基于多重信号分类法的一种声矢量阵方位估计算法

为了提高声矢量阵高分辨方位估计的性能,文中提出了一种矢量阵MUSIC方位估计算法。该算法先构造声矢量阵声压和振速组合输出的互协方差矩阵,然后进行MUSIC方位估计。理论分析和计算机仿真表明,文中算法比传统声矢量阵MUSIC方位估计算法有更好的双目标分辨能力和弱目标方位估计能力,湖试结果也表明文中算法有更好的目标方位估计性能。该算法基于矢量传感器声压和振速的相干性原理,充分利用声压振速组合指向性抗干扰能力,可以更好地抑制各向同性干扰,提高阵列的处理增益,从而有更好的方位估计性能。

基于多重信号分类法的线性调频差频频率估计

针对傅里叶方法估计线性调频连续波差频信号频率在小尺度上精度低的缺陷,提出利用多重信号分类法(Multiple Signal Classification,MUSIC)估计差频信号频率。该方法在频域上对自相关功率谱进行信号和噪声的空间分解,利用信号空间和噪声空间的正交性,完成对信号频率的超分辨估计。仿真计算和实验室测试表明,该方法有效减小了距离分辨单元的影响,其单一目标距离测量精度优于傅里叶法。

OSMAR2000超分辨率海流算法中空间信号源数的确定

针对传统方法无法确定一阶海洋回波中 Doppler频移信号的空间信号源数的问题 ,提出了一种 OS-MAR2 0 0 0超分辨率海洋表面流算法所需的空间信号源数的确定方法 。

近场宽带LFM信号被动测向和测距方法

提出了一种采用分数阶傅里叶变换的聚焦波束形成被动定位方法,实现了水声近场宽带线性调频(linear frequency modulated,LFM)信号的被动测向和测距。建立了基于球面波模型的近场宽带LFM信号接收数据模型,应用分数阶傅里叶变换(fractional Fourier transform,FRFT)将LFM信号的时变阵列流形矩阵变换为固定阵列流形矩阵,结合近场声源的聚集波束形成技术,利用多重信号分类算法实现了对多个宽带LFM信号的方位与距离联合估计。数值仿真验证了该方法对水声目标方位和距离估计的有效性,并仿真分析信噪比、声源距离、声源个数等对该算法性能的影响。

一种新的强干扰条件下微弱信号DOA估计算法

提出了一种基于扩展噪声子空间的强干扰条件下微弱信号DOA估计算法。该算法在已知强干扰源个数条件下,通过构造扩展的噪声子空间,在此基础上利用MUSIC方法有效地抑制干扰,并且准确估计出微弱信号的DOA参数。此算法的优势在于无需已知强干扰信号方向,且运算量与MUSIC方法相当。仿真实验验证了该算法是有效性和可行性。

基于电网频率信号的语音特征提取研究

连接交变电流的录音录像的设备,电网频率是一个稳定保存下来的信号。在数字语音篡改取证中,可以用来作为取证信号。因此电网频率提取,突变检测是目前音频篡改取证研究领域的重要内容。本文通过周期图、韦尔奇、多重信号分类法、希尔伯特等方法提取电网频率特征,对比提取信号效率及准确性,检测各类提取方法的影响因素,改进预处理方法,提取准确、稳定、少噪声干扰的电网频率信号,并通过语音库对比,验证算法,最终显示利用多重信号分类法提取了准确,低噪的电网频率信号,为篡改检测提供了稳定可靠的数据源。

MUSIC算法应用于SFGPR系统的信号处理

针对步进频率表面穿透雷达(SFGPR)得到的目标图像的分辨率和穿透深度被系统噪声和地下媒质损耗所限制这一问题,提出了应用多重信号分类(MUSIC)算法对SFGPR信号进行处理以得到目标深度信息。在实验中,采用单极化指数模型对SFGPR接收信号进行仿真,并考虑系统噪声和媒质损耗的影响,将MUSIC算法得到的目标图像与传统的快速傅立叶变换法(FFT)得到的目标图像进行了对比。仿真实验结果表明,在低功率噪声和低损耗媒质情况下,MUSIC算法比FFT算法可以提供更高的距离向分辨率和回波幅度。

高频地波雷达东海海洋表面矢量流探测试验

OSMAR2 0 0 0高频地波雷达系统采用线性调频中断连续波体制 ,天线阵收发共用 ,应用多重信号分类法(MUSIC)和最小方差法 (MVM)获得海面回波到达角 .2 0 0 0年 10月 2 3～ 2 9日进行了OSMAR2 0 0 0同传统海洋测量设备以及其他雷达系统的对比验证试验 .文中首先介绍雷达系统和提取海流信息所用的回波到达角估计算法 ,然后给出这次试验中海洋表面矢量流的有关对比测量结果 .结果表明了所研制雷达系统以及所采用信号处理方法在海洋表面流探测中的有效性 .

OSMAR2000基于MUSIC的超分辨率海洋表面流算法

为了解决 OSMAR2 0 0 0以小天线阵实现中远距离的海洋表面流探测 ,同时实现高的角分辨率的问题 ,提出了 OSMAR2 0 0 0基于 MUSIC的超分辨率海洋表面流算法 .该算法首先通过预处理从海洋回波中分离包含海流信息的一阶回波 ,然后针对其中可分辨的每一个 Doppler频移 (对应海洋表面径向流速 )上的信号 ,采用MU SIC算法求其多个存在方位 .阐述了 MU SIC算法应用于高频地波雷达海洋表面流遥感的理论基础。

基于实值Root-MUSIC和Prony算法的间谐波参数估计

提出一种实数形式的求根多重信号分类(Root-MUSIC)算法,其无需将实值转换为复频率,从而降低了计算复杂度。由Root-MUSIC多项式的根估计出信号频率,同时由这些根采用普罗尼(Prony)法中的最小二乘法估计出信号的幅值和相位。与传统先估计频率、再由其他算法估计幅值和相位的方法相比,所提方法减少了大量计算步骤。仿真结果表明,用所提方法估计的间谐波参数精度高,在存在噪声的情况下也能准确估计出谐波和间谐波频率、幅值和相位。

模值约束的降维MUSIC二维DOA估计

利用传统二维多重信号分类(multiple signal classification,MUSIC)算法进行二维波达方向(direction of arrival,DOA)估计时,往往带来巨大的运算量,限制了算法的实际应用。提出了一种能够大大降低二维DOA估计运算量的模值约束降维MUSIC算法,该算法将二维DOA估计问题转化为优化方程的求解问题,并采用模值约束法定义附加条件,使方向向量得到了较强约束,进而使求解结果更加接近最优解。理论分析和仿真实验表明,本文算法所需运算量较低,且角度估计的成功率与精确度较高。

OSMAR2000海洋表面径向流场的生成及后处理

为了径向流图的双站合成 ,在 OSMAR2 0 0 0超分辨率海洋表面流算法提取径向流后 ,再经过均匀网格径向流图的生成、多幅径向流图的组合、海流实际探测张角和有效探测距离的截取 ,以及径向流空缺区域的局域插值 ,最终生成了所需的单站径向流图 ,经双站合成 ,形成海洋表面矢量流图 .现场对比验证实验证明 。

DOA估计算法性能分析及仿真

分析了几种常见空间谱估计算法的结构,提出了一种未知信源数的高分辨DOA估计算法。该算法继承了求根MUSIC算法优越的性能,直接利用阵列接收数据的协方差矩阵,无须预判信源个数和进行特征值分解,实现高分辨谱估计,同时在信噪比较小时,仍能保持较高的角度分辨力。最后通过大量的计算机仿真实验比较了各种算法的性能,证明了新算法理论的正确性和有效性。

阵列幅相误差背景下MUSIC算法的DSP实现

针对空间谱估计算法在实际应用中的误差问题,讨论了在存在阵列幅相误差背景下,多重信号分类法(MUSIC:MUltiple SIgnal Classification)测向算法在DSP(Digital Signal Processor)上实现的一种方法。通过设置方位精确的辅助阵元对幅相误差进行校正,辅助阵元的方位信息为误差参数的计算提供了必要的信息量,然后利用MUSIC算法进行波达方向估计,同时利用TI公司高速DSP芯片(TMS320C6713)实现了在阵列幅相误差背景下的MUSIC测向方法。仿真结果证明了该方法的有效性。

基于压缩感知的DOA估计方法研究

压缩感知是近年来应用数学界提出的一套关于稀疏信号采集和重构的新理论,它突破了传统奈奎斯特采样定理的限制,以远少于传统奈奎斯特采样定理所需的测量数据就能够精确恢复原信号或估计信号的相关参数。将压缩感知理论应用到DOA估计,可以解决传统DOA估计中高采样率、以及较多辐射源信号条件下难以定位的限制。研究了基于压缩感知理论的DOA估计方法,并利用MATLAB进行仿真,通过与传统MUSIC算法比较可知,基于压缩感知的DOA估计方法具有显著的优势。

MUSIC与MNM在均匀圆阵的方位估计性能比较

圆阵作为具有360o全向方位角搜索能力的阵型,可以同时对信源方位角和俯仰角进行分辨,因此,采用圆形基阵的系统有更广的空间搜索能力。多重信号分类法(MUSIC)和最小模算法(MNM)同属于子空间分解类算法,具有不受阵型限制的优点。就二者在均匀圆阵(UCA)方位估计性能上进行了比较研究,结果表明:随着信噪比或阵元数的增加,MUSIC性能均要优于MNM。

基于Root-MUSIC和支持向量机的间谐波参数估计

为准确地检测电力系统中间谐波信号的参数,提出基于求根多重信号分类法(Root-MUSIC)和支持向量机(SVM)的间谐波参数估计方法。首先对采样数据构成的自相关矩阵进行特征分解,利用信号子空间和噪声子空间的正交性求得谐波和间谐波的个数及频率;然后通过支持向量机算法对间谐波信号的幅值和相位进行回归估计。Matlab仿真结果表明:该算法在低信噪比下频率估计准确,利用支持向量机在处理小样本数据上的优势,有效的提高了幅值和相位估计的精度。

基于模式空间的均匀圆阵方位估计性能研究

在建立了均匀圆阵数学模型的基础上,将模式空间与经典高分辨方位估计算法——多重信号分类法(MUSIC)应用到均匀圆阵方位估计(DOA)中;详细推导了模式空间虚拟均匀线阵的形成过程,并通过计算机仿真给出了MUSIC算法在虚拟均匀线阵下的方位估计成功概率、估计方差、估计偏差等随信噪比变化时的变化情况。仿真结果表明,随着信噪比的增加,基于模式空间将均匀圆阵变成虚拟线阵,方位估计性能有了明显提高。

基于均匀十字阵的幅相误差自校正算法

针对实际应用中普遍存在的幅相误差扰动问题,结合子空间类波达方向估计算法,基于均匀十字阵列,提出了一种幅相误差的自校正算法。均匀十字阵列可分解为两个相互垂直的均匀线性阵列,利用均匀线阵接收数据协方差矩阵的结构特点对幅相误差进行初步估计,计算出波达方向的初始估计值,通过迭代方法得到更精确的估计值,自校正方法不需要任何参数初始值,实现比较简单。仿真实验验证了算法具有良好的误差校正效果,能够比较准确地估计出信源的波达方向角和阵元的幅相误差值。

极化敏感L型阵模值约束的多参数联合估计

对于极化敏感L型阵列的多参数联合估计问题,采用传统的多重信号分类(MUSIC)算法所需计算量大,采用旋转不变子空间(ESPRIT)算法需要考虑参数配对问题。提出了模值约束下的求根多重信号分类(root-MUSIC)算法,首先利用L型阵列中两个相互垂直的线阵构造两子阵接收数据的自相关函数,采用root-MUSIC算法进行波达方向角(DOA)估计,然后根据模值约束条件构造代价函数,通过闭合式解得到极化参数估计。该算法与传统MUSIC算法相比,大大减少了计算量,同时能够实现参数自动配对,避免了ESPRIT算法的不足。计算机仿真结果表明,该算法的角度估计性能与传统MUSIC算法接近,优于E SPRIT算法,且算法收敛速度快。