准平稳信号的Khatri-Rao积联合稀疏分解DOA估计方法

针对准平稳信号的波达方向估计,提出一种基于Khatri-Rao(KR)积的联合稀疏分解算法。该算法借助KR积将阵列接收数据表示成多个虚拟联合稀疏测量矢量模型,通过求解联合稀疏反问题实现波达方向估计,给出了联合稀疏反问题的唯一性条件,解决了当前稀疏分解方位估计不能处理欠定情况的问题。仿真实验验证了算法的有效性,在低信噪比下获得了更高的分辨率。

准平稳信号的自适应分段与聚类

本文讨论了准平稳信号自适应处理中的特征提取、自适应平稳分段和自适应聚类与识别问题。对以上三部分的优化实现问题,提出了由双卡尔曼滤波器,白化熵测度器和自组织神经网络构成的实施方案,并通过计算机模拟证明了该方案的可行性。

一种准平稳相干信号的DOA估计算法

针对相干准平稳信号、相关噪声环境,提出一种基于Khatri-Rao(KR)子空间和前后向空间平滑的波达方向估计方法。该方法对接收信号进行分帧,并假设各帧内信号是平稳的,通过帧内信号的协方差矩阵构造新的Toeplitz矩阵;通过KR子空间方法将各帧Toeplitz矩阵组合成新的信号模型,该模型可抑制噪声的影响;通过前后向空间平滑求解出信号的来向;同时,方法也扩展到了宽带阵列信号模型。实验结果表明,在准平稳相干源与相关噪声的条件下,所提方法具有更高的检测概率和更低均方根误差,宽带阵列信号模型实验也验证了该方法的有效性。

高铁环境下快速移动目标的DOA估计

铁路移动通信的制约着高速列车的发展,针对高铁环境下快速运动目标的到达方向(DOA)问题,本文将渐进准循环平稳信号引入高速铁路中存在相对径向加速度的运动场景,研究了一种基于渐近准循环平稳信号的DOA估计算法。该算法充分考虑因加速度产生的相对运动以及多普勒效应在接收端的影响,利用循环平稳性质构造循环自相关矩阵来估计DOA。发现对于加速的目标,接收到的信号会产生渐进循环平稳性。由于噪声不具有循环特征,因此可以在循环频率下提取所需的信号。最后通过数值仿真验证了该方法的有效性。与传统的DOA估计算法相比,该算法具有更好的性能,尤其在径向加速度较大的场景中。