最小方差Distortionless-Response fpga Beamformer (MVDR)

这个示例使用:

打开脚本

这个例子展示了如何实现一个最小方差distortionless-response (MVDR) beamformer适合硬件。

有关beamformers的更多信息,请参阅传统的和自适应Beamformers。

MVDR客观

的MVDR beamformer保存获得的期望信号的到达方向和变弱干扰从其他方向[1],[2]。

给定的数据从一个传感器阵列,如均匀线性阵列在下图(ULA)”,表单数据矩阵一个美元从数组的样品, 美元(t)美元是一个 n美元 1列向量数组的数据采样时间元新台币 , (t) H ^ $美元是矩阵的一行吗。比有更多的样品被元素数组中。这导致的行数更大的比列的数量。估计的协方差矩阵 ^ HA美元 ,在那里 ^ H美元埃尔米特或复共轭转置一个美元。

计算MVDR beamformer响应通过解决以下方程 x美元 ,在那里 b美元是一个转向向量指向期望信号的方向。

$ $ ^(公顷)$ $ x = b

MVDR权重向量 w美元计算从 x美元和 b美元使用下面的方程,规范化 x美元保护获得期望信号的到达方向。

$$ w = \压裂{x} {b H x ^} $$

MVDR系统响应之间的内积MVDR权向量 w美元和一个电流传感器阵列的样本美元(t)美元。

$ $ y = w ^ H (t) $ $

HDL-Optimized MVDR

前一节中的三个方程是由三个主要模块实现以下模型。率的变化给矩阵解决额外的时钟周期更新之前下一个输入样本。的时钟周期数之间的一个有效的输入,当复杂的矩阵解决块准备好了两次输入字CORDIC允许时间迭代,+ 15周期为内部延迟。

load_system (“MVDRBeamformerHDLOptimizedModel”);open_system (“MVDRBeamformerHDLOptimizedModel / MVDR - HDL优化”)

而不是形成数据矩阵一个美元和计算协方差矩阵的柯列斯基分解 ^ HA美元上三角矩阵的QR分解直接计算和更新每个数据向量美元(t)美元流从传感器阵列。因为数据更新下去,每次分解后遗忘因子应用。集成一个相当于一个矩阵 m美元行,遗忘的因素 $\α美元$ 应该设置为

$$ & # xA; \α= \ exp(1 /(2米))强生# xA; $$

这个例子模拟相当于一个矩阵 m = 300美元行,所以遗忘因子设置为0.9983。

的复杂Partial-Systolic矩阵解决使用Q-less QR分解和遗忘因子块使用[3]中的方法实现。上三角矩阵 R美元 QR分解的一个美元柯列斯基分解的是相同的吗 ^ HA美元除了对角线上的值的迹象。求解矩阵方程 (^ HA) x = b美元柯列斯基分解的计算不是有效或数字听起来的QR分解计算吗直接[4]。

运行模型

开放和模拟模型。

open_system (“MVDRBeamformerHDLOptimizedModel”)范围= find_system (“MVDRBeamformerHDLOptimizedModel”,“BlockType”,“范围”);close_system(范围);

模型模拟,你可以调整信号方向,转向角和噪声方向通过拖动滑块,或者通过编辑常量值。

当信号方向和转向角表示的是一致的蓝色和绿色,你可以看到光束模式0 dB的增益。噪声源nul为红线所示。

所需的脉冲噪声源nul时出现。这个例子模拟延迟相同的硬件,所以你可以看到信号解决随着时间的仿真开始时,方向改变。

设置参数

beamformer设置的参数模型中的工作区。您可以通过编辑修改参数和运行setMVDRExampleModelWorkspace函数。

引用

[1]诉比哈尔等。“自适应参数优化MVDR QR-based beamformer GPS / GLONASS接收机的干扰和多径抑制”。:Proc。16日圣彼得堡国际会议上组合导航系统。圣彼得堡,俄罗斯,2009年5月,页325 - 334。

[2]杰克阉鸡。“高分辨率频率-波数谱分析”。:57卷。1969年,页1408 - 1418。

[3]:雷德。“自适应调零的VLSI收缩期数组”。:IEEE信号处理杂志(1996年7月),29 - 49页。

[4]查尔斯·f·范·贷款。介绍科学计算:利用Matlab矩阵向量的方法。第二版。普伦蒂斯·霍尔出版社,2000年。isbn: 0-13-949157-0。