十字型阵列的互耦自校正算法

针对十字型阵列的互耦校正问题,提出一种信号源的二维角信息与互耦系数联合估计的互耦自校正算法,该方法对线阵内和线阵间的互耦同时进行校正.利用线阵内互耦矩阵及线阵间互耦矩阵的特性,构造重构矩阵,将耦合的二维角与互耦系数联合估计问题转化为级联估计问题,不需要校正源,避免了高维参数的非线性搜索.理论分析和仿真结果均表明,提出的方法可以很好地解决十字型阵列的互耦校正问题,信号的二维角和互耦系数的估计精度高,且计算量小.     

用四阶累积量实现频率、二维到达角和极化的联合估计

基于四阶累积量和ＥＳＰＲＩＴ算法提出了一种新的任意Ｇａｕｓｓ噪声环境下的多个独立空间信号频率、二维到达角和极化的联合估计方法，该算法的阵列由和坐标轴方向一致的偶极子对组成，各偶极子对的排列结构任意，计算机模拟结果证实了方法的可行性。     

方位依赖阵元幅相误差校正的辅助阵元法

现有的阵列校正方法几乎都基于方位无关的阵列误差模型, 方位依赖的阵列误差校正一直以来都是阵列校正技术中的难题, 相关的研究成果报道得很少. 提出一种利用辅助阵元对方位依赖的阵元幅相误差进行自校正的新方法—ISM(Instrumental Sensors Method). 通过引入少量精确校正的辅助阵元, 该方法可以在多源情况下对信源方位和其对应的阵元幅相误差进行无模糊联合估计. 由于互耦和阵元位置误差均可以等效为方位依赖的阵元幅相误差, 所以该方法可以对多种阵列误差同时进行校正. 该方法适用于任意的阵列几何结构(包括均匀线阵); 而且其运算量小, 只需要参数的一维搜索, 不存在通常参数联合优化估计时的局部收敛问题. 此外, 该方法无需现有阵列校正算法中经常使用的阵列误差的微扰动假设, 更加符合实际的误差模型. 文中对新方法的估计性能进行了理论分析, 并用Monte Carlo计算机仿真实验验证了新方法的有效性.     

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.     

稀疏均匀非同心电磁矢量阵列的2D-DOA与极化联合估计

本文提出了一种稀疏均匀非同心电磁矢量传感器矩形阵列,针对该阵列提出了一种二维波达方向(2D-DOA)和极化参数的联合估计算法.首先利用稀疏均匀矩形阵列的旋转不变性得到周期性模糊的2D-DOA估计,然后提出一种简易的非同心电磁矢量传感器的2D-DOA估计算法来解模糊,再通过一些三角变换得到高精度无模糊的2D-DOA和极化参数估计,最后推导了该阵列多参量估计的闭式克拉美罗界.本文所提阵列的稀疏配置使得在不增加阵元数和硬件复杂度情况下有效扩展了阵列物理孔径,且由于矢量传感器的使用获得了极化分集,使得2D-DOA的估计精度大大增加.此外本文方法能得到2D-DOA和极化参数之间的自动配对,更为重要的是该阵列使用非同心电磁矢量传感器构成,解决了同心电磁矢量传感器互耦严重、硬件设计困难的问题.仿真结果证明了本文多参量估计算法的有效性.     

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。     

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。     

阵列误差有源校正算法及其改进

阵列互耦、幅相误差以及阵元位置误差的综合影响会严重影响MU-SIC算法的测向性能.为此,本文主要研究了由这3种误差引起的阵列误差校正问题.该文在已有的阵列误差校正算法(算法1)的基础上,给出了一种基于互耦矩阵稀疏性的阵列误差校正算法(算法2)和一种利用互耦矩阵特殊结构的阵列误差校正算法(算法3).虽然3种算法具有相同的计算模式和理论框架,但后2种算法因利用了互耦矩阵的更多性质,从而提高了参数估计精度,而对于均匀线阵和均匀圆阵而言,算法3的优势更加明显.另一方面,文中还将上述3种算法推广应用于校正源方位存在偏差的情况,它们在校正阵列误差的同时,还可以补偿校正源的方位偏差.最后,分别在校正源方位无偏差和有偏差这两种情况下,通过仿真实验分析和比较了3种校正算法的参数估计性能.大量仿真实验表明,若能尽可能多地利用互耦矩阵的特殊性质,将十分有利于提高阵列误差的校正精度.     

零维三角型系统带重数的实解隔离

现有的隔离零维多项式系统实解的算法都不计算解的重数.文中用一种自然的方式定义了零维三角型多项式系统解的重数并证明了该定义与经典的局部(相交)重数的定义等价.使用该定义,给出了一个完备有效的算法计算零维三角型多项式系统的实解隔离及实解重数.文中的算法基于代数数系数多项式的无平方因子分解和区间算术.文中还给出了一些算例.     

基于特征点的空间目标三维位姿单目视觉确定算法

针对基于特征点的空间目标包括相对位置和相对姿态等的三维位姿单目视觉确定问题,提出了一种基于逆投影思想的迭代方法.给出了一种包含景深估计和绝对方位解算两阶段的迭代算法,在景深估计阶段首先计算由转移矩阵表示的最优平移矢量,然后重构各特征点,并利用其在逆投影线上投影更新各特征点的景深;在绝对方位解算阶段采用Umeyama绝对方位解析算法计算相对姿态矩阵,上述两阶段迭代进行直至结果收敛.利用全局性收敛性定理证明了文中算法的全局收敛性.最后,以航天器交会对接最终逼近段的视觉测量为背景对该算法进行了数学和物理仿真,进一步验证了算法的有效性和收敛性.     

盲均衡和信道参数估计的一种ICA和进化计算方法

首先给出了一种盲均衡的新方法。该方法利用过程采样技术和一种新的独立分量分析神经网络，仅通过接收到的信号完成在线盲均衡，基于接收信号的四阶累积量和线性系统的特性，利用进化规划算法和均衡输出序列，估计信道参数。计算机仿真结果表明算法具有较好的性能。     

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.     

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.     

α进制最小能量区间小波框架的构造

基于小波多尺度特征和信号多通道理论需要,本文对a进制最小能量区间小波框架进行了系统研究,其中a为任意大于等于2的正整数.首先,给出了a进制最小能量区间小波框架的定义,建立了a进制最小能量区间小波框架的充要条件;其次,我们设计了支撑长度为任意整数γ的a进制最小能量区间小波框架的构造算法,并构造性地给出了构造算法所涉及矩阵的表达式;最后,给出了最小能量区间小波框架的分解与重构算法,并构造了数值算例.     

基于三次B样条逆向细分的自由曲线的多分辨率表示

目前国内外关于逆向细分的研究主要集中于曲面逆向细分,对大量的特定曲线细分法的逆向细分算法研究较少,对于基于逆向细分的曲线的多分辨率构造及简化也鲜有研究.针对三次B样条细分法具有几何意义明显、规则简单等特征.本文从几何角度出发,推导并给出了基于三次B样条细分的逆向细分规则,在此基础上提出了自由曲线的一种新的多分辨率表示方法,通过在对自由曲线进行逆向细分时保留细节信息,最终可以实现自由曲线的多分辨率表示,并可应用于自由曲线的简化与精确重构中.文中给出了曲线的多分辨率表示、简化和重构的例子.该方法几何意义明显,易于编程实现.实验表明应用该逆向细分法得到的简化曲线能够更明显地反映原曲线的变化趋势.本文方法在构造分解矩阵和重构矩阵方面较以往的某些方法简单,并且在分解和重构曲线时的计算量相较于以往的方法较少.     

未知信源数的宽带信号源二维空间谱估计

目前存在的宽带信号波达方向估计方法仅限于估计已知信源数的信号方位角。Ｐａｄｍｉｎｉ等人最近指出，圆阵在估计宽带源的ＤＯＡ时具有和很多优良特性，采用具有延迟抽头的圆阵实现了宽带信号２－Ｄ空间谱估计，并将Ｃｈｏｉ等人针对未知信源数的窄带信号提出的扩展ＭＵＳＩＣ方法，扩展用于宽带源的ＤＯＡ估计，分析及仿真表明，该方法尤其适合宽阵列信息处理，且采用大孔径圆阵可显著提高估计的分辨性能和稳健性。     

双周期阵列空间的积

给出了求双周阵列的Ｈａｄａｍａｒｄ积的特征理想的方法，该方法是Ｚｉｅｒｌｅｒ和Ｍｉｌｌｓ结果的二维推广。     

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.     

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.     

多输入多输出系统中基于长方阻塞矩阵的酉多级Wiener降秩联合检测算法

针对传统均衡算法复杂度高、收敛速度慢的问题,提出了一种基于长方阻塞矩阵的多级Wiener降秩联合检测算法,其中的多级Wiener滤波器通过相关相减结构来实现,即酉多级Wiener滤波器.该算法选取酉多级Wiener滤波器阻塞矩阵中的一个长方子阵作为阻塞矩阵,使得酉多级Wiener滤波器前向递推分解中接收信号向量的维数逐级降低,从而在降低了均衡的迭代复杂度的同时,加快了算法的收敛速度.理论分析和仿真结果表明,基于长方阻塞矩阵的酉多级Wiener联合检测算法具有复杂度低、收敛速度快的优点.在具有4根发射天线、8根接收天线,并且采用BPSK调制的V-BLAST(vertical Bell labs layered space-time)系统中,采用本算法仅用基于酉多级Wiener滤波的均衡算法一半的计算复杂度在高信噪比处即可达到与其相同的误码性能.