基于四阶累积量MUSIC法的感应电机无传感器速度估计

从感应电机定子电流频谱中提取转子槽谐波,并求得电机的转速,传统采用FTT技术,但其自身存在如频率分辨率低、抑制噪声能力弱等一些缺点。提出一种采用基于四阶累积量的MUSIC法从异步电动机定子电流频谱中提取转子槽谐波频率,进而准确估计电机转速的新方法。MUSIC法具有高频率分辨力和强大的微弱谐波检测能力,加之高阶累积量可以有效地抑制噪声,基于四阶累积量MUSIC法非常适用于感应电机转子槽谐波提取。实验结果表明,基于四阶累积量MUSIC法可以正确提取转子槽谐波频率,准确估计出电机转速,尤其在频率分辨率和抗噪声上比FFT法具有较好的优越性。

对四阶累积量MUSIC算法的分析与应用

分析了四阶累积量MUSIC算法的构造及Toeplitz化预处理方法,讨论了谐波个数与谐波分量的振幅对算法分辨性能的影响,应用四阶累积量MUSIC算法对某运动目标的实测回波进行计算,得到了目标回波真实的谐波构造特征。

基于精简四阶累积量MUSIC与混合遗传算法的笼型异步电动机转子断条故障检测新方法

将精简四阶累积量(Streamlined Fourth-Order Cumulants,SFOC)多重信号分类法(Multiple Signal Classification,MUSIC)与混合遗传算法(Hybrid Genetic Algorithm,HGA)结合,提出一种新型异步电机转子断条检测方法。利用基于四阶累积量的MUSIC可有效抑制噪声,扩展信号阵元,改善频谱估计性能,以高频率分辨率提取定子电流信号中的转子断条故障特征分量及主频分量的频率;利用混合遗传优化算法估计各频率分量的幅值和初相位。为提高算法的快速性,根据四阶累积量矩阵构成规律,提出一种改进方法去除矩阵数据冗余,极大减小了计算量;针对遗传算法易早熟和后期收敛较慢的缺点,引入单纯形法。仿真与试验验证了新方法在低信噪比和短时采样时间情况下仍具有较高的频谱分辨率和估计精度。最后与FFT、MUSIC-SAA法进行了比较,证明了其优越性。

单矢量水听器四阶累积量MUSIC算法对信号DOA的估计

针对传统MUSIC算法的局限性,提出了一种基于高阶累积量的单矢量水听器MUSIC算法。这里将单个矢量水听器理解为一个标量传感器阵列,按照阵列信号处理的原理对其输出的标量场和矢量场信息进行联合处理,该算法先构造四阶累积量矩阵,代替传统MUSIC算法中的阵列协方差矩阵,对四阶累积量矩阵采用MUSIC算法作方位估计。仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,MUSIC算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,该方法还是能获得高分辨率的估计。湖试结果也表明,文中算法有更好的目标方位估计性能。

四阶累积量MUSIC算法及其在谐波提取中的应用

MUSIC方法具有很好的分辨性能,而四阶累积量具有良好的盲噪声特性,将四阶累积量与MUSIC方法相结合,将能够很好的应用于诸如动态目标回波谐波特征等微弱信号的提取。文中简要说明了四阶累积量MUSIC算法的构造方法,以及为了降低算法的估计方差而进行的Toep litz化预处理方法,详细讨论了谐波个数与谐波振幅对算法分辨性能的影响,认为对于有限的采样数,在一定的信噪比下,谐波数目和谐波振幅对算法的性能存在着一定的影响。文中应用四阶累积量MU-SIC算法对某运动目标的实测回波进行计算,得到了目标回波真实的谐波构造特征,计算结果与目标的运动特性一致。

基于四阶累积量MUSIC算法的飞行器姿态估计

传统方式通常选用惯导或陀螺仪获取飞行器姿态,数据采集过程易受大加速度或磁场干扰且获取的姿态精度低,针对该问题,文中采用四阶累积量MUSIC算法估计飞行器姿态。以GPS信号作为信号源,波结构向量作为参照物,将3个缺损电磁矢量传感器安装在飞行器机身上,各个传感器异步接收GPS信号,建立传感器阵列导向矢量,采用四阶累积量MUSIC算法构建空间谱函数对谱函数进行谱峰搜索,获得飞行器的3个姿态参数。实验结果表明,利用该算法进行飞行器姿态估计的误差小于1°,高于惯导或陀螺仪姿态估计精度,满足航空航天飞行器的姿态估计要求。

采用四阶累积量多重矩阵重构的低信噪比相干声源波达方向估计

针对相干声源子空间能量扩散且协方差矩阵欠秩难以有效估计波达方向(DOA)的问题,提出了一种采用高阶矩阵变换的估计方法-四阶累积量多重矩阵重构(FOC-MMR)。该方法首先对阵列声压数据分帧进行短时傅里叶变换,然后对四阶累积量扩展的高阶协方差矩阵进行奇异值分解(SVD)得到高阶噪声特征向量,保证该噪声特征向量与扩展后的高阶阵列流形矢量正交匹配,最终实现相干信号的DOA估计。相干单频矩形脉冲信号仿真结果表明,将FOC-MMR方法应用于均匀线阵(ULA,M=4),在信噪比SNR≥-15 dB时,相干信号(θ_(1)=-20°和θ_(2)=20°)的均方根误差保持在1.5°以内;在SNR=10 dB时,可正确分辨的两相干信号方位间隔Δθ可以低至5°。在相干脉冲声源实验中,通过混入SNR=5 dB高斯白噪声,验证了FOC-MMR算法在应用于由多个ULA组成的矩形面阵时,其分辨邻近声源和抑制高斯噪声的能力较高。FOC-MMR算法通过对声压阵列数据扩展得到满秩的高阶协方差矩阵,不仅解决了由信号相干造成的噪声和信号特征向量之间能量扩散的问题,还实现了以较高的测向精度和空间分辨率对广角入射的多组相干声源的DOA估计。

改进的基于四阶累积量的MUSIC算法

超宽带测向系统中,天线体积受限严重影响到系统的测向精度和解模糊能力,且天线阵列的孔径限制着阵列最多能分辨的目标信号个数,而一些优秀的算法如空间平滑算法和旋转不变子空间(estimation of signalparameters via rotational invariance technique,ESPRIT)算法损失了天线阵列孔径。针对这些问题,在传统的四阶累积量多重信号分类(multiple signal classification,MUSIC)算法基础上提出了一种改进的算法。该算法根据四阶累积量矩阵构成的规律,去除了原四阶累积量矩阵的数据冗余,有效地减小了运算时间,为其实际应用提供了必要条件。计算机仿真和实测数据仿真的结果表明,本改进算法可以快速地实现虚拟阵列扩展,同时对有色高斯噪声也有一定的抑制作用。

基于四阶累积量的波束域MUSIC方法

在非白噪声背景下,基于二阶统计量的高分辨方法性能较差。基于四阶累积量的高分辨方法能较好地抑制空间高斯噪声,但其运算量较大。为了解决这一矛盾,文章提出了一种基于四阶累积量的波束域MUSIC方法。仿真分析和实验结果表明,与阵元域四阶累积量MUSIC方法相比,论文所提方法降低了分辨门限,减小了估计偏差和均方根误差,同时减小了运算量。

基于四阶累积量Root-Music的近场信源二维参数估计

为了对近场信源的距离参数和方向角参数同时进行有效估计,降低算法的计算量,提出了一种基于四阶累积量的Root-Music算法及相应的参数配对方法。该方法无需进行谱峰搜索运算,利用相应的配对程序能够直接得到近场信源的参数值,降低了运算复杂度。仿真实验表明,在估计两个信源参数时,信噪比为0时就能正确分辨方向角和距离参数,信噪比由-5 dB变化到15 dB时,估计参数的均方误差呈下降趋势。

面向非圆信号的四阶累积量直接定位方法

针对现有基于四阶累积量的直接定位方法阵列孔径扩展不充分以及数据冗余等问题,提出了一种针对最大非圆率信号的四阶累积量直接定位方法。基于移动阵列在多个时隙对目标观测的定位场景,该方法构造了一系列去冗余四阶累积量矩阵。结合辐射源信号的非圆特性,利用阵列接收数据和共轭数据来构成扩展数据模型,实现了阵列孔径扩展,使等效阵元数增加,从而提升定位性能,并通过重新构造快速提取无冗余数据,大大降低矩阵运算维度。由于结合了信号的四阶累积量与非圆特性,该算法适用于信源个数大于阵元数与阵列色噪声的复杂环境。理论分析与仿真结果表明,该算法具有计算量小、高估计精度以及高分辨率等优势,并在高信噪比条件下能够达到相应克拉美罗界。

四阶累积量的MUSIC算法在海流测向中的应用

针对高频地波雷达系统OSMAR2000海流测向中海流元数不易估计的问题,利用四阶谱累积量MU SIC算法的空间谱结构特点,采用试探法确定信号源数并估计信号源的位置.通过对模拟海流和实测数据的处理实验表明,利用该算法可以较准确地估计出海流元的个数和方位,并且比传统MUSIC方法获得更小的角度估计方差,有效地反演了海洋表面流信息.

基于四阶累积量的DSSS/QPSK信号检测方法研究

根据高斯白噪声的四阶累积量恒为零这一特性,研究了DSSS/QPSK信号的四阶累积量,提出了基于四阶累积量不同切片c4x(0,0,0)、c4x(τ,τ,τ)、c4x(0,τ,τ)和c4x(0,0,τ)的时域和频域检测方法.仿真结果表明,频域检测方法性能优于时域检测方法;综合考虑检测性能和实现难度,基于c4x(0,0,τ)的频域检测方法最好,在虚警概率为1%,信噪比为-11dB时,检测概率仍可达到50%以上.没有引入大规模的矩阵运算,运算量小,易于实现.

基于四阶累积量的非圆信号测向方法

对通信系统中大量使用的BPSK等非圆信号测向,可以采用共轭扩展MUSIC(CE-MUSIC)算法,也可以采用基于四阶累积量的MUSIC-like算法。CE-MUSIC算法没有利用高阶信息,MUSIC-like算法没有利用信号的非圆信息,性能均受限。该文提出的四阶扩展MUSIC(FO-EMUSIC)算法利用了非圆信号在四阶累积量中的信息,分辨力和测角精度明显优于MUSIC-like算法,略优于CE-MUSIC算法,可测向阵元数大于CE-MUSIC算法和MUSIC-like算法。针对均布线阵。为减小计算量,还提出了FO-EMUSIC/ULA算法。仿真实验验证了FO-EMUSIC算法的优良性能。

基于四阶累积量的MUSIC算法性能仿真分析

介绍了空间谱估计中四阶累积量矩阵的阵列信号处理方法原理。对结合四阶累积量的MUSIC算法与传统MUSIC算法进行了MATLAB仿真比较,并在多信源数的信号环境中进行了DOA估计。同时,在不同阵元间距、快拍数和信噪比条件下,对四阶累积量MUSIC算法的估计性能进行了仿真分析。结果表明,该算法阵列能力较强,并能有效抑制高斯噪声。实验结果为该算法在今后仿真实验参数的选取方面提供了参考。

四阶累积量对角切片法提取舰船辐射噪声特征

从理论上分析了四阶累积量的特性,由此将四阶累积量分为三部分:第一为三次频率（相位）耦合部分的四阶累积量,第二是双对频率（相位）耦合（ω1+ω=ω3+ω4）部分的四阶累积量,第三为无上述两种耦合部分的四阶累积量。在此基础上,用四阶累积量的对角切片分析并提取了实际舰船辐射噪声的三次频率（相位）耦合特征、双对频率（相位）耦合特征以及子带“能量”分布特征,并将这些特征送入神经网络分类器对舰船进行分类识别,取得了A,B,C三类舰船正确识别率分别为92.5％,92.7％,88.6％的良好效果,从而验证了该方法的有效性和实用性。

基于四阶累积量的稳健的通信信号盲分离算法

该文针对有噪环境中的通信信号盲分离问题,提出了一种在噪声环境下性能良好的盲分离算法,该算法将稳健的白化算法与四阶累积量矩阵的联合对角化相结合。仿真结果表明,该算法分离性能比一般的近似联合对角化(JAD)算法有很大改善,干信比可降低近10dB,而算法的运算量没有太多增加。

基于四阶累积量的测向方法研究

针对MUSIC-LIKE方法能很好地扩展阵列孔径但计算量较大的问题,基于均匀线阵提出了一种快速提取阵列无冗余数据的新方法。该方法基于四阶累积量孔径扩展的原理,摒弃了原MUSIC-LIKE算法在均匀线阵DOA(direction of arrival)估计中的大量冗余数据,从而大大降低了矩阵运算的维数,降低了计算量。经过处理后的四阶累积量具有和二阶统计量类似的形式,因而可以将大多数业已成熟的基于信号二阶统计特性的阵列信号处理方法应用于四阶累积量中,计算机仿真证明了算法的有效性。

基于四阶累积量切片谱的谐波信号线谱提取

提出一种新的谐波信号线谱提取方法,通过对四阶累积量对角切片或非对角切片作傅立叶变换,得到四阶累积量切片谱,运用切片谱提取谐波信号的线谱特征。相比于传统的基于高阶谱估计的线谱提取方法,该方法既继承了其消除高斯噪声的优点,又简化了计算量、提高了估计质量,并且不再要求信号满足二次或三次相位耦合。仿真实验证明了该方法的有效性和优越性。

非圆信号的四阶累积量测向新方法

针对传统基于四阶累积量的非圆信号测向方法存在阵列扩展不充分或者有数据冗余等问题,利用四阶累积量的阵列扩展特性,提出了一种阵列充分扩展且无数据冗余的非圆信号测向新方法.根据信号的非圆特性,新方法充分利用了阵列接收数据及其共轭数据来构造四阶累积量矩阵,实现了阵列的充分扩展并且使扩展后的等效阵元数进一步增加;此外,通过巧妙地利用四阶累积量矩阵的结构特征,降低了算法的计算量.理论分析和实验仿真结果表明,所提方法具有计算量小、阵列扩展能力强以及分辨率高等优良性能.