基于四阶累积量的改进传播算子DOA估计算法

针对四阶累积量在多重信号分类(multiple signal classification, MUSIC)算法中计算复杂度高和在低信噪比情况下性能差的问题,提出一种去冗余后平均的四阶累积量传播算子算法(modified fourth-order cumulant propagator method, MFOC-PM)。该算法通过引入传播算子算法线性地获得噪声子空间,避免了特征值分解造成的计算量,然后在保持四阶累积量阵列孔径扩展和抑制高斯噪声的优势下,通过求平均后去除的方法将四阶累积量中冗余的部分去除,降低了算法的复杂度。实验结果表明,所提算法显著减少了算法的计算量,可以实现角度的精确估计,在低信噪比的情况下表现良好,具有较好的实用价值。

基于四阶累积量进行阵列扩展的算法研究

分析了基于四阶累积量进行阵列扩展的MUSIC_LIKE算法,研究了阵列扩展的基本原理.并通过分析MU SIC_LIKE算法对均匀线阵的阵列扩展原理,摒弃了原MUSIC_LIKE算法在均匀线阵DOA估计中的大量数据冗余,提出一种新的阵列扩展方式,该算法可以将M2×M2的四阶累积量矩阵转化为(2M-1)×(2M-1)的矩阵,有效地降低了累积量矩阵的运算量.通过和原有算法的扩展原理比较,可以看出,新的扩展阵列在虚拟阵元上没有加权,因而对阵列的扩展也更加合理.计算机仿真的结果表明,该算法与MUSIC_LIKE算法有相同的阵列扩展能力,并且对算法运算量的降低效果明显.

一种基于四阶累积量的相干信号测向算法

利用四阶累积量估计相干信号的来波方向(DoA)需要获得修正阵列的方向矩阵。提出了一种估计修正阵列方向矩阵的改进算法,它减少了计算量,通过模式激励和空间平滑,实现均匀圆阵对来自不同独立信号源的相干信号的DoA估计,并利用虚拟阵列流形的中心对称性,将复矩阵的特征分解转换为实矩阵的特征分解,减少了计算量。相比基于自相关矩阵的算法,所提出方法提高了阵元利用率,有效地抑制了高斯噪声,不需要对模式激励后的数据进行白化处理,仿真结果表明,在低信噪比和多个独立信号源存在的条件下,有更明显的优势。

粘性流基于特征线的四阶Runge-Kutta有限元法

对于二维不可压缩粘性流,通过沿流线方向的坐标变换,推导了无对流项的二维N-S(Navier-Stokes)方程。采用四阶Runge-Kutta法对N-S方程进行时间离散,并沿流线进行Taylor展开,得到显式的时间离散格式,然后利用Galerkin法对其进行空间离散,得到了高精度的有限元算法。利用本文算法对方腔驱动流和圆柱绕流进行了数值计算,通过对时间步长、网格尺寸和流场区域的计算分析,进一步验证了本文算法相比经典CBS法在时间步长、收敛性、耗散性和计算精度方面更具有优势。

四阶传递函数算法用于斜视SAR成像

针对SAR的斜视工作模式,该文仔细分析了目标方位相位史和斜视角变化对方位相位的影响,从系统传递函数出发,详细推导了四阶传递函数算法,并对比分析了传递函数与Chirp Scaling算法,指出传递函数算法的主要特点,点目标仿真试验证明了该方法的合理性。

基于分数阶四元数傅里叶变换和遗传算法的彩色图像自适应水印算法

基于分数阶四元数傅里叶变换(Fr QFT)和遗传算法,提出了一种新的彩色图像自适应水印算法.首先,依据直接从彩色载体图像提取的纹理、边缘和色调掩蔽特性,将图像块分为3种不同类型;不同类型块采用不同的Richard逻辑曲线确定水印嵌入强度,并采用遗传算法从不可见性和鲁棒性2个方面优化各Richard逻辑曲线参数;最后,根据由优化的Richard逻辑曲线确定的自适应水印嵌入强度,通过量化索引调制算法和冗余嵌入策略将水印自适应嵌入到彩色载体图像的Fr QFT系数中.实验测试结果表明,所提算法在不可见性和鲁棒性2个方面均优于现有传统算法和基于四元数的算法.

改进的基于四阶累积量的MUSIC算法

超宽带测向系统中,天线体积受限严重影响到系统的测向精度和解模糊能力,且天线阵列的孔径限制着阵列最多能分辨的目标信号个数,而一些优秀的算法如空间平滑算法和旋转不变子空间(estimation of signalparameters via rotational invariance technique,ESPRIT)算法损失了天线阵列孔径。针对这些问题,在传统的四阶累积量多重信号分类(multiple signal classification,MUSIC)算法基础上提出了一种改进的算法。该算法根据四阶累积量矩阵构成的规律,去除了原四阶累积量矩阵的数据冗余,有效地减小了运算时间,为其实际应用提供了必要条件。计算机仿真和实测数据仿真的结果表明,本改进算法可以快速地实现虚拟阵列扩展,同时对有色高斯噪声也有一定的抑制作用。

基于四阶累积量的二维波达方向估计改进算法

利用四阶累积量的阵列扩展特性,将一排直线阵列和一个独立阵元扩展成一个特殊的虚拟双排直线阵列,它由三个子直线阵列构成,并且可计算出每个子直线阵列等效的协方差矩阵,然后结合传播算子方法,提出一种改进的二维波达方向估计算法。计算机仿真验证了该算法具有抗噪能力强、数值稳定性好等优点。

基于四阶累积量的共形阵列波达方向估计算法

由于共形天线阵列流形的多极化特性(Polarization Diversity),共形阵列天线的信源方位估计需要与信源的极化状态联合进行。分析总结共形阵列天线波达方向(DOA)估计特点的基础上,针对窄带远场非高斯独立信源,提出了一种共形阵列天线盲极化DOA估计算法。该算法利用四阶累积量对阵列口径的扩展性,结合旋转不变子空间(ESPRIT)算法,在信源极化状态未知条件下实现了共形阵列天线的高分辨DOA估计。所提算法的方位估计不需要天线单元方向图以及信源极化状态的任何信息,适用于多种常用共形载体(锥面、柱面以及球面共形载体),具有较为广泛的应用环境。以柱面共形阵列天线DOA估计为例,详细推导了算法机理,给出了算法步骤,计算机Monte Carlo仿真实验验证了所提算法的有效性。

基于四阶奇异值分解的推荐算法研究

三阶奇异值分解推荐算法可以综合考虑用户、物品标签和物品三部分信息,挖掘三者之间的潜在关系进行推荐,然而该方法并没有引入其他方面的有效信息,如用户情感。为了考虑更多维度的信息,本文在三阶奇异值分解推荐算法的基础上,提出了一种加入用户情感信息的四阶奇异值分解推荐算法。该方法基于从评论中的emoji表情提炼出的用户情感偏好,再引入四阶张量模型,存储用户、用户情感、物品标签和物品四元组数据,应用四阶奇异值分解,从而进行个性化推荐。在某在线互联网教育的实证数据集上的实验结果表明,该方法比三阶奇异值分解推荐算法以及传统推荐算法在准确率和召回率性能指标上都有明显提升,其中进行Top-1推荐时,准确率和召回率可以达到0.513和0.339。本文的工作为移动通信端的个性化推荐提供了借鉴。

基于四阶偏微分方程的并行图像去噪算法

四阶偏微分方程(PDE)图像去噪方法具有良好的去噪性能,但该类方法计算量大,耗时长.为提高算法的快速性和有效性,提出一种高效并行的四阶PDE图像去噪算法.该方法基于MPI并行环境,通过分析四阶PDE离散化后差分方程求解的并行性,对噪声图像进行条状重叠的数据划分,采用并行方式对图像去噪,极大地降低了运行时间.

粒子群算法与遗传算法设计四阶状态变量滤波器的比较

用粒子群算法和遗传算法设计四阶状态变量滤波器,并对两种算法得出的滤波器电路进行Pspice仿真及实际电路测试,同时,对两种算法得出的数据进行统计比较.结果表明,在平均收敛时间、平均收敛效率和收敛精度上,粒子群算法均明显优于基本遗传算法.

单矢量水听器四阶累积量MUSIC算法对信号DOA的估计

针对传统MUSIC算法的局限性,提出了一种基于高阶累积量的单矢量水听器MUSIC算法。这里将单个矢量水听器理解为一个标量传感器阵列,按照阵列信号处理的原理对其输出的标量场和矢量场信息进行联合处理,该算法先构造四阶累积量矩阵,代替传统MUSIC算法中的阵列协方差矩阵,对四阶累积量矩阵采用MUSIC算法作方位估计。仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,MUSIC算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,该方法还是能获得高分辨率的估计。湖试结果也表明,文中算法有更好的目标方位估计性能。

基于精简四阶累积量MUSIC与混合遗传算法的笼型异步电动机转子断条故障检测新方法

将精简四阶累积量(Streamlined Fourth-Order Cumulants,SFOC)多重信号分类法(Multiple Signal Classification,MUSIC)与混合遗传算法(Hybrid Genetic Algorithm,HGA)结合,提出一种新型异步电机转子断条检测方法。利用基于四阶累积量的MUSIC可有效抑制噪声,扩展信号阵元,改善频谱估计性能,以高频率分辨率提取定子电流信号中的转子断条故障特征分量及主频分量的频率;利用混合遗传优化算法估计各频率分量的幅值和初相位。为提高算法的快速性,根据四阶累积量矩阵构成规律,提出一种改进方法去除矩阵数据冗余,极大减小了计算量;针对遗传算法易早熟和后期收敛较慢的缺点,引入单纯形法。仿真与试验验证了新方法在低信噪比和短时采样时间情况下仍具有较高的频谱分辨率和估计精度。最后与FFT、MUSIC-SAA法进行了比较,证明了其优越性。

基于TD-SCDMA无线定位虚拟线阵四阶累量修正MUSIC算法的研究

无线定位的圆-角定位技术中,DOA估计极其重要。本文针对基于TD-SCDMA智能天线预处理后的虚拟均匀线阵MUSIC算法带来的阵列孔径小,抗阵元误差扰动性差的不足,研究了基于模式空间虚拟均匀线阵四阶累量的MUSIC算法,由于虚拟线阵四阶累量MUSIC算法的应用范围局限于独立的信号源的DOA估计,不能用于相关信号源DOA估计,因而提出了基于模式空间虚拟均匀线阵四阶累量的修正MUSIC(FOC-MMUSIC)算法,有效地拓展了阵元孔径,改善了系统抗阵元误差扰动和算法对相关信号源DOA的估计性能。

比例最小均方/四阶算法及其在系统辨识中的应用

针对非高斯噪声环境下稀疏系统参数辨识问题,提出一种基于比例更新机制的最小均方/四阶(LMS/F)自适应滤波算法(PLMS/F)。该方法以混合均方/四阶准则(MS/FE)为代价函数,其包含了误差的高阶项,具有解决非高斯噪声问题的优势。引入比例更新机制,从而可根据算法当前时刻权重变化特征来调整各权重参数的步长,因此具有良好的跟踪性能。使用梯度下降法设计了阈值参数自适应更新机制以进一步改进算法稳态性能。此外,分析了所提算法的平均和均方收敛性。应用具有稀疏特征的FIR系统参数模型对所提算法实现了在非高斯噪声环境中的参数辨识。仿真实验结果表明,该算法可以有效辨识模型参数,且具有较低的稳态误差和强的鲁棒性。

捷联惯导四元数的四阶龙格库塔姿态算法

针对捷联惯导姿态更新算法高精度、结构复杂度低的需求,为了满足常规武器工程化的需求,提出捷联惯导四元数的四阶龙格库塔姿态解算算法.根据载体初始姿态角确定姿态转换矩阵,由姿态转换矩阵确定四元数初值,用四阶龙格库塔法解四元数微分方程,更新四元数,从而根据四元数与姿态角之间对应关系解算弹体姿态角.120迫弹平台仿真结果验证了四阶龙格库塔姿态更新算法的正确性,姿态解算精度0.01°,开发实用化样机进行实际抛洒实验,结果表明,该算法切实可行,可工程化使用.

基于四阶累积量的EM波达方向估计算法

针对低信噪比(signal-to-noise ratio,SNR)下,经典波达方向估计性能下降的问题,提出将信号的四阶累积量与期望最大化(expectation maximization,EM)算法相结合的波达方向估计算法.该方法引入隐含变量进行更新迭代,并求隐含变量的四阶累积量,构造关于待估波达方向的极大似然函数从而求解出信号的波达方向角.仿真结果表明:本文算法能有效地抑制高斯噪声对信号参数估计的影响,同时能利用迭代来提高估计精度.在低SNR时其估计性能优良,具有很好的稳定性和分辨率,有利于高分辨地估计信号的波达方向.

改进的四阶累积量算法在声学测温中的应用

准确的声波飞渡时间在声学测温中具有非常重要的意义,但是不同容量、不同负荷、不同时刻下运行的锅炉都可能使得背景噪声发生变化。现场炉膛背景噪声的不断变化引起了信噪比的不断变化。指出了声学测温中几种传统的时延估计方法的不足,通过改进的四阶累积量算法,实现了低信噪比、信噪比变化环境下的准确声波飞渡时间的测量。

求解扩散方程的二级四阶隐式Runge-Kutta方法

对空间变量应用中心差分格式和紧致差分格式离散,时间变量采用二级四阶Runge-Kutta方法,构造求解扩散方程的精度为O(τ4+h2)和O(τ4+h4)的两种绝对稳定的隐式差分格式,讨论稳定性,并将数值试验结果与CrankNicholson格式进行比较,数值结果表明该方法是求解扩散方程的有效数值计算方法之一.