空时二维线性预测谱估计算法

线性预测是时间序列分析中常用方法,针对传统一维线性预测谱估计算法只能估计信号源角度或信号频率问题,提出空时二维线性预测算法。采取对空时二维阵列接收到的数据进行数据抽取和排列,和对数据协方差矩阵进行重新构造的方法,求取空时二维线性预测权值并进行谱峰搜索。重点分析了空时二维的前向预测、后向预测和双向预测算法的原理,着重研究了构造的空时二维线性预测协方差矩阵的数据结构,讨论了前向、后向和双向预测的相互关系以及二维与一维的关系,并与空时二维最小方差算法、空时二维多重信号分类(multiple signal classification, MUSIC)算法进行了对比与分析。理论分析与仿真表明,一维空域、一维时域算法的前向、后向和双向预测为空时二维预测算法的特例,同时空时二维预测算法不仅克服了空时二维最小方差算法、空时二维MUSIC算法不能解相干信号源的缺点,还具有很好的测向测频能力。     

两种强干扰下弱信号的二维波达方向估计算法研究

当信号的功率相差较大时,常规的空间谱估计算法往往无法估计出微弱信号的来波方向(DOA).针对此问题,该文基于矩形阵列,研究了两种强干扰下弱信号的二维DOA估计算法.首先将干扰阻塞(JJM)算法推广至二维DOA估计;然后给出了一种基于正交投影预变换的弱信号测向算法,并且分析了这两种测向算法的统一理论框架;最后通过计算机仿真给出了两种测向算法的性能.     

利用空时二维编码抑制MIMO雷达波形互相关能量

分析了常规时域编码信号用于多输入多输出(multiple-input multiple-output,MIMO)雷达发射信号无法获得良好的波形分集性能.提出了将空时二维编码技术用于MIMO雷达发射波形设计,理论分析得出该技术能有效抑制波形的互相关能量,提高回波信号的信杂比,可获得良好的波形分集性能,并分析了空时编码技术...     

一种修正极小方差谱估计算法

通过分析极小方差 (MV)谱估计算法与多信号分类 (MUSIC)谱估计算法之间的关系 ,揭示出在对样本的自相关矩阵进行特征分解后 ,对各特征矢量权系数的不同选择决定了二者性能上的差异。在此基础上 ,构造了一种新的权系数 ,导出了修正极小方差 (MMV)谱估计算法。仿真结果表明 ,MMV算法的分解率高于MV ,方差小于修正协方差自回归 (AR)模型谱估计算法 ,并能正确反映正弦信号间功率的相对大小。     

基于级联MUSIC的面阵中的二维DOA估计算法

提出了适用于面阵中的基于级联多重信号分类(multiple signal classification,MUSIC)方法的二维波达方向(direction of arrival,DOA) 估计算法。该算法仅采用级联的一维搜索即可实现二维DOA的联合估计,避免了经典二维MUSIC算法的复杂计算量,复杂度大大降低,同时角度估计性能非常接近经典二维MUSIC算法。此算法可以实现二维角度的自动配对,角度估计性能优于传播算子算法(propagator method,PM)以及借助于旋转不变技术的信号参数估计算法。同时,该算法可以很好地估计出相同方位角(或仰角)的信源。结合算法的高性能及低复杂度,该算法拥有更广泛的适用范围,其优越性得到验证。     

高分辨时空二维谱估计测频测向信号处理的硬件仿真

高分辨时空二维谱估计测频测向方法的工程实现,是新一代电子战侦察系统迫切需要解决的关键技术之一。本文通过典型算法的原理分析及其在高速高位ＤＳＰ上的仿真研究,证实了高分辨时空二维谱估计测频测向的硬件实现可行性。     

一种基于功率倒置法的机载雷达杂波抑制方法

根据机载雷达回波信杂比很小的特点 ,提出了一种基于功率倒置法的地杂波抑制方法。该方法利用单脉冲雷达空间双路接收的特点 ,采用时 -空二维联合处理的方法对回波信号进行处理。理论分析和仿真结果表明 ,该方法信杂比改善性能优于AMTI等一维杂波抑制方法。并且由于其自适应权采用功率倒置法准则求得 ,计算量大大低于采用最大输出信杂比准则的一般时 -空二维处理 ,因此 ,该方法是一种具有工程意义的机载雷达杂波简化时空二维处理方法     

基于短时傅里叶变换的水声通信自适应OFDM均衡

由于水声环境时变特性,在水声信道中进行正交频分复用(orthogonal frequency division multi plexing,OFDM)信号传输,子载波间的正交性易受到破坏,从而产生载波间干扰,使得水声通信的误码率性能变差。针对这个问题,提出一种适用于水下时变信道的自适应OFDM均衡算法,该算法采用滑动窗口进行子块短时傅里叶变换获得接收信号的二维时频谱,进而对该二维时频谱进行自适应时-频域联合合并均衡。该自适应均衡算法中采用最小均方误差算法跟踪信道时变特性,并通过自适应判决反馈均衡更新二维时频谱的加权合并系数,提高了OFDM系统抗载波间干扰的性能。仿真分析表明,所提出的OFDM均衡算法可在时变信道下,有效降低水声通信的误码率。     

基于导向矢量信号的未知信源数DOA估计算法

针对多重信号分类（multiple signal classification, MUSIC)算法、旋转不变子空间（estimation of signal parameters via rotational invariance technique, ESPRIT)等大多数空间谱估计算法需要进行准确的信源数估计,且当信源数估计出现误差时性能易受影响的问题,提出了一种基于导向矢量信号的未知信源数波达方向（direction of arrival, DOA）估计算法。该算法通过引入导向矢量信号,以自适应波束形成中最大信噪比准则下最优权矢量对应的准最大信噪比作为来波方向估计参数,从而避免了大多数空间谱估计算法中的信源数估计并实现了各个信号来向的准确估计。对该方法进行了计算机仿真验证,仿真实验结果表明该算法是有效的。     

一种高分辨率谱估计与数据外推的快速算法

利用信号频谱幅度分布的先验信息，对短时数据序列信号提出了一种实现高分辨率谱估计和数据序列外推的快速算法。该算法利用了算子矩阵的特殊结构，采用简单、快速的矩阵求逆算法，使算法的运算量和数据存储容量大幅度下降。给出了算法在高分辨率谱估计及数据序列外推中的应用实例和仿真结果，证实了该算法的优良性能。     

空间相干信号的频率和二维到达角估计算法

针对宽频段窄带信号的参数估计,提出了一种空间相干信号频率和二维到达角联合估计的算法——TSS-DOA算法。TSS-DOA算法利用双平行线阵的时空数据以及平滑技术构造了一个时空平滑矩阵,通过对其进行特征分解,并利用分解得到的特征值和特征矢量估计出空间相干信号的三维参数。该算法能精确地估计信号的三维参数,无需多维谱峰搜索,具有计算量小,三维参数自动配对的优点,并有效地解决了信源参数兼并问题。计算机仿真结果验证了算法的有效性。     

基于二维干涉式APES算法的分布式相参阵盲DOA估计

结合干涉雷达的天线结构和二维波达方向（direction of arrival, DOA）估计方法,提出一种基于二维干涉式幅相估计的分布式相参阵盲DOA估计算法。利用二维干涉式幅相估计算法的空间谱和模型阶数选择准则获得目标个数和目标方向余弦的粗估计;使用子阵间的相位中心偏移来获得目标方向余弦的精估计;针对分布孔径带来的测角模糊问题,采用双尺度解模糊算法实现分布式阵列的高精度方向估计。仿真结果验证了分布式相参阵的高精度测角性能及所提算法的有效性,也验证了分布阵DOA估计中存在基线模糊门限。     

冲击噪声背景下宽频段信号三维参数的估计

提出了一种基于协变异矩阵的宽频段信号频率和二维到达角联合估计的算法。在冲击噪声环境下,该算法能精确地估计宽频段信号的三维参数,无需多维谱峰搜索和参数配对过程。另外,利用L型阵列的分维特点和ESPRIT算法进一步处理,成功地实现了具有频率兼并现象的宽频段信号的三维参数估计。计算机仿真结果验证了算法的有效性。     

Parameter estimation of DSSS signals in non-cooperative communication system

A new adaptive estimator for direct sequence spread spectrum （DSSS） signals using fourth-order cumulant based adaptive method is considered. The general higher-order statistics may not be easily applied in signal processing with too complex computation. Based on the fourth-order cumulant with 1-D slices and adaptive filters, an efficient algorithm is proposed to solve the problem and is extended for nonstationary stochastic processes. In order to achieve the accurate parameter estimation of direct sequence spread spectrum （DSSS） signals, the fast step uses the modified fourth-order cumulant to reduce the computing complexity. While the second step employs an adaptive recursive system to estimate the power spectrum in the frequency domain. In the case of intercepted signals without large enough data samples, the estimator provides good performance in parameter estimation and white Gaussian noise suppression. Computer simulations are included to corroborate the theoretical development with different signal-to-noise ratio conditions and recursive coefficients.     

基于均匀圆阵时频干涉仪的LFM信号二维测向算法

提出了一种基于均匀圆阵时频干涉仪的线性调频(linear frequency modulation, LFM)信号二维波达方向估计算法。首先利用LFM信号时频聚集性非常好的特点,对阵元的输出进行互维格纳〖CD*2〗威尔分布(Wigner-Ville distribution, WVD)计算,然后提取互WVD时频冲激点的相位,从而得到包含信号到达角的方程组,解算出信号的到达角。通过选取不同的阵元对组,采用模糊数搜索的算法进行解模糊运算,最终完成信号到达角的估计,仿真实验验证了算法的有效性。     

多分量二维线性调频信号瞬时频率变化率估计

针对多分量二维线性调频信号的瞬时频率变化率估计问题,提出了一种新方法.定义了二维线性调频信号的二维三次相位函数CPF.通过分析可知,应用二维CPF方法处理多分量二维线性调频信号时,会由于交叉干扰项的存在而产生伪峰,接着借助于二维CPF构造了二维三次相位函数乘积项PCPF.应用该方法可以在较低信噪比下,准确地估计出多分量二维线性调频信号的瞬时频率变化率.仿真实验验证了该方法的有效性.     

High-resolution algorithm based on temporal-spatial extrapolation

To enhance the resolution of parameter estimation with limited samples received by a short passive array, an iterative nonparametric algorithm for estimating the frequencies and direction-of-arrivals (DOAs) of signals is proposed. The cost function is constructed using l2-norm Gaussian entropy combined with an additional constraint, l2-norm constraint or linear constraint. By minimizing the cost functions in the temporal and the spatial dimensions using corresponding iteration algorithms respectively, the s...     

多径衰落信道下MC-CDMA信号扩频序列周期盲估计

针对多径衰落信道下多载波码分多址(multi-carrier-code division multiple access,MC CDMA)信号扩频序列周期盲估计问题,提出自相关二阶矩和循环自相关两种算法。通过分析多径衰落信道条件下MC CDMA信号的自相关二阶矩,估计出MC-CDMA信号的扩频序列周期。通过分析多径衰落信道条件下MC-CDMA信号的循环自相关,估计出MC CDMA信号的扩频序列周期。最后在不同信道条件下分别对这两种算法进行仿真,并对两种算法的性能进行对比分析。理论和仿真实验表明,在较低信噪比下,循环自相关算法在估计MC-CDMA信号扩频序列周期时具有良好的性能,但自相关二阶矩算法比循环自相关算法计算复杂度低,易于实现。     

宽带相干信号二维波达方向估计新算法

提出一种新的宽带相干信号二维波达方向(DOA)估计算法。该方法充分利用了信号的循环平稳特性以及极化多样性,不仅解决了宽带相干源的二维波达方向估计问题,而且在阵列孔径一定的情况下,提高了对多相干源的处理能力。该方法能够抑制加性噪声以及宽带干扰的影响。仿真结果验证了该方法的有效性。