DOA研究中波束指向与自由度评价差异及目标识别方法对比这是一个非常深刻的问题，触及了**经典波束成形（Beamforming）与现代空间谱估计（High-resolution Spectral Estimation）**在底层逻辑上的根本区别。 简单来说：波束指向（Beamsteering）是“搜寻”，而快拍统计（Subspace Methods）是“计算”。 以下是两者在评价指标和识别逻辑上的核

移动阵列接收信号建模推导1. 阵列与信号模型 阵列：一维均匀线阵 (ULA)，阵元位置[x_m = m d,\quad m=0,\dots,L-1] 运动：阵列整体以速度 (v) 沿阵列轴向匀速移动。 第 (k) 个远场信号源：方向角 (\theta_k)，信号 (s_k(t))。 波长：(\lambda)，波数 (k_0=2\pi/\lambda)。

信道信息矩阵H【参考】：https://www.sharetechnote.com/html/BasicProcedure_LTE_MIMO.html一般展示了有多少数据通过每条可能的路径。值越大，在该路径上传输的数据就越多。由这些信道路径系数组成的矩阵称为“信道信息矩阵”。接收器和发射器的关系表示如下。 LTE MIMO 基本流程总结以下内容基于 ShareTechnote 的 “LTE Bas

LFM 信号介绍LFM 信号就是 线性调频信号（Linear Frequency Modulated signal），也叫 Chirp 信号。它的特点是：在一段有限时间内，信号的瞬时频率随时间作线性变化。常见于雷达、声呐、通信系统中，用于脉冲压缩和高分辨成像。 1. 基本表达式一个标准的 LFM 信号可以写成： $s(t) = A \cos \Big( 2\pi \big( f_c

CPM（连续相位调制）技术1. 基本概念 CPM（Continuous Phase Modulation） 是一种调制技术，其核心特征是 相位连续性。 在传统的调制方式中（如MSK、FSK），符号之间的相位可能出现突变；而在CPM中，通过引入相位脉冲函数，使得调制信号的相位在符号间平滑过渡，避免了不连续点。 数学表达式通常为：$ s(t) = \sqrt{\frac{2E_s}{T

什么是信道均衡？ 定义：把被信道“弄糊了”的接收信号，用一个补偿滤波器还原清晰。 数学一句话：若接收信号$[r(t) = s(t) * h(t) + n(t)]$（原始信号 * 信道 + 噪声），均衡器 $(g(t))$ 的目标是让$[y(t) = r(t) * g(t) \approx s(t)]$即 $(g*h \approx \delta)$（把信道的卷积“反卷积”掉

什么是匹配滤波匹配滤波是一种 信号检测与估计的最优滤波方法。核心思想是：在接收端，用一个与发射信号“形状完全相同”的滤波器处理接收信号，这样可以在噪声背景下最大化信噪比 (SNR)，更容易检测出有用信号。 1. 形式化表达设已知发射信号为 $( s(t) )$，接收信号为： $[r(t) = s(t) + n(t)]$ 其中 $( n(t) )$ 为噪声。 匹配滤波器的冲激响应 $

通信系统关键步骤与常用技术总结表 阶段 主要任务 常见方法 / 技术 发射端 信源编码 压缩信息冗余，提高传输效率 熵编码（Huffman, Arithmetic）、视频/语音压缩（JPEG, MP3, H.264 等） 信道编码 加入冗余，提升抗干扰能力 卷积码、Turbo码、LDPC、Polar 码 调制 比特→符号→波形，适应信道传输 PSK (

FIM（Fisher Information Matrix，费舍尔信息矩阵）费舍尔信息矩阵（FIM） 用来度量 参数估计的精度。它描述了在给定观测数据的条件下，我们对模型参数（例如位置、速度、角度等）能了解多少信息；信息越多，理论上能把参数估得越精确。 定义对标量参数 $(\theta)$：$[\mathrm{FIM}(\theta)= \mathcal I(\theta)=

似然函数（Likelihood Function）似然函数是统计学中一个重要的概念，用来描述在已知观测数据的条件下，模型参数的不同取值的可能性。简单来说，似然函数帮助我们衡量在给定数据的情况下，模型参数有多可能是某个特定值。 1. 似然函数的定义给定一个 参数 $( \theta )$ 和 观测数据 $( x )$，似然函数 $( L(\theta | x) )$ 表示在给定数据 $( x )$