Temporal-spatial subspaces modern combination method for 2D-DOA estimation in MIMO radar

A 2D-direction of arrival estimation (DOAE) for multi input and multi-output (MIMO) radar using improved multiple temporal-spatial subspaces in estimating signal parameters via rotational invariance techniques method (TS-ESPRIT) is introduced. In order to realize the improved TS-ESPRIT, the proposed algorithm divides the planar array into multiple uniform sub-planar arrays with common reference point to get a unified phase shifts measurement point for all sub-arrays. The TS-ESPRIT is applied to each sub-array separately, and in the same time with the others to realize the parallelly temporal and spatial processing, so that it reduces the non-linearity effect of model and decreases the computational time. Then, the time difference of arrival (TDOA) technique is applied to combine the multiple sub-arrays in order to form the improved TS-ESPRIT. It is found that the proposed method achieves high accuracy at a low signal to noise ratio (SNR) with low computational complexity, leading to enhancement of the estimators performance.

宽带信号方位估计的改进RSS方法

为了降低宽带信号旋转信号子空间(rotational signal subspace,RSS)方位估计算法的运算量和分辨门限,针对中心对称阵列,将实值处理过程和信号子空间缩放MUSIC(SSMUSIC)方法引入宽带信号方位估计,提出了一种宽带信号方位估计新方法。该方法首先使用左实变换矩阵将双向平滑后的各个频率子带的数据协方差矩阵变换为实数矩阵,从而大大降低了运算量;然后使用RSS方法选取聚焦矩阵对各个频率子带的实协方差矩阵进行变换,得到同一参考频率点的数据协方差阵;最后利用基于子空间斜投影的SSMUSIC算法进行一维搜索来求得各个目标的方位角。仿真实验结果表明,该方法比常规宽带RSS方法运算量小,且具有更低的分辨门限和更小的均方误差。

随机数据驱动下的机电振荡参数在线提取与阻尼调制(一):基于ORSSI的模态参数在线辨识

随机响应数据蕴含丰富的动态信息,从随机响应数据可提取机电振荡特征参数、进行小干扰稳定分析。该文在环境激励电力系统随机响应特征分析基础上,提出了基于在线递归随机子空间辨识法（on-line recursive stochastic subspace identification,ORSSI）的电力系统小干扰稳定性在线评估方法。ORSSI辨识算法利用LQ分解取代了传统SSI算法中的奇异值分解过程,有效地提高了计算速度,同时通过引入Givens旋转变换,替代数据更新后Hankel矩阵LQ分解过程,实现了延伸观测矩阵在线更新,在保证计算精度的同时提高了机电小干扰稳定评估的实时性。基于IEEE 16机68节点系统和某实际系统的仿真,验证了文中方法的可行性和有效性。

超声相控阵与宽带阵列信号处理相结合的油中局部放电定位方法

提出了一种基于超声相控阵与宽带阵列信号处理的油中局部放电定位新方法。首先采用超声相控阵传感器直接检测局放超声宽带信号,并形成阵列模型;然后针对该超声波信号频段为50～300kHz的宽频特性,应用宽带阵列信号处理中的旋转信号子空间(rotational signal subspace,RSS)算法对其进行聚焦处理,通过聚焦矩阵将宽带阵列信号不同频率下的方向矩阵变换到同一中心频率,最大限度地保留原始信号的宽频空域信息,实现宽带信号方位信息的累积;最后应用多重信号分类法(multiple signal classification,MUSIC)与交叉定位原理对聚焦后窄带信号进行波达方向估计与空间定位。实验结果验证了对该定位方法的有效性。

基于TLS-ESPRIT的同步电机参数辨识

将一种阵列信号处理方法TLS-ESPRIT(总体最小二乘-旋转矢量不变技术)应用到同步电机的参数辨识中。该方法是一种基于子空间划分的高分辨率信号分析方法,将短路电流形成HANKEL矩阵通过奇异值分解进行信号子空间和噪声子空间的划分,再通过TLS(总体最小二乘)的二次消噪处理,从而提高抗噪能力,准确提取了同步电机的瞬态和超瞬态参数。仿真结果表明,该方法与其他方法相比,具有精度高、抗噪能力强、算法简单的优点。动模试验进一步验证了该方法的可行性和有效性。

基于子空间旋转变换的低复杂度波达角估计算法

多重信号分选(MUltiple SIgnal Classification,MUSIC)算法是波达方向(Direction-Of-Arrival,DOA)估计的最重要算法之一,但庞大的计算量使其工程实用性大打折扣。为降低MUSIC的计算量,该文基于子空间旋转(Subspace Rotation Technique,SRT)变换思想提出了一种高效改进算法,即SRT-MUSIC算法。SRT-MUSIC利用秩亏特性对噪声子空间矩阵按行分块并以旋转变换得到降维噪声子空间,进而基于该降维噪声子空间与导向矢量的正交性构造空间谱估计信号DOA。理论分析表明:SRT-MUSIC能有效避免空间谱搜索中的冗余运算,从而成倍降低算法的计算量。对于大阵元、少信号情况,所提算法计算效率优势更为明显。仿真实验证明了SRT-MUSIC的有效性和高效性。

总体最小二乘-旋转矢量不变技术在电压闪变参数提取中的应用

将总体最小二乘-旋转矢量不变技术(total leastsquares-estimation of signal parameters via rotational invariance technique,TLS-ESPRIT)引入到电压闪变参数的求取中,闪变参数的提取可转化为求取一系列边频分量参数的问题。对于电压信号数据形成的HANKEL矩阵,通过奇异值分解进行信号子空间和噪声子空间的划分,通过TLS的再次消噪和抗干扰处理,提高闪变参数的提取精度。仿真结果表明,对于含噪声、谐波和多调幅的电压闪变信号,该方法具有较高的精度。实例分析进一步验证了该方法的可行性和有效性。

基于Radon-STFT变换的含噪LFM信号子空间分解

由于线性调频信号占有非常宽的频带，用奇异值分解就不能将含噪线性调频信号分解成信号子空间和噪声子空间针对这一缺陷，本文提出了一种基于时颇面旋转的含噪线性调频信号的子空间分解算法文中分析了算法的性质，并提出了“伪信号子空间”的概念和用于检测直线倾角的Radon-STFT变换理论分析和仿真实验的结果表明了这种子空间分解方法对一类含噪线性调频信号是可行的．

宽带相干源波达方向估计的新方法及性能分析

本文首先介绍了宽带阵列信号的模型,然后给出了一种新的基于信号子空间的宽带信号DOA估计算法。新算法直接分解接收数据协方差矩阵得到聚焦矩阵,通过聚焦变换将不同频率点的信号子空间聚焦到参考频率点,聚焦后得到单一频率点的数据协方差矩阵,再应用窄带MUSIC算法进行DOA估计。由于是直接分解接收数据协方差矩阵得到聚焦矩阵,因此新算法无需预估计波达方向,可以避免角度预估计对测向性能的影响,而且减少了计算量,提高了宽带信号DOA估计的实时性。最后在16元均匀线阵的情况下,选用宽带高斯信号源进行仿真,将新算法与RSS算法和TLS算法相比较,验证了新算法的优良性能。

基于子空间旋转的信号频率和波达方向同时估计方法

针对宽频段窄带信号 ,利用时间平移构造伪数据矩阵 ,同时 ,将伪数据矩阵信号子空间进行旋转 ,并通过对构造的信号空间矩阵进行特征分解 ,提取导向矢量矩阵和旋转因子中所包含的角度和频率信息 ,从而直接获得频率和波达方向 ( DOA)的同时估计 .计算机仿真表明 ,该方法在中等信噪比下是有效的 。

TLS-ESPRIT技术在电力系统谐波检测的应用

随着电力系统的发展以及非线性电力元件的大量应用,电网中的谐波状况更加复杂化。文中将总体最小二乘法-旋转矢量不变技术TLS-ESPRIT应用于电力系统谐波、间谐波的检测。该方法把含噪的谐波、间谐波信号进行采样,形成HANKEL矩阵,对HANKEL矩阵进行奇异值分解,信号划分为信号子空间和噪声子空间,然后通过总体最小二乘法进行谐波、间谐波参数的有效提取,兼具消噪的能力。数值分析结果表明该方法准确有效。

一种新的均匀圆阵宽带波束域高分辨测向算法

波束域算法是通过对阵列信号进行波束形成预处理,再进行高分辨测向。本文提出了一种新的均匀圆阵宽带波束域高分辨测向算法,推导出波束域聚焦矩阵的表达式。新方法大大提高了圆阵宽带波束域测向算法的分辨率,估计精度等性能。最后通过计算机仿真,与基于模式空间变换的宽带圆阵波束域算法和宽带圆阵相干信号子空间算法进行了比较,验证了新算法的优良性能。

基于矢量重构的相干信源测向

传统的解相干方法主要有空间平滑和子空间拟合两类,但这些方法或者阵列利用率低或者计算复杂度高,因此寻求计算量小且阵列利用率高的解相干测向方法有重要意义.该文基于前后向矢量重构理论,提出一种相干信源测向方法.根据信号导向矢量矩阵与信号子空间张成同一空间,充分利用大特征值对应的特征向量,采用前后向矢量重构方法构造列满秩的数据矩阵,利用总体最小二乘?旋转不变子空间算法进行波达方向估计.该方法适用于独立信源和相干信源同时存在的情况,具有良好的实用性,且运算过程简单,计算量小.理论分析和仿真结果表明了所提方法具有优良性能.

一种优化的宽带聚焦波束形成算法

提出了一种基于最佳聚焦频率的旋转信号子空间法来实现宽带信号波束形成。通过确定最佳聚焦频率,使宽带信号的各个子带通过聚焦矩阵都聚焦在最佳聚焦频率上,然后用常规延迟求和波束形成算法完成恒定束宽波束形成。仿真结果表明,在宽带情况下,阵列输出的主波束宽度,旁瓣级和波束指向均能保持恒定。

利用信号空间矩阵进行二维波达方向估计的新方法

本文以阵列信号处理为背景，讨论了二维信号参量估计问题，着重分析了新近提出的子空间旋转基底类方法．在此基础上，本文提出了新的估计方法，通过对原始信号空间矩阵法的改进措施，不仅提高了算法效率，并且成功地解决了兼并源和相干源的问题．改进后的信号空间矩阵法不但运算量极小，且据有分辨率高，估计方差小，所需阵元个数少等优点．本文中给出的计算机仿真对比实验验证了该方法的优良性能．

基于空间重采样的宽带DOA估计新算法及其性能分析

首先介绍了宽带阵列信号模型,然后给出了一种基于空间重采样的新的宽带信号相干子空间处理算法。该算法将均匀线阵看成是连续线阵的离散采样,在各个频率点调整阵列空间采样率,将各频率分量的方向向量聚焦到参考频率上,聚焦后得到单一频率点的数据协方差矩阵,再应用窄带MUSIC算法进行DOA估计,无需预估计波达方向,因此可以避免角度预估计对测向性能的影响。仿真实验表明新算法的性能要优于其他典型算法(TCT,RSS和TLS算法)。文中还给出了分辨率与阵元个数、信噪比之间关系。

基于ESPRIT的噪声抑制频率估计算法

在中低信噪比时,协方差矩阵受噪声影响较大导致ESPRIT算法性能降低,使其与克拉美罗下限(CRLB)有一定距离。针对该问题,提出一种基于ESPRIT的噪声抑制频率估计算法,利用信号频域内若干子带的谱线估计协方差矩阵,通过该矩阵的特征向量张成信号子空间,估计信号各分量的频率。实验结果表明,该算法能用于多个频率分量的信号分析,归一化频率估计的范围为[?π,π),且性能接近于CRLB下限。

基于平面旋转的信号二维参数快速跟踪

阵列入射信号时变参数的联合跟踪 ,是我军在现代电子战中进行有效电子防御和进攻时需要解决的首要问题 .本文针对非时变参数估计方法不能适应时变参数跟踪的问题 ,首先讨论了ESPRIT类特征值问题的转化和子空间递推更新的可行性 ,然后以平面旋转 (Givensrotation)为基础推导了关键变量的直接更新关系 ,最后采用多维参数方程并行计算的方式实现了信号二维时变参数的快速跟踪 .计算机模拟结果证实了所述方法的有效性 .

信号频率-方向联合估计中的双旋转子空间法

提出了一种基于子空间2次旋转变换的频率方向联合估计方法.该方法可同时估计空间信号频率和到达方向,其阵列由M个阵元组成,避免了复杂的阵列结构.计算机模拟结果表明,该方法不仅阵列结构简单,在中等SNR时具有良好的分辨性能,而且运算速度较快.

基于ESPRIT改进算法的OFDM频率估计方法

针对OFDM信号侦察系统中已有的子载波频率估计方法难以满足低信噪比要求的问题,提出了一种具有高分辨率谐波检测性能的ESPRIT改进方法。利用基于过采样原理构建OFDM信号的正交子空间,采用TLS—拓广ESPRIT算法,实现了对OFDM信号各子载波频点的精确盲估计。通过理论分析和仿真试验表明,在信噪比大于2 dB条件下能达到较高的频率分辨率和较好的频谱估计稳定性。