基于Bootstrap的宽带阵列信号个数检测

本文提出了一种基于Bootstrap的宽带阵列信号个数检测方法,该方法采用多重假设检验来估计信号的个数。通过对宽带信号的阵列采样输出分段并进行FFT变换,取其中一个频率点上的采样值构成阵列的采样协方差矩阵,得到假设检验的统计量,对选取的阵列采样输出使用Bootstrap方法得到检验阈值。该方法不需要对宽带阵列信号进行“聚焦”变换,且对高斯和非高斯信号均有很好的估计性能。计算机仿真试验证实了方法的有效性。

基于递阶遗传算法的未知源信号个数盲信号分离

为了解决在没有源信号个数信息条件下的盲信号分离问题,设计了一种基于递阶遗传算法的盲信号分离算法。用控制层、参数层分别表示分离阵有效行数和有效行数的具体数值,将非高斯性作为随机信号相互独立的度量,通过寻求观测信号的一个线性组合,使其峭度最大化或最小化来分离独立分量。计算机仿真验证了所提算法的有效性,对未知源个数盲信号处理有一定的指导意义。

波达方向估计中的宽带信号个数检测新方法

在进行波达方向估计时,往往要对信号个数进行判断,传统的宽带信号个数检测方法需要在每个频点上进行多次采样,否则无法正确完成测向.针对此问题,提出了一种基于Bootstrap准则实现的宽带信号个数检测新方法.将宽带信号划分为若干个互不重叠的子带部分,之后对每个子带信号进行特征分解,利用特征值对相应的特征向量进行加权,再通过Bootstrap准则构造新的信号重采样矩阵,用聚类的方法判断出该子带上的信号个数,最后将各个子带上的结果进行综合判断出宽带信号个数.所提方法回避了聚焦的过程,且在非高斯噪声背景下也有较高的估计成功概率,尤其是在小快拍数下有着较好的估计性能,仿真结果证明了该方法的性能.

一种信号个数估计方法及其在测频中的应用

本文介绍一种高精度的数字测频算法———根MUSIC算法。通过分析发现,该算法在低信噪比(0 dB)的情况下,仍能得到高精度的频率估计值,其频率分辨率也比DFT高。然而,在电子侦察中要应用该方法进行测频,关键是首先要确定接收信号的个数。根据协方差矩阵特征值的大小分布特点,本文提出了差分中值法来确定信号个数,该方法的性能优于MDL准则。计算机仿真验证了该方法的可行性和稳健性。

自适应估计信号个数的频谱信号提取算法

无线电监测频谱数据中包含有大量的信号,准确提取这些信号有利于掌握全频段的频谱使用情况。实际信号的频谱由于受噪声干扰,会出现信号频带内个别频点能量值低于检测门限的情况,此时传统的门限检测算法会将该信号错估为多个信号,产生多个虚假的相邻信号间隔,导致频谱信号提取的准确率下降。对此,根据虚假相邻信号间隔特点,提出一种自适应估计信号个数的频谱信号提取算法,该算法可自动、准确估计频谱监测数据中电磁信号的个数,并将对应的信号及频谱信息提取出来。实验结果表明,该方法具有自适应性、强鲁棒性和高准确性,有效提高了频谱信号提取的准确率,为军、民电磁环境的识别与掌握提供基础的电磁信号数据支撑。

阵列测向中相关多信源的信号个数判别

研究了一种采用阵列的前后向平均的信息论准则判别信号个数的方法，并且在不同的辐射源相关系数下对基本的信息论准则和前后向平均的信息论准则方法进行了仿真研究，结果表明，对MDL估计方法中的自由度进行修改可以得到更好的估计性能。

基于盲源分离的信号个数估计方法

大多数的信号个数估计方法在较高的信噪比条件下都有较好的性能，但在较低信噪比条件下的性能都有显著的恶化。提出了一种新的信号个数估计方法，该方法不是利用特征值来进行信号个数的估计，而是利用盲源分离技术。计算机仿真表明该方法在较低信噪比下的性能优于MDL算法。

一种新的基于霍夫变换的信号源个数估计方法

确定信源个数是许多阵列信号处理算法的基础。提出了一种利用霍夫(Hough)变换估计信源个数的新方法。该方法通过Hough变换将观测数据的采样协方差矩阵的排序特征值点投影到Hough参数空间,通过检测Hough参数空间中积累的峰值来估计噪声特征值的数目,从而确定信源的个数。仿真结果证明了新方法的检测性能要优于著名的AIC和MDL准则,并且新方法在低信噪比下也能获得较高的检测概率,为低可观测目标的检测提供了一条有效的途径。

基于循环累积量的共信道多信号检测和信号源个数估计算法

信号检测和信号源个数估计是处理共信道多信号问题的基础,针对时频重叠的共信道多信号检测和信号源个数估计提出了一种基于四阶循环累积量的算法。算法首先计算接收信号的四阶循环累积量,循环频率轴上其模值在和信号载频相关的循环频率处会出现离散谱线,然后采用基于形态学的方法对离散谱线进行提取,根据离散谱线的个数进行信号检测和信号源个数估计。算法不需要设定阈值,可同时进行信号检测和信号源个数的估计。对于最多3个BPSK、QPSK和MQAM任意类型等功率混合,在信噪比为5dB左右信号检测和信号源个数估计的正确率大于90%,并且算法对频谱重叠度具有较好的鲁棒性。

伪协方差函数的宽带信号源个数估计法

提出了一种计算简单且有效的宽带信号源个数估计估计算法。该方法利用不同频率互协方差函数所构造的矩阵,从理论上证明了对窄带盖氏圆盘法改进可以用于对该矩阵求解,从而获得宽带信号个数的估计值。分析了该方法在相关和不相关宽带信号下的表现,证明了在CSSM类方法失效的情况下该方法能很好地应用。仿真结果证实了所提方法不仅可以用于估计大于阵元数目的宽带信号个数,而且计算负担更小,便于实际应用。

一种新的信号源个数估计算法

介绍了信号的循环平稳特性，提出了一种新的信号源个数估计算法，最后进行了仿真并给出了仿真结果，仿真结果证明了该算法确实有效。

低信噪比下的信号源个数估计方法

针对低信噪比下信号源个数估计问题,改进基于特征向量与阵列流形正交性的这种目前信号源个数估计效果很好的算法。该改进主要在于引入一个更能去噪的门限准则,结合原来的盲波束形成方法,最后得到一种基于阵列信号处理的信号源个数估计算法。仿真结果证实在低信噪比下,文中所提方法在等功率信号入射时比原方法有效,而且在不等功率信号入射时效果也比原方法好。

宽带相干多辐射源个数估计及长基线测向算法

在现代电子对抗中,针对诱饵背景下宽带相干多辐射源的测向问题,本文提出了基于单基线的宽带多辐射源个数估计及测向算法。首先,根据两个天线接收信号谱线共轭相乘产生的新信号谱线结构特征,对辐射源的个数进行估计;在辐射源个数已知的情况下,采用基于宽带信号相位谱的分数延时估计算法,间接地估计出各个辐射源发射的信号到达两个天线的时差,进而利用估计出的这些时差对各个辐射源进行测向。此方法设备简单,仅需要两个天线阵元组成的单基线系统。仿真结果表明,在一定条件下可以准确估计出宽带相干多辐射源的个数,并且能够同时对空间多个辐射源进行精确测向。

基于矢量合成的相干信号干涉仪测向模型

基于通道间相位差测量的传统干涉仪测向模型在对相干多信号进行测向时会产生较大的误差,甚至测向失效,在分析其失效原因的基础上,利用相干多信号矢量合成方法,根据干涉仪基线几何结构,构建了新的相干信号干涉仪测向模型,并详细讨论了模型的求解过程。该模型不仅能够对相干多信号实施测向,而且通过对求解结果的分析可推断产生相干效应的信号个数,也能实现对传统单信号的测向,即具有较好的向下兼容性。最后通过仿真验证了模型的有效性,从而为干涉仪测向理论的发展和抗干扰应用提供了重要参考。

基于半实值Capon的高效波达方向估计算法

子空间类超分辨波达方向(DOA)估计算法需预先估计信号个数,当信号个数估计错误时,其性能会严重下降。该文提出一种新颖的半实值Capon(SRV-Capon)DOA估计算法。该算法继承了Capon算法无需信号个数估计的优点并克服了现存实值算法仅适用于中心对称阵列(CSA)的缺点。相比于Capon算法,SRV-Capon仅利用阵列接收数据协方差矩阵的实部求逆构建空间谱函数,实现了谱值计算的半实值化并将谱搜索的范围压缩至原来的一半,从而至少降低约75%的计算量。理论分析和仿真实验证明了该算法的有效性。

噪声辐射源测向算法

讨论了噪声辐射源的测向问题,提出了一种基于时延估计的宽带测向算法。该算法将时延估计转化成频率估计,克服了基线距离要小于信号半波长的限制。结合高分辨率谱估计的MUSIC算法,实现了多信号频率估计。基于噪声信号的特殊性,分析了一种信号个数估计方法。仿真试验表明,在一定条件下,该方法能实现多噪声辐射源的信号个数估计以及各信号波达角估计(DOA)。

一种基于ROAN的无线传感器网络定位方法

节点定位是无线传感器网络的一项关键技术,为了提高精确度和避免使用对参数要求苛刻的传统算法,提出了一种新思路:基于ROAN(Ratio of Arrival Numbers,信号到达个数比)法。该法将原本需测节点间实际距离的难题,通过统计信号到达的数目,转化为计算距离比的模型,进而采用迭代法求解出位置信息。经过数学建模分析,证实了此法的可行性:通过NS-2仿真实验,验证了其相对TDOA等算法的精确性:在ZigBee平台的实践,表明了其低复杂度和高精度。