从20世纪70年代开始，信号的参数估计中涌现了一大批具有超分辨率的算法，其中多重信号分类（MUSIC）和最大似然估计（ML）就是其中的优秀代表。MUSIC估计方法和最大似然估计方法理论上都可以获得最佳的估计性能，但两.
基于173个网页-相关网页
最早的也是最经典的超分辨DOA估计方法是著名的MUSIC方法，MUSIC是多重信号分类（Multiple Signal Classification）的英文缩写。它是由R．O． Schmidt于1979年提出来的，由1986年重新发表的。
基于46个网页-相关网页
为了应对多重信号分类( Multiple Signal CharacteriSTic, MUSIC) 算法对阵元间隔的要求, 防止出现多值模糊。
基于4个网页-相关网页
多重信号分类算法 multiple signal classification algorithm ; MUSIC
多重信号分类法 Multiple Signal Classification
共轭多重信号分类 conjugate multiple signal classification ; CMUSIC
和多重信号分类 Mutiple Signal Classification
用多重信号分类法 multiple signal classification
为了应对多重信号分类 Multiple Signal CharacteriSTic
共轭多重信号分类方法 MIMO CMUSIC
提出了将基于FFT的频率估计法和基于多重信号分类(MUSIC)的频率估计法相结合的新思路。
A new thought of combining frequency estimate method based on FFT with that based on multiple signal classification (MUSIC) is presented.
多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法。
MUSIC (MUltiple SIgnal Characterization) is a special spectral estimation method based on the eigen decomposition of the sample covariance matrix.
应用推荐