基于回波阵列特征结构分解的血流运动信息高分辨估计方法

在将混合模型引入时域分析并建立表征超声运动检测回波的一般模型的基础上,对特征结构法的运动估计性能进行了仿真．结果表明,该方法在处理由空间部分相关分布的运动散射子所产生的超声血流信号时同样具有高分辨性能．     

基于互质阵列的米波雷达低仰角估计方法

目前基于互质阵CPA虚拟阵列的低仰角估计方法虽然近似可行,但受多径效应影响,其存在测角误差大的问题。对此提出一种基于互质阵物理阵列的实值低仰角估计方法,首先利用互质阵列建立信号模型,并根据物理阵元位置计算回波信号协方差矩阵,然后对其进行实值处理后利用最大似然估计或广义多重信号分类MUSIC算法获得精确的低仰角,最后利用几何关系获得目标高度。仿真实验对比了均匀线阵和互质阵虚拟阵列法的低仰角估计性能,在重点分析目标仰角、信噪比和快拍数等因素对低空目标仰角估计精度的影响的基础上得出一般性结论,证明了所提估计方法的准确性与优越性。     

小卫星直线编队合成孔径雷达的对地观测性能

为了解决单孔径星载合成孔径雷达方位分辨率和观测带宽之间的矛盾,提出采用较低的脉冲重复频率,通过对多个小卫星平台的欠采样数据组合处理实现高方位分辨率的方法,分析了小卫星数目、方位分辨率和观测带宽之间的关系,建立了卫星分布距离计算公式.分析结果表明,2N-1颗小卫星组成的直线编队SAR系统与单孔径SAR系统相比,在方位分辨率相同时,观测带宽增加到原来的N倍,改善了SAR系统对地观测的性能.     

基于旋转阵列的MIMO雷达误差校正方法

针对集中式多输入多输出(MIMO)雷达发射端和接收端同时存在位置误差和幅相误差的问题,提出一种基于旋转阵列的误差校正方法.首先利用旋转阵列获得不同方位的回波数据,从而将耦合在一起的位置误差和幅相误差相分离,并通过解相位模糊得到虚拟阵列的位置信息,再根据虚拟阵列的形成原理,分别获得收发阵列的位置误差.然后,由回波数据协方差矩阵最大特征值所对应的归一化的特征向量求得发射端和接收端的幅相误差估计.最后通过仿真实验验证了方法的有效性和可行性.结果表明:在多种阵列误差并存的情况下,该方法复杂度低,能获得较精确的结果,且该方法还适用于非均匀MIMO雷达阵列.     

基于稀疏优化的智能电表误差估计方法

【目的】利用改进动态线损和稀疏优化方法研究智能电表运行误差估计。【方法】首先,考虑电表误差的稀疏性,加入稀疏正则项,对动态线损模型进行改进,提高误差估计的精准度;进一步地,利用交替方向乘子法改进设计迭代算法,交替求解改进动态线损模型,获取智能电表误差估计结果。【结果】利用Matlab和实际数据进行数值仿真实验,验证所提方法的有效性。【结论】通过分析线损率与计量误差估计的耦合关系,提高了误差估计的精度。与动态线损模型对比,本文所提方法的检测准确率更优。     

基于小生境遗传算法的制导雷达误差估计

制导雷达误差估计是多雷达站之间信息资源共享的前提和基础。针对无基准数据条件下的误差估计难题,建立了制导雷达误差估计模型,采用小生境遗传算法,给出了误差评估模型的求解方法,并进行了实验验证。仿真实验表明：比较传统遗传算法,小生境遗传算法克服了早熟收敛和后期收敛速度慢的弱点，表明算法是可行的,对多雷达站实现网络化作战有重要的作用和价值。     

阵列信号处理中DOA估计的误差分析

多重信号分类法(即MUSIC算法)具有很高的分辨力、估计精度及稳定性,在阵列信号处理中对DOA(direction of arrival)的估计也一直是人们研究的热点。通过对MUSIC算法中影响DOA估计的误差因素进行分析和研究,讨论MUSIC算法的估计性能。理论分析和仿真结果表明,对非相关或相干信号,MUSIC算法是一种有效的测量目标方位角的方法。     

基于广义小波高斯积分的小波积分法及误差估计

应用具有2次代数精度的带Daubechies小波尺度函数的广义高斯积分公式，通过双尺度方程，得到具有高精度的积分公式，在此基础上，应用外推技术得到具有更高精度的积分值。     

基于电磁矢量阵列的非相关分布源DOA估计

提出了一种基于电磁矢量阵列(EMVSA)的非相关分布源(UD)DOA估计算法.建立了电磁矢量阵列非相关信号源模型(EMVSA-UD),同时考虑了分布源空域和极化域的分布特性,从而充分利用了分布源的信息.提出基于电磁矢量阵列的非相关分布源近似子空间算法(EMVSA-UD-ASSE),近似利用了信号子空间和噪声子空间的正交性,算法不需要进行特征值分解,避免了对UD确定有效信号子空间维数Me的困难.计算机仿真结果表明,EMVSA-UD合理,EMVSA-UD-ASSE稳定有效.     

线性阵列DOA估计方法的研究

比较了不同阵列类型的优缺点,阐述了MUSIC算法在全角域搜索时存在的不足,分析了互质线性阵列中基于子阵列法的DOA估计存在的不足,把互质线性阵列分解成两个子阵列会丢失自由度和互信息量。最后,对三种不同阵列结构下使用Root-MUSIC获取DOA估计的方法,从精确度和复杂性两方面进行了仿真并对仿真结果进行了分析。     

基于内插阵列变换的相干源测向方法研究

利用内插阵列变换和前/后向空间平滑技术在阵列信号处理中的优点,提出了一种对相干信源进行超分辨测向的有效方法.该方法首先在不同的内插区间将均匀圆阵虚拟成等距均匀线阵,使其阵列流型具有Vandermonde矩阵形式,然后使用基于前/后向空间平滑技术的MUSIC算法对相干信号的波达方向进行有效地估计.该方法的主要优点在于,当相干信源数多于阵元数时仍可有效地估计出相干信源的二维波达方向,并且可实现全方位、无模糊的角度估计.计算机仿真证明了其有效性.     

基于相关矢量法L型阵列相干信号DOA估计

针对L型阵列提出了一种基于互相关矩阵的相关矢量(cross correlation matrix correlation vector method,CCM-CVM)重构解相干的波达方向(direction of arrival,DOA)估计算法。为了进一步提高估计精度,在此方法基础上又得到一种改进方法,即CCM-MCVM的方法。该方法基于前后向矢量重构理论,利用阵列互相关矩阵不含噪声的特点,把互相关矩阵的每一个列矢量作为前向矢量,通过对其前向矢量元素进行复共轭变换并颠倒顺序得到后向矢量。利用所有的前后向矢量来重构信号的协方差矩阵并提取信号的子空间,该方法相较于CCM-ESPRIT算法具有损失阵列孔径小,估计精度高的特点。理论分析和仿真结果表明了该方法在低信噪比和小快拍数条件下相较于对比算法具更好的估计性能。     

基于时延估计的阵列信号辅助分析系统设计

为研究一种信号时延辅助分析系统,用于阵列信号的时延估计. 进行了8通道数据采集系统设计并进行了目标信号采集试验. 在选取了虚拟仪器作为辅助分析系统开发工具后,进行了包含信号波形回放、频谱分析、滤波分析、时延估计分析等模块在内的辅助分析软件设计. 采用该分析系统进行了信号频谱分析、时延估计,并对时延结果进行了分析,研究结果表明该软件对阵列信号的时延估计研究具有很好的辅助作用.      

预估计最小平方误差初始值方法改善交替映射算法性能

改进交替映射算法以提高反马赛克插值的峰值信噪比(PSNR)性能.采用预估计最小平方误差思想,改进交替映射插值算法的初始值估计,计算改进算法和其它典型反马赛克方法的峰值信噪比,采用典型测试图片作为测试源进行比较.结果表明,改进算法的峰值信噪比高于其它典型插值算法的峰值信噪比,插值恢复图像的伪像也少于其它算法.改进的交替映射算法具有最好的峰值信噪比和最少的插值伪像,说明改变初始值方法可以提高交替映射算法的性能.     

用于单比特稀疏偶极子阵列波达角估计的协方差矩阵估计方法

为了提高单比特稀疏偶极子阵列的波达角(DOA)估计精度,提出了一种协方差矩阵估计算法。利用偶极子阵列结构特征,将该阵列的接收信号重排为具有相同阵列排布的等效标量阵接收信号,其理想协方差矩阵具有托普利兹结构。利用该矩阵的托普利兹结构以及单比特采样信号与无量化接收信号的符号一致性,将等效标量阵接收信号协方差矩阵的估计问题转化为具有等式约束的非凸优化问题,并将此问题松弛为凸问题,求得该矩阵的估计值,进而使用子空间方法获得DOA的估计结果。实验结果表明：相较于单比特多重信号分类(OBMUSIC),在嵌套阵上,该文单比特稀疏协方差矩阵估计(OB-SCME)的估计精度最小均方误差(MSE)有平均2.2 dB的性能提升;在互质阵上,其估计精度MSE平均提升了8 dB;当信噪比为0且快拍数少于60时,其估计精度提升可达10 dB以上。     

基于非圆信号的互质阵列欠定DOA估计方法

针对欠定波达方向（direction of arrival,DOA）估计问题,研究了一种基于非圆信号的互质阵列DOA估计方法.对互质阵列输出互协方差矩阵和椭圆协方差矩阵进行向量化处理,通过数据重新链接并去冗余得到一个虚拟均匀线阵输出数据,实现阵列的充分扩展且扩展后的虚拟阵元进一步得到增加;结合入射信号的空域稀疏性,在连续角度域将DOA估计问题转化为一个连续稀疏重构问题,有效避免了传统稀疏重构算法中由于角度域离散化所导致的基不匹配问题对估计性能的影响;通过求解相应的凸优化问题以及多项式求根实现DOA的估计.理论分析和仿真结果表明,该方法具有阵列扩展能力强、估计精度和分辨性能高等优良性能.      

分布式MIMO系统中载波频偏和信道的EM-PF联合估计

考虑了平衰落背景下分布式MIMO系统中载波频偏和信道的联合估计问题.与集中式MIMO的联合处理方法不同,改进了EM算法,提出了EM-PF算法解决这一强非线性难题.仿真结果表明:改进的算法更逼近克拉美罗界,在高性噪比条件下,误码率更低,有很大的实用价值.     

阵列信号波达方向-频率的同时估计方法

入射信号的参数估计是阵列信号处理中的基本问题．基于阵列信号处理中高分辨率波达方向－频率的同时估计问题,提出了针对等距线阵的方法．利用时延数据,以时间变元作为旋转因子,在此基础上实现ＥＳＰＲＩＴ技术,对波达方向和频率同时进行估计．方向和频率之间的配对问题可以对应关系自动解决．这样不但可以完全避免多项式搜索,运算量少,而且分辨率也相当高．给出的计算机模拟实验证实了该方法的有效性．     

基于广义互相关改进的麦克风阵列声源定位方法

基于麦克风阵列的声源定位技术因其安全性和隐蔽性,涉及军事和民用等诸多领域.其定位方法大体可以分为三类:基于到达时延估计(Time Difference of Arrival,TDOA)、基于最大输出功率的可控波束形成和高分辨率谱估计,其中基于广义互相关(Generalized Cross Correlation,GCC)的时延估计进行声源定位的算法因其运算量小、定位精度高而得到了广泛的应用.但在实际应用中,环境噪声的存在使传统的GCC加权算法的定位精度不高,所以有一定的局限性.针对这一问题,构建三元直角三角形麦克风阵列,利用时延估计进行声源定位,改进传统的PHAT相位加权算法,提出基于广义互相关的SCOT/PHAT联合加权时延估计算法.通过对不同加权函数的广义互相关时延估计算法进行Matlab仿真对比,结果表明:在小信噪比环境下,该算法较传统的广义互相关算法具有更强的抗噪能力.     

基于麦克风阵列的时延估计新方法

针对传统时延估计方法易受噪声和混响影响的问题,提出了一种基于麦克风阵列的时延估计新方法.该方法充分利用多个麦克风的空域信息和每个麦克风时域信息,以提高算法对环境噪声的抑制能力.该方法在抗噪声和抗混响性能方面都优于常用的PHAT-GCC(Phase Transform-Generalized Cross Correlation) 方法.仿真实验表明,与MCCC(Multichannel Cross Correlation Coefficient)方法相比,在信噪比为20 dB,阵元个数为2～6个,混响时间在200～620 ms条件下,该方法的时延估计错误率明显降低.