DOA估计中自相关矩阵的时空二维估计方法

利用阵列信号的空间平稳性质，本文提出了自相关矩阵的时空二维估计方法．本文还首次提出了中等冗余非均匀线阵的概念。模拟实验验证了时空二维估计方法比常规的时间最大似然估计方法有明显的优越性，它以微弱的计算量换来了DOA估计性能的大幅度改善。

自相关矩阵的时空二维估计方法

当不相关信号源入射到均匀线阵，线阵阵元输出信号是空间广义平稳的，其自相关矩阵是赫尔米特托普尼兹矩阵。作者利用阵列信号的主间平稳性质，提出了自相关矩阵的时空二维估计方法。通过大量的模拟实验，验证了时空二维估计方法比常规的时间最大似然估计方法有明显的优越性，它以微弱的计算量换来了估计性能的大幅度改善。

平面四元十字阵双窄带源MUSIC二维估计算法研究

针对超低空飞行的多架武装直升机,为了有效地对其进行定向,在小尺度平面四元十字型阵列的基础上,主要研究了多重信号分类(Multiple Signal Classification,MUSIC)二维估计算法,该算法利用MUSIC谱函数谱峰所对应的角度就是目标的波达方向(Direction Of Arrival,DOA)来进行目标定向的。重点分析了远场环境下,该算法在典型的双窄带信号目标源DOA估计上的应用和定向性能,并进行了实验仿真。理论分析和实验仿真结果表明,远场环境下,MUSIC二维估计算法能够有效地对窄带双目标源进行定向。MUSIC二维空间谱估计算法克服了传统的基于常规波束形成方法的"瑞利限"问题,具有多信号同时测向能力、测向精度高、高分辨能力等,为空气中运动目标声测被动定向的研究提供了一定的理论参考。

基于L型阵列的MUSIC二维估计算法研究

阵列信号处理利用天线阵列接收空间信号,阵列输出的信号比单个天线输出的信号包含更多的信息,有利于时差、相差和到达角等信息的提取,因此在通信、雷达和电子对抗等领域得到广泛应用。空间谱估计是阵列信号处理的一个重要的研究方向,克服了传统的基于常规波束形成方法的"瑞利限"问题,具有多信号同时测向能力、测向精度高、超分辨能力等等,因此多信号多参量估计已成为许多研究课题的重要研究内容。

基于深度学习的二维人体姿态估计综述

人体姿态估计是近年来计算机视觉问题中的一个热门话题,它在改善人类生活方面具有巨大的益处和潜在的应用。近年来深度神经网络得到快速发展,相较于传统方法而言,采用深度学习的方法更能提取图像表征信息。综合分析近年来人体姿态估计的进展,根据检测人数分为单人和多人人体姿态估计。针对单人姿态估计,介绍了基于直接预测人体坐标点的坐标回归方法及基于预测人体关键点高斯分布的热图检测方法;针对多人姿态估计,采用解决多人到解决单人过程的自顶向下方法和直接处理多人关键点的自底向上方法。总结了各方法网络结构的特点和优缺点,并阐述当前面临的问题及未来发展趋势。

阵元失效下稀疏阵列的二维DOA估计算法

本文针对二维稀疏阵列在阵元失效条件下,因数据缺失导致虚拟阵列连续性被破坏及自由度下降的问题,提出了一种二维DOA估计算法。首先基于二维差分共阵构建虚拟阵列,然后利用解耦原子范数最小化理论,以矩阵填充的形式恢复协方差矩阵数据,实现对虚拟阵列中丢失虚拟阵元的内插,最后采用SS-MUSIC算法进行多信源的二维DOA估计。所提方法弥补了物理阵元失效所造成的影响,恢复了原始虚拟阵列的完整孔径特性,保持了虚拟阵列的自由度,从而确保了较高精度的二维DOA估计性能。仿真实验结果表明,在相同阵元数量及阵元失效情况下,本文提出的算法相比已有方法能有效地估计更多信源,并在小快拍数和低信噪比条件下表现出更高的稳健性,最大限度地保留并利用了稀疏阵列在二维DOA估计中的自由度优势。

基于深度学习的二维单人姿态估计综述

人体姿态估计是计算机视觉领域的一项关键技术,它通过检测人体关键点以识别人体姿态。随着深度学习的快速发展,其已成为人体姿态估计的主流技术并取得了显著进展。围绕单人姿态估计问题,从数据预处理、网络架构设计、监督学习方法以及后处理技术四个维度对基于深度学习的单人姿态估计研究进行回顾,同时探讨关键点表征的新方式及Transformer模型在该领域的应用,此外还介绍了常用的数据集和性能估计指标,深入讨论当前单人姿态估计领域的挑战和发展方向。

一种快速的空时二维谱估计算法

为了减少算法运算量,将多级维纳滤波器引入空时二维谱估计中,提出了一种快速算法。快速算法通过简单的乘加运算得到噪声子空间,无需对空时阵列协方差矩阵进行特征根分解,更加易于硬件实现。仿真结果表明快速算法与原二维算法性能相当。

一种空时二维超分辨分维估计方法

介绍了一种应用在多普勒频率和DOA估计分维处理情况下,利用时域ESPRIT方法进行盲Doppler频移估计和时域投影变换法进行DOA估计的空时二维超分辨方法。仿真试验证明了该算法具有较高的分辨性能和较好的稳健性,不但具有全方向来波的分辨能力,而且对小角度差来波具有高分辨能力。

基于噪声子空间映射的二维波达角快速估计算法

为了降低二维MUSIC(Two Dimensional Multiple Signal Classification,2-D MUSIC)算法的计算量,提高算法的实时处理能力,基于噪声子空间映射思想提出了一种适用于任意平面阵列结构的二维波达角(Direction Of Arrival,DOA)快速估计算法.新算法利用空间角度划分及非线性变换将信号子空间与噪声子空间的正交性等价地压缩至某个角度分片内,使得真实DOA在该角度分片内产生虚拟镜像,通过搜索该角度分片得到虚拟DOA,最后利用数学式直接计算得到真实DOA.理论分析和实验结果表明新算法能够成倍地提高DOA估计的速度,同时具有比MUSIC算法更高的空间分辨率.

基于标号场的光流法二维运动估计

该文提出了一种改进的二维运动估计光流算法。在光流基本约束和全局平滑性约束的基础上,引入二维运动标号场,对Horn-Schunck算法进行了改进,不仅加快了算法的收敛速度,而且提高了运动估计的准确性,减轻了遮挡边界问题的影响。实验结果证明了该算法的有效性。

一种MIMO雷达二维DOA估计新方法

提出了一种基于立体阵的多输入多输出(MI MO:Multiple Input Multiple Output)雷达二维波达方向(DOA:Direction Of Arrival)估计新方法,该方法利用MI MO雷达形成的虚拟阵列数据来构造两个二阶统计量并对其进行联合对角化得到了目标方位角和俯仰角的闭式解。该方法不仅很好地解决了存在一维角度兼并时目标的二维DOA估计问题,而且无需二维谱峰搜索和参数配对即可实现对目标DOA的全方位估计。计算机仿真结果证明了所提方法的正确性和可行性。

基于单个矢量水听器的二维波达方向估计

提出了一种基于单个矢量水听器的二维波达方向估计方法 ,该矢量水听器由三个空间轴向垂直的振速水听器和一个声压水听器构成 .利用时延数据 ,以时间变元为旋转因子 ,构造了两个具有相同阵形的子阵 ,采用 ESPRIT实现了对目标信号的波达方向估计 .具有较好的估计精度 ,能实现方向余弦的自动配对 ,不造成波达方向的模糊性 .计算机仿真实验结果证明了该方法的有效性 .

基于时空处理的频率与二维DOA联合估计算法

提出了一种适用于任意阵列的频率与二维DOA联合估计算法。该算法同时利用空域采样与时域采样构造二维时空矩阵,基于2D-ESPRIT方法进行二维参数估计,仅需3个校准阵元就可通过M个阵元估计出M个独立信源的载波频率、方向角和仰角,无需二维谱峰搜索,计算量较小。仿真实验验证了算法的有效性。

基于最小冗余线阵的二维传播算子DOA估计

针对二维DOA(direction of arrival)估计所需阵元数量较多且阵元利用率较低的问题,提出了一种低阵元冗余度的阵列模型,将最小冗余线阵的应用拓展到二维DOA估计领域,降低了阵列冗余度。同时,利用传播算子算法估计二维波达方向,该算法无需谱峰搜索,且避免了大矩阵的特征分解,在解决计算量问题上有着巨大优势。最小冗余线阵的设置方式,用较少的阵元获得了较大的阵列有效孔径,从而弥补了传播算子算法在低信噪比条件下性能下降的缺点,具有了更好的低信噪比适应能力。该文从理论上论证了三平行最小冗余线阵设置的合理性,仿真实验证明了该方法的有效性。

基于深度学习的二维人体姿态估计综述

人体姿态估计是计算机视觉领域的一个基础且具有挑战的任务,人体姿态估计对于描述人体姿态、描述人体行为等至关重要,是行为识别、行为检测等计算机视觉任务的基础.近年来,随着深度学习的发展,基于深度学习的人体姿态估计算法展现出了极其优异的效果.从单人人体姿态估计、自顶向下的多人人体姿态估计和自底向上的多人人体姿态估计这3种主流的人体姿态估计方式,介绍近年来基于深度学习的二维人体姿态估计算法的发展,并讨论目前二维人体姿态估计所面临的困难和挑战.最后,对人体姿态估计未来的发展做出展望.

一种二维到达方向估计的ESPRIT新方法

提出了一种在高斯白噪声环境下基于L型阵列的二维到达方向估计新算法,该算法利用阵列结构的特点形成多个相关矩阵,然后构造一个特殊的大矩阵并由其特征分解获得信号子空间的估计,进而利用2 DESPRIT方法实现二维角度估计.新算法具有估计精度高,运算量小的优点,而且能够很好地解决信号参数配对问题.

基于修正ESPRIT算法的二维DOA估计

针对二维ESPRIT算法在求解相干信号的时候存在较大的阵列冗余度,为了降低计算量,提高算法的解相干能力,在双排平行均匀线阵的基础上,介绍了一种二维修正ESPRIT算法.通过对子阵的合并,摒弃了原协方差矩阵中的冗余数据,使得新构成的协方差矩阵的维数比原来下降了近33%,从而降低了特征值分解的维数,并且新构成的协方差矩阵可以对接收数据进行共轭重排再利用.理论分析和仿真实验表明,该算法降低了计算量,提高了对非相干信号的估计准确度,同时具有一定的解相干能力.

均匀圆阵波束空间二维DOA估计算法

为把适用于均匀线阵的ESPRIT算法、空间平滑技术等推广到均匀圆阵中,采用预处理技术将均匀圆阵从阵元空间映射到波束空间,采用实特征值分解方法得到信号和噪声子空间,并将二维MUSIC和ES PRIT算法结合起来.理论分析和模拟实验表明,该算法减小了计算量,提高了对非相干信号源的估计准确度,同时具有解相干的能力.

用均匀中心对称阵二维酉ESPRIT方法实现闭环形式二维角估计

本文提出了适用于一类均匀中心对称阵的二维西ESPRIT方法，它是一种闭环形式的高分辨算法，对信号源方位角和仰角估计实现自动配对在算法最后阶段构造一个矩阵，其第i个特征值的实部和虚部分别与第i个信号源相对X轴和Y轴的方向余波一一对应该算法除了初始变换和最后矩阵特征分解外，整个过程都采用高效的实值计算．并推广应用于DFT波束空间，可在较小的空间维数上处理，从而减小计算复杂性最后对算法做了一阶近似渐进性能分析．