分布式MIMO声纳中运动目标参数快速估计

分布式MIMO声纳由于自身的优点而成为当前研究的热点,但常规的目标参数估计方法均存在着一定的缺陷,无法满足分布式MIMO声纳的要求。针对这种情况,本文提出一种适用于分布式多输入多输出(MIMO)声纳中使用单接收阵元的运动目标参数快速估计方法,给出了单接收阵元情况下的信号模型,提出了快速估计方法并给出了流程图,并通过数值仿真验证了该方法的有效性。结果表明,该方法可以在只采用一个接收阵元的情况下分辨多个运动目标并进行参数估计,节省了通信带宽;所需运算量远小于最大似然(ML)方法,并可以实时实现;此外,该方法不要求目标做匀速直线运动,适合于实际应用。

一种伪随机脉冲的快速参数估计方法

在精密定轨中,附加伪随机脉冲能够很好地弥补力学模型精度不足的问题,然而由于伪随机脉冲数量通常较多,如果利用常规最小二乘方法直接进行参数估计,会严重降低计算效率。针对这一问题,给出了一种基于参数预消除与回代思想的伪随机脉冲参数快速估计方法,实测算例表明,利用本文方法,能够获得与常规最小二乘方法相同的参数估值,但本文方法在计算效率上要明显优于后者。

基于累量的近场源快速定位算法

本文提出了一种基于累量的近场源参数快速估计方法。具体地,本文首先构造了一个累量矩阵,对其进行奇异值分解后,利用得到的右奇异向量和左奇异向量分别使用类Root-MUSIC方法得到了近场波达方向和距离估计的闭式解。该方法利用高阶累量矩阵,减少了阵列孔径损失,提高了能分辨的最大信源数,而且与其他基于高阶累积量的方法相比,该方法在近场的波达方向与距离的估计过程中只需要构造一个累量矩阵和进行一次奇异值分解,并且使用闭式解完全避免了峰值搜索,大大降低了运算量,同时还提高了估计的分辨概率和精度。此外,该方法在几乎没有增加额外计算量的情况下可以推广到混合场源的情况。仿真结果表明,该算法的分辨率和精度都有较大的优越性。

FMLSMETHODOFPARAMETERESTIMATIONANDITSAPPLICATIONTOHEAT┐EXCHANGERIDENTIFICATION

Using the inversion of the auto correlation function Toeplitz matrix of pseudo random binary sequence (PRBS) derived in this paper and the theorem of partitioned matrix inversion, a fast multistage least squares (FMLS) method is developed. Its performances are theoretically analyzed and digital simulation is made to compare FMLS with multistage least squares (MSLS), correlation least squares(COR LS) and LS for their computer speed and identification accuracy. Finally, FMLS is applied to identifying the heat excharger dynamics. It is shown that FMLS is a good and effective identification technique.