模型误差影响下基于CNN+BiLSTM神经网络的非圆信号目标直接跟踪算法

针对运动观测阵列状态误差与接收频率抖动同时影响下的非圆信号无源跟踪问题,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)+双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiL⁃STM)的直接跟踪算法.该算法首先利用多运动观测阵列信号各频带间的相关性与辐射源信号的非圆特性,建立模型误差影响下的扩展多站观测矢量;接着利用多个观测时隙内扩展多站观测矢量的信号子空间构造空时特征输入序列;然后设计基于CNN与BiLSTM混合神经网络的直接跟踪模型,通过训练实现对非圆目标的轨迹矢量直接估计.本文算法是从原始数据信号子空间中估计轨迹矢量的直接跟踪模式,相比传统“观测参数估计+滤波轨迹跟踪”的两步估计模式,具有更高的估计精度.由于本文算法在神经网络训练过程中学习到模型误差的信息,因此能够实现对多种误差的校正.仿真结果表明,本文算法较传统两步跟踪算法与现有直接跟踪算法均具有更高的轨迹估计精度,能够明显提升模型误差影响下多站协同跟踪的鲁棒性.

一种协同二维DOA和TDOA观测量的超视距短波辐射源定位新方法

针对超视距远距离短波辐射源定位误差较大的问题,该文在观测站同时获得二维到达角度和到达时间差参数的场景下,提出一种协同这两种观测量的定位新方法。首先,基于单跳电离层虚高模型构建面向短波辐射源的二维到达角度和到达时间差的非线性观测方程。然后,将超视距定位几何模型与代数模型相结合,并依次将两种非线性观测方程转化为伪线性观测方程,进而提出一种无需迭代的两阶段协同定位方法。阶段1通过求解一元六次多项式的根获得目标位置向量闭式解,阶段2通过构建等式约束优化模型对阶段1的估计误差进行改良,并利用拉格朗日乘子技术得到精度更高的定位结果。最后,利用约束误差扰动理论对新提出的协同定位方法的估计性能进行理论分析,证明新方法具有渐近统计最优性,同时还利用约束误差扰动理论定量分析短波辐射源高度信息误差对定位精度产生的影响,并推导能确保地球椭圆约束产生性能增益的短波辐射源高度信息误差最大门限值。仿真实验结果验证该文新方法能够获得显著的协同增益。

收发未精确同步条件下非相关多运动辐射源TOAs/FOAs协同定位方法

在联合到达时间/到达频率的无线定位体制中,除了TOAs/FOAs(Time-Of-Arrivals/Frequency-Of-Arrivals)估计误差与传感器位置/速度先验观测误差以外,收发两端的传感器时钟同步误差也是影响定位精度的重要因素.为了抑制时钟同步误差和各类观测误差的影响,本文针对非相关多运动辐射源定位场景,提出一种基于加权多维标度分析的TOAs/FOAs多辐射源协同定位方法.文中首先通过构造两组标量积矩阵推导定位关系式,然后基于一阶误差分析方法得到该关系式中的误差渐近统计特性,并进而构建联合定位与时钟同步误差校正的优化准则.针对此优化模型,本文提出一种基于正交投影矩阵数学性质的参数解耦合优化算法,可实现对多运动辐射源位置/速度参数与同步误差参数的分步估计,显著降低了参与优化迭代的变量维数.此外,文中还在收发未精确同步条件下推导TOAs/FOAs多辐射源协同定位模型的克拉美罗界,定量证明多辐射源协同定位可以带来性能增益,并且利用一阶误差分析以及正交投影矩阵数学性质证明新方法的渐近统计最优性.仿真实验结果验证所提出的协同定位方法的优越性.

同步时钟偏差存在下的时差定位性能分析及改进的定位方法

同步时钟偏差会显著增加时差(TDOA)定位误差,该文针对这一问题进行了理论性能分析,并提出了改进方法.首先,分析了时钟偏差存在下参数估计方差的克拉美罗界(CRB),给出了关于目标位置估计方差更为闭式的CRB表达式,随后基于最大似然(ML)估计准则和泰勒级数(TS)定位方法,定量推导了时钟偏差对于TDOA定位精度的影响.接着,提出了可抑制时钟偏差的降维TS定位方法,并且给出了时钟偏差的ML闭式解.最后,数值实验验证了文中理论分析的有效性,并且新方法可以有效抑制同步时钟偏差的影响.

基于辅助阵元的非圆信号自校正算法及其性能分析

针对非圆信号空间谱测向中方位依赖幅相误差的校正问题,基于辅助阵元自校正算法(ISM,instrumental sensor method)基本原理,提出一种改进的ISM算法:NC-ISM算法。该算法通过利用最大非圆率信号的扩展数据模型,提高了信号利用率,使其估计精度较一般的ISM算法有明显提升,最大可分辨信源数也增加一倍。对该算法的理论性能进行研究,证明了其参数估计的统计一致性,并采用一阶误差分析方法推导了辅助阵元模型误差影响下参数估计的均方误差表达式,从而为工程应用提供理论支撑。仿真结果验证了理论推导的正确性,同时表明,该算法较ISM算法在辅助阵元模型误差与低信噪比下都有更强的顽健性。

信号波形已知条件下多目标直接定位性能分析及其改进算法

相比传统"测向+位置估计"两步定位体制,以Weiss和Amar提出的目标直接定位技术具有精度高、分辨能力强等优点,并且便于利用信号波形信息.该文首先针对Weiss和Amar提出的信号波形已知条件下的多目标直接定位算法(称为Weiss-Amar算法)进行理论性能分析,证明了其参数估计的渐近一致性,推导了其参数估计的渐近方差,并指出当不同目标信号波形相关时会对算法性能产生较大影响.针对这一缺点,文中提出了信号波形已知条件下的改进型多目标直接定位算法,与Weiss-Amar算法不同的是,改进算法对全部目标的位置参数进行协同估计,并且通过交替投影迭代进行数值优化,能显著提高对相关信号的定位精度.最后文中推导了信号波形已知条件下多目标位置直接估计方差的克拉美罗界.仿真实验验证了文中理论分析的有效性和改进算法的优越性.

非圆信号的DOA与阵列误差参数的联合估计性能界

为了确定非圆信号波达方向(direction-of-arrival,DOA)估计中参数化校正的方差下限,基于阵列误差影响下的随机性非圆信号模型与联合信源时域自相关特性的非圆信号模型,分别推导了DOA参数与阵列误差参数的联合估计克拉美罗界(Cramer-Rao bound,CRB)。通过将推导的非圆性能界与未利用非圆特性的性能界进行对比分析,理论证明了非圆性能界比未利用非圆特性的性能界更低,且两者的差异在低信噪比和大非圆率信号入射的情况下较大。实验结果不仅验证了理论分析的正确性,同时表明信源时域自相关信息有助于进一步提升阵列误差的校正精度。

多子阵互耦影响下的非圆信号自校正算法

针对多子阵互耦影响下的非圆信号波达方向(Sirection-Of-Arrival,DOA)估计问题,给出了一种针对最大非圆率信号的互耦自校正算法.该算法利用均匀线阵互耦矩阵的带状、对称Toeplitz性和多子阵互耦矩阵的块状对角特性,能够与传统的互耦秩减估计器一样避免多维搜索和迭代运算.并且通过结合信号的非圆特性来扩展数据模型,使得其估计精度较传统的互耦秩减估计算法有明显提升,可分辨信源数也有所增加.对该算法的理论性能进行研究,分析了其对未知参数的可辨识性必要条件,并基于最大非圆率信号模型给出了相应的克拉美罗界(Cramer-Rao Bound,CRB).仿真结果表明,该算法较传统的互耦秩减估计算法在低信噪比、小快拍数下有更强的鲁棒性.

一种利用均匀圆阵对称特性的近场源酉变换估计算法

针对现有均匀圆阵的近场源三维参数估计算法运算量大的缺点,提出了一种基于均匀圆阵对称特性的近场源酉变换估计算法。该算法利用均匀圆阵对称特性将阵列导向矢量进行酉变换和对角化分离处理,消除距离参数,把三维搜索问题化简为二维搜索问题,同时把复值方向矢量转化为实值方向矢量。计算机仿真结果显示,所提算法估计性能优于相关序列降维估计方法,与三维多重信号分类算法性能相当,且通过矩阵分离降维和实值化处理,减少了运算量,有利于工程实时处理。

阵列模型误差条件下直接定位性能分析及偏差修正方法

相比于常规的“参数估计+位置解算”两步定位模式,直接定位(DPD)算法具有定位精度高、分辨能力强等诸多优势.但是,DPD算法的性能受到阵列模型误差的影响.本文通过一阶Taylor级数展开,定量推导出模型误差条件下基于多重信号分类直接定位算法(MUSIC-DPD)的定位误差,从定位误差的表达式中可以发现辐射源的真实位置和MUSIC-DPD所得的有偏位置估计之间存在一种非线性关系,但这关系在实际条件下无法精确表示.为此,本文提出一种基于多层感知器(MLP)神经网络的直接定位偏差修正方法,该方法能够直接学习由阵列模型误差引起的定位偏差的规律,有效地修正由阵列模型误差导致的直接定位偏差.

信号传播速度未知下水下多基地声纳定位算法

针对水下多基地声纳定位系统中声波信号传播速度未知的情况,以到达时间差为系统观测量,提出一种基于误差约束等式的联合估计声波信号传播速度和目标源位置的闭式解定位算法。算法需要分两步进行。第1步通过引入辅助变量,将非线性观测方程转化为伪线性方程进行处理,求得目标源位置以及信号传播速度的初始估计解;第2步根据初始估计解的估计误差所服从的等式约束,构造新的优化模型,再用拉格朗日乘子法进行求解。推导了算法的联合估计均方误差,从理论上证明了其可以达到相应的克拉美罗界。通过数值仿真验证了估计均方误差的理论分析,并与现有算法进行仿真比较,证明了所提算法与现有算法相比具有优越性。

改进传播算子的角度和多普勒频率联合估计算法

在角度和多普勒频率的联合估计中,针对传统传播算子算法在低信噪比下精度差的问题,提出了一种改进传播算子算法。该算法首先利用时域平滑技术得到扩展流型矩阵,并使用传播算子矩阵的平移不变性获得角度的粗略估计;然后,构造与扩展流型矩阵具有正交关系的新传播算子矩阵,并以此建立2维优化问题的目标函数;最后,引入导向矢量的Frobenius范数约束,将2维优化问题转换为1维优化问题,通过1维局部搜索获得角度和多普勒的精确估计。本文算法不需要对协方差矩阵进行特征值分解,角度和多普勒估计结果可以自动配对。仿真实验表明,本文算法有较高的估计精度和分辨率。

用于宽带接收的近似完全重构滤波器组的改进设计

本文提出了一种可用于宽带接收信号近似完全重构的余弦调制滤波器组。首先将滤波器组的设计转化为原型滤波器的设计,针对已有算法中幅度失真较大的问题,利用代价函数保证过渡带具有平方根余弦滚降特性,对通带截止频率进行调整使得原型滤波器的3dB通带截止频率等于理想滤波器的通带截止频率。文中还推导了以滤波器系数为变量,代价函数的闭合解表达式,并针对滤波器设计复杂度高的问题,采用了基于迭代求解原型滤波器的方法。实验仿真表明,该方法得到的调制滤波器组相较已有设计方法具有更好的性能。

方位依赖幅相误差影响下的非圆信号多站直接定位算法

基于阵列观测站的目标定位易受阵列误差的影响。针对方位依赖幅相误差影响下的定位问题,提出了一种利用辅助阵元(Instrumental Sensor,IS)自校正的非圆信号多站直接定位(Direct Position Determination,DPD)算法。该算法利用辅助阵元校正方位依赖的阵列幅相误差,结合信号的非圆特性扩展数据模型,基于扩展子空间数据融合准则直接实现多目标位置参数与多站阵列误差参数的解耦估计,避免了传统两步定位方法的测向与数据关联步骤。仿真结果表明,该算法较传统的两步定位方法与未考虑阵列误差的直接定位算法均具有更高的定位精度,尤其在低信噪比与目标距离较近时优势更加明显。

OFDM中利用酉变换和结构最小二乘的角度和时延联合估计

在正交频分复用系统中,低信噪比条件下基于子空间分解的角度和时延联合估计算法的估计精度受限,为此提出一种利用酉变换和结构最小二乘的联合估计算法.利用酉变换将接收数据转换至实数域,然后用二维结构最小二乘建立目标优化函数,计算含有角度和时延信息的两个实对角矩阵.将这两个实矩阵构成一个复矩阵后对该复矩阵进行特征值分解,通过特征值实部和虚部的对应关系实现角度和时延的配对.该算法的目标函数合理地考虑了误差项之间的耦合关系,更加精确地修正了存在误差的信号子空间矩阵,因此估计结果更接近最优解.实验结果表明,该算法的估计精度和估计成功率比传统子空间算法高.

致我们终将逝去的青春

来时去，去时来。 我可以遇见世界的全部，却再也遇不见你。我已忘了这句话是谁说的，但事关青春。每个人都有一段青春年华，每个人的青春都放荡不羁。作为“90后”，我们跌跌撞撞地迈进了青春的坎，开始对异性有了朦胧的感觉，开始尝试叛逆又或者是独立。谁的青春没有经历过这些？在一片安定中度过的青春，往往是最失败的。

信号传播速度未知下基于运动单站到达频率的定位新方法

基于运动单站到达频率的目标定位是一类重要定位技术,现有到达频率定位方法均认为信号传播速度精确已知,但在一些场景中传播速度可能无法准确获得,这会产生较大影响.针对该问题,本文提出信号传播速度未知下基于运动单站到达频率的目标定位新方法,其包含两个阶段.阶段1利用运动单站与目标间的几何关系构建第1组伪线性观测方程,并基于此提出目标位置和信号传播速度解耦合优化算法;阶段2从最初到达频率观测模型出发构建第2组伪线性观测方程,并将阶段1估计结果融入该观测方程,以获得全部参数闭式解.新方法仅需对信号传播速度进行迭代,无需目标位置初始值,可降低局部收敛的风险.最后,文中通过理论性能分析证明新方法的渐近统计最优性,并利用仿真实验验证新方法的优越性.

一种WCPO与cFastICA联合的盲波束形成算法

针对较大的导向矢量失配下波束形成算法性能下降的问题,有基于复数快速独立分量分离算法(cFastICA)的盲波束形成算法,但cFastICA算法存在信号分离次序不确定的问题。结合最差性能最优化(WCPO)稳健波束形成算法的优点,给出了一种联合的盲波束形成算法。该方法首先根据期望信号来向等先验信息估计其导向矢量,然后利用WCPO准则完成cFastICA算法权矢量的初始化。仿真实验表明,该算法有效保证了期望信号提取的确定性,对阵列误差模型具有较好的稳健性,且在强干扰下具有较好的合成性能。

面向非圆信号的四阶累积量直接定位方法

针对现有基于四阶累积量的直接定位方法阵列孔径扩展不充分以及数据冗余等问题,提出了一种针对最大非圆率信号的四阶累积量直接定位方法。基于移动阵列在多个时隙对目标观测的定位场景,该方法构造了一系列去冗余四阶累积量矩阵。结合辐射源信号的非圆特性,利用阵列接收数据和共轭数据来构成扩展数据模型,实现了阵列孔径扩展,使等效阵元数增加,从而提升定位性能,并通过重新构造快速提取无冗余数据,大大降低矩阵运算维度。由于结合了信号的四阶累积量与非圆特性,该算法适用于信源个数大于阵元数与阵列色噪声的复杂环境。理论分析与仿真结果表明,该算法具有计算量小、高估计精度以及高分辨率等优势,并在高信噪比条件下能够达到相应克拉美罗界。

基于外辐射源雷达系统的运动目标位置与速度解耦合估计方法

针对位于地球表面的无线静默目标,本文提出了一种基于外辐射源雷达系统的运动目标定位新方法.与已有大多数定位方法不同,新方法考虑了地面运动目标位置向量与速度向量所需服从的二次等式约束,并且实现了对目标位置与速度的解耦合估计.文中首先将基于外辐射源雷达系统的非线性观测方程转化为伪线性观测方程,然后利用一阶误差分析方法推导该观测方程中的误差渐近统计特性,并进而构建含双重二次等式约束的目标位置与速度联合估计准则.针对此优化模型,文中提出了一种基于拉格朗日乘子法的目标位置与速度解耦合优化算法,其中仅需对目标位置向量进行迭代计算,而目标速度向量是以闭式解的形式给出,因此可减少迭代初始值的影响与局部收敛的风险.此外,文中还在双重二次等式约束条件下推导了基于外辐射源雷达系统的运动目标定位的克拉美罗界,定量刻画了等式约束所产生的性能增益,并结合一阶误差分析与拉格朗日乘子法证明了新方法的渐近统计有效性.仿真实验结果验证了所提定位方法的优势.