基于高阶累积量ESPRIT算法的指数衰减正弦信号参数估计

工程应用中环境噪声多表现为高斯有色噪声,而针对高斯白噪声进行处理的算法失效问题,提出了一种高斯色噪声环境中用于多分量衰减正弦信号频率和衰减因子估计的四阶累积量ESPRIT算法。首先,推导出四阶累积量与观测样本中的自相关矩阵和互相关矩阵之间的关系,求出其四阶累积量矩阵。其次,通过对四阶累积量进行广义特征值分解,根据广义特征值即可得到信号衰减因子和频率的估计值。最后对所提算法进行了仿真实验验证,在混合信噪比为0 dB时,所提算法针对多分量衰减正弦信号角频率和衰减因子的平均估计误差分别为0.002 0πrad和0.002 0。在高斯白噪声和高斯色噪声背景下与ESPRIT算法和Prony算法相比具有更强的噪声抑制能力和更高的估计精度。

一种修正ESPRIT信号DOA估计算法

分析了典型DOA估计算法的优缺点,针对信噪比较小的情况下对CESPRIT做出了一些修正,将接收数据共轭重排再利用,构造矩阵修正的ESPRIT算法,称之为MCESPRIT算法。理论分析和仿真实验表明,该算法同经典的ESPRIT以及其他2种修正算法MESPRIT算法及CESPRIT算法相比,在信噪比较小及快拍次数有限时,能够改善信号DOA估计的性能。

OTST-ESPRIT算法及其性能分析

讨论了无线网络中多径信号角度和时延的联合估计算法,给出了OTST ESPRIT算法·该算法通过使用基于一步特征值分解的OT ESPRIT和OS ESPRIT算法估计多径信号的传播时延和波达方向,有效避免了多次特征值分解,从而降低了TST ESPRIT算法的复杂性·其次给出了多径信号模型联合角度和时延估计的罗克拉美下限,分析了OTST ESPRIT算法的计算复杂性·最后在仿真的基础上对OTST ESPRIT算法的性能进行了讨论·

基于快速TLS-ESPRIT的间谐波检测算法

提出改进的快速TLS-ESPRIT(全局最小二乘子空间旋转不变)算法,其在TLS-ESPRIT算法的基础上,通过降低奇异值分解维数,减小了计算量,并对计算结果不产生影响,可高精度地辨识电力系统中任意组合谐波和间谐波的频率、幅值和相位参数信息。在采样间隔10μs、采样2000点的实验条件下,用仿真信号(含均方差为1的白噪声)和实际牵引变电站监测信号进行间谐波分析试验,结果表明,该方法具有良好的频率分辨率和抗噪声能力,能够在较短的数据窗内有效地辨识出信号中的主要谐波和间谐波分量,计算误差小于0.5%;并且算法仅对周期信号敏感,不受频谱泄漏影响,实用性强。

基于数据矩阵重构的相干源波达方向共轭ESPRIT(C-SPRIT)估计方法

本文提出了一种相干源波达方向估计算法.该方法利用C-SPRIT思想,通过构造数据矩阵,使得无论是否存在相干信号,均能很好估计信号波达方向(DOA).传统的空间平滑技术通过子阵平滑来解决相干源DOA估计问题,但信号之间并没有完全解相干,孔径损失也很大,且最多只能估计2N/3个相干源(N为阵元数目).本文方法也采用空间平滑去相干的思想,但无孔径损失,信号之间完全解相关,提高了相干源DOA估计精度,并且能估计N-1个相干源,该方法利用ESPRIT数值求解进行角度估计,无需角度搜索,运算量小,计算机仿真验证了该方法的有效性和优越性.

制线专家首款音箱杰作,尽享音乐之美 ESPRIT(斯捷)AMELIA落地式音箱试听感受

Esprit(斯捷)这个来自法国的牌子,从1996年创立开始算起,已经有28年的历史了。一开始,它主要是制作各种和音响设备相关的线材,所以品牌名一直是“Esprit Cables”。说起来,它的创始人Richard Cesari先生还是位乐手,他深知真正的好声音该是啥样,这对他研发产品有很大的帮助。

子带分解在ESPRIT算法中的应用

ESPRIT算法是一种用于信号到来角(DOA)估计的直接求解方法,其性能在低信噪比(SNR)和信号相关时会严重削弱.基于此提出了一种多分辨率DOA估计算法基于子带分解的ESPRIT算法(SB-ESPRIT),通过对全带信号进行子带分解,并对每个叶节点分别应用ESPRIT算法,最后通过映射算法将估计所得的DOA映射到全带信号.对于子带分解后旋转不变性的证明为其应用提供了理论依据.仿真结果证明,SB-ESPRIT不仅提高了特征子空间方法的分辨率,而且在子带划分适当的情况下,具有一定的信号去相关能力,并且其均方误差(RMSE)小于ESPRIT算法.

一种基于数据矩阵的快速ESPRIT实现

本文首先介绍了ESPRIT算法的基本原理,在此基础上提出了一种新的直接基于数据矩阵的D-ESPRIT方法,该方法利用高斯白噪声均值为零的特性来消除混合在有效信号中的噪声,通过构造新的矩阵束求解广义特征值进一步获取正弦组合信号的成分频率。与基本ESPRIT算法相比,该方法可以大大节省计算量,加快求解速度,而性能接近。计算机仿真证实了方法的有效性。

快速ESPRIT谐波集检测算法

在各种高分辨谐波检测算法中,TLS-ESPRIT估计精度较高,因不需要谱峰搜索而具有较小的运算量。提出了一种快速ESPRIT算法,在不降低谱估计性能条件下,进一步减小了运算量。快速ESPRIT算法所需采样时间短,仅需两次特征值分解。分析表明,此算法可以检测不同飞行状态的直升机声信号谐波集,是一种实时性好、有效实用的目标谱集探测方法。

基于EEMD和TLS-ESPRIT的谐波间谐波检测方法

总体平均经验模态分解(EEMD)可以在噪声环境下对信号进行准确的分解,克服了EMD分解过程中产生频率混叠和虚假模态的缺陷。总体最小二成旋转不变技术(TLS-ESPRIT)算法本身具有很好的消噪能力,用TLS-ESPRIT算法可以准确地辨识出信号的参数。结合两者的优点,提出了基于EEMD和TLS-ESPRIT的谐波、间谐波检测方法,结合EEMD分解后的各阶分量的能量来确定电网中真实的谐波、间谐波分量。仿真结果验证了所提方法的可行性和有效性。

基于ESPRIT算法的L型阵列MIMO雷达降维DOA估计

该文针对L型阵列MIMO雷达的2维角度估计问题,基于ESPRIT算法提出两种降维DOA估计方法。首先通过降维矩阵的设计及回波数据的降维变换,将高维回波数据转换至低维信号空间;然后分别基于特征分解和传播算子获得信号子空间的估计,最后利用ESPRIT算法实现2维空间角参量的联合估计及参数的自动配对。算法不牺牲阵列孔径,最大程度地降低了回波数据的维数,具有更低的运算复杂度。仿真结果验证了该文理论分析的正确性和算法的有效性。

基于ESPRIT算法的极化干涉SAR植被高度反演研究

由于存在着去相干分量,利用ESPRIT(旋转不变技术)算法对植被区域的极化干涉SAR(PolInSAR)数据进行反演的结果有较严重偏差。针对这一问题,结合极化干涉相干最优理论及其物理散射机制,引入新的散射矢量——相干最优化散射矢量,提出一种改进的基于ESPRIT的植被高度反算法。最后,利用欧空局(ESA)提供的模拟L波段全极化干涉数据对改进算法的有效性进行验证,试验结果证明改进算法能很大程度地提高反演的精度。

基于叶尖定时的旋转机械叶片振动频率辨识ESPRIT方法

基于叶尖定时原理采集的旋转机械叶片振动信号是多频率混叠的欠采样信号,通过分析振动信号的数学模型,提出了在均匀转速下利用两个叶尖定时传感器构成有延迟的双通道,采用旋转不变子空间技术(ESPRIT)辨识多个叶片振动频率的新方法。介绍该方法的理论依据,推导了频率估计解模糊的具体步骤,通过计算机仿真和模拟振动平台气激实验分析该方法频率估计性能,验证了其在工程实践中的有效性。

基于非圆信号的实值ESPRIT算法

在信号源为非圆信号的情况下,该文提出了一种实值ESPRIT波达方向(DOA)估计方法。根据非圆信号为实值信号的特点,利用欧拉公式将接收数据转化为正弦和余弦数据,并将其加以拼接,从而虚拟地将阵元个数加倍,然后在此基础上构造一个旋转不变结构来估计波达方向,新算法可以处理的信号个数是传统ESPRIT算法的两倍。由于在实值基础上进行特征值分解,所以该文提出的算法可以有效地将运算量减少到相同维数复值运算量的1/4。仿真实验表明新算法不仅估计精度高而且能够处理的信号个数可大于阵元个数。

酉ESPRIT超分辨ISAR成像方法

针对ESPRIT超分辨成像方法没有利用复数共轭数据且难以确定散射点数目的不足,提出了采用酉ES-PRIT实现ISAR超分辨成像的新方法.该方法利用改进的盖式圆盘方法确定散射中心的数目,克服了ESPRIT方法中无法确定散射中心数目的缺点.通过合成复观测数据及其共轭,提高了ESPRIT超分辨成像的分辨率.构造了中心复共轭对称矩阵,有效降低了计算量.利用仿真数据和实测数据对该方法进行了验证,结果表明该方法不但具有更优的抗噪性能和分辨率,也具有更高的运算效率.

基于ESPRIT算法的十字型阵列MIMO雷达降维DOA估计

该文针对十字型阵列配置下的单基地MIMO雷达2维空间角度估计问题,提出一种基于ESPRIT算法的降维DOA估计算法。算法通过降维矩阵的设计及回波数据的降维变换,将高维回波数据转换至低维信号空间,最大程度地去除了所有的冗余数据;利用矩阵的酉变换进行实数域信号子空间的估计,并基于ESPRIT算法实现2维空间角度的联合估计及参数的自动配对。算法不牺牲阵列孔径,在获取信噪比增益和快拍增益的同时,有效降低了回波数据的维数,具有更低的运算复杂度。仿真结果验证了理论分析的正确性和算法的有效性。

单矢量水听器ESPRIT波达方向估计算法

针对自相关算法的局限性,提出了一种基于高阶累积量的单矢量水听器ESPRIT算法.该算法首先对单个矢量水听器接收数据作一任意的时间延迟,以时间变元为旋转因子,构造了2个具有相同阵形的子阵,然后将高分辨信号子空间类方法的正交化原理及旋转子空间不变原理引入累积量域,得到基于高阶累积量切片的ESPRIT方法.仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,ESPRIT算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,信噪比6dB以上该方法还是能获得高精度、高分辨率的渐近无偏估计.

基于ESPRIT算法的柱面共形阵列天线DOA估计

由于共形天线阵列流形的多极化特性(polarization diversity,PD),信源方位参数与极化状态的"耦合"是实现共形阵列天线波达方向(direction-of-arrival,DOA)估计的主要难点。针对柱面共形阵列天线的特点,建立了柱面共形阵列天线的导向矢量模型;通过合理的阵元排列结构设计,结合ESPRIT(esti mation of signalparameters via rotational invariance techniques)算法参数估计的特点,实现了信源极化状态与方位参数的去耦合,推导了ESPRIT算法多参数估计的参数配对方法,最终提出了柱面共形阵列天线盲极化DOA估计算法。计算机Monte Carlo仿真实验验证了所提算法的有效性。

利用两次奇异值分解实现二维ESPRIT参量配对

本文主要讲述了一种ESPRIT的改进算法,该算法利用两次奇异值及一次SCHUR分解从而实现对ESPRIT各维估计参量的配对。该方法采用了二排均匀直线阵并附加一阵元,以此来对阵列进行两次子阵分解。利用子阵信号数据矩阵中包含的信号空间的旋转不变性质,借助于矩阵束方法求解出信号的二维到达角。仿真结果证实了该算法的有效性。

基于信号子空间的ESPRIT-Like算法在相干DOA估计中的应用

相干环境中DOA估计的一个主要任务是在预处理中设法消除空间协方差矩阵的秩损失,首先分析了相干信号对基于子空间的超分辨算法的影响,随后从矩阵重构的思路出发,提出了一种基于信号子空间的ESPRIT-Like算法,最后通过仿真结果证明该方法的有效性与优越性。