1.??? ISM方法

ISM（incoherent signal method）方法，即非相干信號子空間方法是最早出現的寬帶DOA方法，該方法將寬帶信號在頻域內分解成J 個窄帶分量，然后再每個子帶上直接進行窄帶處理，即對每個子帶的譜密度矩陣進行特征分解，根據信號子空間和噪聲子空間的正交性構造空間譜，對所有子帶的空間譜進行平均，最后得到寬帶信號空間譜估計。

2.??? 如何理解寬帶變成窄帶的過程

?

這個過程確實不好理解。首先要理解時域和頻域兩個概念。

頻域frequency domain 是描述信號在頻率方面特性時用到的一種坐標系。

頻域（頻率域）——自變量是頻率，即橫軸是頻率，縱軸是該頻率信號的幅度，也就是通常說的頻譜圖。頻譜圖描述了信號的頻率結構及頻率與該頻率信號幅度的關系。

對信號進行時域分析時，有時一些信號的時域參數相同，但并不能說明信號就完全相同。因為信號不僅隨時間變化，還與頻率、相位等信息有關，這就需要進一步分析信號的頻率結構，并在頻率域中對信號進行描述。

時域：時域是描述數學函數或物理信號對時間的關系。例如一個信號的時域波形可以表達信號隨著時間的變化。

若考慮離散時間，時域中的函數或信號，在各個離散時間點的數值均為已知。若考慮連續時間，則函數或信號在任意時間的數值均為已知。

?

現在就根據實際經驗來說說FFT結果的具體物理意義。一個模擬信號，經過ADC采樣之后，就變成了數字信號。采樣定理告訴我們，采樣頻率要大于信號頻率的兩倍，這些我就不在此啰嗦了。
????采樣得到的數字信號，就可以做FFT變換了。N個采樣點，經過FFT之后，就可以得到N個點的FFT結果。為了方便進行FFT運算，通常N取2的整數次方。
????假設采樣頻率為Fs，信號頻率F，采樣點數為N。那么FFT之后結果就是一個為N點的復數。每一個點就對應著一個頻率點。這個點的模值，就是該頻率值下的幅度特性。第一個點表示直流分量（即0Hz），而最后一個點N的再下一個點（實際上這個點是不存在的，這里是假設的第N+1個點，也可以看做是將第一個點分做兩半分，另一半移到最后）則表示采樣頻率Fs，這中間被N-1個點平均分成N等份，每個點的頻率依次增加。例如某點n所表示的頻率為：Fn=(n-1)*Fs/N。由上面的公式可以看出，Fn所能分辨到頻率為為Fs/N，如果采樣頻率Fs為1024Hz，采樣點數為1024點，則可以分辨到1Hz。1024Hz的采樣率采樣1024點，剛好是1秒，也就是說，采樣1秒時間的信號并做FFT，則結果可以分析到1Hz，如果采樣2秒時間的信號并做FFT，則結果可以分析到0.5Hz。如果要提高頻率分辨力，則必須增加采樣點數，也即采樣時間。頻率分辨率和采樣時間是倒數關系。

?

關鍵部分：比如我們現在對麥克風陣列信號的采樣頻率是Fs=64000,傅立葉變換點數是1024，那么對每個子間隔進行J點的離散傅立葉變換，就得到了寬帶內J個不相重疊的子帶。所以我們得到了寬帶內1024個不重疊的子帶。每個窄帶的頻帶寬度是64000/1024=62.5Hz；因為語音信號頻率主要集中在300～3000Hz之間，而且某點n所表示的頻率為：Fn=(n-1)*Fs/N，所以我們選取的測試數據主要集中在5～49個頻點之間，超過或者小于這個范圍測試的話一般會出現測試偏差，或者出現旁瓣，影響主瓣峰值位置的判斷。

就這樣，300～3000Hz之間的寬帶信號被分解成了45個窄帶，每個窄帶的寬度是62.5Hz；考慮到實際接收到的數據矩陣是有限長度的，即數據協方差矩陣的最大似然估計是

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

其中L是快拍數，快拍數可大可小，當L取很小的時候也可以估計出角度，不過誤差比較大，一般取5～10之間。

總結

以上是生活随笔為你收集整理的彻底理解宽带信号在频域分解为窄带信号的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。