矢量传感器声源方位与噪声协方差阵联合估计

针对空域非均匀白噪声,通过矩阵变换估计噪声协方差矩阵,进而采用噪声预白化技术获取声源方位的最大似然估计,该方法避免了原最大似然算法加权参数选取的一维搜索过程,提高了算法效率;针对空域色噪声,利用噪声协方差矩阵的先验分布信息,结合噪声预白化技术,提出声源方位与噪声协方差矩阵迭代联合估计算法.仿真实验表明,空域非均匀白噪声背景下,与原最大似然估计方法相比,方位估计精度基本相同,但算法效率更高;空域色噪声背景下,与原最大似然估计方法相比,该方法提高了方位估计精度.     

基于旋转不变子空间原理的共形阵列DOA与极化状态联合估计

利用交叉电偶极子天线单元在锥面共形载体上构造极化敏感阵列,推导并建立了其快拍数据模型.在此基础上,利用锥面共形载体的单曲率特性构造满足旋转不变关系的成对子阵,根据旋转不变子空间思想提出一种信源方位和极化参数的联合估计算法.Monte Carlo仿真实验表明,该算法能够很好地解决锥面共形阵列应用中的多参数联合估计问题.
     

Hermite阵不变子空间的扰动定理

利用特殊酉不变范数的性质，给出了Ｈｅｒｍｉｔｅ阵不变子空间的扰动定理，改进了Ｄａｖｉｓ－ｋａｈａｎ ｓｉｎθ定理的结果。     

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.     

类不变子空间与不变子空间的关系

给出了“类不变子空间”的定义,研究了可逆线性变换和一般线性变换的类不变子空间与不变子空间的关系:利用向量空间的理论,证明了对于可逆线性变换,类不变子空间与不变子空间是等价的;进一步证明对于非可逆的线性变换,类不变子空间是不变子空间,反之不成立.     

基于单个声矢量传感器的频率方位联合估计

单个声标量传感器不能用来估计目标方位,却可以实现目标方位估计.提出了一种基于ESPRIT算法的单个矢量水听器的频率、方位联合估计算法,该方法可以同时估计3个信号的频率和二维方位,并且参数自动配对,不需增加额外的配对运算,与LS-ESPRIT和TLS-ESPRIT相比,该方法减少了一次特征分解,具有运算工作量小的特点.计算机仿真验证了该方法的有效性.     

关于不变子空间的矩阵求法

给出了求不变子空间的一个实用方法──矩阵方法。     

基于压缩感知和约束随机线阵的声源方位估计

为解决声源方位估计中因阵元个数受限导致角度分辨率低的问题,提出以多约束均匀分布线性随机阵列为基础的随机线阵压缩感知(MC-Uni-RLA+CS)声源方位估计方法。研究了在不同信噪比、不同入射信号个数情况下本方法的识别精度,比较了均匀线阵压缩感知(ULA+CS)方法和MC-Uni-RLA+CS方法在不同入射角度范围内的识别精度。通过数值仿真与同类方法对比验证了该方法的有效性和优越性。结果表明:相同麦克风数量条件下,与CBF、MVDR、MUSIC和ULA+CS方法相比,MC-Uni-RLA+CS方法在低信噪比情况下分辨率更高,完全正确角度识别范围拓宽为[-50°,50°],且低噪比时鲁棒性好。     

n维向量空间的线性变换σ的不变子空间

本文讨论了复数域上n维向量空间V的线性变换σ的全部不变子空间问题,并给出了一般数域上n维向量空间可以对角化的线性变换σ的全部不变子空间的相应结论。     

基于FRFT的单矢量水听器目标方位估计

在单矢量水听器互谱方位估计基础上,提出了应用分数阶Fourier变换（FRFT）计算声强流谱并进行方位估计的方法.利用FRFT对线性调频信号（chirp）良好的能量聚集性,对chirp信号采用分数阶谱方位估计具有明显的优势.仿真结果表明,在各向同性干扰背景中,分数阶谱方位估计在较低信噪比下能有效估计目标方位,其估计精度高于频域互谱估计.     

均匀圆型声矢量阵的四元数二维波达方向估计

为提高声场空域中目标参数估计的精度, 将四元数理论应用于均匀圆型声矢量阵列的二维空间角度估计中, 建立了基于四元数模型的信号接收模型, 推导了圆型声矢量阵的四元数导向矢量, 给出了二维波达角估计的四元数域空间谱算法。考虑算法的软硬件可实现性, 理论分析了算法的内存占用空间和计算量。此外, 分析了圆阵半径对侧向性能的影响, 为实际工作中圆阵的半径选取提供了一定的依据。仿真结果表明, 基于四元数模型的MUSIC(Multiple Signal Classification)算法的分辨力较高, 抗干扰能力较强, 提高了信号参数估计的精度。     

一种基于声矢量传感器阵列的二维来波方向和阵列增益联合估计算法

基于声矢量传感器阵列的二维来波方向估计是水声通信的关键技术,但阵列增益的不一致性将影响来波方向估计性能.基于子空间分解,提出一种阵列增益和来波方向的联合估计算法,其中来波方向利用旋转不变性求解,阵列增益利用子空间正交性求解.来波方向和阵列增益以迭代方式求解.仿真结果显示了算法的有效性.     

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.     

Capon算法在矢量阵中的应用研究

研究了Capon算法在矢量阵中应用的理论基础，给出一种改进Capon算法．通过计算机仿真对其进行了性能分析，结果表明：矢量阵应用Capon算法可以获得比声压阵更高的空间分辨力，抗噪能力也大大增强；改进Capon算法进一步提高了阵列的空间分辨力，并且在信噪比较低的情况下依然具有优越的性能．     

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。     

基于声矢量传感器阵的汽车加速噪声源方位辨识

为准确确定噪声发生位置, 判断汽车故障类型, 基于声矢量传感器阵, 研究了汽车加速过程中噪声源方位辨识问题。汽车加速过程中噪声的主要成分燃烧噪声在一定的转速范围内可归结为一个线性调频Chirp信号, 利用由传统的无指向性声压传感器和偶极子指向性质点振速传感器构成的以均匀分布面阵排列的声矢量传感器阵对其进行同步、 共点、 直接测量, 得到声场声压和质点振速若干正交分量等信息, 再利用多重信号分类经典算法对其进行时频分析, 从而估计出噪声信号的方位参数, 获得噪声源的具体方位信息。最后通过仿真结果验证了该方法的有效性。     

采用时-空阵列流形的ESPRIT算法--联合角度-频率估计

考虑入射到天线阵上多个窄带信号源的角度和频率同时估计问题．虽然常规ESPRIT算法是一种快速的一维高分辨率方向估计算法，但不能直接用于信号频率和角度的同时估计．通过构造一种特殊阵列结构，引出时-空阵列流形概念，利用该流形，将ESPRIT算法扩展到时-空二维情形，提出采用时-空阵列流形的联合角度-频率估计算法．该算法不仅给出自动配对的角度-频率估计值，而且其性能随着抽头延迟线数的增加而提高．仿真计算表明，该算法不仅具有很高的分辨率和精度，而且在低信噪比条件下，其性能优于其他现有的方法．     

基于共轭数据重排的信道预测算法

为提高预测的精确度,在分析基本ESPRIT(Estimation Signal Parameters via Rotational Invariance Techniques)缺点的基础上,提出了一种共轭数据重排的ESPRIT信道预测算法.针对实际中平坦快速衰落信道系数为复数的特点,通过对采样数据的共轭重排,使被利用的数据长度等效于增加了1倍.仿真实验表明,该算法在运算量基本保持不变的情况下与基本ESPRIT相比,提高了信道预测的精确度.     

基于ESPRIT的ULA波达方向估计改进算法

针对MUSIC(Multiple Signal Classification)算法和ESPRIT(Estimated Signal Parameters via Rotational -Invariance- Technique)算法不能有效估计相干信源波达方向的问题, 在修正MUSIC算法（Modified MUSIC）基础上, 通过引用变换矩阵, 在考虑阵列接收数据及其相应变换矩阵的自相关和互相关信息后, 结合总体最小二乘算法TLS-ESPRITS（Total Least-Squares ESPRIT）提出了能同时适应相干和非相干信号情况的波达方向估计的改进ESPRIT算法（IM-ESPRIT: Improved ESPRIT), 并在相干信号源来波角度间隔较小和低信噪比条件下, 同常规CC-ESPRIT(Cross ESPRIT)算法进行比较。结果表明, 当相干信源角度间隔为3°且信噪比为0时, 实现波达方向估计具有较好的估计精度和分辨率。