星载分布式SAR地面动目标精确聚焦的互谱MUSIC法

该文提出一种新的参数化聚焦算法,该算法采用互谱MUSIC(Cross Spectrum MUSIC,CSMUSIC)技术,能够在星载分布式SAR上得到精确聚焦的地面运动目标图像。首先,利用方位向回波信号的空时特性推导出扩展空时模型(Extended Space-Time Model,ESTM);根据该模型,提出一种基于子空间理论的参数估计方法,通过该方法能够精确地得到的动目标方位向速度,从而得到精确聚焦的图像,该方法比传统的星载SAR动目标聚焦方法具有更高的估计精度和更小的运算量。仿真实验将该方法与传统的动目标聚焦方法进行对比,以证明该文所提方法的上述优势。

基于互高阶谱MUSIC法的电机定子匝间短路故障特征分量提取

针对电机定子绕组匝间短路时,定子电流中干扰信号影响大,故障信号较微弱等缺点,研究了一种基于互高阶累积量的多重信号分类的故障特征检测方法(Multiple Signal Classification,MUSIC)。通过MUSIC算法对定子电流信号进行快速分解,形成噪声子空间和信号子空间,确定定子匝间短路故障特征频率分量。由于互高阶累积量可以有效地抑制相关和非相关噪声,在混合噪声条件下,该方法仍具有很高的谱分辨率和谱估计性能。仿真和实验结果表明,该方法在对电机定子匝间短路故障检测时,在不需要对分析数据进行整周期采样前提下,更准确地反映故障特征频率,证明了此方法的有效性。

基于同步旋转坐标变换的互功率谱MUSIC算法异步电机转子故障诊断

提出了一种基于同步旋转坐标(d_c-q_r)系,结合现代谱估计理论的互功率谱MusIc算法对异步电动机进行转子故障诊断的方法。仿真及实验结果表明,与 FFT 和传统的谱估计方法相比,采用的方法可以不用对信号进行消噪处理,避免了在预处理过程中早期故障特征信号的丢失。在短数据、低信噪比和有色噪声背景下。该方法能有效地诊断出异步电动机转子的各种复合故障,有利于对电机故障进行实时状态监测。理论证明和实验分析结果表明,该方法是切实可行的。

基于3s/2r变换的改进互功率谱MUSIC算法的电动机故障诊断

根据信息集成定理,从定子电流的故障特征出发,提出一种基于同步旋转坐标变换,将ia、ib、ic三相电流转化为id和iq的利用空间谱的分析方法。这种改进的互功率谱的方法能有效消除有色噪声,其锐化谱峰使得信噪比不同时的信号得到有效估计,且修正的MUSIC算法还解决了基波分量过大导致有效故障信号被湮没的问题,充分挖掘了定子三相电流中的故障信息。该方法在基于一对极的异步电动机转子断条和偏心启动情况进行了实验验证,并通过分析图谱得出结论,该改进的方法能有效发现电动机存在的故障。

互高阶谱MUSIC法在异步电机转子断条故障诊断中的应用

针对电机断条故障特征频率分量易被基波分量泄漏及噪声淹没而无法准确检测的缺点,提出了一种基于互高阶累积量的多信号分类法MUSIC的异步电动机转子故障特征提取方法。将故障信号进行空间分解,根据正交子空间的特性,有效地提取出转子故障特征分量。仿真和实验结果表明,该方法在对电机转子断条故障检测时,在不需要对分析数据进行整周期采样前提下,能准确检测出转子故障时电流中的故障特征成分,证明了该方法的有效性。

单矢量水听器MUSIC估计与互谱估计的性能比较研究

为了研究单矢量水听器的目标方位估计能力,将MUSIC算法和互谱法分别用于单矢量水听器方位估计。根据单矢量水听器的阵列流形特点,将子空间分解理论应用到单矢量水听器方位估计上,实现了单矢量水听器的MUSIC高分辨方位估计。对单个的目标进行方位估计仿真,同时将MUSIC算法与互谱法进行比较,得到在低信噪比下,MUSIC算法的方位估计精度要高于互谱法。在高信噪比下,MUSIC算法和互谱法的方位估计有比较好的性能。水库试验数据验证了该MUSIC算法和互谱法的有效性。

双星定位系统中多普勒频差参数估计研究

双星干扰源定位系统是利用被干扰卫星(主星)和辅助定位卫星(邻星)接收、转发的干扰信号,到达两个卫星接收器所产生的时间差(TDOA)和多普勒频率差(FDOA)两个重要参数来准确确定目标源的具体位置。由于多普勒频差参数产生的定位误差,相对于由时差参数产生的误差对系统的整体定位性能具有更大的影响。在经典的多重信号分类算法即MUSIC(Multiple Signal Classification)算法的基础上,求得两路信号的功率谱,再进行相关运算,最终实现频率差的精确估计,减小了系统误差等因素对频差参数估计的影响。