用矢量天线阵列实现相干Chirp信号多参量联合估计

提出一种采用矢量传感器（天线）阵列联合估计相干Chirp信号初频,调频斜率,2维到达角和极化的算法.通过分数阶Fourier变换估计信号的初频和调频斜率,并用之构造了新的相关矩阵以抑制噪声.利用到达角和电磁极化矢量的特点,解决了由于信号相干带来的自相关矩阵奇异问题.为提高估计精度,采用了扩展阵列间距的L型均匀天线阵列,并提出了在信号相干情况下,解除角度估计模糊的算法.通过仿真,将此算法与常用的空间平滑算法进行了比较,证明了该算法的有效性.     

存在互耦误差时的圆台共形阵列DOA估计

阵列存在互耦误差时,由于理想导向矢量与实际导向矢量之间存在偏差,使得高分辨空间谱估计方法性能恶化.本文针对圆台共形阵列,充分利用其结构分布特性,以互耦矩阵呈复共轭对称分布为前提推导出了圆台共形阵列的互耦矩阵模型.在此基础上,利用两种模式对互耦矩阵进行分解,由此建立了两种基于圆台共形阵列的互耦误差自校正模型.两种模型均可以实现存在互耦误差时的圆台共形阵列DOA估计,且校正后的导向矢量与实际导向矢量之间的相关程度得到明显改善.另外,本文所提的互耦自校正方法具有较低的信噪比门限.理论分析和仿真结果证实了本文两种模型的有效性,可以为共形阵列的工程应用提供参考.     

一层随机小椭球手征粒子Stokes矢量的极化散

推导了任意取向的手征性小椭球粒子的2×2维散射振幅函数及矢量辐射传输方程的Mueller矩阵解, 得到了一层非均匀分布的随机小椭球手征粒子的全极化散射, 计算了任意极化入射下的同极化及交叉极化后向散射系数和极化度. 对穿过手征粒子层的相干波的4个Stokes参数也进行了讨论. 粒子的非均匀取向和手征性都能产生非对角的消光矩阵 和满特征矩阵 , 由此造成4个Stokes参数的耦合. 对手征和非手征粒子的全极化散射做了比较, 得到了手征性对极化电磁散射和传输特性的影响.     

一层随机小椭球手征粒子Stokes矢量的极化散射与传输

推导了任意取向的手征性小椭球粒子的2×2维散射振幅函数及矢量辐射传输方程的Mueller矩阵解, 得到了一层非均匀分布的随机小椭球手征粒子的全极化散射, 计算了任意极化入射下的同极化及交叉极化后向散射系数和极化度. 对穿过手征粒子层的相干波的4个Stokes参数也进行了讨论. 粒子的非均匀取向和手征性都能产生非对角的消光矩阵和满特征矩阵, 由此造成4个Stokes参数的耦合. 对手征和非手征粒子的全极化散射做了比较, 得到了手征性对极化电磁散射和传输特性的影响.     

基于星敏感器估计卫星姿态的预测Kalman滤波算法

提出了一种实时的姿态估计算法, 即预测Kalman滤波算法. 该算法能够只利用星敏感器所提供的矢量观测信息来准确地估计卫星的三轴运动姿态, 算法的实现包括力矩模型误差预测和姿态估计两步. 预测Kalman滤波算法具有良好的滤波性能, 不仅估计精度高而且鲁棒性能强,这一点已通过仿真测试得到了验证.     

宽频段空间信号频率、二维到达确和极化联合估计

在宽频段情况下，利用两个非均匀线阵组成的L型阵列，提出了一种基于ESPRIT和整数搜索解模糊算法的多个独立空间信号频率、二维到达角和极化的联合估计算法，L型阵列由与坐标轴方向平行的偶极子对组成，数值模拟结果证实了这种方法的有效性。     

基于四元数表达的模糊矢量形态学算子

由于经典的形态学算子不能直接拓展到彩色图像处理中,提出一类基于四元数表达的模糊矢量形态学算子.该算子利用四元数表达彩色图像并结合其分解特性,将彩色图像的模值、四元数的垂直分量和角度信息作为词典编纂顺序的3个边缘分量.3个分量一方面去除了彩色图像多通道数据的相关性,另一方面更便于词典编纂顺序等级的划分.并利用模糊数学解决了现有词典编纂顺序存在的等级判定难以深层进入的问题,给出了基于四元数表达的模糊矢量排序算法.与现有的矢量排序算法相比,新的矢量排序算法同时考虑了各分量的作用,并将判定进行到词典编纂顺序的最后一层,实现了矢量的正确排序.基于新的矢量排序规则,定义了矢量形态学算子,并将新的矢量形态学算子应用于彩色图像滤波、分割中.实验结果表明,与现有的矢量形态学算子相比,新的矢量形态学算子在平滑彩色图像噪声的同时保留了图像细节,并能正确地分割多类彩色图像,具有较高的鲁棒性及实用性.     

宽频段空间信号频率、二维到达角和极化联合估计

在宽频段情况下,利用两个非均匀线阵组成的L型阵列,提出了一种基于ESPRIT和整数搜索解模糊算法的多个独立空间信号频率、二维到达角和极化的联合估计算法. L型阵列由与坐标轴方向平行的偶极子对组成. 数值模拟结果证实了这种方法的有效性.     

电磁波瞬态极化的统计特性

研究了电磁波瞬态极化的统计表征问题. 首先分析了瞬态极化电磁波Stokes矢量表征的物理内涵, 为求解瞬时Stokes矢量的统计分布提供了简捷的途径. 在此基础上, 分析了电磁波瞬态极化在Gauss分布假设条件下的统计特性, 给出了瞬时Stokes参数的概率密度函数及其联合概率密度函数的解析表达式. 最后, 对瞬态极化电磁波在极化基分量之间相互独立的情况下进行了计算机仿真, 验证了该表征方法的有效性和简捷性.     

均匀线阵互耦条件下的鲁棒DOA估计及互耦自校正

阵元互耦的存在会使大多数高分辨DOA(direction-of-arrival)估计算法的性能恶化. 利用均匀线阵互耦矩阵的对称Toeplitz性和带状特性, 基于子空间原理, 提出了一种互耦条件下的鲁棒DOA估计及互耦校正算法. 算法的方位估计不需要阵列互耦的任何信息, 估计精度高、分辨力强; 另外, 算法在方位估计的同时, 还可以精确地估计出均匀线阵的互耦系数, 从而实现阵列互耦的自校正. 算法的运算量小, 方位与互耦系数的估计均不涉及高维的非线性优化搜索, 只需一维搜索或多项式求根. 对算法参数估计的统计一致性、统计有效性和模糊性进行了分析讨论, 并用Monte Carlo仿真实验验证了该理论分析的正确性和算法的有效性.     

基于混合非圆率信号的CESPRIT算法

根据信号常常为圆和非圆信号混合形成的这一情况，提出的做一种基于ESPRIT思想的CESPRIT算法。该算法对阵元接收数据取共轭，然后重组出新的接收数据矩阵，利用构造出的两个选择矩阵，将新接收数据矩阵在分割为两个特定子矩阵，并结合ESPRIT算法思想，对获取的两子阵间的旋转不变关系矩阵进行特征值分解。通过获得的特征值估计出信号DOA．仿真实验表明，与传统ESPRIT算法相比，该算法具有估计精度高，需要的快拍数少和处理的信号个数可大于阵元个数等优点。     

压缩感知非凸优化超宽带信道估计方法研究

超宽带信号由于传输路径较复杂且功率谱密度较低，准确的信道估计十分重要．但是由于其带宽较宽，难以直接采样．压缩感知理论提供了一种可行的低速采样方法．目前的压缩感知超宽带信道估计方法一般采用l1范数约束的凸优化形式或无稀疏性的l2范数约束形式，对目标向量的稀疏性约束不强，而拥有最强稀疏性的l0范数又缺少有效的重构算法．针对上述问题，本文设计一种基于非凸优化算法的压缩感知超宽带信道估计方法．首先将目标函数设置成l，范数约束的非凸优化形式，然后利用凸函数较易求得极值的性质，将原非凸函数组合成为凸函数形式的目标函数，并通过每步迭代凸函数对非凸函数的逼近来求解目标函数，进而估计出原信道．由于lp范数更接近于l0范数，所以对目标向量稀疏性的约束更强．实验结果表明，所提方法相对于现有的压缩感知超宽带信道估计方法能够有效降低重构误差．     

基于支持向量机和粒子群算法的电子鼻伤口感染检测

针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和支持向量机(SVM)的方法进行伤口感染检测,分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体,然后利用 SVM对实验数据进行识别.同时,鉴于传感器阵列的优化以及 SVM参数选择对其分类准确率有重大的影响,提出一种基于粒子群算法(PSO)的传感器阵列和 SVM参数同步优化方法.实验结果表明,SVM结合 PSO与传统的神经网络以及遗传算法相比,极大提高伤口感染检测的准确率     

一种基于谱相减法的声信号时延估计

利用信号增强算法，结合广义互相关时延估计原理，提出一种声信号时延估计算法。在噪声背景下先采用谱相减法从带噪信号中估计出原始声信号，提高信噪比，利用四元立体传声器阵列和广义互相关算法原理，对相关数据进行加权处理得到较高精度的时廷估计值。该算法可以有效抑制空间加性噪声，得到有效声信号准确的时延估计。实验仿真结果表明了该算法的可行性，在信噪比较低的情况下，与单一使用广义互相关函数相比，极大地提高了时延估计算法的准确程度。     

独立分量分析在伤口感染监测电子鼻技术中的应用

针对传统的伤口感染诊断方法耗时长，操作复杂等问题，提出了一种基于电子鼻和独立分量分析（ICA）的方法来检测常见的伤口感染病原菌。该电子鼻的传感器阵列由6个金属氧化物半导体传感器组成，分别对七种常见病原菌产生响应，然后利用RBF神经网络对经ICA预处理后的数据进行识别。结果表明，ICA对气体传感器阵列测量数据进行预处理，可以简化神经网络的结构，减少计算量，并能提高伤口感染病原茵识别的准确率。     

基于二维导频的OFDM系统信道估计算法研究

提出了基于一种离散傅立叶变换与一维维纳滤波联合的信道估计算法,相比线性内插与一维维纳滤波联合的估计算法仅利用相邻导频获得导频间信道估计,该算法通过插入二维导频对数据分块,利用每个分块的接收数据进行信道估计,从而提高了信道估计的性能.与二维维纳滤波算法相比,该算法在估计性能接近的情况下,计算复杂度大大降低.     

基于Zigbee的煤矿无线数据采集系统设计与实现

根据煤矿环境的特点，提出了一种基于Zigbee技术的适用于煤矿巷道多参数采集的无线传感器网络检测系统。该系统利用多种传感器，通过无线传感器网络实现对井下环境及生产参数的实时监测和智能预警。采用RS-485通讯协议及硬件模块化，实现了传感器的灵活添加与监测计算机软件稳定性的增强。通过实验证明了该系统设计的可行性和良好的稳定性。     

非圆信号的协方差匹配自校正算法及其性能分析

针对非圆信号测向中方位依赖幅相误差的校正问题，本文根据非圆信号的非圆特性和辅助阵元能够自校正的特点，对协方差匹配估计技术（covariancematchingestimationtechnique，COMET）进行改进，提出一种适用于信源时域统计特性未知和统计独立特性先验已知两种情况的改进算法：NC—COMET算法．该算法利用非圆信号扩展协方差数据，使其校正精度较常规的基于辅助阵元的最大似然类算法（未利用非圆特性）有明显提升，且降低了最小辅助阵元数要求．从理论上证明了参数估计的统计一致性，采用一阶误差分析方法推导了有限采样影响下参数估计的均方误差表达式，并提出算法的cc数据利用率”定义，定量比较获得了NC．COMET算法的数据利用率较常规的最大似然类算法的提升幅度．仿真结果亦表明NC—COMET算法性能较常规的最大似然类算法更优：低信噪比下具有更强的鲁棒性；信源时域统计独立特性先验已知或者大非圆率的情况下，该算法对校正精度的提升尤为明显．     

基于S1／2建模的稳健稀疏-低秩矩阵分解

为实现稳健的稀疏-低秩矩阵分解，本文首次引入矩阵的S1／2范数以诱导矩阵的低秩性来构建新模型，并在ADMM算法框架下设计了高效的交替阈值迭代算法．该算法采用增广Lagrange乘子技术，在迭代过程中交替更新低秩矩阵和稀疏矩阵．由于这两个矩阵的最优更新具有显式形式、算法整体的计算精度和时间代价得以控制．大量的数值模拟实验说明：相较于目前最好的不精确ALM算法，交替闽值迭代算法的迭代次数与时间代价大幅降低，对噪声更为稳健，分解出的低秩矩阵的秩与稀疏矩阵的稀疏度更接近于真实值．在对监控视频进行背景建模这一实际问题中，交替闽值迭代算法得到的背景矩阵更为低秩，更符合问题先验，且时间代价相较于不精确ALM算法降幅高达一个数量级，这说明新模型与算法能有效解决相关实际问题．     

Split Bregman迭代算法生物发光断层成像

生物发光断层成像重建中,发光光源在生物体内稀疏分布,基于压缩感知思想,将?1范数正则化的稀疏重建应用于生物发光断层成像,并采用Split Bregman迭代算法求解?1范数目标函数,以获得快速、稳定的重建.三维数字鼠模型数值实验结果表明,该算法应用于生物发光断层成像重建,在没有使用任何光源可行区域先验和多光谱测量信息的条件下,仍能获得准确的定位和定量重建结果,算法对噪声具有较好的鲁棒性.