EMVS互质面阵张量波束成形

相比于标量传感器均匀阵列,电磁矢量传感器(electromagnetic vector sensor,EMVS)稀疏阵列能够在降低系统软硬件成本的同时感知更大范围、更高维度的空间信号信息,并通过精尖波束扫描实现信源测向性能的综合提升。然而,传统基于矩阵信号建模的波束成形算法难以利用EMVS接收信号的多维结构化信息,且存在由阵元稀疏排布所引入的虚峰干扰问题。为了应对上述挑战,提出了面向EMVS互质面阵的张量波束成形算法,有效利用了空域互质采样的波束分布特性和张量信号处理的优势实现指向性张量波束扫描测向。具体而言,将EMVS互质面阵中稀疏均匀子面阵的接收信号表示为一对涵盖多维度空间电磁信息的高维张量,并从张量信号空域滤波的准则出发,设计面向稀疏均匀子面阵的张量化最小方差无畸变响应优化问题。为了克服由上述优化问题中张量内积项所造成的传统求解方法失效难题,提出通过张量权重的canonical polyadic分解,将原始张量化最小方差无畸变响应优化问题转换为对应波达方向信息维度与极化状态信息维度的子问题,并基于各子问题的局部最优解设计交替迭代求解方法,以获得张量权重的全局最优解。进而,基于张量空间的质数分解唯一性分析,理论证明一对满足互质阵元排布的稀疏均匀子面阵所对应的虚峰具有互不重叠特性,并提出张量波束功率的互质合成处理方法,以此构造具备精尖主瓣且虚峰抵消的张量波束功率图,从而实现多信源空间方位的精准估计。仿真结果验证了所提EMVS互质面阵张量波束成形算法的有效性。

基于互质极化敏感阵列的参数降维估计算法

针对互质极化敏感阵列波达方向角(DOA)和极化参数估计中存在的计算复杂度高以及多信源情况下DOA解模糊配对错误问题,本文提出了一种基于模值约束降维求根多重信号分类(MUSIC)的DOA和极化参数联合估计算法。首先通过重构三维谱函数,对DOA和极化参数进行解耦,实现三维MUSIC方法的降维,然后利用多项式求根求解出DOA,并利用波束形成方法解决了互质阵列中存在的解模糊角度错配问题,最后利用极化矢量的模值有界性构造代价函数,推导出极化参数的闭式解。数值仿真结果验证了所提算法的有效性,结果表明,所提算法参数估计精度高于旋转不变技术(ESPRIT),与一维全局谱峰搜索MUSIC(1D-TSS-MUSIC)算法基本相当,但本文算法显著降低了计算复杂度,且在多信源情况下依然可以获得可靠的参数估计。

互质阵MIMO雷达DOA估计性能综合分析

以非相干信号源为研究对象,综合分析了单基地互质阵多输入多输出(MIMO)雷达的波达方向(DOA)估计性能。首先,在总结归纳互质阵结构特点的基础上推导了基于和联合阵列及和差联合阵列的单基地MIMO雷达测向信号模型,然后结合多重信号分类(MUSIC)算法,分别详细介绍了基于和联合阵列及和差联合阵列的单基地MIMO雷达DOA估计方法,最后,进行与等阵元数的均匀线阵MIMO雷达的对比仿真实验,验证了互质阵MIMO雷达DOA估计性能的优越性。

基于虚拟阵列孔洞插值的互质阵列直接定位方法

针对基于互质阵列的直接定位方法对于虚拟阵元非连续部分利用率不高的问题,提出了一种基于虚拟阵列孔洞插值的互质阵列直接定位方法。该方法采用互质阵列建立信号接收模型,引入虚拟阵列孔洞插值的思想来构造对应的协方差矩阵,最后利用空间谱技术求解定位结果。仿真结果表明,该方法与基于最大连续虚拟阵列的直接定位方法相比,在少快拍数、低信噪比环境下提高了分辨率和定位精度,具有很高的鲁棒性。

源流互质与中国自主知识体系的建构

现代学术体系源于现代世界体系形成之际,其系统且全面的理论框架与科学实证的方法业已成为现代社会与现代生活的有机组成,但现代学术分科难以在整体与部分,过去、现在和未来之间建立有机联系。中国自主知识体系必须内在于中国的历史经验、文化传统与当代实践,应当超越现代分科之学,以源流互质的方式出入古今,以整全的视角探究文明的起源及其原理,基于人与事动态考察中国文化的演进机制,进而在源与流之间建立能动关联。源流互质作为中国传统学术的重要特质,为当下建构中国自主知识体系提供了有效的思想资源。

基于互质位置非同步测量的低频声源成像方法

针对声学成像受限于传声器阵列孔径和阵元密度不足,导致在低频、低信噪比条件下声成像分辨率较低的问题,提出一种基于互质位置非同步测量的低频、低信噪比声源高分辨率成像方法。首先,移动原型阵列在互质位置处接收声信号并计算数据缺失的互谱矩阵,然后利用改进的加速近端梯度算法对缺省互谱矩阵进行补全,再对补全后的完整互谱矩阵进行矢量化,最后建立虚拟阵列信号模型并求解。仿真结果表明,在低频、低信噪比条件下,所提方法与以往方法相比,具有更低的定位误差、更高的成像分辨率以及更好的鲁棒性和抗噪性。

基于原子范数的互质阵列协方差矩阵重构算法

针对互质阵列的虚拟阵列插值过程中协方差项的非均匀加权问题,将互质阵列协方差矩阵重构转换为低秩矩阵填充与原子范数重构,提出基于原子范数的互质阵列协方差矩阵重构算法。该算法先利用广义增广法得到非完备的互质阵列协方差矩阵,并利用截断的均值奇异值门限填充法得到虚拟阵列的协方差矩阵初值,然后对其进行原子范数最小化求解,实现稳健的正定Toeplitz协方差矩阵重构。该算法充分利用互质阵列协方差矩阵信息,有效提高互质阵列DOA估计算法的稳定性,降低计算复杂度。

一种对极数互质的高精度绝对式角位移传感器

提出了一种对极数互质的高精度绝对式时栅角位移传感器。在N对极的单圈增量电场式时栅角位移传感器的基础上增加一个M对极的传感器,实现组合测量,其中,2个增量式传感器对极数N和M为互质数,对极数多的作为精测部分,保证传感器的测量精度;对极数少的作为粗测部分,利用2个增量式传感器输出行波相位差和空间角度对应关系实现传感器的绝对角位移测量。采用差动感应电极结构消除共模干扰以保证测量精度,这种对极数互质组合测量传感器既能够较容易实现绝对定位,又能够保证传感器的高精度。采用印制电路板技术制造了外径154 mm、内径100 mm、厚度2 mm的传感器样机,搭建了实验平台进行测试,测试结果表明:该传感器的整周测量范围原始精度可达±1.8″。

基于互质阵列的近场源位置估计方法

针对均匀线列阵检测信号数目受阵元个数限制、估计精度受阵列孔径影响等问题,提出一种基于互质阵列的近场源位置估计方法。对阵列接收数据进行预处理,建立只包含角度参数的模型,利用迭代方法来逐步修正角度偏移向量和功率向量,得到入射信号的波达方向;固定已估计出的角度,建立关于距离参数的离网格模型,通过迭代方式逐步修正距离偏移向量,从而得到距离估计值;通过仿真实验对所提方法进行验证。理论分析和仿真实验结果表明,该方法扩展了阵列孔径,提高了方位和距离的估计精度,在低信噪比和少快拍的情况下依然具有良好的估计性能,同时自动匹配估计角度与估计距离,确定信源位置。

基于分段互质采样的谐波和间谐波频率估计方法

电力系统中电力电子产生的谐波数量不断增加,谐波问题是一个重要的问题。本文提出了一种改进的互质采样(Coprime sampling,CS)方案,用于谐波和间谐波频率估计。所提方案使用稀疏采样来降低采样率,并将其与现代频谱估计算法相结合。特别是,使用分段互质采样(Segmented coprime sampling,SCS)方法,然后使用求根多重信号分类(Root-multiple signal classification,root-MUSIC)算法代替常用的MUSIC算法可以减少计算工作量并获得准确的频率估计。仿真结果表明,该方法在估计精度上优于传统的均匀采样(Uniform sampling,US)方法。

基于互质阵列的信号波达方向估计算法

互质阵列具有灵活的天线摆放形式,相比于均匀阵列,有更大的阵列孔径,可以获得更高的自由度从而减少硬件资源成本,因此受到广泛的关注。本文针对基于互质阵列的空间平滑MUSIC算法(互质SS-MUSIC算法)估计精度低、计算量较大的问题,提出两种基于Toeplitz矩阵重构的互质阵列DOA估计算法。两种算法均利用扩展互质阵列构造虚拟阵列,然后进行协方差矩阵重构,重构后的矩阵是Toeplitz矩阵,对其进行划分,对划分后的矩阵进行特征值分解,求出信号子空间和噪声子空间,从而得到信号的入射角度。仿真实验结果表明,两种算法均能够实现信号的欠定DOA估计,与互质SS-MUSIC算法相比,两种算法在低信噪比-5 dB时的测向误差分别减少1.1°和0.5°,具有更高的估计精度;在相同条件下,运行时间分别减少45.9%和69.1%,具有更低的计算复杂度。

面向单基地MIMO雷达的展开增广互质阵设计:低互耦和高自由度

针对现有多输入多输出(multiple input multiple output, MIMO)雷达互耦率高、自由度低的问题,提出了一种低互耦率、高自由度的展开增广互质阵MIMO雷达设计方式。首先在收发两端分别部署展开增广互质阵列。然后通过引入稀疏扩展因子,使展开增广互质阵列子阵的阵元间隔得到扩展,并得到所提出的展开增广互质MIMO雷达阵元位置的闭式表达式。随后通过广义和差联合阵列的概念,详细推导出了雷达的连续自由度和总自由度的闭式解。最后通过基于空间平滑的多重信号分类方法得到波达方向(direction of arrival, DOA)估计。与其他互质MIMO雷达结构相比,所提出的展开增广互质MIMO雷达能够获得更多的连续自由度并具有更低的互耦率。仿真结果验证了所提出的雷达结构在DOA估计方面的有效性和优势。

基于双平行互质极化敏感阵列的二维非网格DOA及极化参数估计

针对空间电磁信号的二维空间角及极化参数估计问题,提出一种基于双平行互质极化敏感阵列的二维非网格DOA及极化参数估计算法。该算法应用双平行互质极化敏感阵列接收信号,并根据接收数据特点构造了新型互协方差矩阵,再通过对该互协方差矩阵进行虚拟域扩展等方式实现了四维参数估计问题向四个一维参数估计问题的转化,在有效降低算法计算复杂度的同时,实现了参数的欠定估计。此外,为了进一步提高参数估计精度,本文算法引入了非网格模型,通过应用信号子空间与噪声子空间的正交性估计出网格偏差,降低了预设网格带来的固有偏差,实现了参数估计性能的提升。仿真实验表明了本文算法的有效性以及相对于网格算法具有更为优良的参数估计性能。

色噪声条件下基于矩阵补全的互质阵列DOA估计

针对扩展孔径的互质阵列在色噪声条件下波达方向(DOA)估计性能明显下降的问题,提出了一种基于压缩感知的互质阵列DOA估计方法。在背景噪声为色噪声的情况下,将互质阵列接收到的数据协方差矩阵重构为欠定无噪协方差矩阵,并使用Lp范数和截断核范数结合的算法对其进行低秩矩阵恢复,从而有效地抑制了色噪声对DOA估计的影响;此外,采用差分阵方法对去噪处理后的协方差矩阵进行矩阵扩展,使用交替投影算法对矩阵扩展后产生的空洞进行填补,提高DOA估计的精度。仿真实验表明:相比于现有方法,所提方法能有效地恢复数据矩阵并抑制色噪声影响,在信噪比和快拍数相同的情况下DOA估计性能分别提升了15%和7.5%,在角度间隔相同的情况下DOA分辨率也有所提升。

互质阵中空间谱估计研究进展

阵列信号处理技术是信号处理领域一个重要分支,广泛应用于雷达、声呐、水电天文等领域。空间谱估计是阵列信号处理中一个主要研究热点,为了避免角度模糊,要求阵元间距要小于等于载波波长的一半。互质阵突破半波长的限制,其阵元间距一般大于半波长。因此,互质阵能够在阵元数固定的情况下,获得更大的阵列孔径。互质阵空间谱估计算法可以利用互质特性辨识目标源,且能够获得更高的测向精度与分辨率。互质阵空间谱估计研究逐渐成为当今阵列信号处理领域的热点。本文总结了互质线阵与互质面阵下的空间谱估计的研究进展,分析了互质阵列相对于普通均匀阵列在阵列孔径扩展以及提高空间自由方面的优势。仿真结果展现了互质阵下高效的波达方向估计性能。

一种基于互质线阵的改进空间平滑信源角度估计算法

本文针对互质阵列产生的虚拟阵列不连续,导致部分信息损失问题,提出一种基于阵列插值的改进空间平滑算法。该算法充分利用了虚拟域阵列的全部信息。首先将互质阵列导出至虚拟域,形成一个非均匀的虚拟阵列;然后通过插值虚拟阵元的方式,将其转变为一个连续均匀的虚拟阵列;最后利用空间平滑算法,实现了信源角度的超分辨估计。仿真结果表明:与截取最大连续虚拟阵元的算法相比,有效提升了阵列自由度和信源角度估计性能。

基于互质因子摄动的反馈系统的鲁棒稳定性

考虑对象和控制器同时具有互质因子摄动时闭环系统的鲁棒稳定性问题 ,得到了闭环系统鲁棒稳定的充要条件并给出了鲁棒控制器的优化设计方法 .

非线性互质分解方法中的系统核表示

主要介绍了非线性互质分解理论的最新研究动态—系统核表示 .从系统核表示与右互质分解的关系、概念提出之背景及其在 Youla参数的控制器构造方面所起的作用强调了其在非线性互质分解理论中的重要性 .同时也从互质分解的存在性、系统的稳定鲁棒性。

基于张量分解的互质阵MIMO雷达目标多参数估计方法

该文提出了一种基于双基地互质阵列(CPA)多输入多输出(MIMO)雷达的多目标波离方向角(DOD)、波达方向角(DOA)和多普勒频率估计算法。收发阵列各由两个满足互质结构的稀疏均匀子线阵组成。时域的快拍序列同样由两个互质的稀疏均匀采样构成。算法利用张量因子分解得到分别包含DOD,DOA和多普勒频率信息的3个流形矩阵,再从中构造出具有范德蒙德矩阵结构的虚拟流形矩阵。为了提高估计精度,还提出了一种基于特征值分解的误差抑制算法,并通过旋转不变子空间算法(ESPRIT)求取各目标的3个待估参数。与传统算法相比,该算法通过构造均匀虚拟阵列和虚拟快拍提高参数估计性能,且不会产生模糊,避免了谱峰搜索和额外的配对过程。仿真实验验证了该算法有效性。

基于稀疏互质电磁矢量阵列的MUSIC算法

为增加传统MUSIC算法可分辨的信号源数,该文构造了一对具有互质关系的2维稀疏电磁矢量阵列,并基于此阵列提出了一种基于3维平滑的MUSIC算法。该算法利用两个阵列间的互质关系形成具有更多自由度的互质差合成阵列,并基于3维(2维空域加极化域)平滑算法恢复其自相关矩阵的秩,达到应用于传统MUSIC算法的目的。该算法的最大优势是仅使用二阶统计量即可系统地增加了原阵列的自由度。计算机仿真结果表明所提算法能估计多于物理阵元数的信号且分辨率高。