基于角度修正的频率和波达方向联合估计

为实现相干密集信号的频率和波达方向估计,用参考频率替代真实频率,构建了一种降维稀疏字典,利用压缩感知理论,实现频率和波达方向联合估计;同时针对低信噪比、少快拍数、含有相干信号的复杂场景,给出一种利用SVD优化的方法。通过仿真发现所提算法及其优化算法,可对密集相干信号进行精确的频率和波达方向估计,提高了算法在低信噪比条件下的性能,更加适用于低信噪比、少快拍数场景。

基于金枪鱼算法的最大似然信号方位与频率联合估计

针对多维非线性搜索在传统最大似然估计(ML)上的波达方向(DOA)估计存在计算量大、传统网格搜索速度慢等不足,提出了一种基于金枪鱼算法的窄带信号频率方位联合估计的最大似然DOA估计,该算法体现了良好的估计性能。仿真结果表明,该算法对单声源有精确的角度和频率估计值;在声源个数不同的情况下,与基于松鼠搜索算法、正余弦算法、原子搜索优化算法、人工蜂群算法等的估计相比,该算法有着更快的收敛速度和更低的均方根相对误差。

多分量多项式相位信号瞬时频率变化率的估计

引入了一个二维双线性相位匹配变换.对相位阶次不大于5的多分量多项式相位信号(mc-PPS)而言,各信号分量的瞬时频率变化率(IFR)在变换结果中表现为局部极值点,而交叉项则很少表现为极值点.又由于各信号分量IFR随时间变化表现出连续性,而由交叉项所产生的各极值点无此特征,因此,该变换可用于实现mc-PPS中各信号分量IFR的估计.对估计性能进行了理论分析,并同仿真结果进行了比较.

基于小波变换的多普勒频率变化率高精度估计方法

在单站无源定位与跟踪系统中,获取多普勒频率变化率信息对运动目标的状态估计和定位具有非常重要的意义.多普勒频率变化率非常微弱,很难精确测量.小波变换是一种时频局域化的分析方法,具有较低的信噪比门限.本文提出了基于小波变换的多普勒频率变化率估计方法,计算机仿真研究表明本文提出的方法具有较低的信噪比门限,并且可以快速精确地实现参数估计.

相参脉冲串多普勒频率变化率估计算法

给出了一种新的利用相参脉冲串进行多普勒频率变化率估计的算法,选取准最佳算法估计频率,减小了频率估计误差。对各脉冲进行脉内相关积累,将相参脉冲串变换成一个新的线性调频信号序列。该序列的样本点数是脉冲个数、采样间隔是脉冲重复周期、调频斜率是多普勒频率变化率、信噪比提高为输入信噪比的N倍(N是脉内采样点数)。因此,可以在较低的信噪比条件下精确估计多普勒频率变化率。仿真结果表明,该算法能在比现有算法更低的信噪比条件下精确估计多普勒频率变化率,其性能接近相参脉冲串多普勒频率变化率估计的克拉美-罗限。

一种新的mc-PPS瞬时频率变化率的估计

该文在分数阶傅里叶(FRFT)计算分解的基础上,讨论了其某些步骤在信号检测中的冗余,提出了一种简化的分数阶傅里叶算法(RFRFT),详细讨论了它的几种重要性质,并结合一次相位差分法提出了乘积性RFRFT(PRFRFT)算法,实现了mc-PPS的瞬时频率变化率(IFR)估计。同时借助角度变换提高了RFRFT识别参数的分辨率。该方法运算量小,易于实现。仿真结果证实了该方法能够有效地抑制噪声和交叉项,可以适应低信噪比环境。

一种波达方向、频率联合估计快速算法

首先提出了基于 PM(propagator method)方法的波达方向(DOA)、频率联合估计快速算法,给出了PM算子的一个估计,由PM算子构造出一特殊的低维矩阵,其特征值给出频率的估计,进而由估计的频率和相应的特征矢量得到DOA的估计。该算法具有参数自动配对,计算量小的优点,易于在工程应用中实时处理。计算机仿真结果证实了算法的有效性。

一种水下多目标方位、频率、距离联合估计新方法

本文提出了一种可在单次回波内同时完成多目标方位、频率、距离 (时延 )三维参数联合估计的高分辨新方法 ,它借用ESPRIT方法的思路构造两个空间子阵 ,通过对其自相关矩阵和互相关矩阵的广义特征分解 ,用特征值估计多目标方位 ,用特征向量估计多目标回波的频率 ,再用估计得到的频率去修正包络时延向量进而得到目标时延估计 .三维参数的配对由特征向量和特征值的对应关系自动完成 .计算机仿真结果表明 ,该方法在较低的信噪比条件下可以实现三维参数的高分辨联合估计 ,而且无需额外的配对算法 .作者还进行了多目标三维参数联合估计的消声水池实验 ,也取得了较好的结果 ,表明该方法对阵列误差有较好的稳健性 ,具有良好的工程应用前景 .

基于单个声矢量传感器的频率方位联合估计

单个声标量传感器不能用来估计目标方位,却可以实现目标方位估计.提出了一种基于ESPRIT算法的单个矢量水听器的频率、方位联合估计算法,该方法可以同时估计3个信号的频率和二维方位,并且参数自动配对,不需增加额外的配对运算,与LS-ESPRIT和TLS-ESPRIT相比,该方法减少了一次特征分解,具有运算工作量小的特点.计算机仿真验证了该方法的有效性.

一种基于高阶累积量的信号频率和到达角联合估计算法

该文研究了一种基于高阶累积量的信号频率和二维到达角联合估计算法。在分析了数据模型和M.C.Dogan等人提出的算法—VESPA之后,本文给出了PRO-ESPRIT方法求解的VESPA.这一方法继承了高阶累积量抑制色高斯噪声的能力以及阵列虚拟扩展能力,用M个阵元的阵列可以分辨M—1个空间信号,同时还可以实现信号频率和到达角的联合估计。数值仿真结果证实了算法的有效性。

任意结构阵列基于高阶累积量的信号频率和二维角联合估计算法

提出了一种基于高阶累积量的信号频率和二维角估计算法。假设阵列中存在 3个特性完全一致的阵元 ,此时使用高阶累积量实现的阵列虚拟展宽相当于存在两个和实际阵列相同的虚拟平移阵列 ,因而在其它阵元位置和响应特性未知的情况下也能实现空间信号频率和二维角估计。推导了使用PRO -ESPRIT算法实现联合估计的过程 ,并给出了相应的信号配对方法 。

LFM信号参数联合估计新方法——域频率相差法

采用分数阶傅里叶变换域频率分析方法,针对线性调频连续波信号分数阶傅里叶变换的特性,提出了分数阶域相差法,可以在低信噪比条件下对线性调频连续波信号进行检测,获得多普勒频移与实验的精确参数估计。同时时频参数联合估计中不必进行二维搜索,具有快速、高效的特点。计算机仿真结果表明了该方法的有效性。

宽频段空间信号频率、二维到达角和极化联合估计

在空间欠采样的条件下,通过巧妙定义稀疏L型阵列的四阶累积量输出矩阵,利用高阶累计量的盲高斯及阵列扩展特性,实现了宽频段空间非高斯信号频率、到达角和极化估计的分离,给出了一个基于四阶累积量 ESPRIT和整数搜索解模糊的任意高斯噪声环境下多个独立空间信号频率、二维到达角和极化的联合估计算法,L型阵列由和坐标轴方向一致的偶极子对组成,数值模拟结果证实了该文方法的有效性。

基于插值的多普勒频偏和频率斜升联合估计算法

为解决卫星移动通信系统中突发传输在低信噪比条件下的载波快速同步问题,该文提出一种基于插值的频偏和频率斜升联合估计算法。先通过对多普勒斜升搜索结合低复杂度频偏估计获得频偏和频率斜升的粗估计结果,再以频率斜升粗估计结果为中心、计算3个频率斜升值所对应的对数似然函数并据此对频率斜升进行二次插值以获得频率斜升估计值,最后在该估计值下计算出对应的频偏估计值,完成频偏和频率斜升的联合估计。仿真结果表明,该文算法的信噪比门限较低,估计性能接近克拉美罗下界(CRLB),而且计算复杂度远低于最大似然估计算法,非常适于实际应用。

基于子空间辨识的DOA和频率联合估计算法

针对阵列信号波达方向(DOA)和频率联合估计计算量大、参数配对较困难等问题,提出了一种基于子空间辨识方法的DOA和频率联合估计算法.该算法构造了一个特殊的状态空间模型,并通过选取辅助矩阵来抑制噪声.由子空间辨识方法得到广义可观测矩阵的估计值,再利用总体最小二乘(TLS)方法得到系统矩阵的估计值,由系统矩阵得到DOA和频率的估计值.该方法具有参数自动配对和计算量小的特点.计算机仿真验证了该算法的有效性.

均匀圆形阵列的联合二维角度-频率估计

研究均匀圆形阵列的联合二维角度-频率估计问题.基于数据矩阵的重新排列、信号子空间的实数化处理、复数移不变方程以及联合特征值估计,推导出联合估计参数的ESPRIT类算法,该算法将参数估计问题转化为3个具有实特征值的实数矩阵的联合特征值估计问题.通过同时对角化算法估计矩阵的联合特征值,获得了参数联合估计的强可辨识性,即允许信号参数在任何一维任意重复,并可以使估计参数实现自动配对.理论分析和仿真证明了所提算法的有效性.

采用时-空阵列流形的ESPRIT算法——联合角度-频率估计

考虑入射到天线阵上多个窄带信号源的角度和频率同时估计问题.虽然常规ESPRIT算法是一种快速的一维高分辨率方向估计算法,但不能直接用于信号频率和角度的同时估计.通过构造一种特殊阵列结构,引出时-空阵列流形概念,利用该流形,将ESPRIT算法扩展到时-空二维情形,提出采用时-空阵列流形的联合角度-频率估计算法.该算法不仅给出自动配对的角度-频率估计值,而且其性能随着抽头延迟线数的增加而提高.仿真计算表明,该算法不仅具有很高的分辨率和精度,而且在低信噪比条件下,其性能优于其他现有的方法.

空时欠采样下多目标频率和方位联合估计新方法

针对空时欠采样下多个窄带信号参量估计问题,提出了一种基于同时估计多实数的广义稳健中国剩余定理的频率和方位联合解模糊方法。该方法首先对任意单阵元采用多次时域欠采样,获得多个目标的模糊的频率估计值,然后利用同时估计多个实数的广义稳健中国剩余定理估计出多目标的无模糊频率;在空时欠采样下,获得多组阵元接收到的信号相位差的模糊值,再利用广义稳健中国剩余定理解相位模糊,从而估计出多源信号的真实方位。仿真实例表明新提出的方法可以在空时欠采样情况下有效地对多个目标同时解频率和方位模糊,频率和方位联合估计的精度高,稳健性好。

利用状态空间模型联合估计波达方向和频率

针对阵列信号多维参数估计计算量大,需要参数配对运算等问题,提出了一种利用状态空间模型联合估计波达方向(DOA)和频率的方法。首先,构造一个特殊的状态空间模型,其系统矩阵包含信号的波达方向和频率信息;然后,通过选取合适的辅助变量,利用信号的二阶统计特性抑制噪声干扰,并利用正交投影理论和奇异值分解得到广义可观测矩阵的估计值;最后,由广义可观测矩阵得到系统矩阵的估计值,由系统矩阵估计值的特征分解得到信号的波达方向和频率。实验结果表明,在信噪比为0dB的情况下同时估计两个信源时,信号频率估计的均方根误差为0.003 5rad,信号到达角估计的均方根误差为0.38°,基本达到了联合估计算法的设计要求。

一般阵列误差情况下信号二维方向角和多普勒频率的联合估计

针对平面阵列 ,推导出基于一般阵列误差模型的信号时空DOA矩阵 ,采用总体最小二乘法 (TLS)估计出多个信号的方位角、俯仰角和多普勒频率 ,解决了大多数估计算法的性能因阵列误差而严重下降和“频率兼并”问题。此算法对噪声不敏感 ,不需进行谱峰搜索。仿真结果表明了此算法的有效性。