基于盲信号分离的波达方向估计

为了将盲信号分离应用于波达方向估计,在基于四阶累积量的定点迭代快速独立分量分析(Independent Component Analysis,ICA)算法进行盲信号分离的基础上,利用分离矩阵得出混合矩阵的估计,并对混合矩阵的列向量在真实阵列流型上进行投影,通过角度扫描估计出信号的方位角.仿真结果表明,该算法在信噪比较高的条件下,具有跟MUSIC(Multiple Signal Classification Method)算法相似的分辨性能,但是在信噪比较低的情况下表现出较高的分辨率.     

一种智能天线结构

为减少系统所需的硬件资源,首先提出了在中频采样,进行数字信号处理,在基带进行阵元加权的方法,并且对它进行了证明.这种方法具有一定的优越性.在目前的技术条件下,智能天线是可以实现的,能节省一些硬件资源,降低系统的要求.     

改进MUSIC算法对信号DOA的估计

MUSIC算法能有效地估计出独立信号源的DOA，并且在模型准确的前提下，对DOA的估计可以达到任意精度；但对相干信号源和相隔比较近的小信噪比信号源，MUSIC算法就不能估计出它们的DOA了。这里通过理论推导提出了一种改进MUSIC算法，计算机仿真的结果表明了该改进MUSIC算法既能够有效地估计出独立信号源的DOA，也能有效地估计出相关信号源和相隔比较近的小信噪比信号源的DOA，从而证明了这种改进MUSIC算法的合理性。     

循环MUSIC算法的误差分析及改进

通过分析循环MUSIC算法信号模型的误差,考查载波频率、信号带宽、循环频率、阵元间距和波达方向(DOA)等因素对DOA估计性能的影响,根据分析结果提出在计算导向矢量时选择最适当的频率以减小偏差,改进估计性能.仿真结果表明上述与信号模型相关的因素对DOA估计的精度有一定影响,与理论分析一致,且证实改进算法有效.     

适用于CDMA系统的DOA算法

提出了一个直扩码分多址 (DS CDMA)通信系统的接收信号模型 ,并在此模型的基础上推导出一种适用于DS CDMA系统的DOA (DirectionsofArrival)算法 .算法利用期望用户的扩频序列与接收信号的信号子空间的关系 ,来估计信号的DOA .该算法突破了在传统的DOA算法中检测的DOA数要小于阵列的天线数的限制 ,其性能也远远好于一般的DOA算法     

一种基于ICA与空间谱相关系数最大化的源数目估计算法

为提高在低信噪比和存在小信号情况下的源信号数目估计正确率,提出了一种利用ICA估计出的信号和利用空间谱分离出的信号的相关系数最大化为依据的源数目估计方法。该方法综合利用源信号的统计独立特性和阵列结构信息,降低了算法对噪声和信号强弱的敏感。计算机仿真结果表明,在低信噪比和存在弱信号的情况下,该算法可以高精度的估计出源信号数目。     

任意位置天气实况服务设计与应用

针对天气实况数据的应用服务,以国家气象信息中心1 km分辨率多源融合实况分析产品(ART＿1 km)为格点背景场,通过插值获得任意坐标点的气象要素值。采用FastAPI高性能Web框架和OAuth2.0开放授权标准,设计并实现了基于任意位置的天气实况服务(Weather-LBS)。经部署测试,结果表明：该服务响应速度快、安全性高、使用便捷,并按照气象数据统一服务接口(meteorological unified service interface community, MUSIC)标准进行发布,可供第三方应用程序调用,以实现用户对任意位置天气实况信息的即时查询。该服务已应用于第十四届全国运动会气象数据接入、天气微信小程序等系统,取得良好服务效果。     

基于加权信号子空间投影的MUSIC改进算法

针对MUSIC算法在小快拍条件下DOA估计时性能降低的缺点,提出采用加权信号子空间投影的方法加以改善。首先对信号子空间进行主特征值倒数加权,并将结果与MUSIC空间谱进行叠加。新方法保持了噪声子空间处理的高分辨力,并通过信号子空间处理提高了对有限数据误差的稳健性。理论和统计性能分析表明其对多目标分辨力优于MUSIC方法,特别是在小快拍条件下表现了良好的性能。     

TD-SCDMA系统中MUSIC算法的改进

针对MUSIC算法中直接用零特征值的个数不易确定信号空间维数的缺点,提出了利用信道冲激响应来限制信号的维数的方法.TD-SCDMA系统本身需要利用信道冲激响应来进行联合检测,因此该改进方法并不增加系统的复杂度,具有良好的工程实现性.从MUSIC谱上比较不同算法的性能,用信道冲激响应估计信号源的路径以确定信号的维数的方法比直接用门限法有更好的分辨率,同时也比直接选取最大的信号维数的方法更精确.     

一种高精度的近场与远场混合源定位算法

提出了一种高精度的近场和远场混合信号源定位算法．此算法利用混合源阵列流形的对称性特点,从阵列流形里分离出到达角（directionofarrival,DOA）信息,并实现对所有近场与远场信号源DOA的估计．基于得到的DOA估计值,根据近场与远场源距离参数位于不同区间的特点实现对近场及远场源的分类,以及对近场源距离参数的估计．此算法由于充分利用了数据协方差矩阵的信息,并且基于多项式根值方法形成了一个统一的DOA估计器,所以获得了一个高精度的DOA估计性能,且进一步提高了近场源range参数的估计精度．此外,此算法不需要构造高阶累积量,不需要进行二维搜索,不需要进行参数配对;所有的实现过程仅需一维搜索,计算量小,实现简便．数值及与现有算法的对比实验验证了所提出算法的有效性及优越性．