基于叶尖定时的旋转机械叶片振动频率辨识ESPRIT方法

基于叶尖定时原理采集的旋转机械叶片振动信号是多频率混叠的欠采样信号,通过分析振动信号的数学模型,提出了在均匀转速下利用两个叶尖定时传感器构成有延迟的双通道,采用旋转不变子空间技术(ESPRIT)辨识多个叶片振动频率的新方法。介绍该方法的理论依据,推导了频率估计解模糊的具体步骤,通过计算机仿真和模拟振动平台气激实验分析该方法频率估计性能,验证了其在工程实践中的有效性。

基于实值特征子空间迭代的DOA估计算法

针对相关信号的DOA估计和角度跟踪的传统算法自适应性差和特征值分解运算量大的问题,提出了一种基于实值特征子空间迭代的DOA估计算法.对每次快拍数据,通过梯度算法自适应更新信号和噪声子空间,并将复值特征子空间变换为实值,最后利用基于信号子空间的角度估计方法(UnitaryESPRIT)或噪声子空间的方法(实值域求根MUSIC)估计信号角度.由于引入了自适应特征子空间迭代和实值域处理,该算法无需特征值分解,有效地降低了基于子空间类高分辨算法的运算量,可以应用于相关信号的角度估计和跟踪问题.理论分析和仿真结果表明,算法具有较低的运算量和良好的自适应性,对某米波测高雷达实测数据的处理结果也表明了算法的有效性.

基于高阶ESPRIT的单声矢量水听器近场声源定位

为避免传统近场定位算法需要三维搜索,计算量大的问题,该文结合高阶累积量提出一种适用于单矢量水听器近场声源定位的旋转不变子空间(ESPRIT)算法。首先通过定义一系列的四阶累积量矩阵,获得了3个不变性矩阵,然后从这些不变矩阵中提取近场源的位置信息,该方法可以得到目标的方位角、俯仰角和距离的封闭形式的解。最后通过仿真验证了本算法的有效性。

基于LS-TSVM与降维ESPRIT谐波检测的研究

本文针对电网中大量谐波威胁电力系统正常运行的问题,提出基于最小二乘双支持向量机(LS-TSVM)结合多级维纳滤波器降维ESPRIT谐波检测算法。以高速列车作为研究对象,在SVM基础上发展LS-TSVM谐波检测算法,为进一步提升间谐波检测精度与检测效率,采用多级维纳滤波器ESPRIT降维技术。研究结果表明:在同等采样数据量的情况下以及不失精度的同时,该方法与支持向量机结合ESPRIT方法以及矩阵束法比较,具有更好的检测效率。

一种用于二维DOA估计的新颖Unitary ESPRIT算法

提出了一种基于双均匀线阵的特性新颖的Unitary ESPRIT算法。算法根据阵列接收数据,构造了一种实值数据形式,对其作实值奇异值分解,获得信号子空间。算法利用阵元几何的平移不变特性,构造了包含入射信号方位角和俯仰角的估计量。利用构造的估计量的特征值估计俯仰角信息,利用其对应的特征向量估计方位角信息,自动完成角度的配对。所提方法不仅保持了矩阵DOA估计算法和二维ESPRIT算法的优点,如自动的参数配对、不需要二维谱峰搜索等,而且能够在实数域中直接获得信号子空间,能够有效降低运算量。算法可以增加估计信号个数。仿真实验验证了算法的有效性。

色噪声环境中TLS-ESPRIT谐波谱重构语音增强研究

为了提高语音在色噪声环境中的信噪比,提出了一种基于总体最小二乘旋转不变子空间技术(TLS-ESPRIT)谐波谱重构语音增强方法。通过对观察数据矩阵进行奇异值分解,有效地将信号及噪声分开。运用TLS-ESPRIT算法对语音谐波信号进行谱估计,重构语音信号,消除了帧与帧之间的噪声残留,得到了在巴克域上与原始语音几乎相同的语音信号。

ESPRIT算法广义逆矩阵求解的快速FPGA实现

在基于旋转不变子空间的信号参数估计(estimating signal parameter via rotational invariance techniques,ESPRIT)算法中涉及到求解信号子空间矩阵的逆矩阵,针对常用方法计算复杂度高,实时性差等问题,提出使用广义逆公式对信号子空间矩阵进行求解的方法.在FPGA平台上设计并实现了由复数矩阵乘法、矩阵LU分解、下三角矩阵求逆等子模块构成的广义逆矩阵求解系统.利用该系统求解广义逆矩阵所用的时间约为2.18 ms,与在MATLAB上对同样矩阵进行广义逆求解的平均用时15.7 ms减少了7.2倍.使用该系统的结果在MATLAB上完成后续仿真,对ESPRIT算法最终所得角度进行误差分析,最终所得角度的平均估计误差约为0.04°.结果表明,该系统能在保证结果精确度的同时有效减少运算时间.

基于ESPRIT算法的阵列天线定向钻孔雷达数据处理方法

定向钻孔雷达是一种应用于井孔的新型探地雷达,具有识别孔周目标体方位角的能力,可实现孔周异常体的三维精细探测。四联阵列接收雷达是一种定向雷达形式,其利用4根相距较近的接收天线接收到的微弱信号差异判断入射波方位,进而推断异常体反射界面位置。在前人研究的基础上,提出一种适用于四联阵列接收天线的新型数据处理方法,该方法以基于旋转不变子空间的谱估计(estimation spectrum rational invariance technique,ESPRIT)算法为基础,能够快速准确地处理分析阵列接收天线数据,判断异常体方位角,解决四联阵列接收天线应用的重点和难点问题。与已有的方位角识别算法相比,所提出的新型数据处理方法不存在180°方位混淆的问题,并且在计算速度上具有明显的优势。基于GprMax合成数据检验了本文方法的可行性。

基于传播算子的ESPRIT极化参数估计算法

针对极化敏感阵列参数估计过程中需要奇异值和特征值分解,以及低信噪比下估计误差偏大的问题,提出基于传播算子的二维旋转不变子空间(estimation of signal parameters via rotational invariance technique,ESPRIT)算法,改进算法引入非圆信号共轭相关统计信息构造一组新的接收数据,将这组新数据与真实数据重构组合求得噪声子空间;采用ESPRIT算法将信号子空间分块得到旋转不变因子,无须特征值分解和谱峰搜索,实现信号空间到达角(direction of arrival,DOA)和极化角的精确估计.所提算法在参数估计性能上要优于经典算法,在低信噪比情况下均方误差较小,并且可降低计算量,最后由Matlab仿真验证所提算法的有效性.

稳健的双基地MIMO雷达目标角度跟踪算法

针对双基地多输入多输出(MIMO)雷达变速目标角度跟踪问题,提出了基于变遗忘因子的跟踪算法。首先研究了遗忘因子对算法的收敛速率和跟踪性能的影响;其次借鉴变步长最小均方(LMS)算法的思路,提出遗忘因子的递推公式;最后将遗忘因子递推公式引入PASTd算法中,实现变速目标的收发角度跟踪。实验表明:算法的收敛速度和性能都有较大的提高,稳定性得到了增强。

分布式传声器阵列的低频宽带信号方位估计

现有的预防道路交通安全事故、治理道路交通噪声污染等问题的解决方案是从视觉维度监控重点区域并通过声音维度确定事件触发类型与位置。为了实现公路异常声源的实时监测,提出了一种基于双尺度旋转不变信号参数估计旋转不变子空间技术(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)的低频宽带声源波达方向(Direction of Arrival,DOA)估计算法,该算法适用于三个矩形子阵呈三角形分布的分布式阵列。算法利用该分布式阵列具有的子阵内相邻阵元间距、相邻子阵间距两种尺度对应的空间平移不变性分别进行方向余弦估计,并利用基于阵型分布的解模糊策略实现高精度方位估计。仿真结果验证了算法的有效性,表明了基于该算法的分布式阵列DOA估计精度优于相同阵元数与阵元间距的单个均匀矩形阵,分析了估计精度与分布基线长度的关系,体现了算法的实际工程应用价值。