基于神经网络的相干信源稳健DOA估计

目前基于神经网络的DOA估计主要是针对理想情况下的均匀线阵,且信源非相干,可估计的信源数较少.针对阵列误差和相干信源同时存在的问题,在理想数据集中引入互耦误差、阵元幅度误差、阵元相位误差以及阵元位置误差,并设计了一个多通道CNN+DNN网络和目标函数生成方法,用于相干信源的稳健DOA估计.引用B-band互耦模型和相关误差模型合成阵列输出信号,通过提取阵列输出信号的协方差矩阵的实部、虚部与相位角,构建网络的输入信号.对理想条件下的MUSIC算法DOA估计结果进行拟合,根据拟合公式生成多信源从不同角度入射时的空间谱,作为网络的目标信号.使用相同的数据集对本文DOA估计网络与其它文献中的DOA估计网络进行训练和测试.结果显示,在不同信噪比、不同误差大小以及不同信源数的情况下,本网络的稳健性和解相干能力都更优.     

一种改进的盖氏圆盘估计信源数方法

 信源数估计是空间谱估计中的关键技术,研究符合实际应用环境的稳健的信源数估计方法具有十分重要的现实意义.基于空间谱估计中用于估计信源数的传统盖氏圆盘法,结合Toeplitz去相干算法在此提出了一种改进的盖氏圆盘法(T-GDE).该方法先对接收数据协方差进行Toeplitz预修正,再对得到的修正矩阵进行盖氏圆盘法估计信源数,使得新的盖氏圆盘法可用于低信噪比条件下的相干信源数估计.并通过仿真实验验证了其有效性.     

一种基于改进空间平滑的信源数估计算法

针对基于信息论准则信源数估计算法不适用于相关信源情况,提出了一种基于改进空间平滑的信源数估计算法。算法对子阵阵元进行新的组合,使得每个子阵阵元数和原阵阵元数相同,取每个子阵协方差矩阵的算术平均,形成一个新的阵列输出协方差矩阵,然后对该协方差矩阵利用信息论准则估计信源数。仿真分析表明,算法在相关信源存在情况下,能正确估计出信源个数,提高了阵元利用率,在低信噪比和低快拍数时,性能优于空间平滑信息论算法。     

一种基于少快拍数的稳健信源数估计方法

在雷达阵列信号处理中,信源数估计是空间谱分析的基础.传统的信源数估计方法多是基于采样快拍数无限多的假设,采样快拍数较多时,这些方法可以发挥良好的估计性能.在采样快拍数有限的情况下,传统的信源数估计方法性能下降,甚至不能发挥作用.本文针对阵元数较多而采样快拍数有限的情况,利用矩阵加权算法对雷达回波信号的协方差矩阵进行加权优化,减小样本协方差矩阵与实际协方差矩阵间的均方误差(Mean Square Error,MSE),然后结合一种基于随机矩阵的估计方法在少快拍数下进行信号源数目预测,得到一种稳定的信源数估计.仿真结果表明,在阵元数较多而采样快拍数有限的情况下,本文所提出的方法可以有效并且稳定地提高信源数估计的准确率.     

联合特征值和特征子空间投影的信源数估计

高分辨空间谱估计算法中信源数的准确估计是必要前提.文中结合矩阵重构和特征子空间投影方法,提出一种适用于弹载阵列系统的信源数估计算法.将阵列阵元分成相同的2组,求得这2组阵元接收数据的互协方差矩阵并重构信源数估计矩阵,对重构的矩阵特征分解,联合特征子空间投影和特征值加权的方法构造判决函数来估计信源数.理论分析与仿真结果表明:重构矩阵的信号子空间特征值呈平方倍增大,噪声功率得到抑制;算法有效提高了少量快拍数据和低信噪比条件下信源数估计的正确率.     

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HMM信源估计和LDPC的联合信源信道译码

在信源信道联合编译码中,利用信源冗余控制信道译码是一个关键的技术.利用Baum-Welch重估算法获取隐马尔可夫信源中的残留冗余,将其作为外信息提供给LDPC进行迭代译码.仿真结果验证了这一方法可以提高LDPC码的纠错性能.加快迭代收敛速度.     

多用户长码直扩信号的信源数估计

针对低信噪比(signal-to-noise ratio,SNR)下多用户长码直扩信号在信源数估计中容易产生虚拟用户数的问题,提出一种基于阵列接收的信源数估计方法。首先采用阵列天线对长码直扩信号进行信号接收;然后使用信息论、盖氏圆以及平滑秩的算法实现信源数的估计,最后对3种算法进行对比研究。所提的信源数估计方法相比于直接用3种算法估计信源数在信噪比上有很大的提高,而且不会产生虚拟用户数。理论分析和仿真结果表明:在信噪比较低的环境下,对周期长码和非周期长码信号的信源数估计都能达到较好的估计性能。     

基于支撑矢量机的信源数估计

为了改善在低信噪比、小快拍、色噪声环境下盖氏圆准则信源数估计算法的估计性能,提出了基于支撑矢量机(SVM)的信源数估计算法.基于支撑矢量机的信源数估计算法应用天线阵列接收数据协方差矩阵经特征值分解后,噪声的特征矢量与天线阵列的阵列流型正交的特性,通过盖氏圆算法提取信号和噪声的分类特征,再构造和训练两类分类矢量机,将天线...     

分布式信源矢量量化性能分析

研究分布式信源量化维数与量化性能之间的定量关系. 通过量化器输出点密度函数分别描述了量化码率和失真,推导出量化码率、失真、维数之间的关系,并分析了量化渐近性能. 得到量化维数同量化性能之间的关系函数. 仿真结果表明,随着维数增加,量化率失真性能渐进逼近Wyner-Ziv限. 在较低维数情况下,分布式信源矢量量化也能较好地逼近Wyner-Ziv限,即可以用低复杂度的低维量化器达到性能的需求.     

没有协方差矩阵估计及其特征值分解的ESPRIT方法

提出一种新的ESPRIT(estimation of signal parameters via rotational invariance techniques.)方法.对于相干信源情况,不需要估计空间平滑的样本协方差矩阵及对其作特征值分解,其信号子空间的估计只需要多级维纳滤波器的P次前向递推.这里P为信源数.从而使得新的ESPRIT方法具有小运算量和低复杂度的特点,易于实时处理.仿真结果证明了方法的有效性.     

空间平滑和盖氏半径变换的宽带相干信源数估计

采用空间平滑处理和不同信源数估计准则进行宽带相干信源数估计。该方法针对宽带相干信号,不需要聚焦处理,直接对宽带信号阵列采样输出分段并进行快速傅立叶变换(fast Fourier transform,FFT),得到不同频点处的窄带采样协方差矩阵,然后采用空间平滑处理技术进行解相干处理,接着利用信源估计准则进行信源数估计,对每个频点处的结果进行加权处理得到宽带信源数目。仿真结果表明,通过对信息论准则、基于盖氏半径的似然准则、盖氏圆估计准则的性能的对比,进而得到了一种在色噪声下估计宽带相干信源数的方法。     

没有协方差矩阵估计及其特征值分解的ESPRIT方法

提出一种新的ESPRIT (estimation of signal parameters via rotational invariance techniques.)方法.对于相干信源情况，不需要估计空间平滑的样本协方差矩阵及对其作特征值分解，其信号子空间的估计只需要多级维纳滤波器的P次前向递推.这里P为信源数.从而使得新的ESPRIT方法具有小运算量和低复杂度的特点，易于实时处理.仿真结果证明了方法的有效性.     

基于混沌理论与径向基函数神经网络的混沌时间序列预测

根据混沌时间序列的特性 ,给出了将混沌理论与径向基函数神经网络相结合对其预测的方法 .首先在虚假邻域概念基础上 ,提出了可同时确定合适的嵌入维数与时间延迟的方法 ,从而可据此确定径向基函数神经网络的输入 ;然后 ,用径向基函数神经网络进行学习及预测 .最后 ,给出一个实例 .     

采用特征向量夹角联合概率密度函数的信源个数估计方法

针对传统信源数估计算法如基于Akaike信息论准则方法、最小描述长度准则方法及盖氏圆盘方法等存在低信噪比时性能下降甚至完全不能正确估计信源个数的问题,提出一种基于协方差矩阵特征向量之夹角联合密度函数的信源数估计方法.该方法采用样本协方差矩阵特征分解后噪声子空间的一特征向量与其他特征向量求夹角余弦,然后求这些特征向量之夹角余弦的联合概率密度函数值,最后将两相邻密度函数值相除与阈值比较确定信源个数.数值模拟与水池实验表明该方法在低信噪比时性能远远好于以往算法,在阵列信号处理中具有一定的应用价值.     

基于四阶累积量的非相干分布式信源测向算法

针对非相干分布式信源的不相关散射分量会造成信号空间的扩展从而使阵列最大可估计信源数下降的问题,利用四阶累积量的阵列扩展特性,本文提出了一种基于四阶累积量的非相干分布式信源测向算法。该算法首先利用泰勒级数展开对接收信号的四阶累积量矩阵进行化简;之后根据化简后的矩阵重新划分噪声空间,并利用其和新的阵列流形构造谱峰搜索函数;最后给出算法的自由度及复杂度分析。仿真结果表明,该算法可以有效地提升阵列的最大可识别信源数,同时在低阵元数低信噪比情况下估计误差较小。     

安全无损的广播信道的可达信源允许区域

从信息理论安全的角度研究双信源在广播信道下保密传输的问题,其中每一个接收用户的信息对于其他用户来说都是保密的,并用疑义度来度量保密水平.采用分离信源信道编码策略,并结合double binning和速率划分技术,得到了双信源在广播信道下能够保密传输的信源允许区域的内界.该内界是在保证可靠性传输可达的基础上得到的,并且它扩展了以往结果,使它们成为该内界的一个特例.     

任意信源与马氏信源的比较及若干极限性质

引入样本散度率概念,即h(P|Q)作为任意信源与马氏信源差异的一种度量,研究了h(P|Q)与频率的强大数定理之间的联系,在适当的条件下,得到h(P|Q)的下界.     

基于数据压缩的无线传感器网络节能方法

针对能量效率问题,提出了预测编码精简算法.由于信源数据之间存在时间相关性,本算法对信源数据进行有效估计,去除信源数据之间的冗余信息,实现了信源数据的压缩.算法可以根据工程需要,设定预测阶数及编码结果的比特数,选取线性的量化方法,使算法实现简单.选取两个传感器节点为实验对象,分别下载原始程序和预测编码精简算法的程序,实验结果表明,虽然数据预处理及预测编码精简算法引入少量的空间和时间开销,但是在保证数据精度的前提下,预测编码精简算法达到了节省能量的目的.     

基于自适应对角加载的源数估计算法

为解决对角加载技术用于信源数估计时对角加载量确定困难的问题,提出了一种新的基于自适应对角加载接收信号协方差矩阵的信源数估计算法。首先,分析接收信号协方差矩阵与噪声信号功率之间的协同变化关系,基于协方差矩阵的对角元素特征值分布特点,给出一种自适应的对角加载量确定方法。然后,将对角加载处理后的接受信号协方差矩阵与信息论准则结合,得到改进后的估计信源数算法。仿真实验结果表明：本文算法能同时在白噪声与色噪声环境中较好估计信源数,相较于基于信息论准则与盖氏圆盘估计法则的源数估计算法,本文算法在估计正确率以及稳定性上得到了不同程度的提升,具有较好的估计性能。