说明：一维偏协方差矩阵DOA估计，不需要特征分解的一维AOA估计。

DOA 1D-DOA-Estimation covariance-matrix DOA-estimation

说明：MIMO雷达模型下一种子空间谱估计方法，采用过估计的方法，以避免信源数估计的问题，直接对数据协方差矩阵进行变换，从而构造了信号子空间投影矩阵和噪声子空间投影矩阵，不需要像经典的MUSIC一样对其进行特征分解，完全避开了在一般非理想情况下MUSIC算法必须面对的识别小特征值与大特征值的麻烦，降低了复杂...

MIMo-雷达 特征投影矩阵 雷达信号识别 小信号模型 MIMO-目标

说明：PCA的步骤： 1 先将数据中心化； 2 求得的协方差矩阵； 3 求出协方差矩阵的特征值与特征向量； 4 将特征值与特征向量进行排序； 5 根据要降维的维数d’,求得要降维的投影方向； 6 求出降维后的数据。

pca-排序 pca中心 投影降维 PCA-降维数 pca矩阵降维

说明：线性预测算法 输入：阶数p，快拍数据协方差矩阵R，观察范围内各方向导向矢量，三维矩阵phiyz。 输出：线性预测谱估计矩阵P。

预测-估计 LP算法 三维谱 lp线性预测法 矩阵预测

说明：一种新的计算马氏距离的算法，算法采用二次协方差矩阵操作，进而使距离考加入相对性因素。

矩阵距离 matlab-马氏距离 covariance-matrix mahalanobis matrix

说明：集合卡尔曼滤波(EnKF) 数据同化方法可以避免了EKF中协方差演变方程预报过程中出现的计算不准确和关于协方差矩阵的大量数据的存储问题,最主要的是可以有效的控制估计误差方差的增长,改善预报的效果。

集合卡曼 matlab数据同化 EnKf-同化 ensemble EKF

说明：最大信噪比准则方向图和功率谱； ASC旁瓣相消—MSE准则； 线性约束最小方差(LCMV)准则； 不同方法估计协方差矩阵的Capon波束形成；多点约束的Capon波束形成和方向图

波束形成MSE ASC 最大旁瓣 旁瓣相消MATLAB 相噪

说明：将任意阵列输出数据的协方差矩阵进行特征分解，从而得到与信号分量相对应的信号子空间和信号分量相正交的噪声空间，然后利用这两个子空间的正交性来估计信号的参数，理想状况下，数据子空间与噪声子空间是正相交的。本代码中所用的阵列阵元数量12个，阵元间距0.5米，信噪比40，两个信源信号，用MUSIC算法恢复出...

说明：该程序利用空时二维自适应原理仿真了杂波的二维方向图，计算了杂波协方差矩阵，并画出了二维杂波谱。

二维杂波 杂波-二维 二维杂波图 杂波图 clutter

说明：应用背景 交互多模型Matlab实现，包含左转，右转和常速度模型。采用Kalman滤波预测估计。效果很好，带有多种误差评价方法及显示结果。 适用目标跟踪，状态空间为位置速度 包含：运动目标跟踪，模型转移概率更新，卡尔曼滤波等文件 关键技术% 基于IMM算法的目标跟踪 % ...

matlab 算法 模型 实现 交互 IMM