利用改进MUSIC方法进行洋流方位估计

洋流能够调节全球热量的分布,降低航运成本。以往的洋流方位估计方法未对洋流信号源之间的相关性进行完全消除,导致估计效果较差。因此,本文设计了基于改进MUSIC方法的洋流方位估计方法。首先,以采集到的洋流信号为基础,构建洋流阵列信号模型,并对洋流信号进行降噪处理,提高信号数据的质量。然后,为减少洋流信号源之间相关性对估计结果的影响,利用改进MUSIC方法及协方差矩阵,对洋流信号源相关性进行消除,通过计算信号源的相关参数,构建洋流方位估计模型。最后,通过对洋流信号源的转换,实现洋流方位的估计。在仿真试验中,以南海部分海域为试验对象,对不同谱点下估计方法的估计效果进行评价,与以往的洋流方位估计方法相比,设计的基于改进MUSIC方法的洋流方位估计方法精度高达97.2%,应用效果更好。

A Brief Analysis of the Application of Situational Teaching Method in Primary School Music Class

Music situational teaching method aims to mobilize the students’thoughts in a natural state so as to enhance the attractiveness and efficiency of music classes.In the process of this method,some specific situational are designed according to the characteristics of music and under the guidance of psychology,methodology,pedagogy and other theories,and various sensory organs are employed.Different from traditional teaching method,situational teaching method creates learning situational for students,which is consistent with the characteristics of primary school students’physical and mental development and maximizes students’experience and feeling of music.

一种改进的干涉仪-MUSIC联合测向算法

在无线电测向方法中,干涉仪测向算法和多重信号分类(MUSIC)测向算法较为成熟,广泛应用于众多领域,但各自都有一定的优缺点。文章结合两者优点,提出一种改进的干涉仪-MUSIC联合测向算法,该算法相比于传统的干涉仪测向法和MUSIC测向法具有更高的测向精度和运算速度。首先利用俯仰角切割划分的方法,减少了干涉仪测向法运算量,而后在干涉仪测向法误差分析的基础上,灵活选取MUSIC测向搜索范围,以此将干涉仪测向法和MUSIC测向法结合,提高测向精度和运算速度的同时,增强了算法鲁棒性和适用性。通过仿真分析,证实了所提算法的有效性。文章所提联合测向改进算法为无线电测向研究提供了技术参考。

渝东南彭水道场仪式音乐形态特征探析

渝东南彭水道场是在当地农村广泛流行的一种民间丧葬仪式,仪程进行中始终伴随着唱腔及打击乐器的演奏。仪式音乐作为仪式必不可少的组成部分,厘清仪式中音乐的具体面貌及特征对于全面认识仪式活动具有重要意义。对渝东南彭水梅子垭乡道场掌坛师冯秀平、左青松等道师的访谈及实录的七天道场视频资料,整理记录了86首唱腔曲谱,及打击乐的9种主要板式,概括出了仪式用乐的类型化、程式性特征,以及唱腔旋律以重复、变奏为主的发展手法,初步呈现了道场音乐的基本面貌及特征。

人工耳蜗儿童音乐感知评价方法概述

人工耳蜗可以有效帮助重度和极重度听力损失群体重建听觉,但人工耳蜗听力无法实现自然听力情况下的复杂声音感知,音乐感知困难,并且个体差异大。音乐在儿童发展发育、接受教育阶段十分重要,因此需要有效评估人工耳蜗儿童音乐感知能力。我们综述了评价人工耳蜗儿童音乐感知的主客观方法及相关研究工作,讨论了各方法的适用性和局限性。基于脑机接口的客观评价方法在人工耳蜗儿童群体适用性强、效果良好,具有较高的推广潜力和价值。

一种基于吉布斯抽样的MUSIC多维参数联合估计算法

将马尔可夫蒙特卡罗(MCMC)方法与多重子空间分类(MUSIC)方法估计相结合,提出一种用于联合估计多个目标的频率、方位和俯仰,基于吉布斯抽样的MUSIC多维参数联合估计新方法。该方法将MUSIC方法的谱函数作为频率、方位和俯仰的联合概率密度函数,采用MCMC吉布斯抽样方法对该联合概率密度函数进行采样。理论分析和仿真实验表明:在目标个数较少时,该方法不仅保持了常规MUSIC方法的高分辨能力。

基于LDA-MURE模型的背景音乐自适应推荐方法

用户的情绪状态不同,需要的背景音乐也不同,因此提出基于LDA-MURE模型的背景音乐自适应推荐方法。提取背景音乐的音频特征和社会化标签,通过Fisher线性判别分析方法融合上述数据的特征,结合投影变换方法获得不同类别背景音乐的类内离散度和类间离散度。通过现代心理学分析人类情绪的节律周期变化,在此基础上判断用户当前的情绪状态。最后在LDA模型的基础上构建LDA-MURE模型,为用户推荐不同类别的背景音乐。实验结果表明,所提方法的MEA指标值较低、P@N指标值较高、用户满意度较高。

一种基于吉布斯抽样的MUSIC频率-方位联合估计算法

将马尔可夫蒙特卡罗方法与MUSIC方法估计相结合,提出一种基于吉布斯抽样的频率-方位联合估计新方法(MUSIC FREQ-DOA joint Estimator Based on Gibbs Sampling,简称Gibbs-MUSIC)。并用该方法联合估计多个目标的频率和方位。这种方法将MUSIC方法的谱函数作为频率和方位的联合概率密度函数,并采用马尔可夫蒙特卡罗(MCMC)吉布斯抽样方法对该联合概率密度函数进行采样。仿真实验显示在目标个数较少时,该方法不仅保持了常规MUSIC方法的高分辨能力,而且降低了计算量,减少了存储量。

基于两次傅里叶变换的时域MUSIC波达方向估计

针对基于频域多重信号分类(MUSIC)的波达方向(DOA)估计方法在有效快拍数较少情况下的不稳定问题,提出了一种基于两次傅里叶变换的时域MUSIC波达方向估计方法。首先,通过傅里叶变换将各阵元接收数据转换为频域数据,并按扫描角度对各阵元数据进行相位补偿;然后,再通过傅里叶变换将补偿后的频域共轭数据转换为时域复解析数据,在时域构建相移后的协方差矩阵;最后利用特征分解求取具有正交特性的噪声子空间,获得扫描方位空间谱,实现对波达方向估计。数值仿真及实测数据处理结果均表明,相比频域MUSIC方法,在一次有效快拍条件下,所提方法可稳定获得具有正交特性的噪声子空间,实现对波达方向估计;稳定性得到了5 dB的改善,背景噪声级和旁瓣级得到了3 dB以上的改善,因此该方法可明显提高目标检测和方位估计性能。

基于实值MUSIC算法的电力谐波分析方法

现代谱估计方法逐渐被应用于电力谐波及间谐波的超分辨率检测与分析,其中的多重信号分类方法(MUSIC)算法最具代表性。然而,常规谱MUSIC算法在分析电力谐波时必须将实值信号转换为复频率信号,因而计算复杂度较高;此外,其伪频谱的峰值搜索过程也存在着类似栅栏效应,导致其频率分析精度有限。为了改善谱MUSIC算法对电力谐波的分析精度,本文基于子空间分析理论提出了针对实值周期信号的谱MUSIC频率检测方法,推导并给出了其伪谱函数的表达式。在此基础上,还利用Newton-Raphson算法对伪谱峰值进行迭代求精,进一步提高了谐波频率的估计精度。仿真结果表明:实值MUSIC伪谱更能有效区分真实谐波谱峰与噪声伪峰,同时本文方法的计算复杂度远远低于原有复值谱MUSIC算法,而频率估计精度与求根MUSIC算法接近,非常有利于电力谐波参数的准确获取。

基于MUSIC迭代法的互耦误差校正

针对阵元之间存在互耦误差,阵列流型会出现一定程度的偏差和扰动的问题,提出了基于MUSIC(MUlti-ple SIgnal Classification)迭代法的互耦误差自校正算法及在互耦误差条件下的DOA(Direction of Arrival)估计算法。利用MUSIC迭代法对波达方向和互耦误差同时进行估计。该算法能够在互耦误差存在的情况下,有效地估计出波达方向和互耦矩阵,仿真实验证明了该算法的有效性。

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。

一种基于逐次搜索的快速MUSIC方法

MUSIC方法是一种经典的阵列波达方向(DOA)估计子空间方法,在高信噪比时,该方法有很好的性能,但随信噪比的降低,算法性能下降很快,特别是其分辨概率下降很快。其主要原因是低信噪比和DOA相邻较近时,信号源之间的空间相关性较强。逐次消除空间相关性并逐次搜索DOA的改进MUSIC方法,提高了分辨概率。为降低运算量,采用多级维纳滤波代替特征值分解过程。文中方法具有一般性,适合于基于子空间方法的一大类DOA估计。仿真结果证明了方法的有效性。

Copon法与MUSIC法求解七单元线形天线波阵达方向比较研究

基于Copon法与MUSIC法求解七单元线形天线波阵达方向,数值计算得到在π6、2π3、5π6和π3处都有尖锐的方向图线,并且MUSIC法作出的波达方向估计(极坐标和直角坐标)响应的幅度更大一些。改变四个方向入射频率值的大小,发现波阵达方向响应幅度变化不大。研究研究结论天线器件设计提供理论依据。

典型阵列快速MUSIC算法研究

由于MUSIC(MUltiple SIgnal Classification)算法需要大量的乘法运算和三角函数求值,导致其实时处理能力较弱。为此,该文首先对均匀线阵和均匀圆阵的阵列结构进行分析,提取导向矢量的一些性质。然后,利用Hermite矩阵的性质对复数乘法进行分解,再组建两个实值向量以减少乘法运算次数。最后,利用导向矢量的性质提出一种基于查表的新算法。新算法既没有三角函数求值运算,又不需要大量的存储空间。仿真实验结果表明新算法在没有改变MUSIC算法谱估计的效果的前提下,将MUSIC算法的运算速率提高了50倍以上。因此,新算法具有广阔的应用前景。

基于改进粒子群算法的矢量水听器多目标方位估计

为了研究单矢量水听器多目标方位估计能力,分别利用互谱声强法、MUSIC算法及信号统计量方法对多个目标方位进行估计。互谱声强法可以估计出多个不同频的单频目标方位,但对于频谱混叠的目标无法分辨;MUSIC算法可以分辨单频和宽带目标,但利用单矢量水听器最多可估计2个目标方位。为此,针对文章提出的信号统计量方法,构建了声压和振速的统计量模型,将其与粒子群优化算法及改进算法相结合,实现了基于改进粒子群算法的多目标方位估计。对多个单频和宽带信号目标进行仿真分析,结果表明,进粒子群算法具有良好的估计效果;对3种方法的估计结果进行比较,验证了改进粒子群算法有较好的适用性。通过对2022年千岛湖试验数据的处理再一次验证了算法的有效性。

基于波束空间求根MUSIC算法电力系统谐波检测

针对传统电力系统中谐波检测方法存在的精确度低、抗噪性差等问题,本文将波束空间求根MUSIC算法应用于电力系统谐波检测.该算法以信号空间为模型,用盖氏圆检测出信号源数,利用波束空间将阵列接收的数据通过变换得到波束空间的数据,再将波束空间的数据分解为噪声和信号子空间,由该两个子空间的正交性构造多项式,通过求解此多项式,得到信号的频率估计值,最后由扩展PRONY方法计算得到信号的幅值.仿真实验验证和实际数据分析表明该算法在电力系统谐波检测中是切实可行的.

基于传播算子的Root-MUSIC算法

传播算子(PM)法不需要进行复杂的特征值分解,减小了计算量,但仅在信噪比较高的情况下才有较好的波达方向估计性能,且谱峰搜索仍需要较大计算量。在此基础上提出了一种改进的算法PM-Root-MUSIC,它不需要特征值分解,同时用多项式求根代替谱峰搜索,大大减少了计算量。理论分析和计算机仿真结果表明此方法是有效的。

基于高阶累积量MUSIC法的轧辊偏心信号提取

针对轧辊偏心信号是混杂在各种随机干扰中含有多次谐波的复杂高频周期信号,研究了一种基于高阶累积量的MUSIC法和Prony法相结合的轧辊偏心信号提取新方法。首先采用基于高阶累积量的MUSIC法对偏心信号进行空间分解达到降阶的效果,能够有效地抑制噪声,在信噪比低时仍具有高的频谱分辨率,能准确提取出偏心谐波的频率及谐波的个数,对于频率相近的偏心谐波信号,不存在频带重叠的问题,克服了低信噪比时FFT法出现的频谱泄漏和栅栏效应等缺点。通过高阶累积量MUSIC法对偏心信号进行了消噪和降阶预处理后,使用Prony方法进一步估计偏心信号的各次谐波幅值和相位,弥补了Prony法对噪声敏感的弱点及对信号阶数的要求,充分发挥了其优点。仿真及实验结果验证了该结合方法的可行性和有效性,低信噪比时能够准确提取出偏心信号参数,重构的偏心模型比FFT法精度高,偏心补偿效果明显。

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。