基于旋转不变信号参数估计技术与模式搜索算法的异步电动机转子故障检测新方法

提出一种基于旋转不变信号参数估计技术(Estimation of signal parameters via rotational invariance technique,ESPRIT)与模式搜索算法(Pattern search algorithm,PSA)的异步电动机转子故障检测新方法。模拟形成转子故障情况下的定子电流信号并以之检验ESPRIT性能。结果表明:即使对于短时信号,ESPRIT仍具备高频率分辨力,可以准确估计定子电流各个分量的频率;但对其幅值、初相角的估计欠缺准确性、稳定性。随后,采用PSA确定各个频率分量的幅值、初相角。对一台异步电动机完成了转子故障检测试验,结果表明:基于ESPRIT与PSA的异步电动机转子故障检测方法是切实可行的,并且因仅需短时信号即可达到高频率分辨力而适用于负荷波动情况。

基于旋转不变技术信号参数估计的激光扫频干涉测量方法

激光扫频干涉测量技术具有无测距盲区、非接触、单次测量多目标的能力.通过傅里叶变换可提取目标拍频频率,进而解算距离.然而受激光器调频带宽限制,通过傅里叶变换得到的目标分辨率受限于固有分辨率.为解决该问题,本文提出采用基于旋转不变技术的信号参数估计(ESPRIT)算法对测量信号进行频谱分析.实验通过插值拟合法校正测量信号拍频非线性,进而采用ESPRIT算法测量目标距离,结果表明在傅里叶变换算法无法区分临近目标频率的情况下,采用ESPRIT算法可以区分出目标的频率,通过计算可得被测目标的厚度为2.08 mm.从而为诸如光纤临近损伤点、薄台阶高度或小孔等测量提供了思路.

基于空时离散傅里叶变换投影的宽带旋转不变技术估计信号参数算法

利用采样频率和频域数据的关系,对空时离散傅里叶变换(DFT)投影方法进行改进,并且讨论分析了采样频率对其解相干性能的影响,然后将窄带旋转不变技术估计信号参数(ESPRIT)类算法应用到宽带相干源方位估计中,提出一种基于空时DFT投影的宽带ESPRIT算法。仿真结果表明,适当地增加采样频率可以改善空时DFT投影方法的方位估计性能,并且比起快速傅里叶变换(FFT)插值法,空时DFT投影方法具有更加优越的方位估计性能。

基于旋转不变技术实现频率/相位差/幅度比联合估计

提出一种联合估计多个正弦波信号的频率/相位差/幅度比的算法.该算法首先将幅度比估计转换为相位估计,然后形成特定的数据矩阵,由各分块矩阵之间的关系,利用旋转不变技术(ESPRIT)实现频率和相位的估计,通过对相位进行分离获得各谐波分量对应的相位差和幅度比的估计.计算机仿真结果表明,当S/N增大时,频率、相位差和幅度比估计值的标准误差均趋于0.ESPRIT方法可用于估计雷达信号的多普勒频率、相位差和幅度比,并由此得到目标的运动参数.

基于共变谱和旋转不变技术的多径时延估计

针对脉冲噪声环境下多径时延估计的分辨率问题,提出了一种基于共变谱(CS)和信号估计参数旋转不变技术(ESPRIT)的多径时延估计方法。采用α稳定分布建模脉冲噪声,依据分数低阶统计量理论,将两接收信号的共变序列进行傅里叶变换得到共变谱。CS看作等效的时间序列,把时域的多径时延估计问题转化为频域的多个正弦信号频率估计问题。利用ESPRIT对等效时间序列进行频率估计,得到高分辨率的多径时延估计。仿真实验表明:多径时延估计方法(CS_ESPRIT)在高斯和脉冲噪声环境中均具有较好的估计性能。

对低信噪比非稳定信号的参数估计MESPRIT

对振幅衰减和信噪比极低的信号进行参数估计，最常用的傅氏变换以及大多数现代信号参数估计方法（如，最大熵法ＭＥＭ、线性预测奇异分解法ＬＰＳＶＤ等），其结果都不能令人满意．本文针对信号衰减、信噪比极低的特点，改进了基于旋转不变技术的信号参数的估计方法（ＭＥＳＰＲＩＴ），并给出几种估计方法的对比仿真结果．

基于ESPRIT方法的近场源参数估计

提出了一种基于ESPRIT的近场窄带信源到达角及距离联合估计新方法。该方法选择特定序号阵元输出计算的四阶累积量构造高维矩阵,利用其特征值分解结果构造2个新的矩阵,再借助新构造矩阵的特征值联合估计信源参数。该方法无须参数配对,无须谱峰搜索;有效利用了阵列孔径,从而具有较高的估计精度。仿真结果表明算法是有效的。

变采样滤波技术在振动信号处理中的应用

介绍了变采样滤波技术,它是基于数字信号处理中的滑动滤波的方法,通过动态地调节数据采样间隔,有效地适应了被测对象的暂态、稳态信号的滤波问题。

基于高频率分辨力谱估计技术与优化算法的异步电动机转子故障检测新方法

将高频率分辨力谱估计技术与优化算法相结合而提出一种新的异步电动机转子故障检测方法。针对两种典型的高频率分辨力谱估计技术——多重信号分类(multiple signalclassification,MUSIC)与旋转不变信号参数估计技术(estimation of signal parameters via rotational invariancetechnique,ESPRIT),应用模拟转子故障的定子电流信号测试其频率分辨力、精度等性能,结果表明:即使对于短时信号,二者仍具高频率分辨力,可以准确地分辨定子电流信号中转子故障特征分量、主频分量之频率;但对其幅值、初相角,仅能提供"粗糙"估计。为此,尝试以优化算法——模拟退火算法(simulated annealing algorithm,SAA)与模式搜索算法(pattern search algorithm,PSA)确定各分量的幅值与初相角。同时,分别对MUSIC与ESPRIT、SAA与PSA做了性能对比,遴选优者并应用于转子故障检测。最后,针对转子断条故障进行实验,结果表明:基于高频率分辨力谱估计技术与优化算法的异步电动机转子故障检测方法有效、可行,即使在负载波动、噪声等干扰严重情况下仍然适用。

基于电磁波阵列信号处理和波达方向分析的变电站局部放电定位

局部放电(partial discharge,PD)检测是绝缘检测与诊断最有效的方法之一。基于L型天线阵列信号处理,及旋转不变技术(estimating signal parameter via rotational invariance techniques,ESPRIT)求取信号波达方向(direction of arrival,DOA)的思想,提出了一种变电站局部放电定位方法,可以实现局部放电源的平面定位。该算法不需要计算信号的时延序列,故可以降低对采集系统采样率的要求,且其通过求解2个波达方向上的直线交点,即求解二元一次方程组,得到局部放电源的平面坐标,避免了求解非线性方程组。给出了算法的理论基础和实现步骤,并分别对电磁波仿真软件得到局部放电信号,及变电站现场实测的局部放电辐射电磁波信号进行分析处理。结果表明,利用该算法得到局部放电源位置的平面定位误差<30cm,满足变电站全站局部放电源的定位精度要求,验证了算法的准确性和可行性。

基于SVD滤波技术与快速四阶累积量ESPRIT算法的异步电动机转子断条故障检测新方法

提出了一种基于奇异值分解(Singular Value Decomposition,SVD)滤波和快速四阶累积量(Speedy Fourth-Order Cumulants,SFOC)旋转不变信号参数估计技术(Estimation of Signal Parameters via Rotational Invariance Technique,ESPRIT)的异步电动机转子断条故障检测方法。SVD滤波方法可以理想地滤除电机定子电流信号的基频分量与背景噪声,从而凸显转子断条故障特征频率分量;四阶累积量ESPRIT方法可以有效减少噪声干扰、扩展信号阵元并以高频率分辨力提取定子电流信号中的转子断条故障特征频率分量;特别是,将二者结合即可在短时采样信号条件下以高频率分辨力提取转子断条故障特征频率分量。为了改善四阶累积量ESPRIT方法的快速性,提出了精简算法以消除均匀线阵的DOA(direction ofarrival)估计中的大量冗余数据,从而大幅减小计算量。转子断条故障检测实验表明:基于SVD和SFOC-ESPRIT的异步电动机转子断条故障检测方法效果良好。

基于多散射中心估计的飞机目标识别

提出了一种基于散射中心估计的目标识别方法,该方法首先利用AIC和MDL标准预测目标散射中心个数,然后基于TIS-ESPRIT算法估计散射中心的幅度和位置信息并提取散射中心相对距离作为识别特征,该特征在一定角度范围内具有旋转和平移不变性,最后通过对三类飞机目标的分类识别,验证了这种方法的有效性和稳健性,

脉冲性噪声中二维波达方向估计算法

介绍了Alpha稳定分布和其分数低阶矩(FLOM),设计了一种用于2-D波达方向(DOA)估计的阵列配置,并基于相控分数低阶矩(PFLOM)提出了2-D DOA算法。由接收信号的PFLOM协方差矩阵得到有用信号的PFLOM协方差矩阵,对其进行特征值分解,并利用最小二乘或总体最小二乘方法就可得到DOA。最后,比较了基于传统协方差、符号协方差、FLOM和PFLOM的旋转不变技术估计信号参数算法。仿真结果表明,该算法具有鲁棒性和较小的角度估计偏差及均方误差。

二维ESPRIT参数配对及FPGA实现

与MUSIC算法相比,二维ESPRIT算法不需要谱峰搜索、运算量小,但存在参数配对问题。基于此,提出一种易于实现的参数配对方法,基本原理是2个表出矩阵特征值的和差等于表出矩阵和差的特征值,不需求解表出矩阵的特征向量。给出基于CORDIC算法和脉动阵的参数配对并行化实现方案,整个系统只有移位相加运算。使用ISE软件和ModelSim软件得到的仿真结果验证了该方案的正确性。

基于子空间分解类算法的高精度频率估计

针对高速全数字解调器中频率估计算法的高精确度及实时性要求,该文深入分析了基于子空间分解类算法的特点,提出了将求根多重信号分类(RMUSIC)法和旋转不变技术估计信号参数(ESPRIT)法分别与快速傅里叶变换(FFT)法相结合的高精度频率估计算法。首先应用RMUSIC或ESPRIT算法对信号频率进行预估计,确定粗略的窄带频率区间后,再应用加窗FFT算法对细化域内的频率进行精估计。此外,为满足不同信噪比条件的需求,提出了一种具有可选结构的高精度频率估计方法。仿真结果与分析表明,该算法极大地提高了已有频率估计算法的精度,具有较快的信号处理速度和良好的抗噪声性能。

ESPRIT算法估计性能分析

波达方向估计(DOA)技术渐渐成为移动通信中研究的热点,而ESPRIT算法是一种典型算法。在对ESPRIT算法进行分析的基础上,介绍了几种ESPRIT算法,并从信噪比、阵元数等不同情况下对几种算法的性能进行了仿真分析。

基于双模天线阵列的ESPRIT波达方向估计

考虑阵列信号波达方向(DOA)估计问题,提出了一种基于双模天线阵列的模式域旋转不变参数估计(ESPRIT)算法。与传统空域ESPRIT相比,模式ESPRIT的旋转因子仅与信号DOA有关而与阵列结构无关,因而无需阵元位置信息,也无需阵列存在空间匹配子阵。若阵元位置信息精确已知,还可利用空域稀疏采样获得无模糊多尺度DOA估计。计算机仿真结果验证了算法的有效性。

基于最优子阵划分ESPRIT的任意线阵高精度DOA估计算法

为了提高任意阵列的波达方向(direction of arrival,DOA)估计性能,从对子阵阵元选取进行优化的角度出发,提出了基于最优子阵划分旋转不变信号参数估计技术(estimation of signal parameters via rotational invariance techniques,ESPRIT)的任意线阵高精度DOA估计算法.该算法首先利用虚拟插值阵列ESPRIT(virtual interpolated array ESPRIT,VIA-ESPRIT)得到精度较低的DOA粗估计.其次以DOA粗估计为参考对任意阵列进行相位补偿,使其具备旋转不变性.然后根据ESPRIT算法原理对构建旋转不变方程的子阵划分进行优化,并通过优化后子阵间的旋转不变性得到高精度的DOA估计.此外,本文还分析了子阵划分对算法估计性能的影响,给出了子阵最优选取的近似计算方法.计算机仿真结果验证了所提算法的有效性,并表明其性能逼近克拉美·罗界(Cramer-Rao bound,CRB).

基于CP-ESPRIT的MIMO-OFDM频偏估计算法

针对已有MIMO-OFDM盲同步算法需要较多接收数据的缺点,提出了一种基于循环前缀和ESPRIT思想的MIMO-OFDM频偏估计算法——CP-ESPRIT算法。算法利用接收信号中未被IBI污染的循环前缀和OFDM符号中相应的部分构造接收信号矩阵,然后利用ESPRIT方法求得频偏估计值。该算法只要一个符号就能估计频偏,且频偏估计范围为一个子载波宽度,可用于载波频偏精同步。仿真验证了算法的性能。

基于扩展ESPRIT的随机阵列高效DoA估计算法

获得随机阵列的高效、统计无偏波达方向(DoA)估计是超分辨率DoA估计领域的一大挑战。该文基于“利用旋转不变技术扩展估计信号参数法(AESPRIT)”提出了一种随机阵列DoA估计算法。该算法将AESPRIT改造成闭合环结构,并使用阵列内插技术(AIT)提供的角度粗估计作为初始相位补偿角,从而通过迭代快速获得精确的DoA估计。所提算法直接给出代数形式的估计结果,具有低的计算复杂度;同时由于不存在流形映射或者模式截断误差,估计结果具有统计无偏性。仿真结果验证了所提算法的有效性。