基于稀疏贝叶斯的多跳频信号二维波达方向估计

分析了现有跳频信号二维波达方向(DOA)估计算法的优缺点,提出了一种基于稀疏贝叶斯学习的跳频信号二维DOA估计算法.该算法利用L型阵列特点,将方位角、俯仰角和跳频率三维信息转换为一维空间频率信息,降低了冗余字典长度和稀疏求解难度.其次,经过奇异值分解降维处理,减少了矩阵运算维数,降低了算法复杂度,通过稀疏贝叶斯算法和快速傅里叶变换估计出空间频率和跳频率,利用Capon空间频率配对算法将空间频率和跳频率正确配对,计算出空间角.最后,由空间角几何关系解算出方位角和俯仰角.模拟结果表明,在低信噪比或低快拍数条件下,该算法DOA估计精度较高,且不易受空间频率间隔和跳频信号源相干性的影响.     

新的非合作直扩信号目标的跟踪测角算法

为完成直接序列扩频信号的非合作目标的跟踪测角,提出一种在单通道比幅单脉冲体制下,提取非合作目标方位角误差和俯仰角误差的算法. 该算法对信号进行延时相乘,检测到信号后,估计出伪码速率. 在一倍伪码速率的频率分量上,完成信号的方位角误差和俯仰角误差的提取. 与现有的直扩信号目标的跟踪测角技术相比,该方法可以完成对非合作目标或者合作目标的跟踪,且可以工作于极低信噪比(-20dB)条件下. 仿真结果验证了该算法的有效性.     

采用空间极化时频分布的跳频信号多参数联合估计算法

为了在欠定条件下利用信号二维波达方向(2D-DOA)与极化状态进行跳频(FH)网台分选和信号识别、跟踪,提出了一种基于空间极化时频分布(SPTFD)的FH信号多参数联合估计算法。首先利用FH信号时频域特征以及阵列流型建模方法,建立FH信号的极化敏感阵列快拍数据模型;然后通过组合时频分布构造各跳信号的SPTFD矩阵;在此基础上,根据秩损理论对方向和极化信息进行去耦合,利用旋转不变子空间原理估计俯仰角;通过一维搜索和方程求解来估计方位角与极化参数,最终实现了2D-DOA与极化参数的联合估计。新算法无需多维参数寻优和配对,估计精度高。仿真结果表明:该算法能在欠定条件下精确估计FH信号2D-DOA和极化参数;当阵元数为4、信噪比大于6dB时,空间5个FH信号所有参数的均方根误差均小于1°。     

基于结构化时延估计算法的声源定位研究

针对声源定位研究中无法实现三维空间内高的定位问题、俯仰角以及方位角无法达到360°空间体内系统精度一致性的问题,提出了一种基于结构化延时估计算法的声源定位研究。首先对采集的波形进行去混响滤波处理,提高采集声音信号的信噪比以后,依据空间内拾音器的安装位置以及单元划分,引入细胞单元的结构化模型,该算法首先要根据细胞单元元素位置坐标,在空间体内建立虚拟坐标参考系,依据参考系中方位角、俯仰角、半径,推算出声源发声体在空间中的位置,该算法经过数据采集分析验证具有精度高、定位灵活等特点,适用于生活环境中的大部分场合。     

低信噪比下时频联合的载波同步算法

针对短突发通信在低信噪比下编码辅助同步算法存在估计精度低和同步范围小的问题,提出了一种时频联合的载波同步(JTDFDCY)算法。首先采用频域估计算法、时域估计算法和最大似然(ML)算法对导频信号进行处理,得到频率粗估计值和相位粗估计值;然后用频率粗估计值和相位粗估计值对接收信号进行补偿,并对补偿后的信号进行解调解码、重新编码、基带调制,得到软判决符号;最后采用时域相关和算法和ML算法对软判决符号进行处理,得到频率细估计值和相位细估计值,进而实现有效的载波同步。仿真结果表明:JTDFDCY算法在低信噪比下的粗估计能够兼顾频率估计范围和估计均方根误差的要求;当归一化频偏在(-0.5,0.5)范围时,仅利用6.1%的导频开销即可将系统的性能损失控制在0.1dB以内。     

一种低信噪比条件下的瞬时频率估计算法

为了在低信噪比条件下更有效地提取信号的瞬时频率,提出了一种改进魏格纳-维勒分布的瞬时频率估计算法来降低瞬时频率的估计误差.首先,采用基于切比雪夫多项式的核函数代替魏格纳-维勒分布的核函数,根据信号计算最优核函数.然后用该最优核函数计算信号的时频分布,以减小信号交叉项的影响.最后,采用维特比算法从时频分布中估计信号的瞬时频率.仿真结果表明,信噪比为-15～-5 dB条件下,改进魏格纳-维勒分布算法瞬时频率估计值的均方误差相比于魏格纳-维勒分布算法和平滑伪魏格纳-维勒分布算法减小超过53%,有效降低了瞬时频率估计误差.在单分量信号和多分量信号情况下,改进魏格纳-维勒分布算法能得到性能更优的瞬时频率估计值.     

基于结构化时延估计算法的声源定位

针对声源定位研究中无法实现三维空间内高的定位问题、俯仰角以及方位角无法达到360°空间体内系统精度一致性的问题,提出了一种基于结构化延时估计算法的声源定位研究。首先对采集的波形进行去混响滤波处理,提高采集声音信号的信噪比以后,依据空间内拾音器的安装位置以及单元划分,引入细胞单元的结构化模型,该算法首先要根据细胞单元元素位置坐标,在空间体内建立虚拟坐标参考系,依据参考系中方位角、俯仰角、半径,推算出声源发声体在空间中的位置,该算法经过数据采集分析验证具有精度高、定位灵活等特点,适用于生活环境中的大部分场合。     

柱面共形阵列天线盲极化2D DOA 估计

针对柱面共形阵列天线的DOA估计问题,充分利用柱面载体的单曲率特性,通过合理的阵元设置,基于子空间原理,提出了盲极化2DDOA估计算法。首先,利用一条母线上的阵元构成子阵1,基于ESPRIT算法,实现信源俯仰角估计。然后,利用剩余阵元构成子阵2,结合子空间原理以及俯仰角估计值,通过一维参数搜索完成方位角估计,并实现了俯仰角与方位角的自动配对。该算法在不需要信源极化状态与阵元方向图任何信息的情况下进行二维来波方向估计,估计精度高、分辨力强。同时,所提算法不需要额外的参数配对,简化了估计方法的步骤,计算量小,易于实现。在不同信噪比、快拍数条件下的计算机Monte-Carlo仿真实验表明,所提算法可有效地解决共形阵DOA估计问题。     

基于LCT域模糊函数的QFM信号参数估计算法性能分析

基于线性正则域模糊函数的二次调频信号参数估计算法,探讨了噪声环境下算法的可行性,通过仿真实验分析了算法的信噪比门限,并进一步讨论了算法的优势. 为进一步提高信号的估计精度,提出了乘积性线性正则变换(LCT)域模糊函数来估计二次调频(QFM)信号. 理论分析和仿真实验表明,该算法在低信噪比时也具有良好的估计性能,且随着信噪比的增加,各参数的均方误差越来越接近其Cramer-Rao下界;该算法能一次性估计3个参数,效率高,误差传递小.      

基于有限样本信息准则的非协作盲信噪比估计算法

针对小样本条件下的盲信噪比估计误差较大问题,结合信号子空间分解方法,提出一种基于有限样本信息准则( finite sample information criterion,FSIC)的盲信噪比估计算法,并推导出基于FSIC盲信噪比估计算法的最大似然形式.在小样本情况下,FSIC的引入克服了传统信息论方法产生的过拟合和欠拟合问题,降低计算复杂度.在不需要已知信号调制方式、载波频率、波特率等先验知识的前提下,能够在加性高斯白噪声信道(AWGN)和多径信道(Rayleigh)下对常用调制信号进行有效的信噪比估计.在信噪比-25 dB～25 dB范围内,其平均估计误差小于1 dB,表明该算法可有效应用于小样本盲信噪比估计.