基于子空间旋转的信号频率和波达方向同时估计方法

针对宽频段窄带信号 ,利用时间平移构造伪数据矩阵 ,同时 ,将伪数据矩阵信号子空间进行旋转 ,并通过对构造的信号空间矩阵进行特征分解 ,提取导向矢量矩阵和旋转因子中所包含的角度和频率信息 ,从而直接获得频率和波达方向 ( DOA)的同时估计 .计算机仿真表明 ,该方法在中等信噪比下是有效的 。

基于子空间旋转不变性的加性有色噪声中谐波频率的估计

噪声中的谐波恢复问题是信号处理领域的一个典型问题,在众多领域中有着广泛的应用。本文主要研究加性有色噪声中谐波频率的估计问题,提出了一种基于子空间旋转不变性的谐波频率的高分辨率估计方法。利用观测信号的自协方差函数构造了一个协方差矩阵,通过对协方差矩阵的特征值进行理论分析,结合子空间旋转不变性,得到了加性有色噪声中谐波的频率和协方差矩阵之间的一种内在联系。利用这个性质可以估计加性有色噪声中谐波的频率。本文方法对于有色噪声的模型无任何假设,而且对于噪声的分布也没有限制,对于高斯和非高斯有色噪声都适用。仿真实验验证了本文所提算法的有效性。

一种估计多信号频率的快速子空间方法

多重信号分类(Multiple Signal Classification,MUSIC)法在估计多信号频率时需要对采样数据序列的自相关矩阵进行特征值分解,并准确划分出信号和噪声子空间,使得其计算量比较大。利用自相关矩阵的Toeplitz特性快速计算其逆矩阵,通过计算逆矩阵的多次幂来逼近噪声子空间,避免了MUSIC法的特征值分解和估计信号个数的过程。在谱峰搜索环节,采用先粗估计频率值再在小区间进行精细搜索的策略,能够避免搜索无用的频率范围。计算量比较分析以及与理论克拉美罗界(Cramer-Rao Bound,CRB)的对比验证结果表明,快速方法性能与MUSIC法相当,能够较好地逼近CRB,且计算量更小,适合实时性要求高的应用场合。

一种新的正弦波频率估计方法研究

对相关阵的最大特征值所对应的特征矢量按一定规则排列的非对称矩阵,其奇异值/奇异矢量分解(SVD)的右奇异矢量同样存在两个子空间,并因此提出了一种新的谱估计方法,即基于相关阵信号子空间的正交矢量(Orthogonal Vector spectral estimation based on correlation matrix Signal-Subspace),简称OVSS法。OVSS法源于相关阵信号子空间,对噪声和数据长度敏感性较小,同时它又是正交矢量法,且源于高阶模型,具有高阶MUSIC法的分辨率,而且是低阶矩阵SVD,没有伪峰。大量模拟试验显示OVSS法是一种具有高分辨率、高统计稳定性、计算量相对增加较小的高质量谱估计方法。

采用小波分析和TLS-ESPRIT的DOA估计算法

在阵列信号精度优化算法的研究中,针对传统波达方向(Direction of Arrival,DOA)估计算法在低信噪比条件下性能表现不佳的问题,本文提出了一种采用小波分析与TLS-ESPRIT相结合的DOA估计联合算法。该算法首先对强噪声背景下阵列天线所接收的观测信号进行小波分析,选取高频小波系数置零的强制消噪方式进行降噪处理;继而将预处理后的观测矩阵用TLS-ESPRIT方法进行DOA估计。理论分析和仿真结果均表明:在相同快拍数和阵元数的情况下,较之传统的DOA估计方法,联合算法具有更低的信噪比门限,并且能实现更为准确的DOA估计。

频谱估计算法在炮口初速测量雷达工程的实现

雷达信号频率参数的测量结果决定了测速雷达的精度。介绍了两种频率估计方法,并应用FFT、MUSIC和ESPRIT算法对高斯白噪声下的多普勒速度进行了估计。通过结果分析,比较了在不同条件下,几种算法的估计精度。结果表明,在信号一定信噪比条件下,采用MUSIC、ESPRIT算法能够实现高精度频率估计。

一种多尺度稀疏极化敏感阵列及其DOA估计方法

针对单个电磁矢量传感器(SS-EMVS)的孔径受限和传统稀疏阵列无法提供目标极化信息的问题,结合分离式电磁矢量传感器和稀疏阵列,提出了一种由SS-EMVS组成的多尺度稀疏极化敏感阵列。该阵列的阵列单元为1个完整的分离式电磁矢量传感器,沿y轴分布,整个阵列按阵元间距分为2个均匀子阵,而且这2个阵元间距都可以大于入射信号的半波长,从而构造一个多尺度稀疏极化敏感阵列以得到目标波达方向(DOA)的高精度估计值。该阵列结合了SS-EMVS可降低阵元互耦和稀疏阵列可扩大阵列孔径的优点,提高了目标DOA估计精度的同时降低了阵元互耦,并且对噪声也具备较好的鲁棒性。而在算法上,首先利用矢量叉积算法得到目标方向余弦的低精度无模糊估计值;其次根据2个子阵的空域旋转不变性得到目标方向余弦的高精度模糊估计值,针对这些方向余弦的估计值提出了一种多尺度解模糊算法,可得到目标方向余弦的高精度无模糊估计值;最后经过运算得到目标的高精度DOA的估计结果。仿真结果证明了所提阵列和算法的有效性。该阵列可应用于某些空间受限的实际应用场合中,如安装在飞行器上的传感器阵列,从而发挥电磁矢量传感器的单天线多分量的特点,也可以与MIMO雷达进行结合,借助极化信息提高雷达系统的检测性能和目标二维DOA的估计精度。

基于子空间法的电网暂态频率扰动惯量估计

针对暂态频率扰动下传统惯量估计方法受扰动发生时刻和惯性响应持续时间判断敏感而导致估计误差偏大的问题,文章提出基于子空间法的电网惯量估计思想。通过分析暂态频率扰动发生前、惯性响应及一次调频响应各阶段的电网频率响应模型的冲激响应特征,获得各阶段的电网惯量统一性表达,并将各阶段电网频率响应模型作为相同待估计系统,应用子空间法进行系统模型参数辨识,最终估计出电网惯量。通过算例分析验证了文章方法对电网惯量估计的有效性及精确性。

改进分离式电磁矢量阵列的两维波达方向估计

针对现有分离式电磁矢量传感器阵列的两维波达方向(Direction of Arrival,DOA)估计存在的两个问题:其一,当入射信号在时域上不具有旋转不变性时,现有算法失效;其二,无法实现阵列的两维孔径扩展导致两维DOA估计精度较差,提出了一种改进的分离式电磁矢量传感器阵列结构.首先利用所提阵列的空域旋转不变性代替时域旋转不变性得到其中一维方向余弦的高精度估计;其次结合矢量叉乘法与相位干涉法得到另一维的方向余弦高精度估计;最后对两维方向余弦进行三角操作得到目标的两维DOA估计.本文算法摆脱了对入射信号形式的依赖,实现了阵列的两维孔径扩展,使得两维DOA估计精度大大提高.仿真结果证明了本文算法的有效性.

采用等距二元矢量水听器直线阵的二维波达方向估计

为了减小传统四元矢量水听器阵的尺寸和减少冗余阵元,提出了采用等距二元矢量水听器直线阵的二维波达方向(DOA)估计方法。每个阵元(矢量水听器)由空间共点的一个声压水听器和一个振速水听器构成。其中声压水听器阵可以被划分为2个子阵,它们构成旋转对,旋转因子为包含某一轴方向余弦信息的相位延迟因子。振速水听器阵可以被划分为2个子阵,它与声压水听器阵构成旋转对,旋转因子为另一轴方向余弦。基于旋转子空间不变法(ESPRIT)的思想,采用并行总体最小二乘(TLS)矩阵束方法实现对旋转因子的估计和自动配对,从而实现二维DOA估计。计算机仿真实验结果证明了该方法的有效性。

一种改进的TLS_ESPRIT的算法

本文简要的介绍了常规的TLS_ESPRIT算法,在此基础上通过对Φ矩阵的重构,提出了一种共轭ESPRIT(C_SPRIT)算法。与TLS_ESPRIT算法相比,此新算法能提供更高的DOA估计精度,且所需更少的阵元数。由于C_SPRIT算法和TLS_ESPRIT算法都利用了相同的几何阵型和相同的子阵列的处理思想,所以新算法的复杂度没有提高。新算法与TLS_ESPRIT算法主要的区别为:(1)当阵元数为M时,TLS_ESPRIT算法分解的两个子阵列的阵元数为M-1,而C_SPRIT算法分解的两个子阵列的阵元数可以达到M;(2)C_SPRIT算法利用了旋转矩阵的共轭矩阵Φ*,而TLS_ESPRIT算法只利用了矩阵Φ,因此我门称此改进的算法为C_SPRIT。通过计算机仿真,可以清楚的发现C_SPRIT算法能提供比TLS_ESPRIT更高的DOA测向精度。

基于TLS-ESPRIT的电力系统基波检测新方法

针对电力系统基波频率测量的现状,提出一种基于TLS-ESPRIT的高精度频率测量新方法.TLS-ESPRIT是一种现代信号处理方法,是子空间估计方法中的一种.该方法的信号模型中考虑了噪声的影响,因此,具较强的抗噪声能力.直接采用该法分析多重极点信号时会因受噪声的影响而得不到完全相等的多重极点.应用多重极点恢复的方法对其进行改进可得到精确的实际频率.针对有谐波、间谐波、噪声等复杂背景下的基频检测进行仿真分析,仿真结果表明:该方法检测精度高,抗噪声能力强,尤其对时变性较强的调幅性间谐波信号具有强适应性.

无源雷达数字测频仿真研究

雷达信号的频率参数是用于目标筛选、分类和识别的重要参数。数字测频算法有很多种,它们互有优劣,大体上可分为时域测频和频域测频。在对当前数字测频方法研究的基础上,首次将子空间旋转不变法应用到无源雷达数字测频,理论上分析了该算法的可行性,仿真证明了该算法的有效性。