阵列天线输出自相关矩阵及其误差分析

引入相对误差矩阵范数的定义,讨论了实际阵列天线输出样本的自相关矩阵与连续采样下自相关 矩阵的差别,与采样快拍数、信号的相关性,信号与噪声之间的正交性以及噪声的正交性等因素的关系。并 通过数值计算,具体分析了不同情形下,样本自相关矩阵收敛于理想自相关矩阵的速度变化。     

一种高精度低复杂度的改进Root-MUSIC算法

针对目前多数低复杂度Root-MUSIC算法的精度损失问题，研究并提出了一种具备精度补偿能力的低复杂度Root-MUSIC算法.该算法依据有限快拍数得到的近似数据观测矩阵首行重构具有Toeplitz形态的自相关矩阵，使重构的自相关矩阵具备Hermitian性;对重构的自相关矩阵特征值分解后获得噪声子空间，并将噪声子空间翻转拆分，重构新的求根多项式，进而通过求根方法得到DOA估计值.本文算法通过Toeplitz矩阵重构及求根多项式降阶，不但有效提高了改进Root-MUSIC算法的DOA估计精度，同时改进算法的时间复杂度不高于前人算法;在不同的入射信源及采样快拍数下，本文算法表现出更强的鲁棒性和稳定性.     

空间相关信道下空时分组码的子空间修正解码

针对空时分组码子空间盲解码算法在空间相关信道下性能下降的问题，提出了一种修正解码算法．在分析空间相关性破坏信号子空间和统计噪声子空间正交性的基础上，利用接收端已知的信道相关矩阵，修正接收端用于搜索的码字矩阵集合，使相关信道下分解得到的统计噪声子空间正交于修正的发送信号子空间，提高了解码性能．与传统解码的算法不同，该算法无需在发送端进行信道相关矩阵的估计和预编码，降低了发送端的编码复杂度．Monte-Carlo仿真实验表明，空间强相关信道下空时分组码子空间盲解码性能下降比较剧烈，采用新算法修正后的解码性能明显改善，在误比特率为10^-2、相关系数为0．8时，修正性能提高约2dB．     

改进的自适应小波变换在信号去噪中的应用

讨论了传统的LNS在信号处理中的不足。基于离散小波变换提出一种自适应去噪方法。该方法利用多分辨率分析理论，把信号和噪声分解在不同的频率范围之内，使信号和噪声的频谱得到简化，从而减少了自适应滤波器的级数，使输入自相关矩阵阶数降低。仿真结果表明，与传统的LMS算法相比，WLNS算法的收敛速度和稳定性得到了显著的提高。     

一种有色噪声背景下混合信号的波达方向估计算法

提出一种有色噪声背景下,不相关信号和相干信号构成的混合信号的测向算法。在本文算法中,不相关信号和相干信号采用并行处理方式,缩短运算时间。首先,通过对划分的阵列输出矢量子阵构造2组自相关矩阵和互相关矩阵,利用它们构造新的矩阵并进行特征值分解,估计出不相关信号的来波方向;然后利用Toeplitz矩阵的特性,采用空间差分法去除混合信号中的不相关信号和有色噪声;再采用本文提出的改进的矩阵分解法解相干,最后应用ROOT-MUSIC算法对重构矩阵进行波达方向估计。本文所提算法在进行混合信号的波达方向估计问题时充分利用接收信号2组自相关矩阵和互相关矩阵,同时不需要进行谱峰搜索,计算量较小。理论分析和实验仿真结果验证本文算法的有效性和良好的测向性能。     

基于Toeplitz算法的谐波和间谐波参数估计

为准确地检测电力系统中谐波信号的参数,从被检测信号噪声的基本特性出发,将空间谱估计理论中的Toeplitz算法应用于谐波、间谐波参数检测.首先对采样信号构成的自相关矩阵进行奇异值分解,根据不同时刻白噪声相互独立的原理划分出噪声子空间和信号子空间,再利用最小二乘法和旋转不变参数估计的原理,实现信号的频率和幅值参数的准确估计.根据白噪声均值为0的特性,通过仿真实验和现场数据分析表明:本文提出的方法在提高谐波和间谐波的参数估计精度和抗噪能力等方面具有较好的可行性和有效性,能满足实际应用的需要.     

基于频域降采样和CNN的轴承故障诊断方法

在工业领域,设备运行过程中采集的原始故障信号具有强噪声以及多工况的特点,现有的基于数据的轴承故障诊断模型的抗噪能力与泛化能力相对较弱。针对以上问题,提出一种基于频域降采样(down-sampling)和卷积神经网络(CNN)的轴承故障诊断方法 Ds-CNN。频域降采样包含最大偏移降采样和噪声横截断两个部分,可以实现样本增强,降低样本在频域的差异性,同时减弱噪声对频域信号的影响。基于频域信号建立的CNN模型能够自动提取降采样后频域信号的故障特征,并完成对轴承故障的识别分类。实验结果表明,在强噪声环境和多工况条件下,与目前常用模型相比, Ds-CNN具有更高的识别准确率。     

ED与SVD及相关阵中信号的提取

本文介绍信号相关矩阵的奇异值分解(SVD)与特征根结构分解(ED)之间的关系及用信号特征矢量表示平稳随机过程和信号子空间的方法。利用信号子空间对信号进行信息提取,可减少噪声对估计参数精度的影响。文中论述了提高前向预测定向精度的方法。SVD能把信号空间与噪声空间分开,以提出互相关矩阵中信号信息。     

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.     

带通信号的数字正交采样及信号处理

带通信号的正交采样与处理是在对带通信号进行A／D变换后直接利用数字信号处理算法进行相干检波。本文讨论了三种带通信号的数字正交采样方法：低通滤波法、Hilbert变换法、傅立叶变换法，计算机模拟仿真试验证明，基于傅立叶变换的数字正交采样法获得的信号正交采样数据精度最高(镜频分量的抑制比最高)。     

多传感器次优Kalman滤波器及其融合效果评价

给出一种简单有效的次优Kalman滤波融合算法,用相对误差协方差矩阵和绝对误差均值等量化指标分析了融合算法的有效性,并用计算机仿真结果对融合效果做进一步验证．     

奇异G-M模型最小二乘估计新的相对效率

在奇异线性模型下利用2个矩阵特征根比值的最小值推广了Euclid范数定义的2种相对效率．文中研究了它们的下界,并给出了2种相对效率与广义相关系数之间的联系以及它们之间的关系,最后讨论了它们的性质,并研究了这2种相对效率的优越性．     

B-矩阵线性互补问题的误差界估计

利用严格对角占优M-矩阵的逆矩阵的无穷大范数的范围,得到了B-矩阵线性互补问题误差界新的估计式.理论分析和数值实例均表明,新估计式改进了目前已有的相关结果.     

Nekrasov矩阵线性互补问题误差界的进一步研究

研究Nekrasov矩阵线性互补问题的误差界,利用Nekrasov矩阵逆的无穷范数上界的估计式,结合主对角元素为正的Nekrasov矩阵的性质和若干不等式性质,给出该矩阵线性互补问题误差界的一些新估计式。数值算例表明了结果的可行性和优越性。     

不确定奇异系统的鲁棒故障诊断滤波器设计

研究了带参数不确定性和干扰输入的奇异系统的鲁棒故障诊断滤波器设计问题.设计H∞滤波器作为残差产生器,使残差与故障加权之间的误差尽可能小.给出了残差误差系统对所有满足条件的不确定性是容许的且残差误差与干扰输入的L2范数的比值最小的充要条件,并给出残差产生器各系数矩阵的求解方法.     

一类具有未知干扰的Markov跳变系统故障检测

针对一类具有未知扰动的Markov跳变系统的故障检测问题，设计出了系统的优化故障检测观测器．通过对系统进行重构，获取了包括未知扰动、建模误差等未知输入信号和故障信号的残差动态特性，分别选取残差的扰动信号和故障信号的能量范数指标来体现其对扰动的抑制作用和对故障的灵敏性，并将故障检测观测器的设计描述为一个优化问题．利用构造的Lyapunov函数和线性矩阵不等式，证明并给出了故障检测观测器有解的充分条件，提出了优化设计方法．所设计的观测器使系统具有随机稳定性，抑制干扰能力强，满足所给的范数指标．仿真算例结果表明，在故障发生时，优化观测器可以很灵敏地检测出故障，并能将未知扰动对残差的影响有效地抑制在给定的范围内。     

回归系统的一种有偏估计与广义最小二乘估计的相对效率

在均方误差矩阵准则下研究了线性回归系数的一种有偏估计相对于广义最小二乘估计的优良性问题及其他统计性质,并导出了它们的相对效率的界.     

利用相对极化散射矩阵对目标进行分类的研究

在目标极化散射的经典理论基础上,根据单站雷达收发信号的特点提出了一种新颖的便于测量和计算的目标相对极化散射矩阵,并运用广义逆矩阵理论给出了该矩阵求解的方法.相关实验结果证明,通过计算目标相对极化散射矩阵可以快速有效地实现对目标的初步分类.     

正规矩阵的范数和它的幂级数收敛性

研究了正规矩阵的范数,给出了正规矩阵的几种常用范数的几个性质;利用范数和谱半径与矩阵幂级数的收敛性的关系,给出了关于正规矩阵的幂级数收敛性的一些新结论.     

利用相对极化散射矩阵对目标进行分类的研究

在目标极化散射的经典理论基础上,根据单站雷达收发信号的特点提出了一种新颖的便于测量和计算的目标相对极化散射矩阵,并运用广义逆矩阵理论给出了该矩阵求解的方法。相关实验结果证明,通过计算目标相对极化散射矩阵可以快速有效地实现对目标的初步分类。