波达方向(Direction of Arrival,DOA)估计是阵列观测数据研究领域的一个基本问题.对于观测数据服从复椭球对称分布的应用场景,现有的方法多采用l1-范数惩罚项来实现信号波达方向的稀疏估计,其中的l1-范数惩罚项仅考虑信号的稀疏性而没...波达方向(Direction of Arrival,DOA)估计是阵列观测数据研究领域的一个基本问题.对于观测数据服从复椭球对称分布的应用场景,现有的方法多采用l1-范数惩罚项来实现信号波达方向的稀疏估计,其中的l1-范数惩罚项仅考虑信号的稀疏性而没有考虑信号的多样性,从而造成这些估计方法一般将弱信号(具有较低功率的信号)略去,可能无法准确地估计弱信号的波达方向.为解决这个问题,本文通过引入一个组合范数惩罚项构建了一个新的估计(模型)方法,其中的组合范数惩罚项是l1-范数惩罚项与l2-范数平方惩罚项的线性组合,其组合系数(惩罚参数)互不相关,l2-范数平方惩罚项则可以保留弱信号的多样性.然后,本文基于Majorization-Minimization(MM)算法设计了模型的求解算法,并证明该方法是收敛的.数值实验表明,相较于那些基于l1-惩罚项的估计方法,本方法具有更高的精度.展开更多
为抑制白噪声和窄带干扰对局部放电脉冲信号能量测量的影响,提出了一种基于噪声参数的能量估计方法。研究了现场信号模型和信号能量谱系数的概率分布,得到噪声参数已知条件下脉冲信号能量的最大似然估计。同时为获得噪声参数,将采样数...为抑制白噪声和窄带干扰对局部放电脉冲信号能量测量的影响,提出了一种基于噪声参数的能量估计方法。研究了现场信号模型和信号能量谱系数的概率分布,得到噪声参数已知条件下脉冲信号能量的最大似然估计。同时为获得噪声参数,将采样数据划分成信号帧和噪声帧,采用3F–C法估计了白噪声和窄带干扰参数。通过仿真实验和实测数据处理,与传统小波包降噪方法的结果进行了对比。数据分析结果表明:无论是针对单一白噪声环境还是存在窄带干扰的混合噪声环境,该能量估计方法的准确性均优于传统小波包降噪方法,且随着信噪比的降低和信号时间窗口长度的增加,该方法表现出更明显的优势。在信噪比为–8 d B的条件下,使用该方法对实测局部放电脉冲信号进行能量估计的相对误差仅为4.07%,而使用小波包降噪方法时相对误差则达到44.12%。展开更多
文摘波达方向(Direction of Arrival,DOA)估计是阵列观测数据研究领域的一个基本问题.对于观测数据服从复椭球对称分布的应用场景,现有的方法多采用l1-范数惩罚项来实现信号波达方向的稀疏估计,其中的l1-范数惩罚项仅考虑信号的稀疏性而没有考虑信号的多样性,从而造成这些估计方法一般将弱信号(具有较低功率的信号)略去,可能无法准确地估计弱信号的波达方向.为解决这个问题,本文通过引入一个组合范数惩罚项构建了一个新的估计(模型)方法,其中的组合范数惩罚项是l1-范数惩罚项与l2-范数平方惩罚项的线性组合,其组合系数(惩罚参数)互不相关,l2-范数平方惩罚项则可以保留弱信号的多样性.然后,本文基于Majorization-Minimization(MM)算法设计了模型的求解算法,并证明该方法是收敛的.数值实验表明,相较于那些基于l1-惩罚项的估计方法,本方法具有更高的精度.
文摘为抑制白噪声和窄带干扰对局部放电脉冲信号能量测量的影响,提出了一种基于噪声参数的能量估计方法。研究了现场信号模型和信号能量谱系数的概率分布,得到噪声参数已知条件下脉冲信号能量的最大似然估计。同时为获得噪声参数,将采样数据划分成信号帧和噪声帧,采用3F–C法估计了白噪声和窄带干扰参数。通过仿真实验和实测数据处理,与传统小波包降噪方法的结果进行了对比。数据分析结果表明:无论是针对单一白噪声环境还是存在窄带干扰的混合噪声环境,该能量估计方法的准确性均优于传统小波包降噪方法,且随着信噪比的降低和信号时间窗口长度的增加,该方法表现出更明显的优势。在信噪比为–8 d B的条件下,使用该方法对实测局部放电脉冲信号进行能量估计的相对误差仅为4.07%,而使用小波包降噪方法时相对误差则达到44.12%。