最小方差谱估计算法的改进及应用

最小方差谱估计方法(MVM)是声纳信号波达方向估计中一种十分重要的方法,然而工程实际应用中在小快拍数和低信噪比的场合最小方差谱估计方法的估计性能会受到很大影响。提出的基于时空相关信号协方差矩阵的最小方差谱估计算法(MVMBased on Time-Space Correlation Matrix)利用噪声在空间和时间上的相关性比较弱的特点大大改善了MVM在小快拍数和低信噪比场合的估计性能。基于时空相关信号协方差矩阵的最小方差谱估计算法应用到浅水高分辨率测深侧扫声纳的波达方向估计中,取得了比原始信号协方差矩阵的最小方差谱估计算法更好的效果。算法中的时空相关信号协方差矩阵构成方法在波达方向估计中有广泛的应用价值。

改进的宽带指向最小方差空间谱估计算法

宽带测向一直是阵列信号处理领域研究的难点。把指向最小方差宽带测向算法(STMV)应用到均匀线阵上,通过对阵列频域采样数据的空间协方差矩阵的估计和加权平均处理,给出了空间谱估计子的改进形式。与通常的信号子空间宽带测向算法相比,提出的算法不需要对波达方向进行预估计,因此避免了预估计误差对最终估计结果的影响。理论分析和仿真实验证明了测向算法的有效性。

提高分辨率的带宽外推SAR成像算法

分析了合成孔径雷达(SAR)的图像信号模型,阐述了应用数据外推方法提高分辨率的可行性.提出一种最小方差谱估计和最小加权范数约束结合的非参数类数据外推方法.该方法外推SAR相位历史域信号有效带宽可得到较好的成像效果.仿真和实测数据处理证明了此方法的有效性,并给出了定量比较与分析.