一种改进的四阶累积量测向算法

针对降维的四阶累积量矩阵因采样快拍数有限而存在估计误差的问题,提出一种结合To-eplitz近似的四阶累积量旋转不变子空间(ESPRIT)测向算法(TFOC-ESPRIT).该算法在保持虚拟阵列有效孔径不变的同时,通过去除原始四阶累积量矩阵中的冗余元素,得到降维的四阶累积量矩阵,再对降维矩阵进行Toeplitz操作,恢复其Toeplitz结构,最后利用ESPRIT算法估计到达信号的方向.仿真实验表明:与MFOC-ESPRIT算法相比,TFOC-ESPRIT算法有效地提高了测向精度,不仅在少阵元数下能实现多信号的估计,而且当快拍数为400时,在空间白噪声和空间色噪声环境中其归一化成功概率也较高,分别达到了0.996和0.788.     

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。     

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.     

一种新的基于四阶累积量的DOA估计算法

提出了一种新的用于均匀线阵的四阶累积量DOA估计算法.针对传统MUSIC-like算法中四阶累积量矩阵存在大量冗余信息的情况,本文算法提出了一种新的四阶累积量矩阵构造方法.用该方法构造的四阶累积量矩阵在保证阵列扩展性能的同时,去掉了MUSIC-like算法中四阶累积量矩阵的冗余信息,降低了矩阵的阶数.与MUSIC-li...     

基于四阶累积量的时空阵列扩展

基于四阶累积量,本文提出了一种爆炸式时空阵列扩展方法,该方法将阵列孔径按实际阵元数成几倍、几十倍增长.这种阵列扩展方法既可以应用于循环平稳信号源,也可以应用于非循环平稳信号源.由于阵列扩展的规则性,2-DDOA估计可以采用ESPRIT算法,从而无须谱峰搜索.但该方法随着信号源数的增加,其计算量也会随着增加.最后的实验仿真验证了这种阵列扩展的有效性.     

基于四阶累积量的谐波频率估计

 高阶累积量能够完全抑制高斯噪声,因而广泛应用于噪声环境中提取信号参数.利用基于四阶累积量的ESPRIT估计谐波频率,并给出了估计的仿真实例,仿真结果表明,该方法具有很高的频率分辨率.     

快速四阶累积量旋转不变子空间算法

针对空间谱估计算法同时分辨多目标需要较多阵元、测角精度低且运算量大的问题,提出一种快速四阶累积量旋转不变子空间(MFOC-E)算法.首先根据四阶累积量矩阵构成的规律,取出所有不重复的元素构成新矩阵,去除了原矩阵的数据冗余并降低了原矩阵维数,然后通过分析新虚拟阵列的阵元位置特性,找到与原真实阵列结构完全相同的新子阵,同时设定了适用于所有线阵的子阵划分方法,最后利用旋转不变子空间算法确定目标的来向.与传统的同类算法相比,MFOC-E算法具有不损失天线孔径、测角精度高且运算量小的特点.仿真实验表明,MFOC-E算法在阵元数极少时,仍可以快速准确地实现多目标的到达角估计,三元阵列时能节省30%的运算时间.     

基于四阶累积量的MIMO雷达空间平滑角度估计算法

针对MIMO雷达系统的多目标DOA估计问题,本文提出了一种基于四阶累积量的双向空间平滑算法。当目标数多于发射阵元数,接收信号发生相干现象使普通子空间类算法可估计DOA数受到限制。本文提出的算法通过对接收信号构造四阶累积量矩阵,并对构造的矩阵做子阵空间平滑处理,在接收阵元足够多的情况下,可估计比发射阵元数更多的目标,并且在高斯白噪声下和高斯色噪声背景下均具有有良好的DOA估计性能。     

基于四阶累积量相关信号的DOA估计

目的 针对相干信号,在高斯色噪声的背景下,有效地进行信号的DOA估计.方法 应用四阶累积量和修正MUSIC算法.结果 二阶矩算法性能严重失效,累计量算法DOA估计性能好.结论 利用四阶累积量和修正MUSIC算法相结合,在高斯色噪声的背景下具有良好的统计性能,是实现相干信号高分辨方位估计的有效方法.     

非高斯有色噪声中基于四阶累积量的谐波恢复方法

讨论了线性非高斯有色噪声中的谐波恢复问题。已有的方法中假设非高斯有色噪声是非对称分布的且谐波中不存在二次相位耦合。本文利用特殊定义的四阶累积量，给出两种非高斯有色噪声中的谐波恢复方法，克服了原有方法的局限性。     

四阶累积量 ESPRIT 波达方向估计算法研究

ＥＳＰＲＩＴ是一种基于阵列数据相关矩阵信息的广义特征值分解的高分辨率波达方向（ＤＯＡ）估计算法．由于空间噪声的相关性，这种基于自相关的高分辨率算法将出现极大的偏差．本文针对自相关算法的局限性，提出一种基于高阶累积量的ＥＳＰＲＩＴ算法．实验结果表明，借助高阶累积量方法，不仅能有效地抑制高斯色噪声，而且还能获得高精度、高分辨率的渐进无偏估计．     

利用单次快拍实现相干信源二维测向的新算法

针对复杂电磁干扰背景下相干信源二维波达方向的快速估计问题,根据垂直阵列系统特点,利用单次快拍数据在3个不同维度构造了数据矩阵实现解相干,并结合ESPRIT算法实现了二维DOA的快速估计. 该算法仅利用单次快拍数据,不需要进行协方差矩阵的计算,并将二维DOA估计问题转化为3个一维DOA估计,可同时在3个维度并行处理,因此运算量大大降低,利于工程实现. 针对算法存在阵列孔径损失和仅采用一次快拍数据量导致的估计误差偏大问题,利用非圆信号特征和同相位数据叠加,改善了算法的估计性能,提高了阵列自由度. 数值仿真验证了本文算法及提高估计精度对策的有效性.      

基于LDPC的分布式信源编码算法

分布式信源编码是一种新的编码方式,它实现相关信源的独立编码和联合解码。在保证解码输出质量的基础上有效降低信源编码复杂度。本文提出了一种基于LDPC的分布式信源编码算法,该算法针对高斯信源,基于陪集分割原理,采用LDPC码来实现。实验结果表明：相对于采用网格码和Turbo码实现的分布式信源编码,该算法直观简单且更具良好的性能。     

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。     

基于四阶累积量的微弱激光回波信号检测

针对四阶累积量运算量大、运算复杂度高的问题,提出采用峰度与递推算法相结合的方法,降低运算量和硬件实时实现的难度.结合微弱脉冲激光回波信号检测的实际问题,仿真验证了算法的有效性.     

基于低密度校验码的分布式信源编码算法

为充分利用信息采集网络中信源的相关性,有效解决采集设备的存储能力和计算能力受限的问题,提出了一种基于低密度校验码(LDPC)的分布式信源编码算法,将编码复杂度转移到解码端,在保证解码输出质量的基础上有效降低信源编码复杂度.该算法针对高斯信源,基于陪集分割原理,采用LDPC实现.实验结果表明:相对于网格码和Turbo码,该算法更加直观、简单,且在相关信噪比较低时具有明显的优势,当符号错误率为10-3时,相对于网格码和Turbo码,信噪比分别有3.0~3.5dB和0.7dB左右的改进.     

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。     

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。     

基于四阶累积量的近场源多参数联合估计

提出了一种近场窄带信源多参数联合估计新方法,通过所构造四阶累积量矩阵的特征值及其特征向量就可以直接获得近场源频率、方位及距离三维参数的联合估计,无须峰值搜索,适用于任意高斯噪声环境．与现有方法相比,所提方法有效地避免了阵列孔径损失,而且算法简单高效．仿真综合结果表明了新方法的有效性．     

基于四阶累积量的近场源三维参数联合估计

针对近场窄带信源仰角、方向角和距离三维参数的估计问题,提出了一种新的近场源三维参数的联合估计方法。该方法利用特征值及相应特征向量和四阶累积量估计信号参数,不需要进行谱峰搜索,只需一维参数匹配,计算量适中,并且适用于加性高斯噪声环境。仿真实验证明,当信噪比为0时,该方法仍能够正确估计信源的参数。