基于极化干涉互相关矩阵的林高估计方法

基于噪声影响较小的极化干涉数据的互相关矩阵,提出了一种新的林高估计方法.该方法使用互相关矩阵的奇异值分解代替ESPRIT方法中相干矩阵的特征分解,获取森林散射中心的干涉相位信息,再由森林散射中心的干涉相位差估计森林高度.该方法不但能抑制噪声对森林散射中心干涉相位估计的影响,还提高了运算效率.L波段松树林极化干涉仿真数据验证该方法的有效性.

互相关矩阵重排获取信号子空间的二维DOA估计算法

本文提出一种L型阵列的二维子空间DOA估计算法,该算法通过重排阵列接收数据的互相关矩阵获取信号子空间,然后根据信号子空间生成一个二维谱函数,最后通过二维搜索估计信号的来波方向。由于该算法采用二维谱峰搜索,所以不需要对俯仰角和方位角进行配对。与二维MUSIC算法相比,该算法的估计精度略有下降,但该算法不需要对矩阵做特征值分解,计算量降低且易于实现。文中给出了该算法的推导过程和具体实现步骤,并进行了实验仿真,仿真结果说明了算法的有效性。

非均匀组阵中基于互相关矩阵信息挖掘合成算法

针对天线组阵中常用的合成算法在非均匀组阵下合成性能较差的问题,提出了一种基于互相关矩阵信息挖掘的合成算法。该算法根据最优权值幅度与各路噪声功率之间的关系,并结合利用互相关矩阵交替迭代估计合成权值与噪声协方差矩阵,得到最佳复权值向量。理论推导与仿真结果均表明,该算法近似等价为基于MSNR准则的Eigen算法,在非均匀组阵中的合成权值幅度接近于理论值,合成损失明显低于现有算法,而且收敛速度、运算量与现有文献算法相当,在"异构/异地"组阵中具有重要的工程应用价值。

利用小波变换和互相关矩阵进行遥感图像不变纹理分类

本文提出了一种遥感图像旋转不变纹理分类的新方法。该方法首先利用有限脊小波变换进行旋转不变纹理的实现,再利用反映图像灰度空间的变化规律的互相关矩阵结合小波变换的多尺度分析进行纹理特征描述。文章最后利用支持向量机算法实现纹理图像的分类。实验证明该方法可以有效的进行纹理的识别、分类。

基于空域互相关矩阵的声源延时估计方法

系统地研究了基于麦克风阵列的声源定位方法,提出了一种基于空域互相关矩阵的延时估计方法.通过仿真实验证明该方法简单、直接,并且能够在增加麦克风数量的情况下很好地抑制噪声和混响所带来的影响.

基于互相关抽样分解的分布式非圆信号DOA快速估计

在非相干分布式非圆信号波达方向(DOA)估计中,针对利用信号非圆特性后输出矩阵维数扩展带来的较大运算量问题,该文提出一种基于互相关抽样分解的DOA快速估计算法。该算法仅需要从子阵间的扩展互相关矩阵中抽样出少量行元素和列元素,构成两个低维子矩阵,进而通过低秩近似分解便可快速地同时求出左右奇异矢量,即分别对应两个子阵的信号子空间,避免了计算整个互相关矩阵及其奇异值分解运算;最后利用两个子阵信号子空间的旋转不变性通过最小二乘得到DOA估计。仿真分析表明,当行列抽样数大于信源数的两倍时,所提算法与直接基于互相关矩阵奇异值分解的非相干分布式非圆信号DOA估计算法性能相近,但复杂度得到了大幅度降低;而相比于传统的低复杂度非相干分布源DOA估计算法,所提算法利用信号非圆特性具有更高的估计性能。

基于C/A码互相关特性的GPS信号DOA估计技术

针对GPS信号的DOA难以获得的问题,利用本地信号和接收信号构造了两种形式的互相关矩阵及其综合形式,根据本地信号导向矢量与互相关矩阵的特征结构之间的关系,通过迭代运算得到了GPS信号的DOA。实验结果表明,该方法的运算过程简单而且GPS信号的DOA估计值精度较高。

基于互相关的分布式多信源交叉定位算法

非相干分布式信源的不相关散射分量会造成波达方向估计性能下降,同时当信源数大于空间观测站的数量时,通过交叉定位方法确定信源位置会出现模糊点。针对上述问题,本文提出一种基于互相关的非相干分布式多信源交叉定位算法。该算法先通过2个较远阵列接收数据之间的互相关性,减弱不相关的散射分量对DOA估计的影响;再通过2个阵列接收信号之间的角度关联性,对信号子空间进行重构,得到每个信源相对于2个阵列的不同入射角,最后利用交叉定位的方法即可确定信源位置。该算法通过角度匹配的方法解决了双站交叉定位存在虚假点的问题。仿真分析表明:所提算法可以自动将2个阵列的入射角与信源相对应,且算法估计性能较好,适用于需要进行多目标定位但阵列资源受限的情况。

任意波形相关性的机载MIMO雷达杂波建模与分析

为了分析任意发射波形相关性影响下的机载MIMO雷达杂波分布特性,从信号空间与阵元空间变换的数学角度构建了发射波形合成模型。在此基础上,提出了任意发射波形合成影响下的机载MIMO雷达杂波统一模型,论述了发射波形合成与杂波统一模型之间的关系。仿真揭示了统一模型下发射波形从全正交、相关到全相干的演变过程中杂波的分布特性。研究得出,发射波形互相关矩阵的结构决定了杂波谱展宽的程度,而该互相关矩阵的秩决定了杂波自由度大小。该模型为波形设计影响下的机载MIMO雷达STAP算法的设计提供了理论依据。

一种改进的加权空间平滑算法

对加权空间平滑算法计算加权因子时需要预估计信源方向的问题,提出了一种新的相干信源波达方向估计的加权空间平滑算法。在计算加权矩阵时不需要知道信源的先验信息,也不需要预估计信源方向,而是对原始阵列进行特殊结构的子阵划分,结合子阵间的自、互相关矩阵对角度估计的贡献不同,采用嵌套的空间平滑算法得到加权矩阵,从而实现相干信源的解相干和波达方向估计。本文算法相比原算法具有更优的加权因子、更好的解相干性能、更高的角度分辨率和角度估计的准确性。理论分析和仿真结果表明新算法的有效性。

基于D-S证据理论的模糊聚类集成

针对现有集成方法在处理模糊聚类时的不足,提出一种新的模糊聚类集成方法。在证据合成的理论框架内,讨论在识别框架、概率分配函数、合成规则等问题。给出了3种基本概率分配方法:近似类别分配概率方法、归一化模糊海明距离方法以及二者证据合成的方法。分析指出合成的方法能够较好利用二者的优势进行互补,获取更为合理的基本概率分配方法。最后,通过实验讨论所提方法的参数设置、收敛性和有效性等问题。

基于群交叉变异MPPSO的MIMO雷达发射波束形成

采用基于智能算法优化发射信号互相关矩阵的方法来形成所期望的发射天线方向图,实现多输入多输出(multiple-input multiple-output,MIMO)雷达发射波束控制。根据MIMO雷达数学模型构建了适合智能优化的代价函数,提出群交叉变异多相粒子群算法(swarm exchange and aberrance multiple-phase particle swarm op-timization,SEA-MPPSO),并将其应用于MIMO雷达发射信号互相关性的优化,实现了发射波束赋形。方法快速高效,能最大程度地逼近全局最优解。计算机仿真结果证明了方法的可行性和有效性。

基于证据空间有效性指标的聚类选择性集成

首先针对距离空间在描述数据复杂结构信息方面的不足给出证据空间的概念。然后基于证据空间扩展有效性指标Davies-Bouldin,同时利用聚类成员的类别相关矩阵度量差异性。最后以较高有效性和较大差异性为目标选择聚类成员并用于集成。实验结果显示所提方法能够有效提高聚类集成算法的有效性。

MIMO雷达非严格正交信号单脉冲测角方法

MIMO雷达发射正交信号波形时,可以在接收端匹配滤波后使用单脉冲和差波束比幅测角技术测量发射角(DOD)。现在讨论的正交信号一般都是严格正交的,而实际中发射信号往往非严格正交,文中将从定义上区别这两种信号。当发射信号非严格正交时,会严重恶化单脉冲测角方法中左、右、和三个波束的形状,给这种测角方法带来较大的测量误差。针对这一问题,通过分析发射信号间的互相关矩阵特性,找出了误差产生的原因,并提出了相应的解决方法,实现了这种方法下发射角的高精度测量,最后通过仿真验证了所提方法的有效性。

空时块码与波束形成结合方案及性能分析

Alamouti空时块码与波束形成相结合的方案只使用了两个功率均分的波束,在很多情况下并非最优。该文提出了新的空时块码与波束形成相结合的方案,新方案能够根据信道互相关矩阵的特征值,展开不超过发射端天线数量的波束,在满足空时块码发射天线数量等于波束数量的条件下,与任意码率空时块码结合。该文还利用Gauss-Chebyshev积分对线性调制下新方案的误符号率进行了性能分析,得出了简单的数值计算表达式。新方案由于同时获得了分集增益和波束形成增益,显著提高了系统的性能。

稀疏表示框架下无需参数配对的二维到达角估计

现有二维到达角估计算法大多基于子空间理论及需要参数配对,针对这一问题,在稀疏表示理论框架下提出了一种参数自动配对的二维到达角估计新算法。该算法在L阵列下构建阵列互相关矩阵的稀疏表示模型,利用奇异值分解降低复杂度并基于群LASSO(Least Absolute Shrinkage and Selection Operator)获得方位角估计。在方位角估计的基础上,基于向量化操作构建稀疏空间谱匹配模型,然后利用LASSO获得俯仰角估计。与参数配对ESPRIT和改进的传播算子方法相比,所提算法不仅无需参数配对过程,而且可以提供改进的估计精度。计算机仿真结果验证了所提算法的有效性。

IDMA通信系统中的粒子群交织算法

在IDMA系统中,交织序列区分不同用户,其产生是随机且独立的。但一些交织序列互相关系数接近1,这严重影响通信性能。因此提出一种应用于IDMA通信系统中的粒子群交织算法。该方法以互相关矩阵作为适应度函数,采用粒子群算法寻找最优交织序列。仿真表明,该算法的性能优于非随机交织、随机交织和基于进化算法的交织。

基于Laplace变换的空时分组编码误符号率性能分析

分析了空间相关Rayleigh衰落信道下采用空时分组编码的MIMO通信系统的误符号率。利用Laplace变换推导了空时分组编码系统在接收端信噪比的概率密度函数,得出了由基本初等函数表示的线性调制下空时分组编码系统误符号率的闭合表达式。仿真结果证明了性能分析的有效性。

一种基于方差融合的双均匀线阵阵列测向算法

本文提出了一种基于双均匀线阵的快速高精度测向算法。针对双均匀线阵不同轴上的接收噪声互不相关的特点,可以得到理论上不含噪声的互相关矩阵。并且由于在两个轴上的阵列流型均具有移不变特性,因此本文所提的快速算法首先利用x轴上最大不重叠的两个子阵列对y轴上最大不重叠的子阵列做互相关,利用y轴上最大不重叠的两个子阵列对x轴上最大不重叠的子阵列做互相关,接着对上述两个相关矩阵采用旋转不变子空间算法,分别计算出目标的角度,再利用方差融合的方法,将两次求得的角度信息进行融合,最后得到较高精度的角度信息,理论分析表明该算法是无偏的,并且在较高信噪比下趋近于克拉莫罗界。最后利用蒙特卡洛仿真验证了本算法的有效性。

基于稀疏恢复的循环平稳信号DOA估计

基于信号稀疏恢复的思想,提出了一种新的循环非相关平稳信号DOA估计算法。首先,对阵列的二阶循环互相关矩阵矢量化,并将感兴趣的空间划分成若干段以构造过完备的方向矩阵,从而得到基于Khatri-Rao积的稀疏模型;其次,利用凸优化技术对稀疏模型进行优化求解,并根据恢复得到的稀疏信号中非零元素的位置估计出高精度的DOA值。与传统的循环互相关算法比较,本文算法具有更高的DOA估计精度,同时也适用于信号个数多于阵元个数的场合。理论分析和仿真实验结果都验证了算法的有效性。