. پردازش پیشنهاد شده در الگوریتم جدید، معرفی دو بردار سیگنال در گیرنده است که درایه های بردار اول تشکیل شده از سیگنال های دریافتی در تمام عناصر و درایه های بردار دوم مجموع n-1 بردار از n بردار انتخابی سیگنال های عناصر است. این امر سبب می شود یک چند جمله ای برحسب مزدوج ماتریس قطری حاصل شود که با محاسبه ریشه های این چند جمله ای، مزدوج ماتریس قطری تخمین زده می شود و بدین ترتیب زوایای سیگنال ها به دست خواهد آمد. به کمک نرم افزار MATLAB کارائی الگوریتم جدید RSCn-SPRITبا انتخاب بردارهای سیگنال در زیر آرایه های مختلف (مقادیر n) و الگوریتم Cn-ESPRIT شبیه سازی و مقایسه شده است. دیده خواهد شد که در روش پیشنهادی برای مقادیر مختلف سیگنال به نویزپایین و تعداد نمونه های محدود، خطای ناشی از تخمین زوایه کمتر و واریانس تابع چگالی احتمال متغیر تصادفی مقدار تخمین زوایا نیز کاهش خواهد یافت.