阵列测向中的精确高速并行谱峰搜索算法

概述了阵列测向中的MUSIC算法,分析了该算法在实现过程中各个步骤所占用总运行时间的比例关系,证明了谱峰搜索占用了MUSIC算法的绝大多数时间。提出了3种高效的谱峰搜索算法。根据仿真结论和硬件实测数据设计了应用流水线和数据交织处理并行技术的硬件实现体系结构。最后讨论了两种不同空间谱构造方法对波达方向估计精度的影响,并通过仿真进行了验证。

改进鸡群优化算法的二维MUSIC谱峰搜索研究

针对二维多重信号分类(MUSIC)算法在谱峰搜索时运算复杂,实时性差的问题,提出一种改进鸡群算法的二维MUSIC谱峰搜索算法。该算法将改进鸡群算法应用于谱峰搜索部分,首先利用佳点集理论构造初始种群;其次由寻食速度因子和聚集度因子构成惯性权值函数;最终将惯性权值引入母鸡的位置更新公式中,使算法快速搜索出谱峰所对应的角度。结果显示,该算法以更低的时间复杂度获得与网格搜索法相同的搜索精度,时间复杂度降低了648倍,节约99.4%的搜索时长,与其他3种优化算法相比,具有更优的收敛性能和更高的搜索精度。

基于改进蚁群算法的二维MUSIC多谱峰搜索研究

针对二维基于特征分解的多重信号分类(Multiple Signal Classificaion,MUSIC)算法在多谱峰搜索时计算量大、估计失败率高以及传统蚁群算法在进行二维多谱峰搜索时无法同时搜索多个谱峰的问题,将蚁群算法进行改进,同时与聚类思想相结合,加上动态调整搜索范围,使得改进后的蚁群算法可以进行二维MUSIC多谱峰搜索,同时可以分辨出相距较近的信号源的波达方向。通过仿真验证了改进后的蚁群算法在一定信噪比下进行谱峰搜索成功率高,鲁棒性强,且不受信号源距离大小的影响,证明了该算法适合进行多谱峰搜索的任务。

基于波束空间二维谱峰搜索的无人机控制算法

无人机作大范围机动航行时,由于陀螺仪的交连误差导致飞行稳定性不好,需要进行稳定性控制。传统的控制算法采用扇面波束空间约束加权误差修正算法,不能有效满足姿态大范围变化的控制需求。因此,提出一种基于波束空间二维谱峰搜索的无人机飞行鲁棒性控制算法。描述了无人机作大范围机动航行的控制约束参量模型和纵向运动数学模型,采用相干分布源采集飞行姿态数据,根据姿态数据解出无人机的动力系数、传递函数和频域特性等控制约束参量;采用波束空间二维谱峰搜索方法进行陀螺仪的交连误差补偿和自适应控制,较好地处理无人机不确定动态运动系统的控制问题。仿真结果表明,采用该算法进行无人机飞行控制,较好地削弱了陀螺仪的交连误差对飞行姿态的速度和位置等参量带来的波动,飞行姿态解算的误差结果较小,控制品质较高。

基于动态规划的MUSIC算法谱峰搜索

动态规划是求解最优化问题的一种方法,研究了其求解矩阵链乘问题的基本思想及具体步骤,并将其应用于MUSIC算法谱峰搜索,通过理论分析得到了MUSIC算法谱峰搜索时不同矩阵链乘顺序的计算量,继而得到矩阵链乘的最优顺序,有效节约了计算量和搜索时间。

谱峰搜索的神经网络实现

本文提出了谱峰搜索的神经网络方法,作为一个线性规划问题,通过构造适当的代价函数把谱峰搜索与Hopfield线性规划网络联系起来。网络中神经元的个数与参数空间搜索的分辨率无关,而与传感器阵列中传感器的个数成线性关系,因此神经元的个数并不要求很多,理论分析和仿真实验证明,该方法实际上与MUSIC方法或RD(实数域波达方向估计)法是等价的。

基于FPGA的二维谱峰搜索算法硬件架构设计

当前基本采用现场可编程门阵列(field programmable gate array,FPGA)来实现一维多重信号分类(multiple signal classification,MUSIC)算法,为了使MUSIC算法更适合应用于实际环境中入射信号的波达方向(direction of arrival,DOA)估计,采用FPGA来实现二维MUSIC算法的谱峰搜索。合理设计各个步骤的并行结构以提高实时性,使用分步搜索法减少计算量和计算复杂度,通过模块复用降低资源消耗,采用流水线设计提高计算效率,从而在满足估计精度的同时使得谱峰搜索的实现时间更少。仿真试验结果表明,该硬件实现方案在100 MHz工作频率的FPGA芯片上实现二维谱峰搜索时,估计精度为1°,耗时为3.77 μs。该二维谱峰搜索实现结构的主要优点在于速度快,实时性高,具有较高的工程应用价值。

基于鸡群优化算法的二维MUSIC谱峰搜索算法

针对二维多重信号分类(multiple signal classification,MUSIC)算法在进行波达方向(direction of arrival,DOA)估计时计算速度慢、运算复杂度高的缺点,提出基于鸡群算法的二维MUSIC谱峰搜索算法.该算法将鸡群算法与MUSIC算法相结合,在谱峰搜索部分应用鸡群算法优化,利用鸡群算法寻优能力强的优点,快速搜索出谱峰所对应的角度.仿真实验表明,鸡群算法能有效克服谱峰搜索中出现的计算量大、计算复杂度高等问题,通过与其他仿生算法相比较,鸡群算法具有更快的收敛性、更强的稳定性以及更好的精确度.

基于数据插值的二维MUSIC谱峰搜索算法

针对MUSIC算法在进行二维到达角估计时运算量大、估计速度较慢的问题,对基于数据插值二维MUSIC谱峰搜索算法进行研究。在MUSIC算法的基础上先用较大步长在二维空间进行粗略搜索,之后在粗搜谱峰位置附近的小区间内进行二维插值,最后用小步长在该区间内进行谱峰搜索,得到精确的角度估计值。仿真实验表明,该算法可有效地减少二维空间搜索的运算量。

基于Chirp-z变换的快速谱峰搜索方法

为减少空间谱谱峰搜索过程的计算量,文章提出了一种先采用FFT算法进行预搜索,确定峰值的大概位置,然后再采用Chirp-z变换算法在峰值附近进行精细搜索以确定峰值精确位置的方法。经仿真试验,该方法能够有效提高搜索效率,减少计算量。

基于RANSAC和三维谱峰分析的全姿态散射中心建模

全姿态散射中心模型是一种性能优良的光学区复杂目标电磁散射参数化模型。针对传统的基于候选点筛选和聚类的全姿态散射中心建模方法易出现虚假散射中心和遗漏真实散射中心的问题,该文提出了一种基于目标三维空间电磁散射强度场谱峰分析的建模方法。首先,基于目标多视一维散射中心参数,利用随机采样一致性(RANSAC)方法和Parzen窗函数方法估计目标在三维空间中的电磁散射强度场。然后,通过谱峰分析、散射中心关联和多视量测融合,得到全姿态三维散射中心的位置。最后,利用二值形态学处理修正全姿态散射中心的角度可见性,估计全姿态散射中心的散射系数和类型参数。仿真结果表明,该文方法所提取的全姿态散射中心与目标几何结构具有极强的关联性,相较传统方法,在缩减三维散射中心数量的同时提升了模型的表示精度。

基于欠定方程的频谱峰值搜索算法及其在连续毫米波雷达系统中的应用

现有谱峰搜索算法在应用于连续毫米波雷达后端中频信号处理时,或计算量较大,或精度不高.本文针对该问题,提出一种可有效提取信号峰值频率信息的快速算法,进而实现连续毫米波雷达的快速准确测速测距.该算法借助压缩感知原理,通过构建欠定方程,并计算少量内积,实现高效捕捉信号频率值.数值结果表明,此算法具有运算量小、计算精度高等特点,可为当今智能交通领域中的高精度测速测距提供一种快速解决方案.

基于DSP的快速MUSIC测角算法

基于阵列信号处理的MUSIC算法,由于其超高的角分辨率和角精度,受到广泛的关注。但是其高运算复杂度,较大地限制了算法的硬件实现。为此,基于MUSIC算法的基本原理,文中分析了该算法在DSP(TI1843)硬件系统实现中关键子步骤的运行时长。针对最为耗时和占用内存最大的空间谱构建和谱峰搜索子步骤,分别提出了便于工程实现的简化方法,并通过硬件平台移植验证了算法的可行性,对比发现该方法大大减少了运算时间和内存空间,具有较高实际应用价值。

基于MH抽样逐次搜索的快速MUSIC算法

传统MUSIC测向算法直接用于二维DOA估计时,需要在参数空间中进行二维谱峰搜索,计算量很大。针对该问题,结合了马尔可夫蒙特卡罗(MCMC)方法与逐次搜索的方法,提出一种快速的MUSIC测向算法。该算法通过将MUSIC谱函数视为信号来向的概率密度函数,采用MCMC的Metropolis-Hastings抽样器对其进行采样,并利用消除空间相关性进行逐次搜索从而估计出各个信号的来向,能够在保持常规MUSIC算法性能的高分辨能力同时大大减少运算量。仿真结果表明了该算法的有效性。

一种基于MH抽样的极化域—空域联合谱MUSIC估计算法

针对联合谱MUSIC算法中谱峰搜索计算量大的问题,通过运用马尔可夫蒙特卡罗(MCMC)方法,提出一种计算量减小的联合谱MUSIC测向算法。该算法通过将极化联合谱MUSIC函数视为信号来向的概率密度函数,采用MCMC的MH抽样方法,能够在保持常规联合谱MUSIC算法高分辨能力的同时大大减少运算量,仿真结果验证了算法的有效性。

基于MCMC的DOA估计及其在空域滤波中的应用

针对传统算法在进行波达方向角估计时需要进行全空间的谱峰搜索,且依赖初始化迭代和插值的缺陷,设计了一种贝叶斯估计方法。首先,构建基于均匀圆阵的频域信号处理模型,提出了基于马尔科夫链蒙特卡罗进行波达方向角估计的方法,实现了无需初始化和插值的测向算法,且不需要进行全空间的谱峰搜索即可直接估计结果,同时推导了该模型下进行波达方向角估计的克拉美罗下界。在以测向结果为先验信息,同时设计了一种新的空域滤波增益模型。利用马尔科夫链蒙特卡罗算法对信号子空间进行解耦合,然后计算滤波器增益系数,以此实现空域滤波。最后在无线电设备搭建的真实环境中进行实验,验证了基于马尔科夫链蒙特卡罗算法进行阵列波达方向角估计和空域滤波的有效性,并且与其他模型相比要明显优于后者。

基于改进DFT和时域准同步的间谐波检测算法

快速傅里叶变换(FFT)在非同步采样时存在频谱泄漏和栅栏效应,由此产生的谐波与间谐波之间的频谱干扰会严重影响间谐波参数测量的准确度。为减小谐波与间谐波之间的频谱干扰,提出一种基于改进离散傅里叶变换(DFT)和时域准同步的间谐波检测算法,采用改进DFT算法精确估计基波频率,利用三次样条插值重构准同步采样序列,用FFT算法对单个周期重构序列进行处理,得到基波和谐波的参数,并将基波和谐波成分从重构序列中减去,再次用FFT算法和最大谱峰搜索法对剩余序列进行处理,确定每一个间谐波成分的参数。仿真结果表明,该算法不仅能提高频率分辨率,还可以有效排除谐波和间谐波的频谱干扰,且间谐波检测的准确度高、稳定性好、运算量小。

二维快速子空间DOA估计算法

提出一种二维快速子空间DOA估计算法,该算法利用阵列协方差矩阵的一个子矩阵得到降维的信号子空间,不需估计整个阵列的协方差矩阵,也不需进行特征值分解,从而使得该方法具有运算量小、复杂度低和易于实时处理的特点,因而可以应用在小数据样本和快速时变的信号环境中.理论分析和计算机仿真结果表明:与MUSIC算法相比,该算法运算量最多为MUSIC算法的1/4,低信噪比条件下DOA估计性能损失并不大,当信噪比大于5dB时,性能与MUSIC算法相当.

一种低重频脉冲雷达速度模糊解算的新方法

关于低重频脉冲雷达主要用于目标距离和角度的跟踪测量,其脉冲重复频率很低,会产生严重的速度模糊,常用的解模糊方法效果较差。基于"中频数字锁频+谱峰搜索解模糊"的测速系统,提出了采用"对称系数"作为谱峰判决依据,并进行变步长搜索的解模糊算法,将抗噪声性能提高了近24dB,并大幅提升了解模糊的速度,仿真验证了该算法的有效性。

基于分数阶傅里叶变换的无线电引信信号的侦察

该文首先论证了分数阶傅里叶变换侦察线性调频信号的理论基础,指出由于分数阶傅里叶变换是线性变换,克服了双线性变换带来的交叉项干扰,因此在复杂的电子对抗环境中具有更好的检测效果。接着提出了一种可变窗谱峰搜索算法。仿真结果验证了算法的有效性。