DOA和频率联合估计高分辨算法
一种多信源频率与DOA联合检测的方法及其装置[发明专利]
![一种多信源频率与DOA联合检测的方法及其装置[发明专利]](https://img.taocdn.com/s3/m/ebb635f659eef8c75ebfb3ba.png)
专利名称：一种多信源频率与DOA联合检测的方法及其装置专利类型：发明专利
发明人：黄翔东,刘明卓,李长滨
申请号：CN201710657595.1
申请日：20170803
公开号：CN107656237A
公开日：
20180202
专利内容由知识产权出版社提供
摘要：本发明公开了一种多信源频率与DOA联合检测的方法及其装置，包括：对L路信号样本做M点DFT，利用Tsui频谱校正器对DFT结果进行频率和相位校正，得到校正后的D组频率、相位、幅值的参数组，利用参数组构造出D个方向矢量；将D个方向矢量按照最小距离进行分组匹配，得出D个信源参数匹配信息；根据D个信源参数匹配信息构造频率余数组，并将频率余数组带入闭式鲁棒中国余数定理模型进行重构，得出频率估计值；根据D个信源参数匹配信息得出L‑1个相位差，并构造相位余数组，将相位余数组与重构模值组带入闭式鲁棒CRT重构得到中间参数，计算出DOA估计值。
本发明实现了多对目标的高精度频率与DOA联合估计。
申请人：天津大学
地址：300072 天津市南开区卫津路92号
国籍：CN
代理机构：天津市北洋有限责任专利代理事务所
代理人：李林娟
更多信息请下载全文后查看。
超分辨率DOA估计算法及其无源探测的应用
84电子技术Electronic Technology电子技术与软件工程Electronic Technology & Software Engineering常规的到达角测量方法对外部信号环境通常会作一定较为理想的设定，在此设定的基础上再利用信号的高阶累积量得到高分辨阵列的系列测向算法[1][2]。
然而当电磁环境变得复杂密集时，建立在理想模型下的测向算法往往失配，使得算法的性能下降，不能满足实际需求。
在此情况下，阵列信号空间谱分析方法被认为是解决该问题的有效途径。
其基本原理是将发生在时域的采样处理衍变至空间采样，变换思路将时域信号处理方法借鉴至空域来解决空间信号的测角等问题。
如果将发生于时域的“频率谱”对应于空间域的不同阵列信号，则可以称之为“空间谱”，时域处理中的“系统响应”对应于不同阵列信号处理中，则可以称之为“方向图”。
阵列信号处理中典型的算法有ROOT-MUSIC 算法、ESPRIT 算法和空间平滑MUSIC 算法。
1 ROOT-MUSIC算法MUSIC(Multiple Signal Classification)算法 [4] 是利用阵列信号来处理和解决超分辨角度DOA 估计的常规算法，其算法原理是通过特征式分解运算解出阵列输出结果的协方差矩阵的特征值和特征向量，在获取到信号子空间及与其相正交噪声子空间后，进一步得到空间谱函数，完成谱峰搜索后检测出辐射源的到达角（DOA ）。
假设P 个信号入射至阵列M 个天线单元中，且有P ≤M ，阵列信号的协方差矩阵的谱分解式表示为：若入射的P 个信号互不相关，则上式中的矩阵APA H 为满秩矩阵；同样，对角矩阵中就有P 个较大的特征值；U s 是阵列协方差矩阵的信号特征向量子矩阵；U n 是阵列协方差矩阵的噪声特征向量子矩阵。
U=[U s , U n ]为酉矩阵，不同特征值所对应的多个特征向量之间相互正交，存在：U s U n =0由其构造的空间谱估计关系式表示为：式中分母包含有信号向量及与其可能存在正交性的噪声矩阵，当二者正交成立时，分母的内积式取值为零。
宽带相干信号doa和极化参数联合估计方法
宽带相干信号doa和极化参数联合估计方法
哎呀，这可是个大课题啊！今天我们就来聊聊宽带相干信号doa和极化参数联合
估计方法。
咱们得明白什么是doa啊。
doa,就是分布式孔径声源定位，就是说我们通
过信号来定位那个发出声音的家伙在哪里。
而极化参数呢，就是指信号的振动方向。
这两者结合在一起，就能帮助我们更准确地找到那个声音的来源了。
咱们先来看看怎么估计doa吧。
有几种方法，比如MUSIC、ESPRIT等等。
这些
方法都是基于信号之间的相关性来判断哪个方向的信号更强，从而推断出声源的位置。
这些方法都有一个共同的问题，就是它们只能处理有限数量的信号，而且对于非对称阵列，它们的效果就会大打折扣。
有了极化参数之后，我们又该如何利用它们呢？其实很简单，我们只需要将极化参数加入到doa估计的过程中即可。
这样一来，我们就可以同时考虑信号的方向和强度了，从而提高估计的准确性。
不过，要想让这个方法真正发挥作用，还需要解决一个问题，那就是如何准确地估计极化参数。
这个问题并不容易解决，因为极化参数受到很多因素的影响，比如信号传播路径的变化、接收器的偏置等等。
只要我们能够找到一种有效的方法来估计这些参数，就可以大大提高doa估计的精度了。
宽带相干信号doa和极化参数联合估计方法是一个非常有前景的研究方向。
它可
以帮助我们更好地理解声波在复杂环境中的传播规律，从而为实际应用提供更加准确的数据支持。
希望未来的科学家们能够在这个问题上取得更多的突破！。
doa估计原理
doa估计原理DOA（Direction of Arrival）估计原理是用来估计信号源的方向的一种方法。
在无线通信和雷达等领域中，DOA估计可以帮助我们确定信号源的位置和方向，从而进行目标跟踪、定位和定向等应用。
DOA估计的原理通常基于阵列信号处理技术。
这种方法使用多个接收天线组成的阵列来接收从不同方向传来的信号。
通过比较接收信号的时延、幅度和相位等参数，我们可以计算出信号源的方向。
下面是一些DOA估计的常见方法和算法：1. 波束形成（Beamforming）：波束形成是一种最简单和直观的DOA估计方法。
它通过调整不同接收天线的权重，使得合成的波束指向信号源的方向。
波束形成方法可以分为宽带波束形成和窄带波束形成两种。
2. MUSIC算法（Multiple Signal Classification）：MUSIC算法是一种基于子空间分解的高分辨率DOA估计方法。
它通过求解接收信号的协方差矩阵的特征向量，得到信号源的子空间，进而估计出信号源的方向。
3. ESPRIT算法（Estimation of Signal Parameters via Rotational Invariance Techniques）：ESPRIT算法是一种基于信号旋转不变性的子空间分解方法。
它通过接收信号的旋转算子来估计信号源的方向，从而达到高分辨率的DOA估计效果。
4. CBF算法（Conventional Beamforming）：CBF算法是一种传统的窄带DOA估计方法。
它通过对接收信号进行时延和幅度补偿，然后采用简单的波束形成技术来估计信号源的方向。
除了上述方法，还有许多其他的DOA估计算法，如ROOT-MUSIC、ESPRIT-AR、WSF、Frost算法等。
这些算法在不同的应用场景下具有不同的优缺点，可以根据实际需求选择合适的算法。
总的来说，DOA估计原理是基于阵列信号处理技术的，通过对接收信号的时延、幅度和相位等参数进行计算，来估计信号源的方向。
阵列信号处理中DOA算法分类总结(大全)
阵列信号处理中的DOA （窄带）/接收过程中的信号增强。
空域参数估计：从而对目标进行定位/给空域滤波提供空域参(DOA)θ的函数，P(θ)./经典波束形成器 注，延迟相加法和CBF 法本质相同，仅仅是CBF 法的最优权向量是归一化了的。
CBF / Bartlett 波束形成器 CBF ：Conventional Beam Former ） 最小方差法/Capon 波束形成器/ MVDR 波束形成器MVDR ：minimum variance distortionless response ） Root-MUSIC 算法 多重信号分类法 解相干的MUSIC 算法 （MUSIC ） 基于波束空间的MUSIC 算法 TAM 旋转不变子空间法 LS-ESPRIT TLS-ESPRIT 确定性最大似然法（DML ：deterministic ML ）随机性最大似然法（SML ：stochastic ML ）最大似然估计法是最优的方法，即便是在信噪比很低的环境下仍然具有良好的性能，但是通常计算量很大。
同子空间方法不同的是，最大似然法在原信号为相关信号的情况下也能保持良好的性能。
阵列流形矩阵（导向矢量矩阵）只要确定了阵列各阵元之间的延迟τ，就可以很容易地得出一个传统的波达方向估计方法是基于波束形成和零波导引概念的，并没有利用接收信号向量的模型（或信号和噪声的统计特性）。
知道阵列流形 A 以后，可以对阵列进行电子导引，利用电子导引可以把波束调整到任意方向上，从而寻找输出功率的峰值。
①常规波束形成(CBF)法CBF法，也称延迟—相加法/经典波束形成器法/傅里叶法/Bartlett波束形成法,是最简单的DOA 估计方法之一。
这种算法是使波束形成器的输出功率相对于某个信号为最大。
（参考自：阵列信号处理中DOA估计及DBF技术研究_赵娜）注意：上式中，导向矩阵A表示第K个天线阵元对N个不同的信号s(i)示第i个信号s(i)在M个不同的天线上的附加权值。
DOA估计算法综述
指导老师： 日 期： 2016.1.8
摘要： 阵列信号处理是信号处理领域内的一个重要分支， 在雷达、 通信、 声纳、地震勘测、射电天文等领域都获得了广泛应用与迅速发展。波达方向 （Direction of Arrival，DOA）估计是阵列信号处理中最为重要的问题之一， 不仅能对目标进行空间定位，还为接收过程中的信号增强提供技术上的支 持。本文首先介绍了 DOA 估计的研究背景及意义，接着回顾了 DOA 估计 的国内外发展状况以及空间谱估计基础和 DOA 估计模型，最后介绍 DOA 估计的发展前景。 关键词：阵列信号处理；波达方向估计；空间谱 Abstract ： Array signal processing is an important branch of the field of signal processing ， in recent years it has been developing rapidly.It has found wide applications in radar，communication，sonar，seismology radio astronomy and other fields. Direction of Arrival (DOA) estimation is one of the most important issues in the array signal processing ， not only giving the spatial positioning of the target ， and also providing the technical support for the signal enhancement in receiving. This paper introduces the research background and meaning of DOA estimation at the first. And then reviewed the development process and the present situation. Next is the basis of the spatial spectrum estimation and to the model of DOA estimation. Finally introduces its prospects. Keywords ： Array signal processing ； Direction of arrival estimation ； Spatial spectrum
DOA估计算法范文
DOA估计算法范文DOA估计算法，即方向到达（Direction of Arrival）估计算法，是指通过接收信号的时间差或相位差等特征来估计信号源的方向。
在无线通信、雷达、声源定位等领域有着广泛的应用。
下面将介绍几种常见的DOA估计算法。
1. 波束形成算法（Beamforming）：波束形成算法是通过对阵列天线的信号进行加权叠加，使得特定方向的信号增强，从而实现方向估计。
常见的波束形成算法有波束赋形、波束扫描和波束跟踪等。
波束赋形算法通过设置天线权重来使得特定方向的信号增强，从而实现方向估计。
波束扫描算法通过改变接收阵列的指向角度，对波束进行扫描，然后找到最大方向响应以估计信号源的方向。
波束跟踪算法通过估计信号源的入射方向，然后使用自适应算法对波束进行调整，从而实现跟踪信号源的方向。
2. 最小均方误差算法（Least Mean Square algorithm）：最小均方误差算法是一种经典的自适应算法，用于估计信号源的方向。
它通过最小化接收信号与期望信号的均方误差来估计信号源的方向。
该算法具有简单、实时性强的特点，但对信号源进行估计时可能存在错误。
3. 最大似然估计算法（Maximum Likelihood algorithm）：最大似然估计算法是一种通过最大化接收信号的概率密度函数来估计信号源的方向的算法。
它假设信号源满足高斯分布，并通过观测信号的统计特性来估计信号源的方向。
该算法能够提供较为准确的方向估计，但计算复杂度较高。
4. MUSIC算法（MUltiple SIgnal Classification）：MUSIC算法是一种基于特征分解的DOA估计算法。
它通过对接收信号的协方差矩阵进行特征分解，然后通过特征值与噪声空间相关性的计算来估计信号源的方向。
MUSIC算法具有高分辨率、无需对信号源进行拟合等优点，但对噪声的统计特性要求较高。
5. ESPRIT算法（Estimation of Signal Parameters viaRotational Invariance Techniques）：ESPRIT算法是一种通过对接收信号的子空间进行分解来估计信号源方向的算法。
一种新的高分辨率DOA估计方法
过使 用 协方差 矩阵 Ｒ的 Ｍ 列数 据 构造 投影 矩 阵 ’， ， 并将 之更 新 为 ’ 。 ， 。的方 式 ， 信 号 的 ＤＯ 进 对 Ａ 行估计 ， 其计 算 量 为 ０（ ， 于 已有 的高 分 Ｎ Ｍ） 小 辨率 算法 。文 中 证 明 了通 过 计 算 Ｖ ， Ｐ 。 Ｆ ＭＡ 可 以得 到对信 号 Ｄ ＯＡ 的 良好 估 计 ； 真试 验进 一 仿
Ｆ ＭＡ 通 过 使 用 协 方 差 矩 阵 Ｒ 的数 据 来 直 接 构 造 投 影 矩 阵 ’ Ｐ ， 的方 式 ． 信 号 的 Ｄ 对 ＯＡ 进 行 估 计 ・ 算 量 为 （ 计 ）
（ Ｍ） 比 已有 高 分 辨率 算 法 要 小 。 文 中 证 明 了通 过 计 算 ． Ｐ Ｎ。 ． Ｆ ＭＡ 可 以 得 到 对 信 号 Ｄ ＯＡ 的 良好 估 计 ； 计
逆运算 或者 是 复杂 的特征 分解 运 算 ， 以致 计 算量 为 （（ ） 不利 于 实时处 理数 据 。文 中提 出了一 ） Ｎ ， 种 新 的 高 分 辨 率 Ｄ ） 估 计 方 法—— Ｆ ＭＡ （Ａ Ｐ
（ａ ｔｐ ｏ ｅ ｔ ｎ ｍａ ｒｘ ａ ｇ ｒｔ ｍ） 。 Ｆ ｆｓ ｒｊｃ ｉ ｔｉ ｌｏ ｉ ｏ ｈ ＰＭＡ 通
Ａｂｔａ ｔ Ｉ ｈ ａ ｅ ｓｐｏ ｏ ｅ ｏ ｅ ｉｈ ｒｓ ｌｔ ｎａｇ ｒｔ ｍ・ａｔｐ ｏｅ ｔ ｎｍａｒｘ ａｇ ｒｔ ｍ （ ｓｒｃ ：ｎｔ ｅｐ ｐ ｒｗａ ｒ ｐ ｓ ｄａｎ ｖ ｌｈｇ —ｅ ｏ ｕｉ ｌｏ ｉｈ ｆ ｓ ｒｉｃｉ ｔｉ ｌｏ ｉ ｏ ｏ ｈ ＦＰＭＡ ）ａ ｈ ｓｔ ｅ
维普资讯
・
３２ ・ ０
弹 箭 与 制 导 学 报
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ＸＵ Ｔ ｎ ， ＮＧ Ｊ ｎ， ａ ｅ ｇ ＤＩ ｕ ＸＩＸｉｏ—ｆｎ ｅｇ
（ ｃｏｌ ｆ ｌｃ ｏｉ ｎ ｎ ｒ ｔ ｎ Ｎ ｒ ｗ ｓ ｒ ｏ ｔ ｈ ｉ ｌ ｎｖｒｔ，Ｘ’ ｈｎｉ １０ ２ Ｃ ｉ ） Ｓｈｏ ｏ ｅｔ ｎｃ ａｄＩｆ ｍａｏ ， ｏｔ ｅｔ ｎＰｌ ｅ ｎ ａ Ｕ ｉ ｓｙ ｉ ｎＳ ａｘ ０７ ， ｈｎ Ｅ ｒ ｓ ｏ ｉ ｈ ｅ ｙｃ ｃ ｅｉ ａ ７ ａ
ＡＢ ＴＲＡＣＴ：Ａ ｅ ｔ ｏ ａ ｒｓ ｎ ｅ ｏ ｓｍｕ ｔｎ ｏ ｓ ｓｉ ｔ ｈ ｚｍｕ ｈ ｅｅ ａｉｎ ｎ ｅ ｔｒｆ ｑ ｅ ｃｅ Ｓ ｎ ｗ ｍｅｈ ｄ ｗ ｓｐ ｅ ｅ ｔｄ ｔ ｉ ｌ ｅ ｕ ｌ ｅ ｔｍａｅ ｔ ｅ ａ ｉ ｔ ｌｖ ｔ ｓａ ｄ ｃ ｎｅ ｅ ｕ ｎ ｉｓ ａ ｙ ｏ ｒ ｏ ｎ ｏ ｒ ｌｔｄ ｎ ｌｏ ａ ｄ ｓｇ ａｓ ｉ ｃｄ ｎ ｎ ｆ ｄ ｕ ｌ ｈ ｐ ｄ ａ ｒ ｙ ｉｓｌ ，ｆ ｔ ｆｕ ｃ ｒｅａｅ ａＴ ｗ ｂ ｎ ｉｎ ｌ ｎ ｉｅ ｔ ｏ ｂ ｅ Ｌ ｓ ａ ｅ ｒａ ．Ｆ ｒｔ ｌ ｉ ｏ ｌ ｙ ｍｅ—ｓ ａ ｅ ｍａｒ ａ ｏ ｍｅ ｐ ｃ ｔ ｘ ｗ ｓｆ ｒ ｄ ｉ ｂ ｎ ｅ ｔｄ ｄ ｔ ｆｔ ｅ ａ ａ ，ｔ ｅ ｈ ｙ ｉ ｃ ｐ ｅ ａａ ｏ ｈ ｒ ｙ ｈ ｎ ｔ ｅ ３一Ｄ ａ ａ ｔｒ ｆ ｓ ｎ ｌ ｏ ｌ ｅ ｏ ｔ ｉｅ ｒ ｍ ｈ ｉｅ ｖ ｌ ｅ ｎ ｈ ｐ ｒ ｍｅｅ ｓ ｏ ｉ ａｓ ｃ ｕｄ ｂ ｂ ａｎ ｄ ｆ ｇ ｏ ｔ ｅ ｅｇ ｎ ａｕ ｓ ａ ｄ ｔｅ ｃ ｒ ｓ ｏ ｄ ｎ ｉ ｅ ｖ ｃｏ ｓｏ ｅ ｓ ａ ｅ—ｔ Ａ ｔ ｘ ｈ ｓｍｅ ｈ ｄ ｉ ｃ ｍｐ ｔ ｔ ｎ ｌ ｆ ｃｅ ｔ ｎ ａ ｏ ａ － ｏ ｅ ｐ ｎ ｉｇ ｅ ｇ ｎ ｅ ｔ ｒ ｆ ｈ ｐ ｃ ｔ ｉ ＤＯ ｍａ ｒ ．Ｔ ｉ ｔ ｏ ｓ ｏ ｕ ａｉ ａｌ ｅｆ ｉ ｎ ｄ ｈ ｓｃ ｍｐ ｒ ｍｅ ｉ ｏ ｙ ｉ ａ ａｉｅｙ ｈｇ ｅ ｏｕ ｉｎ，ｍｏｅ ｖ ｒ ｚｍｕ ｈ ｅ ｅ ａ ｉｎ ｎ ｒｑ ｅ ｃｅ ｆｓｇ ａ ｓ ｃ ｎ ｂ ｉ ｈ ｎ ｏ ｓｙ ｏ ｔｉ ｅ ｎ ｔ ｌ ｉｈ ｒｓ ｌｔ ｖ ｏ ｒ ｏ ｅ ，ａ ｉ ｔ ｌ ｖ ｔ ｓ ａ ｄ ｆ ｕ ｎ ｉ ｓｏ ｉ ｌ ａ ｅ ｓｍｕ ａ ｅ ｕ ｌ ｂ ａｎ ｄ ａ ｄ ｏ ｅ ｎ ａ ｔｍａ ｉａｌ ｏ ｉ ｅ ｔ ｏ ｔｓ ｅ ｔ ｌ ｅ ｒｈ，ａｓ ｈ ｒ ｂ ｅ ｏ ｎ ｌ ｓｏ ｅ ｌｐ ｗａ ｅ ｏｖ ｄ ｔａｓ ｌｙ ｎ ｉ ｕｏ ｔ ｌ ｃ ｍｂ ｎ ｄ ｗｉ ｕ ｐ ｃ ｒ ａ ｃ ｃ ｙ ｈ ａｓ ｌ ｏｔ ｅ ｐ ｏ ｌ ｍ ｆ ｇｅ ｖ ｒ ｓ ｒｓ ｌｅ ．Ｉ ｌ ｐ ａ ｓａ ａ ａ ｏ ｍ－
的分辨率 ， 同时解决 了角度兼并问题 ， 在无线 电通 信领域有 很好 的应用 前景。给 出的计算 机仿真 结果证 明 了该 方法 的有
效性 。
关键词： 阵列信号处理 ； 波达方向估计 ； 频率估计 ； 特征分解 中图分 类号 ：Ｐ ９ Ｔ３３ 文献标识码 ： Ａ
Ａ ｇ ｓ ｌ ｔ ｎ Ｍ ｅｈ ｄ ｆｒＳｍ ｕｔｎ ｏ ｓ Ｈｉｈ Ｒｅ ｏｕ ｉ ｔ ｏ ｏ ｉ ｌａ ｅ ｕ ｏ
估计 ， 该方法可 以直接得 到信 号空 间的原 始基底 ， 须谱峰 无
１ 引言
在无线 电通信 当中， 对信 号源 的频 率和 ２一Ｄ Ｄ Ａ（ ｉ Ｏ ｄ ．
ｒｃｏ ｆ ｒｖ１估计 的阵列信 号处理 问题 已经得 到广泛 的 ｅｔｎｏ ａｒ ａ） ｉ ｉ 关注 ， 已有 的算法 当中， 在 ２一Ｄ ＭＵ Ｉ … 和 Ｅ Ｐ Ｉ 算法 ＳＣ Ｓ ＲＴ
ｐｏ ａ ｔｒｌ ｎ ｍｏ ｌ ｏ ｔ ｒ ｎ ｏｅ ｉ ｂｉ ｃ ｍｍｕｎ ｃ ｔｏ ｙ ｔ ｍ． Ｔｈｅ ｓｍｕａ ｉｎ ｒ ｓ ｔ ｈ ｗ ｈ ｔｔ ｅ ｐｒｐ ｓ ｄ ｍ ｅｈ ｄ ｉ ｆｅ ｔｖ ． ｅ ｉ ａｉｎ ｓ ｓｅ ｉ ｌｔｏ ｅ ｕｌ ｓ ｏ ｔ ａ ｈ ｏ ｏ ｅ ｔ ｏ ｓｅ ｃｉ ｅ ｓ
（ 西北工业大学电子信息 学院 ， 西 西安 ７ ０ ７ ） 陕 １０ ２ 摘要 ： 出了一种基于双 Ｌ型阵列结构针对空 间非相干多个窄带信号源的中心频率 、 提 方位 角和俯 仰角三维参数 的联 合估计 方法 。该方法首先利用 阵列接收数据构造时空矩 阵， 进而对时空矩阵进行特征分 解 ， 信号 的三维参 数由特征值 和对应 的特 征向量直接得到。该 方法不需要进行谱峰搜索 ， 运算量小 ， 可实现频率 、 方位角 和俯仰角 的同时估计 与 自动配对 ， 具有较 高
ＫＥＹＷ ＯＲＤＳ：Ａｒ ｙ ｓｇ ａ ｒ ｃ ｓ ｉｇ ｒ ｉ ｌ ｐ ｏ ｅ ｓｎ ；ＤＯ ｅ ｔ ｔ ｎ；Ｆ ｅ ｕ ｎ ｙ ｅ ｔ ｔ ｎ；Ｅ ｇ ｎ ａｕ ｅ ｏ ｏ ｉ ｏ ａ ｎ Ａ ｓｉ ｉ ｍａ ｏ ｒ ｑ ｅ ｃ ｓｉ ｉ ｍａ ｏ ｉ ｅ ｖ ｌ ｅ ｄ ｃ ｍｐ ｓ ｉｎ ｔ
维普资讯
第２卷 第６ ５ 期
文 章编 号 ：０ ６— ３ ８ ２ ０ ）６— １０—０ １０ ９ ４ （０ ８ ０ ０ ３ ４
计
算
机
仿
真
２８ 月 ０ 年６ ０
Ｄ ｏＡ和 频 率 联 合估 ． 辨算 法 ． 吉 同分 － １ ｌ
徐 腾， 丁 君 ， 晓峰 席