频域LMS 算法在语音消噪中的应用

推导了一种替代时域 LMS算法的快速频域算法 ( FLMS) ,计算机仿真的结果表明 :它在自适应滤波器权数超过 64时 ,运算量较时域 LMS算法有大幅度的下降 ,但保持了与时域 LMS算法相同的收敛速度。同时对算法的局限性和应用范围进行了讨论。     

秩损MIMO信道的收发天线联合选择方法

提出一种用于秩损MIMO信道的收发天线联合选择方法。首先分析了秩损信道矩阵的容量特性,推导证明了通过发射天线选择增加信道容量的可能性;为了恢复满秩的信道矩阵,实现信道容量的最大化,通过秩损信道矩阵的正交子空间投影实现了有效的发射天线选择,通过最大“volume”子矩阵方法实现了有效的接收天线选择。与现有大多数“局部贪婪”方法不同,文中方法通过直接选择信道矩阵中的最大“volume”子矩阵来实现天线选择,在中到高信噪比的条件下,该方法的“全局”搜索特性获得了信道容量的准最优特性。提出的“秩-1”迭代快速数值算法和算法较少的迭代次数有效避免了传统最优2D穷尽搜索方法庞大的运算量。仿真验证了算法的有效性。     

二维混合MIMO相控阵雷达的嵌套阵列结构设计

针对二维混合多输入多输出(multiple input multiple output,MIMO)相控阵雷达发射阵列子阵分割带来的自由度(degree of freedom, DOF)减小问题,提出了基于嵌套阵结构的收发阵列设计方法。首先给出基于一维嵌套阵的二维混合MIMO相控阵雷达发射阵列,在此基础上将接收端设置为嵌套阵,最后通过做虚拟阵列以及差异阵列,形成虚拟阵元数目扩展,在保留混合MIMO相控阵雷达优势的基础上增大了阵列DOF。同时给出了阵列流形的闭合表达式,推导出了基于最大DOF准则的最优嵌套阵元数目。仿真实验表明,相较于传统和互质的混合MIMO相控阵雷达,所提方法可有效提高阵列DOF和波达方向估计精度。     

多任务学习的稀布线阵方向图综合

提出一种基于多任务学习的线阵阵元位置与激励的联合稀疏优化方法。该方法可以在先验知识不足的情况下,从目标方向图中获得更多的特征信息,并将阵列天线稀疏优化问题转换成为稀疏矩阵的线性回归问题。通过稀疏向量支撑区的识别,将欠定的导向矢量矩阵方程转换为超定的特征矩阵方程的求解,在实现阵列方向图逼近的前提下,对阵元的激励与位置进行联合稀疏优化。仿真结果证明,该方法在优化阵元激励和位置的同时,实现了对天线阵列功能方向图波束的有效赋形。     

基于SCFG建模的多功能雷达状态估计算法

针对传统参数类雷达告警技术无法对多功能雷达的动态性和多功能性进行有效建模和信号分析的问题,利用基于模式类的随机上下文无关文法对MFR的信号产生机制进行数学建模,并在此基础上采用统计自然语言处理中的EM算法对SCFG产生式概率,MFR状态转移概率进行估计,采用Viterbi方法对MFR的工作状态进行估计,并且仿真分析了文法概率初值对算法估计性能的影响。仿真实验表明:该算法在赋予合适初值的情况下,估计得到的文法概率与原始值十分接近,且其状态估计正确率达到92%左右。     

二维混合MIMO相控阵雷达收发波束空间设计

针对如何提高低信噪比条件下二维混合多输入多输出(multiple input multiple output, MIMO)相控阵雷达波达方向估计精度问题,结合收发联合波束空间设计给出了解决方案。首先利用半定规划方法设计发射权值,构造旋转平移不变关系,实现发射方向图能量聚焦,约束旁瓣电平,在干扰方位形成发射零陷;在此基础上,结合最小方差无失真响应算法优化阵列接收权值,提高接收端信干噪比。仿真结果表明,所提方法能够提高低信噪比条件下二维混合MIMO相控阵雷达波达方向估计精度。     

基于ESPRIT算法的柱面共形阵列天线DOA估计

由于共形天线阵列流形的多极化特性(polarization-diversity,PD),信源方位参数与极化状态的“耦合”是实现共形阵列天线波达方向(direction-of-arrival, DOA)估计的主要难点。针对柱面共形阵列天线的特点,建立了柱面共形阵列天线的导向矢量模型;通过合理的阵元排列结构设计,结合ESPRIT (estimation of signal parameters via rotational invariance techniques)算法参数估计的特点,实现了信源极化状态与方位参数的去耦合,推导了ESPRIT算法多参数估计的参数配对方法,最终提出了柱面共形阵列天线盲极化DOA估计算法。计算机Monte Carlo仿真实验验证了所提算法的有效性。     

集中式组网雷达的假目标欺骗干扰优化方法

针对组网雷达系统综合抗干扰能力强的问题,在集中式融合结构组网雷达背景下提出了一种假目标欺骗干扰优化方法。首先,建立了组网雷达跟踪目标的状态和量测模型,以及假目标距离和速度欺骗干扰模型,进而建立了量测偏差模型。然后,在此基础上,分别研究了单次和持续假目标欺骗干扰对组网雷达融合中心的卡尔曼滤波状态估计误差的影响。最后,通过分析假目标欺骗干扰的约束条件,提出了假目标欺骗干扰目标函数最优化的问题,并基于模拟退火算法进行了求解。仿真结果验证了假目标欺骗干扰引起的状态估计误差的表达式,以及本文方法的有效性。     

柱面共形阵列天线WSF算法DOA估计性能分析

天线是无线电通信及探测系统的重要组成部分,在未来航天飞行器、移动通信以及声纳领域中,共形阵列天线的广泛应用将极大地提高系统的整体性能。在建立三维柱面共形阵列天线导向矢量数学模型的基础上,将经典高分辨DOA(Direction Of Arrival)估计方法——WSF(Weighted Subspace Fitting)算法应用到柱面共形阵列天线中,并详细分析推导WSF算法在柱面共形阵列天线中的估计方差和克拉美-罗界(Cramer-Rao Bound,CRB),通过计算机仿真实验分析了WSF算法在柱面共形阵列天线中的估计效果,给出了WSF算法在柱面共形阵列天线中DOA估计性能的评估。实验表明WSF算法的DOA估计方差随着信噪比和阵元个数的增加逐渐达到CRB。     

方位依赖阵元幅相误差校正的辅助阵元法

现有的阵列校正方法几乎都基于方位无关的阵列误差模型, 方位依赖的阵列误差校正一直以来都是阵列校正技术中的难题, 相关的研究成果报道得很少. 提出一种利用辅助阵元对方位依赖的阵元幅相误差进行自校正的新方法—ISM(Instrumental Sensors Method). 通过引入少量精确校正的辅助阵元, 该方法可以在多源情况下对信源方位和其对应的阵元幅相误差进行无模糊联合估计. 由于互耦和阵元位置误差均可以等效为方位依赖的阵元幅相误差, 所以该方法可以对多种阵列误差同时进行校正. 该方法适用于任意的阵列几何结构(包括均匀线阵); 而且其运算量小, 只需要参数的一维搜索, 不存在通常参数联合优化估计时的局部收敛问题. 此外, 该方法无需现有阵列校正算法中经常使用的阵列误差的微扰动假设, 更加符合实际的误差模型. 文中对新方法的估计性能进行了理论分析, 并用Monte Carlo计算机仿真实验验证了新方法的有效性.