基于约束最小冗余线阵的TLS-ESPRIT快速算法

在各种高分辨测向算法中，TLS—ESPRIT估计精度较高，因不需要谱峰搜索而具有更小的运算量．提出一种利用约束最小冗余线阵的快速TLS—ESPRIT算法，在不降低阵列孔径利用率前提下，进一步减小了运算量，分析表明，该算法不仅降低了运算量，而且在一定条件下，性能优于常规TLS—ESPRIT算法，所得结论通过计算机仿真得到了验证．     

任意分布冲击噪声背景下基于ESPRIT的DOA估计方法

针对冲击噪声背景下的传统波达方向(DOA)估计算法性能下降的问题,该文提出一种适用于任意分布冲击噪声的无穷范数归一化旋转不变子空间(Inf-ESPRIT)算法.该方法首先对阵列接收的快拍数据进行无穷范数归一化处理,然后对伪协方差矩阵进行特征分析,利用ESPRIT算法实现DOA的估计.与传统的基于分数低阶矩的方法相比,该算法具有以下优势:适用于多种不同分布的冲击噪声环境,无需已知冲击噪声特征指数的先验信息或估计值,可以获得更好的估计性能.计算机仿真实验证明了所提算法的有效性.     

冲击噪声背景下一种稳健自适应波束形成算法

 针对冲击噪声背景下,常规波束形成算法性能下降的问题,本文提出了一种适用于任意未知统计特性的代数拖尾冲击噪声环境下的基于归一化的线性约束正交投影(NLCOP)算法。该算法通过对输入信号进行无穷范数归一化,使变换信号的协方差矩阵在代数拖尾的冲击噪声环境下存在且有界,将自适应权矢量约束于噪声子空间,提高了波束形成器在冲击噪声背景下的性能。NLCOP算法无需噪声特征指数的先验信息,具有更低的副瓣电平且干扰抑制能力强。仿真结果验证了该算法的有效性。     

冲击噪声背景下归一化广义旁瓣相消器

针对冲击噪声背景下常规波束形成算法性能下降的问题,该文提出一种归一化广义旁瓣相消器(N-GSC)算法,该算法适用于任意未知统计特性的代数拖尾冲击噪声环境。算法通过对输入信号进行无穷范数归一化,使信号的二阶统计量存在且有界,再进行维纳滤波,提高了波束形成在冲击噪声背景下的性能。进行了4种冲击噪声背景下的仿真实验。仿真结果表明,与传统的GSC算法和基于分数低阶矩的GSC算法相比,N-GSC算法计算简单,无需噪声特征指数的先验信息或估计,适用于任意分布的冲击噪声环境,具有更强的干扰抑制能力。     

加权互谱估计方法研究及应用

在众多的谱估计算法中，互谱方法是用于色噪声背景下参量估计的一种十分有效的方法。通过对旋转不变技术估计信号参量的方法进行了深入的分析，提出基于ESPRIT的加权互谱估计方法来估计正信号的频率。这种方法避免了以往互谱在整个频域上的搜索以及克服了自谱ESPRIT估计方法对噪声的严格限制(要求噪声为白色高斯噪声)。将本文方法应用于Inv级正弦信号现代互谱测量仪，从仿真结果可看出本文方法不仅分辨率高，而且旁瓣电平很低，没有伪峰。     

二维正弦信号频率估计的ESPRIT方法研究

为了在噪声背景下估计二维正弦信号的频率,并获得较高的估计精度,给出了二维相关阵的大特征值所对应的主特征向量,位于由信号向量张成的信号子空间的结论,并因此提出了一种新的基于最大特征值所对应的第1特征向量的二维谐波频率估计ESPRIT(Estimation of Signal Parameters Via Rotational Invariance Techniques)方法.该方法用此第1特征向量构造一个特殊矩阵代替MEMP(Matrix Enhancement and Matrix Pencil)方法中的数据矩阵,进一步用二维ESPRIT方法来估计谐波频率.该方法依赖于信号子空间,对噪声和数据长度敏感性小,同时它不需进行谱峰搜索,可以得到较高的估计精度.同时给出了较为简便的频率配对算法.仿真实验证明了算法的正确性.     

一种改进的四阶累积量测向算法

针对降维的四阶累积量矩阵因采样快拍数有限而存在估计误差的问题,提出一种结合To-eplitz近似的四阶累积量旋转不变子空间(ESPRIT)测向算法(TFOC-ESPRIT).该算法在保持虚拟阵列有效孔径不变的同时,通过去除原始四阶累积量矩阵中的冗余元素,得到降维的四阶累积量矩阵,再对降维矩阵进行Toeplitz操作,恢复其Toeplitz结构,最后利用ESPRIT算法估计到达信号的方向.仿真实验表明:与MFOC-ESPRIT算法相比,TFOC-ESPRIT算法有效地提高了测向精度,不仅在少阵元数下能实现多信号的估计,而且当快拍数为400时,在空间白噪声和空间色噪声环境中其归一化成功概率也较高,分别达到了0.996和0.788.     

冲击噪声背景下均匀圆阵相干信源的DOA估计

在对称α稳定分布噪声的假设下,现有的基于共变和分数低阶矩的MUSIC（即ROC-MUSIC和FLOM-MUSIC）方法不能用于均匀圆阵信源相干情况下的波达方向（DOA）估计.为了解决这一问题,基于模式空间变换算法以及空间平滑算法的思想,结合ROC-MUSIC算法和FLOM-MUSIC算法,实现在冲击噪声背景下均匀圆阵相干信源的DOA估计.仿真实验验证了该方法的有效性.     

一种模式空间中的快速DOA估计算法

在均匀圆阵模式空间中,提出一种基于ESPRIT的快速波达方向估计算法,该算法将均匀圆阵转化成为模式空间的虚拟阵列后,通过利用虚拟阵列的协方差矩阵的近似Toeplitz特性,可以直接得到噪声的方差分量σ2n,因此避免了ESPRIT算法中的第一次特征分解,即只用一次特征分解完成参数估计.分析表明,该算法运算量小,而且能有效估计参数.     

一种冲击噪声下的多目标跟踪算法

针对现有的子空间类多目标跟踪算法无法对相干目标进行有效跟踪,传统的动态跟踪方法在冲击噪声环境下失效的问题,提出了一种冲击噪声下的多目标跟踪算法。构造了一种新的零记忆非线性处理方法实现去冲击,推导得到了基于协方差矩阵更新的极大似然多目标跟踪方程,并设计了一种量子猫群算法,对其进行快速准确求解,实现了在恶劣噪声环境下的鲁棒多目标跟踪。仿真结果表明,所设计的算法突破了已有跟踪方法的性能和应用局限。本文分析结果可用于指导被动雷达和感知系统的跟踪模块设计。     

基于TLS-ESPRIT算法的声表面波标签辨识

为降低收发机成本,在声表面波射频识别系统中采用频域取样,并利用频率步进连续波作为发射信号.为了进一步提高识别距离及系统的抗干扰能力,增强标签在小信噪比下的识别能力,在信号处理部分使用总体最小二乘-旋转不变技术估计信号参数(TLS-ESPRIT)算法来提取标签的时延信息并解码.试验结果表明,相对于其他算法,TLS-ESPRIT算法能够在小信噪比条件下以较窄的工作带宽有效地识别标签.     

基于TLS-ESPRIT的电力系统基波检测新方法

针对电力系统基波频率测量的现状,提出一种基于TLS-ESPRIT的高精度频率测量新方法.TLS-ESPRIT是一种现代信号处理方法,是子空间估计方法中的一种.该方法的信号模型中考虑了噪声的影响,因此,具较强的抗噪声能力.直接采用该法分析多重极点信号时会因受噪声的影响而得不到完全相等的多重极点.应用多重极点恢复的方法对其进行改进可得到精确的实际频率.针对有谐波、间谐波、噪声等复杂背景下的基频检测进行仿真分析,仿真结果表明:该方法检测精度高,抗噪声能力强,尤其对时变性较强的调幅性间谐波信号具有强适应性.     

通过随机排序的交替方向乘子法的矩阵恢复

为了解决交替方向乘子法（ADMM）在求解广义的鲁棒主成分分析（G-RPCA）模型时结果不收敛的问题,提出用随机排序的交替方向乘子法（RP-ADMM）来求解这一模型,并且通过数值模拟和实例验证证明了该算法的有效性。结果表明,该算法求解G-RPCA模型较目前已有的算法速度更快、鲁棒性更高;在处理同时被稀疏大噪声和稠密小噪声污染的图片时,能较理想地分离出图像的低秩部分、大噪声部分和小噪声部分。     

基于模糊函数主脊切片和深度置信网络的雷达辐射源信号识别

雷达辐射源信号识别是电子侦察系统的关键组成部分,为了提高低信噪比条件下对低截获概率雷达信号识别的准确率,提出了一种基于模糊函数主脊切片(MRSAF)与深度置信网络(DBN)的雷达辐射源信号识别方法。首先对雷达信号进行奇异值分解(SVD)进行降噪预处理,求解雷达信号的模糊函数并提取其主脊切片包络,采用奇异值分解方法降低噪声对主脊切片包络的影响,然后建立基于受限波尔兹曼机的DBN模型并运用标签数据有监督微调模型参数完成训练,最后基于该算法模型实现辐射源信号的分类和识别。仿真结果表明:该方法在低信噪比条件下也有较高的识别率,信噪比高于-4dB时,识别率可以达到90%以上,验证了本算法的有效性和应用价值。     

CO-OFDM 系统中基于线性预处理的新相位噪声抑制算法

针对相干光正交频分复用（coherent optical orthogonal frequency division multiplexing,CO-OFDM）系统中相位噪声引起的载波间干扰（inter-carrier interference,ICI）问题,提出了一种基于线性预处理的新判决反馈相位噪声抑制算法。该新算法改进了线性预处理部分,利用循环前缀与OFDM符号固有的相关性,在时域进行简单的线性组合运算,充分利用了OFDM符号中冗余信息。仿真分析表明,在激光器线宽为200 kHz且误码率（bit error rate, BER）为10－4时,与判决反馈相位噪声抑制算法和一次迭代的判决反馈相位噪声抑制算法相比,该新算法BER曲线的信噪比（signal to noise ratio,SNR）分别改善了3 dB和1 dB,有效地降低由ICI引起的错误平层。     

一种低错误平层 LDPC 码构造方法

针对低密度奇偶校验(low-density parity-check,LDPC)码在高信噪比区域可能存在错误平层的缺点,提出一种具有低错误平层LDPC码的新颖构造方法.在该方法中,基本矩阵由渐进边增长(progressive edge growth,PEG)算法搜索构造,通过在基本矩阵相应的Tanner图中增加校验节点,并将其与拥有最小额外信息度(extrinsicmessage degree,EMD)短环的变量节点相连来增大短环的连通性.另外,提出了一种基于伽罗华域的循环移位系数矩阵设计方案,无需计算机搜索即可完全避免4环的出现,降低算法复杂度.为了对该方法的可行性进行验证,分别对变量节点的度分布是规则和非规则的基本矩阵进行改进,在高斯白噪声(additive white gaussian noise,AWGN)信道下,采用置信传播(belief propagation,BP)迭代译码算法对改进后的码型进行仿真分析,仿真结果表明,利用该法所构造的码型可有效改善在高信噪比区域的错误平层.     

一种新的广义鲁棒主成分分析(GRPCA)算法研究及应用

为恢复被混合噪声污染的低秩矩阵,提出了一种新的广义鲁棒主成分分析（GRPCA）算法。它通过最小化核范数、1范数和2,1范数的组合问题,从观测矩阵中分离出低秩部分和混合噪声部分,并用随机排序的交替方向乘子法求解。利用本文方法进行垃圾邮件分类的实验结果表明,与经典的主成分分析（PCA）和鲁棒主成分分析（RPCA）算法相比,本文方法可以有效提高垃圾邮件分类的精确度和稳定性。     

基于标准差中位数的磁共振信号尖峰去除方法

针对核磁共振探测(SNMR: Surface Nuclear Magnetic Resonance）信号因受尖峰噪声干扰严重而导致其衰减形态被破坏的问题, 提出了基于标准差中位数的尖峰噪声筛选剔除方法。通过对重复采集的数据进行阈值设定, 准确识别并剔除信号中混入的随机性强、 幅值高的尖峰干扰。仿真实测结果表明, 该方法能有效去除大于信号幅值10倍的多处尖峰噪声, 同时能较好地还原真实信号的衰减形态。     

基于独立分量分析的热波检测图像增强

热波检测中直接获取的原始热图序列存在"高噪声、低对比度"等问题。为了抑制噪声的不良影响,提高热波方法检测缺陷的能力,基于独立分量分析方法对试验获取的热波图像进行增强去噪处理,采用性能指数对图像的增强效果进行评价。图像增强结果表明该算法较好地保留了原图像的信息,获得了较好的去噪效果。     

基于模拟退火算法的最优层叠滤波器设计

为了改进层叠滤波器的优化方法,提出基于模拟退火算法的层叠滤波优化设计方法,用来处理灰度图像.层叠滤波器是基于阈值分解发展起来的一种非线性滤波器,它的优化过程是对正布尔函数不断学习的过程.模拟退火算法是一种通用的优化算法,目前已在工程中得到广泛的应用,优化的时间相对于遗传算法要短.仿真结果可知,应用模拟退火算法的优化层叠滤波器,可有效滤除噪声和保持图像细节.