基于累积矩生成函数多元响应降维子空间估计

结合多元响应降维子空间的矩生成函数估计和累积切片思想,提出了累积矩生成函数估计,并对样本估计量作改进.统计模拟结果表明,累积矩生成函数估计优于矩生成函数估计,改进的累积矩生成函数估计最优.     

UQPSK直扩信号的四阶累积量的检测研究

针对UQPSK(非均衡四相键控)直扩信号难于检测的问题,利用高斯白噪声的四阶累积量恒为零的性质,首先分析了UQPSK直扩信号的四阶累积量的相关理论知识和利用切片估计载频的可行性,其次提出了基于四阶累积量不同切片c4x(0,0,0)、c4x(0,0,τ)、c4x(0,τ,τ)、c4x(τ,τ,τ)的检测方法,最后对UQPSK直扩信号的各个切片的检测性能都做了仿真分析,且根据各个切片的频谱提取出了UQPSK直扩信号的载频。仿真表明,基于c4x(0,τ,τ)的检测性能最好,而c4x(τ,τ,τ)能在较低的信噪比下利用四阶累积量切片有效的估计出载频。提出的方法可行性高,具有实际应用价值。     

实值化的4阶累积量切片测向算法

4阶累积量切片测向算法由于具有盲高斯特性,提高了算法的测向性能,其4阶累积量的引入增大了算法的运算量.针对算法运算量大的问题,阐述了4阶累积量切片应用酉变换实值化方法简化运算的原理.提出利用实值化方法对4阶累积量切片进行数据重组,利用实数运算来降低算法的运算量,仿真实验验证了算法在保证测向性能的同时降低运算量.     

基于矩生成函数的多元响应降维子空间估计

提出一类新的估计多元响应降维子空间方法,即基于矩生成函数(GF)、绝对值矩生成函数(G-A)与矩生成函数海塞主方向方法(G-PHD).给出了该方法估计量的相合性以及渐近性性质,并进行了实例模拟.     

基于非相干累积的微弱GPS信号相位估计

针对全球定位系统(GPS)微弱信号相位估计不能满足实际应用的问题,利用二倍相位处理和直接判决反馈这两种方法消除导航数据跳变的影响,提出了基于非相干累积的最大似然(ML)相位估计器. 通过理论分析,推导出信噪比表达式,利用条件概率密度函数(CPDF)的数值积分计算出估计器的均方根误差(RMSE),证明非相干累积有效降低了ML相位估计器的RMSE,提高了GPS微弱信号相位估计能力. 仿真结果验证了理论分析和所提算法的有效性,基于FPGA的实现结果表明算法的可应用性.      

基于四阶累积量的直接序列扩频信号多参数估计

将高阶统计理论应用于直接序列扩频信号的参数估计,提出了一种基于四阶累积量2-D切片的方法,该 方法能够同时估计载波频率和扩频码周期。计算机仿真结果验证了该方法的有效性。     

利用高阶统计量的盲MIMO信道估计

在无线的MIMO(多输入多输出)通信系统中,使用高阶统计量进行盲信道估计能够进一步放松对信道的限制。介绍了FIRMIMO盲信道估计的数学模型和3种典型的基于高阶累积量的盲信道估计算法,并对这3种算法进行比较和分析,得出仿真结果,提出其中存在的缺陷和能够改进之处。     

基于三阶累积量的自适应多变量相空间重构

利用三阶累积量反映多变量序列的高阶非线性相关性,建立了一种具有良好抗噪性的多变量相空间重构方法.将三阶累积量引入到序列局部本征维数(LID)的计算中,对不同相空间点构造新的三阶累积量相关矩阵;同时建立累积量切片评价函数,通过比较得到了对噪声及嵌入维数等重构参数变化鲁棒性强的累积量切片,然后确定序列的嵌入维数、嵌入延迟,重构多元变量相空间.仿真结果表明,建立的新方法对带噪声混沌序列具有较好的鲁棒性,多元变量奇异吸引子轨迹在重构相空间中得到了良好扩展.
     

基于累积量增强全矢量正交子空间方法的MA建模

提出了一种新的线性代数方法——累积量增强全矢量正交子空间方法(CEAVOS)用于非最小相位非高斯滑动平均(MA)建模，该方法利用组合特性映射的累积量增强，并用全矢量正交于空间法估计MA参数．数值仿真结果表明，CEAVOS的性能优于组合累积量切片法WS和全矢量正交子空间法(AVOS)这2种现有的性能最好的MA参数估计方法，尤其是在估计的偏差上；在低信噪比与短数据的情况下，性能也表现良好．     

多元响应降维子空间

提出多元中心K阶条件矩降维子空间,指出与多元中心K阶矩子空间的关系.结合相关文献方法,提出1种新方法估计多元响应降维子空间,给出该方法估计量的相合性与实例模拟.     

基于三阶累积量一维切片的微地震信号时延估计

由于微地震有效信号易受环境噪声的干扰,严重影响时延估计值获取的准确性.基于此,提出了基于三阶累积量一维切片的方法进行微地震信号时延估计.首先计算信号的三阶自累积量和互累积量,为减少运算量满足野外实时要求取其一维切片,最终通过准则函数求取时延值.相对于传统的互相关方法,该方法对相关性未知的高斯噪声具有不敏感的特点,对相关高斯噪声有更强的抑制能力.仿真结果表明,在添加信噪比为-5~15dB的随机高斯噪声和相关高斯噪声时,其时延检测概率和均方根误差优于互相关方法.在实际资料应用中,对实际微地震噪声进行了概率分布统计分析,并且基于井地联合监测方式,选取井中信号作为参考道对地面资料进行时延值的求取.仿真和实际资料处理验证了该方法的有效性和实用性.     

基于四阶累积量虚拟阵列扩展的DOA估计

针对Music-like方法能很好地扩展阵列孔径,但计算量较大的问题,提出了一种虚拟阵列扩展的新方法。该方法基于四阶累积量孔径扩展的性质,由实际阵元的坐标与方向矢量直接计算出虚拟阵元的坐标与方向矢量,利用两种阵元坐标之间的关系构造四阶协方差矩阵,运用MUSIC(Mu ltip le S ignal C lassification)算法对非高斯独立信号源进行DOA(D irection of Arrival)估计。该方法在任意阵列的情况下,对非高斯独立信号源进行一维与二维DOA估计,均能准确估计出多于实际阵元数目的方向角与仰角。实验表明,对一N元阵列,该方法最多能够扩展N2-N 1个虚拟阵元,能够估计出N2-N个非高斯独立信源,提高了阵列的空间分辨能力,有效抑制了高斯噪声的干扰,减少了高阶累积量协方差矩阵的计算量。     

基于四阶累积量的直接序列扩频信号多参数估计

：将高阶统计理论应用于直接序列扩频信号的参数估计，提出了一种基于四阶累积量2-D切片的方法，该方法能够同时估计载波频率和扩频码周期。计算机仿真结果验证了该方法的有效性。     

一种新的近场源定位算法

给出了一种近场源的到达角（DOA）和距离的二维参数联合估计算法.该算法利用四阶累积量矩阵的特征值估计DOA,通过在估计的DOA下进行有限的一维搜索得到距离估计.该算法将二维搜索降低为一维有限搜索,并提高了直接使用高阶累积矩阵估计信源位置的方法的距离估计精度.计算机仿真证实了该方法的有效性.     

基于高阶循环统计量和线性预测的虚拟孔径扩展DOA估计

本文提出一种新的多径信号DOA估计方法--基于高阶循环统计量和线性预测的虚拟孔径扩展DOA估计算法.首先构造阵列接收信号的四阶循环累积量矩阵并估计其广义舵矢量,进而基于前后向线性预测(FBLP)估计每组多径信号的DOA,以进一步提高分辨力.该方法与扩展虚拟ESPRIT算法(即EVESPA)相比,兼有高阶累积量和循环统计量的优点,具有信号选择性和更强的抑制复杂噪声/干扰的能力;在小样本情况下估计空间距离较近的多径方向具有更高的分辨力;用包含K阵元均匀线阵的任意阵列所能接收的信号总数可以超过2K(K-1)/3个,适于信号数大大多于阵元数的情况.     

基于四阶累积量Root-Music的近场信源二维参数估计

为了对近场信源的距离参数和方向角参数同时进行有效估计,降低算法的计算量,提出了一种基于四阶累积量的Root-Music算法及相应的参数配对方法。该方法无需进行谱峰搜索运算,利用相应的配对程序能够直接得到近场信源的参数值,降低了运算复杂度。仿真实验表明,在估计两个信源参数时,信噪比为0时就能正确分辨方向角和距离参数,信噪比由-5 dB变化到15 dB时,估计参数的均方误差呈下降趋势。     

复杂噪声中基于累积量的二维DOA估计

针对自相关算法的局限性,研究了复杂环境(乘法与加法观测噪声共存时)中,通过高阶累积量对二维DOA估计的问题.算法能同时确定目标的仰角与方位角;高阶累积量使得算法能够更加有效抑制消除乘法噪声.该方法对任何平稳的加性与乘性噪声均不敏感,因而具有较大的实用性.     

空-时相关高斯噪声中基于累积量的联合角度-频率估计算法

提出一种基于累积量的联合角度-频率估计(CB-JAFE)的新算法,用于估计多个独立非高斯信号源的方位和频率参数.同利用空-时数据矩阵奇异值分解的现有联合角度-频率估计(JAFE)算法不同,所提出的算法利用空-时数据的4阶累积量,可有效地抑制具有未知相关结构的空域和时域相关的高斯噪声.仿真结果表明,所提出CB-JAFE算法是有效性的,而且性能上优于现有的JAFE算法.     

高分辨率谐波恢复的互四阶累积量ESPRIT-SVD方法1

在互功率谱和高阶统计量理论基础上，提出了基于互四阶累积量的ESPRIT(estimation of signal parameters via rotational invariance techneques)SVD(singular value discompose)方法。仿真结果表明，在混合色噪声背景下，该方法能够有效地抑制噪声，且具有良好的频率估计性能。     

结合累积量切片的联合对角化盲分离及应用

针对传统盲分离算法在以欠定的观测信号为对象时的失效问题,提出一种改进的结合四阶累积量的二阶联合对角化盲分离算法.该算法通过对源观测信号进行四阶累积量计算,比较各累积量切片对算法分解的合理性,对形成的多个切片进行近似对角化处理,进而对以延迟点为中心进行多个对角化矩阵的平均,提高算法分解的稳定性,最后通过仿真信号和车辆振动信号验证算法的有效性.该联合算法有效扩展了二阶音分离(SOBI)算法的应用范围,可以应用于瞬时混合模型的实际工程信号处理.