海杂波背景下基于四元数电磁矢量阵列DOA估计

针对复杂多变的海杂波常伴随待测信号混入雷达系统而严重干扰目标信号的波达角度估计的问题, 提出一种新的基于电磁矢量阵列的四元数模型, 通过分数低阶统计量特性抑制海杂波噪声的二维波达角度估计方法。首先推导出电磁矢量阵列的四元数导向矢量, 然后利用分数低阶概念得到四元数分数低阶协方差矩阵,最后根据奇异值分解MUSIC(Multiple Signal Classification)算法得到谱估计公式。仿真实验结果表明, 与标量阵列和非四元数电磁矢量阵列MUSIC 算法相比较, 该方法可较好地抑制海杂波噪声, 且能提高估计精度。     

基于块稀疏的频率分集阵MIMO二维参数估计

针对导向矢量时变导致频率分集阵列-多输入多输出(MIMO)雷达参数估计误差增大的问题,提出一种基于块稀疏的距离和角度参数联合估计方法.首先,就导向矢量时变性对参数估计性能的影响进行了理论分析;然后,通过公式推导证明了块稀疏理论在频率分集阵MIMO雷达参数联合估计中的适用性,并提出了基于块稀疏的参数联合估计方法,给出了参数估计的具体流程;最后,通过仿真对参数估计性能进行了分析.理论分析及仿真结果表明:基于块稀疏的参数联合估计方法可实现单次快拍下多目标距离和角度参数的联合估计,估计能力优于传统谱估计方法;在单目标和单快拍条件下,所提算法精度与二维ESPRIT和二维MUSIC算法相比,基于稀疏字典估计的参数精度优于两算法,而基于系数向量估计的参数精度介于两算法之间.     

未知互耦条件下基于四阶累量的非均匀圆阵波达方向估计算法

基于互耦矩阵的特殊结构,给出了一种更具一般性的非均匀圆阵模型,提出了一种在未知互耦条件下的非均匀圆阵波达方向估计算法．由于采用了四阶累量,该算法可以估计出比阵元数更多信号的波达方向,并且对高斯噪声不敏感．由于未采用迭代算法,从而降低了算法运算复杂度．仿真实验证实了该算法的有效性．     

声矢量圆阵宽带相干信号的方位估计

针对水下目标的远程被动探测问题,提出了一种声矢量圆阵的宽带相干目标方位估计方法.首先,基于子带分解原理将宽带划分为若干不重叠窄带,根据圆阵模式空间变换理论,将声矢量圆阵转换成与频率无关的虚拟直线阵,并采用声压P与振速(V_r+V_φ)联合处理方法构建了每个窄带的互协方差矩阵,通过求和平均实现了宽带接收信号的互协方差矩阵估计;其次,引入一种修正的矢量奇异值分解算法,对接收相干信号的互协方差矩阵进行重构处理,用于解决相干声源的空间分辨问题;最后,利用MUSIC算法实现了声矢量圆阵宽带相干目标的方位估计.理论分析及仿真结果表明,修正的矢量奇异值分解算法较修正前具有更强的空间分辨能力;P×(V_r+V_φ)声压振速联合处理方法较同阵型的声压阵及其他声压振速联合处理方法(即(P+V_c)×V_c、P×V_c)具有更好的背景噪声抑制能力;将P×(V_r+V_φ)声压振速联合处理方法与修正的矢量奇异值分解算法有机地结合起来,可提高宽带相干源的方位估计性能.水池实验结果进一步验证了算法的有效性.     

基于改进MUSIC算法的宽带DOA估计

经典MUSIC算法的统计特性主要建立在阵元数固定且快拍数趋于无穷的情况下,在有限样本中,当快拍数无法满足远大于阵元数的条件时,DOA估计会产生偏差.对于宽带信号的DOA估计,利用相干信号子空间(Coherent Signal-subspace Method,CMS)方法,构造聚焦矩阵使不同频率的信号子空间映射到同一参考频率上,用聚焦后的频域窄带模型进行DOA估计,并针对在实际应用中,阵列的阵元数较大且快拍数受限时经典MUSIC算法估计精度不高的情况,利用改进后的MUSIC算法-Spike-MUSIC算法,提高DOA估计精度.在不同信噪比下,分别对DOA估计的误差进行了MonteCarlo仿真实验,仿真结果表明,相对于普通的CSM方法,基于Spike-MUSIC算法改进的CSM方法在宽带DOA估计中具有更高的精度.     

基于四阶矩的单矢量水听器多声源定位算法

为了克服基于四阶累积量的矢量水听器声源定位算法的计算复杂度高、运算量大以及定位精度不高等问题,提出一种基于四阶矩的单矢量水听器多声源定位算法.该算法利用信号四阶矩的性质,将单矢量水听器阵元数和声源数进行虚拟扩展,从而得到更多的多声源定位信息;通过提取有效阵元的方法减少了冗余,利用搜索峰值方法得到期望的多声源方位.理论分析和实验结果表明,该算法有效降低了计算量、提高了定位精度,克服了基于高阶累积量的矢量水听器定位算法的不足.     

循环MUSIC算法的误差分析及改进

通过分析循环MUSIC算法信号模型的误差,考查载波频率、信号带宽、循环频率、阵元间距和波达方向(DOA)等因素对DOA估计性能的影响,根据分析结果提出在计算导向矢量时选择最适当的频率以减小偏差,改进估计性能.仿真结果表明上述与信号模型相关的因素对DOA估计的精度有一定影响,与理论分析一致,且证实改进算法有效.     

信号相位匹配原理的正弦信号参数的最小二乘估计

根据信号相位匹配原理,提出了一种正弦信号频率、振幅和相位参数的最小二乘估计方法.推导了利用单传感器接收信号的参数估计的最小二乘估计计算公式,给出了已知频带内的未知频率,振幅和相位的信号参数估计的搜索算法.分析了最小二乘法使用的方程数、信噪比和采样频率确定后FFT的序列长度对参数估计精度的影响.理论和仿真结果说明,该方法不仅能降低估计频率带宽以外的噪声,而且还可降低被估计频率信号带宽内的噪声,提高了低信噪比时的信号参数估计精度.该算法简单、快速,具有工程应用前景.     

均匀圆阵来波方向估计的解模糊算法

均匀圆阵在半径大于半波长的情况下,由于来波方向(DOA)估计模糊会导致测向性能下降,为解决这一问题,提出了一种新算法.通过调整阵列中某阵元为小半径阵元,可以打破来波方向估计中虚假角度和真实角度形成的导向矢量近似或者相同的平衡,实现对来波方向估计中模糊伪峰的抑制.通过应用虚拟阵列变换方法,解决了该算法需要改动原有天线阵列...     

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.     

动力调谐陀螺仪模型快速开环辨识

为了实现对动力调谐陀螺仪闭环测量系统的快速设计,建立了参数模型辨识系统,对激励信号设计、模型类结构选择、参数估计算法等问题进行研究.首先依据惯性元件的特点,设计了适宜于动力调谐陀螺仪测试的多正弦激励信号,然后基于外加输入自回归（ARX）模型,采用预报误差法辨识得到模型参数,最后针对某型号动力调谐陀螺仪设计实验进行验证,并与传统扫频法建模得到的结果进行对比.结果表明：模型辨识时间由2 000,s缩短为20,s,辨识拟合度由92.5%提高到95.3%.与传统扫频法相比,通过多正弦激励、ARX模型和预报误差法进行陀螺模型辨识可得到更高的辨识精度、抗噪声能力和辨识效率,为快速设计闭环系统提供了可靠的依据.     

基于支持向量机的啤酒企业能源消耗预测模型

为提高啤酒企业包装车间生产耗电的预测精度, 提出了一种基于支持向量机和粒子群优化算法的预测模型构建方法。该方法将radial basis function函数作为支持向量机的核函数构建预测模型, 使用K-fold交叉验证方法, 利用粒子群算法(PSO: Particle Swarm Optimization)对惩罚参数c和g值寻优。以28天的生产耗水和生产耗电数据作为训练集, 以10天的生产耗水数据作为预测集, 分别构建基于radial basis function函数与polynomial函数的生产耗电支持向量机预测模型对生产耗电数据进行预测。实验结果表明, 以radial basis function函数作为核函数与以polynomial函数作为核函数相比, 该支持向量机预测模型对生产耗电的预测精度提高了51.495%,该方法具有一定的实用性。     

基于FPSO-SA算法的威布尔分布参数估计研究

为解决威布尔分布等复杂分布模型采用常规方法很难直接进行参数估计的问题, 提出了基于模糊粒子群模拟退火算法的威布尔分布参数估计。该算法根据粒子个体纵向和横向运动特性, 引入模糊逻辑推理动态调整惯性权值因子, 提高了粒子群算法(PSO: Particle Swarm Optimization)的收敛速率; 将上述模糊粒子群算法(FPSO: Fuzzy Particle Swarm Pptimization)与模拟退火算法(SA: Simulated Annealing)结合, 以FPSO算法的速度位置更新公式作为SA算法的状态生成函数, 再运用Metropolis算法以概率接受新状态, 获得全局最优参数估计值。将基于上述智能算法的参数估计法运用到威布尔分布参数估计中, 提高了参数估计精度。实际应用表明, 该参数估计方法在复杂分布模型参数估计中具有可行性和有效性。     

基于四元数EKF算法的小型无人机姿态估计

针对小型无人机设计的姿态测量系统,提出一种用于小型无人机姿态估计的四元数扩展Kalman滤波算法.该算法通过建立四元数姿态运动模型和航姿传感器测量模型,构建了以四元数和陀螺仪随机漂移为状态向量、以加速度计测量值和磁阻仪解算的航向角为观测向量的扩展Kalman滤波器,并设计了自适应测量噪声协方差矩阵修正法.实验结果表明,该算法不但解决了微机电系统惯性器件用于载体姿态测量时精度低、易发散、易被干扰的问题,而且显著减小了陀螺仪随机漂移对姿态估计的影响,有效提高了姿态估计的精度.     

波束形成算法指向误差时的稳健性研究

为有效克服期望信号方向存在指向误差而导致的阵列流形向量失配的问题,提出了一种基于支持向量回归机的波束形成方法.该方法在分析线性约束最小方差波束形成器的基础上,将支持向量机的损失函数引入到线性约束最小方差波束形成器的最优化问题中,从而使基于结构风险最小化原理的支持向量回归机算法与波束形成算法相结合.通过MATLAB仿真实验,在没有失配的理想情况和期望信号存在方向向量失配的情况下,选取不同的支持向量机参数以及信噪比,分析对2种损失函数的基于支持向量机的波束形成算法.仿真实验结果表明,该算法在期望信号方向存在指向误差时,依然能够保持较好的系统输出信噪比,具有一定的稳健性.     

矢量水听器阵列超复数模型及在高分辨率波达角估计中的应用

将超复数代数引入矢量水听器信号处理领域,用超复数来整体表示了矢量水听器输出的4个信号分量,并建立了矢量水听器阵列的超复数模型.在此基础上应用基于超复数奇异值分解的超复数MUSIC算法进行波达角估计并进行计算机仿真.仿真时与长矢量方法进行了比较,理论分析表明,运用超复数模型,算法所需的存储量和除法运算量都减少了75%;仿真结果显示,在取得上述优点的同时,超复数MUSIC算法在性能上没有损失.     

改进灰色模型预测跌倒解算算法

针对行人跌倒装置跌倒判断率低,成本高,便捷性不强等问题,提出一种改进灰色模型预测跌倒解算算法。算法利用迭代扩展卡尔曼滤波法(iteration extended Kalman filter,IEKF)将超宽带(ultra wide band,UWB)与惯导数据相融合得到实时综合位置,并通过迭代灰色MGM(1,1)模型得到预测综合位置,提高定位精度。将惯导装置获取的加速度、角速度和磁通量通过四元数运算得到姿态角,利用最小二乘法线性拟合得到倾角,同时融入综合位置进行三级跌倒判断,有效地提高了跌倒判断准确率。实验结果表明,采用改进算法可以较好地区分正常姿态与跌倒姿态,跌倒判断准确度高达97. 5%。     

结合空间金字塔局部特征的谱匹配算法

为提高基于谱分解的图像匹配算法的匹配精度,通过对中心对称局部二值模式(CS-LBP)进行修正,并引入空间金字塔尺度划分方法,获取图像局部特征描述向量;并以此向量之间相似性作为度量方式,重构邻接矩阵,通过谱分解获取特征点匹配关系.通过对比实验,结果表明,该算法匹配精度较高.     

基于定时-相位联合估计的CPM并行同步算法

针对连续相位调制(continuous phase modulation,CPM)信号非数据辅助算法同步精度差问题,提出了一种基于定时-相位联合估计的低复杂度并行同步算法.采用非数据辅助方法从离散域分解CPM信号,推导新的相位偏移误差估计公式,根据定时-相位联合似然函数,利用误差估计方法相似形式,设计了一种适用于CPM信号的并行同步方案.该方法在低信噪比条件时对似然函数进行近似,从而减少同步参数对同步性能影响,通过引入双同步精度源,迭代求取相偏估计最优解,提高非数据辅助算法同步增益.仿真结果表明,并行同步算法与直接联合算法相比,以较低系统复杂度代价获得同步性能提升,在低信噪比环境下,性能逼近修正克拉美罗限.