均匀圆形阵列的联合二维角度-频率估计

研究均匀圆形阵列的联合二维角度-频率估计问题.基于数据矩阵的重新排列、信号子空间的实数化处理、复数移不变方程以及联合特征值估计,推导出联合估计参数的ESPRIT类算法,该算法将参数估计问题转化为3个具有实特征值的实数矩阵的联合特征值估计问题.通过同时对角化算法估计矩阵的联合特征值,获得了参数联合估计的强可辨识性,即允许信号参数在任何一维任意重复,并可以使估计参数实现自动配对.理论分析和仿真证明了所提算法的有效性.     

一种基于L型阵列的改进的二维DOA估计方法

二维DOA估计在电子侦察、智能天线、雷达等方面都有广泛应用.二维DOA估计的方法有很多,主要用水平面L型阵列和ESPRIT算法进行二维DOA估计.提出用水平线阵和垂直线阵构建L型阵列,分成四个子阵,计算四个互相关矩阵,四个互相关矩阵构造一个特殊的大矩阵,对该矩阵进行特征值分解获得信号子空间估计,再用ESPRIT算法进行方位角和仰角的估计.该方法可以直接得到目标仰角,不需要换算,简化了计算,通过子空间估计,提高了DOA估计的分辨率并可以估计更多目标的DOA.仿真结果表明本文的改进二维DOA估计方法提高了DOA估计的精度.     

基于重构噪声子空间的相干信号DOA估计

传统DOA(direction of arrival)估计算法无法处理相干信号,因此提出一种基于重构噪声子空间的高精度DOA估计算法.该算法利用阵元接收数据的自协方差与互协方差信息构造成增广矩阵作为新的协方差矩阵,对该矩阵进行奇异值分解得到相应的噪声子空间和特征值矩阵.为了获得更精确的信号向量,重构一个由新特征值矩阵对应的特征向量所组成的噪声子空间.最后通过谱峰搜索得到DOA估计值.算法不影响对非相干信号估计的效果,并且比IMMUSIC(improved multiple signal classification)算法具有更高的估计精度,在低信噪比及信号入射间隔较小的情况下也有良好的准确性.仿真结果表明,提出的改进算法在低信噪比及低采样快拍数的条件下,能有效估计出相干信号的波达方向.     

基于协方差拟合旋转不变子空间信号参数估计算法的高分辨到达角估计

为进行高分辨到达角(DOA)估计的同时避免稀疏类算法的不足,提出了协方差拟合旋转不变子空间信号参数估计(ESPRIT)算法.首先将协方差拟合准则转换成半正定规划问题,利用凸优化进行求解,得到更接近理论值的信号协方差矩阵;然后对估计的信号协方差矩阵进行特征分解,利用信号子空间和噪声子空间特征值的差异估计信源个数;最后利用子空间旋转不变性反解出未知DOA.仿真实验从DOA估计精度、分辨率等方面验证了该算法的有效性,较传统ESPRIT算法具有更高的DOA估计分辨率并且受相干信源影响小;与稀疏类算法相比,不依赖先验信息以及避免了网格失配问题.     

单通道小样本信号频率估计算法

针对噪声条件下单通道小样本信号的频率估计问题,提出基于MUSIC方法估计信号频率的算法,通过分析单通道接收信号,结合阵列信号处理方法,根据离散采样间隔和线性阵列阵元间距的关系,提出新的观测数据矩阵构造方法.利用采样数据构造一个Toeplitz矩阵,然后对该矩阵进行特征值分解得到信号子空间和噪声子空间,并通过MUSIC算法实现在单通道较小采样数据量的条件下,精确地估计信号频率.最后经过计算机仿真并与快速傅里叶变换(FFT)算法相比,验证了本文算法的有效性和优越性.     

二维谐波频率的频域非线性预滤波估计方法

根据谐波信号在带噪信号的频谱中表现为异常脉冲这一特性,提出了一种新的有色噪声背景下二维频率估计方法.利用二维滑动中值滤波器能够滤除异常点的能力,提取噪声频谱,消除有色噪声对信号的影响.将有色噪声转化为白噪声,然后利用高分辨率的二维ESPRIT方法估计信号频率.在不需要知道有色噪声任何统计特性的情况下,该方法对有色噪声具有很强的普适性,仿真实验表明,在信噪比达到-18 dB时,该算法仍然能够准确地估计频率.且由于算法中仅利用了二阶统计量,更便于实现.     

基于协方差矩阵重构的DOA估计方法

针对空间信号的波达方向估计,提出了协方差矩阵重构测向算法。由数据协方差矩阵的特征分解求得信号特征值及其对应的信号特征向量,根据各个信号特征向量构造相应的子协方差矩阵,算法定义一个新协方差矩阵。从理论上证明了新协方差矩阵在信号相干时仍然满秩,新算法在解除信号相干性的同时没有造成阵列孔径的损失。与空间平滑类算法相比,估计同样相干信号数,新算法能节省更多阵元。仿真实验证实了新算法优越的分辨能力和估计性能。     

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.     

基于TAM谐波检测方法

针对传统谐波检测方法及其存在的问题,将TAM方法应用于谐波检测。该方法以信号空间模型为基础,结合子空间旋转不变性和最小二乘法实现了电力系统的谐波检测。首先求解采样信号数据矩阵的协方差矩阵,然后对协方差矩阵进行奇异值分解,利用最小二乘法的原理减少噪声影响,得到较为精确的频率和幅值估计参数。仿真实验结果表明：该算法精确有效...     

基于旋转不变技术实现频率/相位差/幅度比联合估计

提出一种联合估计多个正弦波信号的频率/相位差/幅度比的算法.该算法首先将幅度比估计转换为相位估计,然后形成特定的数据矩阵,由各分块矩阵之间的关系,利用旋转不变技术(ESPRIT)实现频率和相位的估计,通过对相位进行分离获得各谐波分量对应的相位差和幅度比的估计.计算机仿真结果表明,当S/N增大时,频率、相位差和幅度比估计值的标准误差均趋于0.ESPRIT方法可用于估计雷达信号的多普勒频率、相位差和幅度比,并由此得到目标的运动参数.     

DOA矩阵方法及其性能分析

针对位于远场的多径相干窄带信号源,利用3个均匀直线阵提出了一种高分辨2-DDOA估计方法DOA矩阵方法·该方法利用DOA矩阵的同一特征向量估计2-DDOA,因此自动实现2-DDOA的配对,它能够解决具有角度兼并的入射波束问题·从理论上给出了DOA矩阵方法的估计误差,并通过Matlab软件进行仿真试验,比较了均方根误差、理论误差和克拉美-罗界(CRB)三者的关系·仿真结果表明该方法具有很高的分辨率和较小的估计误差,适用于复杂的多径传播环境·     

用一个2维DFT计算实矩阵的二维DFT和另一个实矩阵的2维DFT的IDFT的新公式及其应用

熟知,两个N维实向量的DFT,可以用一个N维复向量的DFT计算．最近,S．Moshe和D．Hertz提出一个方法用一个N维复向量的DFT计算一个N维实向量的DFT和另一个N维实向量的DFT的IDFT．这是一个优美的结果,具有理论意义和应用价值．如何把上面的结果推广到二维的情形,是一个值得研究的问题．一个矩阵的2-D(2维)DFT通常用行列法化为1-DDFT来计算．但是,用行列法把上述一维的结果推广到二维是困难的．作者得到了计算二维情形的一些新的直接公式,其证明是简明的,它们分别推广了已有的结果．同时还指出,在数字信号处理中当处理实信号时,这些公式非常有用．特别地,作者改进了小波分析中的Mallat分解算法     

基于Hessian矩阵的冠状动脉中心线的跟踪算法

冠状动脉血管造影对医生临床诊断心血管疾病非常有帮助。在冠状动脉造影图像上对冠脉中心线的正确提取是冠脉边缘定位和三维重建的基础。该文提出的中心线提取方法是对经典Sun算法的改进,此方法结合了Hessian矩阵特征向量和Canny算子来进行准确提取。实验结果表明:结合Hessian矩阵特征向量的方向,较好地解决了冠脉造影图像中冠脉曲率变化剧烈而跟踪不准确的情况;结合Canny算子的半径计算,较好地解决了冠脉造影图像中冠脉重叠和交叉出现时错误跟踪的情况。因此,与经典Sun算法相比,本文提出的方法有很好的鲁棒性和准确性。     

基于Hessian矩阵的冠状动脉中心线的跟踪算法

冠状动脉血管造影对医生临床诊断心血管疾病非常有帮助。在冠状动脉造影图像上对冠脉中心线的正确提取是冠脉边缘定位和三维重建的基础。该文提出的中心线提取方法是对经典Sun算法的改进,此方法结合了Hessian矩阵特征向量和Canny算子来进行准确提取。实验结果表明:结合Hessian矩阵特征向量的方向,较好地解决了冠脉造影图像中冠脉曲率变化剧烈而跟踪不准确的情况;结合Canny算子的半径计算,较好地解决了冠脉造影图像中冠脉重叠和交叉出现时错误跟踪的情况。与经典Sun算法相比,本方法有很好的鲁棒性和较高的准确性。     

双基地MIMO雷达多目标定位及互耦参数估计

针对MIMO雷达收发阵元间存在互耦会严重影响目标定位算法性能的情况,提出一种双基地MIMO雷达多目标定位及互耦参数估计的算法.利用均匀线阵互耦矩阵的特点和MIMO雷达的特性获得满足ESPRIT算法的信号子空间,在不需要任何互耦矩阵信息情况下采用ESPRIT算法实现了目标角度估计,且估计出的角度参数自动配对.根据所估计的目标方位角度,利用信号子空间和联合导向矩阵之间的关系,将MIMO雷达的互耦参数估计转化为线性约束二次最小化问题,估计出互耦系数矩阵,实现了MIMO雷达的自校正.该方法的优点是避免了多维空间谱搜索带来的庞大计算量和迭代中的全局收敛性问题,同时得到了收、发阵列互耦参数估计的闭式解.仿真结果表明算法估计性能接近于互耦已知时二维MUSIC算法.     

线性代数课程增加盖尔圆定理的思考

矩阵对角化是线性代数的重要内容,现行课本已经给出了矩阵可对角化的一些条件,利用特征值和特征向量的某些特性来判断矩阵可否对角化。有一类矩阵对角化问题不能用这些方法来证明,为此引入了盖尔圆定理,利用盖尔圆定理可以给出该类矩阵对角化问题的证明。利用盖尔圆定理解决了矩阵论中的一个典型问题,因此在线性代数课程中增加盖尔圆定理是很有必要的。     

用复模态理论讨论状态矩阵对角化问题

首先介绍了复模态理论,然后利用线性阻尼离散系统的自由振动微分方程的左右特征向量,推导出状态矩阵与振动系统的左右特征向量之间的关系。最后根据状态矩阵的左右特征向量系的正交性,对给出的状态矩阵进行对角化。从而实现振动微分方程的降阶与解耦。     

基于TSVD的在线相干DOA估计算法

对信号波达方向估计中的解相干问题,提出一种新的去相关信号波达方向估计方法。利用阵列实时接收的快拍数据迭代得出协方差矩阵的最大特征矢量,然后通过最大特征矢量建立一个新的Toeplitz矩阵实现去相关,最后对新得到矩阵进行奇异值分解得到信号的波达方向。通过仿真实验证明该方法能够实现对相干信源的有效估计,并且具有很好的实时性,能够有效的降低算法的复杂性。它在低信噪比和小快拍数的情况下有着比TSVD算法更加优良的估计性能。     

认知UWB正交脉冲序列设计及性能分析

为了解决超宽带与窄带系统共存问题,基于认知无线电的思想,采用Hermite矩阵特征向量方法和Ray-leigh信号提出了一种认知超宽带(UWB)正交脉冲序列设计方法,从而达到抑制窄带干扰的目的.分析了基于认知UWB脉冲序列的2PPM-TH和2PAM-TH UWB系统的抗多用户干扰以及窄带干扰性能.仿真结果表明,提出的自适应脉冲序列的功率谱密度分布符合FCC关于室内和室外UWB应用的频谱规范,可以实现任意频段陷波,具有灵活的认知避免能力;认知UWB脉冲序列具有较强的窄带干扰抑制能力.