多分量Chirp信号相位参数的精确估计算法

针对循环平稳法在多分量Chirp信号相位参数估计中参数取值范围小和低信噪比下相位参数估计精度低的问题,提出一种联合循环平稳法与多普勒模糊数搜索法的多分量Chirp信号相位参数精确估计算法。该算法针对二阶相位参数的模糊性特点,采用循环平稳法完成Chirp信号的二阶相位模糊估计,然后在二阶相位模糊估计的基础上,根据多普勒模糊数导致多普勒扩散的原理,利用多普勒模糊数搜索法解决多普勒模糊问题。仿真结果证明,与已有循环平稳算法相比,该算法的相位参数取值范围不受限,低信噪比下的相位参数估计精度约提高了30dB。雷达实测数据处理结果证明了算法的工程实用性。     

分数阶Fourier变换用于幅度随机变化的Chirp信号的检测

提出了将分数阶Fourier变换用于时变幅度Chirp信号的检测与参数估计,研究了Chirp信号检测与参数估计的方法,给出了检测性能———幅度随机变化的Chirp信号的检测精度(参数估计的均方误差)的仿真分析.     

依等价AR模型阶次递增的自回归滑动平均模型辨识

通过用AR模型等价ARMA模型的思想,提出了一种确定ARMA模型参数估计方法.针对等价AR模型阶次合理选定问题,借助数据乘积矩矩阵的分块矩阵求逆引理,给出了计算等价AR模型参数估计和相应准则函数的依阶次递增递推算法.通过判定准则函数的变化趋势,来确定出AR模型的最合理阶次和相应的参数估计值.然后基于所拟合的AR模型参数,通过解一个不相容代数方程组便可确定ARMA模型参数.仿真实例验证了该算法的性能.     

分数阶傅里叶变换在Chirp调制信号中的应用

利用分数阶傅里叶变换离散算法的定义和量纲归一化原理,分析了一种将连续FRFT直接离散化的算法,并对该算法在处理Chirp信号中存在的不足进行了改进,简化了该算法的计算量.研究了基于FRFT的Chirp信号的解调过程,确定了能量聚集的最优分数阶阶次.     

基于EM-GIBBS算法的ARMA(p,q)测量误差模型的参数估计

本文对基于ARMA(p,q)的测量误差模型的参数估计提出了EM-Gibbs算法.由于无法给出模型参数的极大似然估计解析解,本文在EM算法框架下对参数进行估计.在实施EM算法M步骤过程中,为了计算高维正态分布的隐变量一阶、二阶矩,需要求出高阶矩阵的逆矩阵.为了避开计算高阶矩阵的逆矩阵,通过Gibbs抽样,给出了隐变量的一阶、二阶矩的估计,从而给出了EM算法M步骤中参数最优值的估计.最后通过对ARMA(1,1)测量误差模型进行了数值模拟,模拟结果验证了所提EM-Gibbs算法的可行性和有效性.     

基于改进ARMA模型的时用水量预测

针对时用水量存在周期性的特点,引入季节因子,采用时变ARMA季节模型对非线性非平稳系统的时用水量进行模拟.以杭州市实测用水量为例,分别采用时不变ARMA季节模型和时变ARMA季节模型进行时用水量预测,结果表明时变ARMA季节模型预测精度相对较高,且预测误差相对稳定,较时不变模型更具有实用性.     

GLMS系列算法和时变信号模型的自适应处理

提出了具有指数数据窗的GLMS算法和近似GLMS算法.分析和计算证明,两算法不仅具有较高的起始收敛速度,而且还有较强的跟踪能力和小的失调量,适用于时变和非时变信号模型的自适应处理.     

不确定观测ARMA信号滤波器设计

将具有不确定观测的ARMA信号滤波问题转化为具有不确定观测的状态空间模型的状态和白噪声滤波问题.利用射影理论,推导出了在线性最小方差意义下状态滤波器和白噪声滤波器.进而获得具有不确定观测的ARMA信号滤波器.对于存在不确定观测的ARMA信号,以往在完整观测数据下的AMRA 信号滤波算法已经失去最优性.当不存在观测数据丢失时,算法等同于以往最优ARMA信号滤波器.仿真例子说明了其有效性.     

基于多项式模型和卡尔曼滤波器的正交频分复用自适应信道估计算法

在正交频分复用(OFDM)系统中,为了准确地检测接收信号并实现解调,必须对信道的传输函数进行准确估计.本文提出了一种适用于OFDM通信系统,基于二阶多项式模型和卡尔曼滤波器(Kalman filter)的自适应信道估计算法.利用二阶多项式模型对无线时变信道进行建模,通过合理安排插入导频结构,使用块状导频,可以使得原本二维的时频多项式模型减少到一维,降低信道估计算法的复杂度.同时,在多项式模型的基础上,将时变无线信道等效为一autoregressive(AR)过程,从而建立起卡尔曼滤波器的过程方程与测量方程,通过卡尔曼滤波器的递推公式,即可实现对多项式模型参数的自适应估计.本文提出的算法可以仅使用最少的导频(即与多项式模型参数相同个数的导频)实现准确的信道估计.由于每次所需导频个数的减少,接收端所需存储的未解调信号的数量也随之降低,大幅减少了接收端所需的存储空间.计算机仿真证明,与线性插值算法和基于二阶多项式模型算法的信道估计相比,在相同输入信噪比和归一化多普勒频移条件下,本文提出的算法具有较低的误码率.     

一种基于信息融合的Chirp类数字水印算法

作者提出了一种基于信息融合的Chirp类水印算法.该方案将有意义的二值水印图像同Chirp信号调频率融合得到新的离散Chirp信号序列,并利用分数阶Fourier域Chirp信号的能量聚集性实现水印检测和盲提取.仿真结果表明,算法对高斯白噪声干扰、裁剪、JPEG压缩、旋转、滤波等常见图像处理过程具有很好的鲁棒性.     

基于BTFD-Hough变换的多Chirp成分信号的检测与参数估计

由于双线性时频分布(BTFD)对多个Chirp成分信号的时频表示存在交叉项干扰，因而在低信噪比情况下直接在时频平面难于进行检测和参数估计．该文提出了将信号的双线性时频分布作为图像，利用Hough变换检测图像中直线的原理，将多Chirp成分信号的检测与参数估计转换为在参数空间寻找局部极大值及其坐标的问题，可以使得检测和参数估计一并完成．仿真实验表明，该方法不仅能够有效地检测多Chirp成分信号并估计其参数，而且有较高的抗噪声性能，并能起到抑制与信号自项重叠的交叉项干扰的作用．     

基于Radon-Ambiguity变换和分数阶傅里叶变换的chirp信号检测及多参数估计

研究噪声环境中chirp信号的检测以及多参数估计问题．分析和比较了Radon-Wigner变换(RWT)法、Radon-Ambiguity变换(RAT)法和分数阶傅里叶变换(FRFT)扫描法的优缺点．提出了一种基于RAT和FRFT的新算法，并提出了幅度估计的一种适合于计算的表达式．最后通过计算机仿真验证了该方法的有效性．这种方法与RWT法和FRFT扫描法相比，将chirp信号的检测问题变为一维搜索问题，简化了计算，与单纯的RAT法相比，有效地解决了chitp信号的初始频率和幅度的估计问题．因此，适合于对chirp信号多参数联合估计．     

基于自适应神经网络的调频调幅信号预测

线性调频信号在雷达和声纳探测上有着广泛的应用,利用自适应神经网络理论对线性调频信号的预测进行了研究,建立了自适应神经网络预测控制模型．在Matlab里进行了仿真,从图上可以看出,尽管在预测的初始阶段误差较大,但经过一段时间后,误差几乎趋于零．结果表明自适应神经网络能较好地对线性调频信号进行预测．     

基于ARMA模型滤波的微弱信号辨识

双线性时频分布能更全面地表征复杂背景下瞬态机械故障信号特征,但双线性时频变换固有的交叉项干扰严重影响了算法的时频分辨率。探讨了双线性时频分析技术在微弱瞬态信号辨识中的应用,提出采用ARMA模型滤波的方法来抑制双线性Wigner-Ville时频变换的交叉项干扰,并给出算法推导。结合实验数据,对比平滑伪Wigner-Ville算法的信号辨识结果,表明基于ARMA模型预滤波的双线性时频分析能更好的抑制交叉项干扰,具备更高的时频分辨能力和瞬态微弱信号辨识能力。     

基于实测数据分析的风电功率预测

由于风力发电所利用的近地风能具有波动性、间歇性、低能量密度等特点,对风电场的发电功率进行尽可能准确的预测是风电发展的关键.本文根据某风场的实测数据,采用了时间序列中的自回归移动平均模型(ARMA),对风电功率进行了实时预测;为进一步提高风电功率实时预测的精确性,本文提出了一种基于BP神经网络和ARMA组合模型的预测方法,并对上述实测数据采用该方法进行了实时预测.预测结果表明:组合模型的预测结果与单独的自回归移动平均模型相比,风电功率的实时预测的均方根误差和百分比误差分别减少了4.01%和3.25%,工程中可以采用该组合模型对风电功率进行预测.     

非平稳随机信号ARMA模型时变参数与其WVD的关系

研究了非平稳随机信号自回归滑动平均（ＡＲＭＡ）模型时变参数与其对应的离散ＷＶＤ以及ＡＲＭＡ模型时变参数与连续ＷＶＤ之间的关系，使ＷＶＤ可以用ＡＲＭＡ模型的时变参数表示，计算机仿真结果验证了理论推导。     

Chirp信号与连续载波信号的多路复用传输

利用正弦信号和Chirp信号分别在频域、分数阶傅立叶域的优良能量聚集特性,设计一种频带复用的通信系统。该系统在相同频带内同时传输多路分别以Chirp信号和余弦信号为载波的BPSK信号,通过在接收端进行相应阶分数阶傅立叶域变换,使Chirp信号达到最优能量聚集,进而通过分数域滤波将集中于某一窄带内的Chirp信号滤出,再反变换到时域完成解调过程。仿真分析表明,该方法可获得有较好的误码率性能。     

线性调频步进信号雷达目标微多普勒效应分析

线性调频步进信号的距离高分辨能力为目标的精细微多普勒特征提取奠定了基础,因而研究该信号体制雷达的微多普勒效应具有重要意义.在阐述线性调频步进信号成像原理的基础上,研究了线性调频步进信号体制下雷达目标微多普勒效应的产生原理,分析了距离像走动和卷绕的产生原因,并通过重点分析旋转和振动形式的微动引起的微多普勒效应,比较了其与线性调频信号体制下微多普勒效应的异同,得出了在满足距离像不卷绕条件下目标微动参数与谱图上正弦曲线参数之间的关系,为后续的微多普勒特征提取工作提供了理论基础.仿真计算验证了本文微多普勒效应理论分析的正确性.     

多传感器ARMA信号观测融合Wiener滤波器

利用现代时间序列分析方法,基于ARMA新息模型,提出了多传感器加权观测融合Wiener信号滤波器.可统一处理信号融合预报、滤波和平滑问题.同集中式观测融合方法和分布式状态融合方法相比,不仅可得到全局最优Wiener信号滤波器,而且可显著地减小计算负担,便于实时应用.一个两传感器位置跟踪系统的仿真例子说明其有效性.