双基地MIMO雷达收发角及多普勒频率的联合估计算法

该文提出了一种基于平行因子分析的双基地MIMO雷达发射角、接收角及多普勒频率的联合估计算法。推导了SweilingII目标模型下的接收信号表示式,表明它具有三面阵模型特性。分析了该模型分解的唯一性,并从三线性最小二乘迭代得到的矩阵中完成参数估计。该算法充分利用接收端输出的所有信息,且每次迭代具有精确的最小二乘闭式解,消除了多次特征分解的误差积累,因此提高了估计精度。同时能够实现自动配对,降低了运算量。仿真试验验证了理论分析的有效性。

一种信号频率及二维到达角联合估计新方法

提出了一种窄带信源频率、俯仰角及方位角联合估计新方法。该方法选择特定序号阵元输出计算的高阶累积量构造4个矩阵,然后在累积量域构造三面阵,并分析了该三面阵低秩分解的唯一性,接着利用分解得到的4个对角阵联合估计信源参数。该方法无须参数配对,无须谱峰搜索,适用于任意加性高斯噪声环境。仿真结果表明该算法是有效的。

高效液相色谱法结合二阶校正方法用于复合维生素B三组分的同时定量测定

应用HPLC-DAD结合2种具有数学分离功能部分代替物理分离的二阶校正方法,交替不对称三线性算法和双线性最小二乘算法,对复合维生素B类化合物进行了定量分析研究.在简单的色谱条件和谱峰严重重叠以及干扰存在下对感兴趣分析物进行了同时快速定量测定,取得了满意的预测结果.

正交约束PARAFAC的DS-CDMA盲接收机

根据平行因子(PARAFAC)模型,研究多用户DS-CDMA系统的盲检测算法.利用DS-CDMA系统中扩频码正交或近似正交的性质,提出了一种基于正交约束PARAFAC(OC-PARAFAC)的DS-CDMA盲接收机,给出了正交约束情况下三线性分解的克拉美-罗界的解析表达式.实验表明正交约束三线性最小二乘(OCTALS)算法在处理DS-CDMA信号时比传统的TALS算法具有更低的克拉美-罗界.与传统的PARAFAC接收机相比,OC-PARAFAC接收机改善了误码率性能,具有更快的收敛速度.

基于平行因子分析的欠定混合矩阵估计算法

针对现有算法在解决非稀疏信号的欠定混合矩阵估计中,存在的计算时间长、初值敏感且容易陷入局部收敛的问题,提出了基于平行因子分析的欠定混合矩阵估计算法。该算法利用信号的协方差矩阵构造三阶张量,采用直接三线性分解确定交替最小二乘(ALS)算法的初始迭代矩阵,然后在迭代过程中采用标准线搜索加速收敛,最终实现张量分解得到混合矩阵。仿真实验表明,该方法不要求信源的稀疏性,较ALS算法估计精度可以提高约3 dB,迭代次数减少约41.4%~84.3%,是一种有效的欠定混合矩阵估计算法。

基于稀疏阵列的电磁矢量传感器多输入多输出雷达高分辨角度和极化参数联合估计

针对双基地电磁矢量传感器多输入多输出(electromagnetic vector sensors multiple-input multiple-output,EMVS-MIMO)雷达参数估计精度以及角度参数配对问题,通过设计一种新的稀疏阵列和采用自动参数配对算法来实现高分辨的角度参数和极化参数联合估计.首先,通过设计稀疏的发射阵列和接收阵列来实现对EMVS-MIMO雷达阵列孔径的扩展;然后,提出平行因子-三线性分解算法对接收数据的三阶张量模型进行求解.所提出的平行因子-三线性分解算法能够实现二维发射角、二维接收角、极化相位角和极化相位差的联合参数自动配对;且针对估计得到的发射导向矢量矩阵和接收导向矢量矩阵,根据旋转不变特性可以实现高精度的发射俯仰角和接收俯仰角测量.在得到精确的发射俯仰角和接收俯仰角之后,相应的发射和接收方位角、极化角和极化相位差可以通过矢量叉积算法来进行估计.相比于现有算法,所提出的算法能够避免高维数据奇异值分解以及额外的参数配对过程;且通过稀疏阵列设计,角度参数估计精度能够进一步地提升,仿真结果表明所提出的算法具有优良的角度参数估计性能.

基于PARAFAC模型的新型DS-CDMA盲接收机

根据平行因子(PARAFAC)模型,研究DS-CDMA盲多用户检测算法。将直接三线性分解算法(DTLD)与三线性交替最小二乘(TALS)算法结合,提出一种新的DTALS-PARAFAC盲接收机,解决了三线性交替最小二乘(TALS)算法中因为初始值估计不当引起的收敛速度差的问题。仿真结果表明,与TALS-PARAFAC接收机相比,DTALS-PARAFAC接收机改善了误码率性能,并且具有更快的收敛速度。