基于修正空时频分布矩阵的到达角估计

讨论了密集信号环境下,雷达侦察系统对信号到达角(DOA)的估计方法。首先对参考阵元的输出作时频分析,估计信号的频率参数,从而选择时频脊点构造方向矩阵;然后对各阵元输出求互Wigner Ville分布(XWVD)以构造修正空间时频分布(STFD)矩阵;最后用修正STFD矩阵代替传统MUSIC算法中的协方差矩阵即可求得信号的时频———MUSIC空间谱,从而得到信号的DOA。计算机仿真结果表明该算法可实现对常规雷达脉冲、线性调频信号等多种信号的DOA估计。

基于空间时频分布矩阵的到达角估计

介绍了基于窄带信号模型的传统空间时频分布矩阵估计到达角 (DOA)的算法。在此基础上将该算法推广到对雷达信号的DOA估计 ,并给出了算法的适用条件。通过对阵元输出作时频分析 ,获取信号的瞬时频率特性 ,以此构造方向向量 ,并在时频脊点上构造空间时频分布矩阵 ,求得MUSIC空间谱 ,从而实现对DOA的估计。仿真结果显示 ,采用此处理方法 。

基于空间时频分布的非平稳信号盲分离算法性能研究

基于空间时频分布的盲信号分离算法可以用来分离具有不同时频分布的非平稳信号。Wigner-Ville分布(WVD)作为比较常用的时频分布,对合成信号存在交叉项,因而将WVD分布用于这种分离算法时,其分离性能并不好。理论上,大多数Cohen类时频分布可以抑制交叉项并且保持时频聚集性,因此,Cohen类时频分布可以在TFBSS中取得更好的分离性能。分析了各种常用的Cohen类时频分布对交叉项的抑制性能和对盲源分离性能的影响,理论分析和仿真结果表明:通常情况下,在时频盲源分离算法中,采用Born-Jordan分布、Choi-Willimams分布、Butterworth分布、广义矩形时频分布、减小交叉项分布、平滑伪WVD、ZAM分布、Mar-genau-Hill谱图时频分布和伪WVD分布时的盲分离效果优于采用WVD。

基于时频分布的欠定混合矩阵盲辨识

针对欠定混合矩阵的盲辨识问题,提出了基于空间时频分布的盲辨识算法,首先计算信号的空间时频分布并找出源信号的自源时频点,然后把所有自源点对应的时频分布矩阵表示成高维矩阵的形式,再通过联合对角化和特征值分解估计出混合矩阵.该方法不需要假设源信号是稀疏的或独立的,此外通过检测能量足够大的自源时频点,提高了算法的鲁棒性.仿真结果表明在相同信噪比条件下与已有算法相比,本文方法提高了混合矩阵的估计精度.

利用空间时频分布实现宽带FM信号2-D到达角估计

提出一种新的宽带FM信号二维到达角估计方法。本算法将L型天线阵两个臂的空间时频分布矩阵分别进行相干信号子空间平滑处理 ,并用子空间方法实现方位和俯仰角估计。计算机仿真证实了算法的有效性。

α稳定分布噪声下的空间时频DOA估计

当信号中存在α稳定分布噪声时,传统空间时频多重信号分类(STF-MUSIC)算法的空间波达方向(DOA)估计性能会降低甚至失效。为此,利用分数低阶矩(FLOM)代替二阶协方差矩阵,定义分数低阶矩空间时频分布矩阵(FLOM-STFDM)。对FLOM-STFDM进行特征分解,得到适用于稳定分布噪声环境的空间时频TF-FLOM-MUSIC算法,分析该算法的信噪比及误差估计,并给出算法实现步骤。仿真结果表明,TF-FLOM-MUSIC算法可有效降低DOA估计的均方误差,提高估计的分辨率和平滑性。

采用自适应核函数的空间时频分布盲源分离

基于空间时频分布的盲源分离算法可以用来分离具有不同时频分布的信号．时频分布的交叉项影响着盲分离的性能，而不同的时频分布对交叉项的抑制效果也不同．目前的盲源分离算法多是基于固定核的时频分布，而自适应核函数对交叉项的抑制能力娄优于固定核的时频分布．提出采用自适应核函数时频分布的盲源分离算法，

一种基于空间时频分布的波达方向估计方法

基于信号空间时频分布的到达角(D O A)估计算法利用Cohen类分布构造时频分布矩阵代替传统的阵列协方差矩阵,既适用于平稳信号的场合又适用于时变、非平稳信号的情形。如何在时频分布矩阵中选择合适的时频点是此类算法的关键。分析了信号项选择和联合对角化的原理,并通过无约束最优化方法在时频平面上寻找单信号项的时频点,通过时频MUSIC方法对线性调频信号进行D O A估计,仿真结果证实了该方法的有效性。

空间高阶时频分布及虚拟时频ESPRIT算法

基于L-Wignrer分布(LWD),定义了一种全新的空间高阶累积量L-Wign-er分布,并利用虚拟时频ESPRIT算法与阵列扩展,提出了一种多个多项式相位信号(PPS)的DOA估计算法。该方法利用平滑的伪WVD分布以实现PPS信号的LWD分布极大地抑制了其中的交叉项并提高了信号时频聚集性。同时,将时频分析与高阶累积量结合,使算法具有虚拟阵列扩展的特点,高分辨高精度的估计了PPS信号的DOA。理论分析和计算机仿真表明该方法具有很好的参数估计性能。

基于空间时频分布的欠定混合信号源个数估计

针对欠定混合信号的源个数估计问题,提出了一种基于空间时频分布与奇异值分解的估计算法,把所有自源时频点对应的空间时频分布矩阵组成三阶张量,把欠定混合问题转化为超定问题,通过对三阶张量对应的矩阵进行奇异值分解估计出源信号的数目,该方法不需要假设源信号是稀疏的或独立的,理论分析和仿真结果验证了算法的有效性。

基于空间时频分布的宽带源波达方向估计

研究了空间时频分布在宽带阵列处理中的应用。在信号时频特征可分的情况,提出一种新的时频域宽带DoA估计算法,充分利用信号不同的时频特征,结合宽带聚集思想对每个源单独处理得到多个源的DoA估计。该方法具有很好的信号选择性以及抑制干扰和噪声的能力,估计性能优于传统空间时频分布方法。仿真结果验证了新方法的有效性。

采用自适应核函数的空间时频分布盲源分离

基于空间时频分布的盲源分离算法可以用来分离具有不同时频分布的信号.时频分布的交叉项影响着盲分离的性能,而不同的时频分布对交叉项的抑制效果也不同.目前的盲源分离算法多是基于固定核的时频分布,而自适应核函数对交叉项的抑制能力要优于固定核的时频分布.提出采用自适应核函数时频分布的盲源分离算法,这种算法具有比较强的抑制交叉项能力和抗噪声能力.仿真表明,无论是在有噪声还是无噪声的情况下,这种算法的盲分离性能均优于采用Cohen类时频分布的盲源分离算法.

基于空间时频分布的高频雷达接收阵校正

传统阵列校正大多使用目标的空间相关矩阵,利用信号的时域或频域信息对阵列的幅相误差进行估计。但在实际应用中,由于时域信号信噪比无法满足要求,频域信号快拍数目又过少,导致无法准确估计出目标的空间相关矩阵,从而极大地影响了阵列的校正效果。针对此问题,首次利用空间时频分布理论进行阵列校正,通过时频点的选取提高信噪比,使校正效果和误差容限得到提升。通过计算机仿真给出了该方法与传统方法的性能对比,最后将该方法应用到实测雷达数据中,验证了校正的有效性与可行性。

基于时频子空间分解的宽带线性调频信号DOA估计

针对具有时变方向向量的宽带线性调频信号,该文建立了基于短时Wigner-Ville分布(WVD)的空间时频分布矩阵,通过对各个空间时频矩阵的特征分解获得对应的信号子空间和噪声子空间,给出了基于时频子空间投影实现多个时频点综合估计信号DOA的算法。利用空间时频分布的前后向平滑解决了具有相同时频特性信号的均匀线阵DOA估计问题。算法不需要聚汇和插值等复杂的矩阵变换,精度较高,计算简便.仿真实验显示该算法性能显著优越于基于矩阵插值的宽带调频信号DOA估计算法.

基于自适应最优核时频分布的鸟类识别

针对鸟鸣声信号的非稳态特性,提出了一种基于自适应最优核时频分布(Adaptive optimal kernel,AOK)的鸟类识别方法。首先对采集的鸟鸣声信号进行预处理,通过AOK时频分析方法得到时频谱图,分析不同鸟类声音信号在不同时间和不同频率下的能量分布。然后,将时频谱图转化成灰度图像,求取灰度共生矩阵,提取基于灰度共生矩阵不同角度的图像特征参数作为鸟类识别的特征值。最后选取已知鸟种的图像纹理特征训练生成训练模板,将待识别的鸟种的图像纹理特征参数生成测试模板,利用动态规整(Dynamic time warping,DTW)算法进行模板的匹配,将匹配值进行大小比较,找到最小匹配值对应的模板,从而实现鸟类的识别。通过对40种常见鸟类的实验表明,总体识别率达到96%。

无限方差噪声环境下的分数低阶空间时频盲源分离

对脉冲噪声α稳定分布环境下的时频分布进行了研究,改进了适合α稳定分布信号或强脉冲噪声环境的分数低阶时频分布方法,用分数低阶空间时频矩阵代替空间时频矩阵,基于时频盲分离算法提出了一种改进的分数低阶空间时频盲源分离算法,并归纳了算法步骤。通过对FLO-TF-UBSS算法和已有的TF-UBSS算法及MD-BSS算法进行详细比较,仿真结果表明,所提出的FLO-TF-UBSS算法有效的降低了信号的均方误差(MSE),能较好的对α稳定分布噪声环境下的非平稳信号进行盲分离,并实现了对实际的稳定分布舰船信号的盲提取,性能优于已有TF-UBSS算法和MD-BSS算法,且具有一定的韧性。

长三角地区雾的时空分布及频次模型研究

根据1980—2006年长三角地区6个站点累计27a的雾资料,分析了长江三角洲地区雾的时间、空间分布特征。结果表明,秋末、冬季和春季长江三角洲地区雾频次较多,夏季较少,年平均雾日数呈缓慢减少趋势;雾区域分布不均匀,总体说来是东多西少。在此基础上,用时间序列方法建立了雾频次预测模型,并对2007年1—12月各月的雾频次进行预测检验,结果表明预测值与实际值误差较小,该模型具备较好的预测能力。

基于时频子空间的多分量宽带调频信号DOA估计

为在复杂电磁环境下实现对多分量宽带线性调频信号的到达角(DOA)估计,研究了基于时频子空间的到达角估计算法,对阵列接收信号通过二维时频掩膜滤波逐一提取各信源的时频自项,建立了空时频矩阵,运用子空间技术得到各信源的到达角估计,并与宽带聚汇算法比较,进行了仿真实验。仿真结果表明,由于充分利用了多分量线性调频信号的时频信息,在低信噪比条件下,宽带时频子空间方法比宽带聚汇算法具有更高的DOA估计的分辨率和估计精度。

通道误差对时频-MUSIC算法性能的影响和校正

提出了修正空间时频分布(STFD)矩阵的到达角(DOA)估计算法,该算法可实现对宽带线性调频信号的DOA估计;分析了通道不一致对算法性能的影响,建立了宽带信号模型的通道误差模型;给出了均匀直线阵列(ULA)情况下通道不一致的无源校正算法,该算法通过先粗测信号DOA,据此将修正STFD矩阵进行变换,变换后矩阵具有Toeplitz结构,通过恢复其Toeplitz结构来实现通道误差校正。

基于时频分析的雷达信号到达角估计

现有的空间时频分布(STFD)的信号表示只适用于窄带、连续信号的分析,而雷达侦察系统要求对脉冲、线性调频等信号同时进行到达角(DOA)、频率和信号时域参数的估计。本文给出了现有空间时频分布对雷达信号DOA估计的条件,并提出了基于修正STFD矩阵的DOA估计算法。通过对各阵元输出作时频分析,估计信号的频率参数,然后据此构造方向向量和修正STFD矩阵,即可构造MUSIC空间谱。该算法不受基于现有STFD算法的条件限制。