基于秩减估计器的L型阵列二维波达角估计算法

针对L型阵列2维波达角(2D-DOA)估计问题,该文提出了一种新的基于秩减估计器的算法。该算法利用辅助角将2D-DOA估计问题转换为两个级联的1D-DOA估计问题:首先采用基于传播算子的秩减估计器获得高精度的辅助角估计;其次利用辅助角估计结果获得某一入射角的一元代价函数,借鉴root-MUSIC算法通过对多项式求根获得某一入射角估计,而另一入射角估计可由已得角度估计和辅助角估计通过简单转换获得且两入射角之间无需配对。运算量分析表明,该算法运算量与JEADE算法接近,大于CODE和root-MUSIC算法。仿真实验验证了该算法在不同信噪比、快拍数目条件下可获得高精度的DOA估计结果。

偶极子分离的矢量阵MIMO雷达多维角度估计算法

该文提出了一种基于2维矢量接收阵列的双基地MIMO雷达系统多目标ADOD(Azimuth Direction Of Departure),ADOA(Azimuth Direction Of Arrival)和EDOA(Elevation Direction Of Arrival)联合估计算法。雷达发射端采用均匀标量线阵,接收端将常规矢量阵元的每个电磁偶极子相互分离构成2维接收阵列。算法通过张量因子分解获取各流形矩阵,并利用ESPRIT算法估计目标的ADOD。文中给出了接收阵列的一种特定阵元排列方式,并改进了矢量叉积法用于估计目标的2D-DOA。与传统方法相比,该文所用阵列结构可通过扩展接收阵列孔径提高雷达的角度估计性能,相互分离的偶极子弱化了传统矢量阵的天线互耦效应。相应算法避免了谱峰搜索,能够自动配对,仿真实验证明了算法的有效性。

适用于二维阵列的无格稀疏波达方向估计算法

针对现有的适用于2维阵列的无格稀疏波达方向(DOA)估计方法性能不足的问题,该文提出一种新的方法。对2维阵列,从原子L0范数出发,证明其值等于一个以矩阵秩为目标函数的半定规划(SDP)问题的最优解。对该矩阵使用第1类有限阶贝塞尔函数近似表达,构造新的秩优化SDP问题。根据低秩矩阵恢复理论,对该SDP问题的目标函数使用log-det函数方法平滑替代,然后使用优化最小(MM)算法求解,最后通过(半)正定Toep-litz矩阵的范德蒙分解方法实现无格DOA估计。在MM算法求解模型时,使用样本协方差矩阵构造初始优化问题,减少算法迭代。仿真实验结果表明,相较于基于网格的MUSIC和其他无格DOA估计方法,该文方法具有更好的均方根误差(RMSE)性能与对相邻源的分辨能力;在快拍数充足且信噪比(SNR)较高时,适当的第1类贝塞尔函数阶数选择可以实现与较大阶数接近的RMSE性能,同时能减少运行时间。

采用Radon-Wigner变换的二维波达方向估计

针对宽带多线性调频信号2维波达方向(2-D DOA)估计精度低的问题,该文提出了一种基于Radon-Wigner变换(RWT)的2-D DOA估计方法。该方法利用RWT在多目标环境下能够有效抑制交叉项干扰和噪声,具有很好的时频汇聚性特点,通过峰值搜索确定目标个数并重构信号阵列,最后利用MUSIC空间谱分析方法实现了对多个LFM信号的2-D DOA估计。仿真实验表明,基于RWT的DOA估计方法能对非平稳信号进行有效的2-D DOA估计。

一种二维信号波达方向估计的改进多重信号分类算法

多重信号分类(MUSIC)算法是一种经典的空间谱估计算法。该文以L型阵列为例,针对2D-MUSIC算法在接收信号信噪比较小时对多个目标中方位相近的目标无法进行准确估计的问题,提出一种改进2D-MUSIC算法。该算法对经典2D-MUSIC算法所构成的协方差矩阵进行共轭重组,并将重组后矩阵的平方与原协方差矩阵的平方进行相加求平均,由此获得新的矩阵,再对该矩阵对应的噪声子空间进行加权处理,选取适当的加权系数构造新的噪声子空间,最后通过谱峰搜索识别出目标位置。计算机仿真结果表明,与2D-MUSIC算法相比,改进后的算法在接收信号信噪比较小时对多个目标中方位相近的目标也能够进行信号波达方向(DOA)估计,提高了L型阵列2维DOA估计的分辨率,具有较好的工程应用价值。

基于空间角稀疏表示的二维DOA估计

论文提出一种基于空间角稀疏表示的2维DOA估计方法,解决了2维DOA估计中冗余字典构造的难题。构建的空间角包含了方位角和俯仰角的信息,利用其构造冗余字典可以将方位角和俯仰角的组合从2维空间映射到1维空间,极大地降低了字典的长度和求解的复杂度;同时将算法推广到频域,扩展了其应用范围。与传统的高分辨算法相比,该方法对信噪比和快拍数要求不高、无需特征值分解和多维搜索过程。理论分析和仿真实验,验证了该方法对2维相干信号和非相干信号都具有较高的估计精度和较好的分辨力,在不同信噪比下性能优于MUSIC算法。

New Exact Solutions to （2＋1）-Dimensional Variable Coefficients Broer-Kaup Equations

In this paper, using the variable coefficient generalized projected Rieatti equation expansion method, we present explicit solutions of the （2＋1）-dimensional variable coefficients Broer-Kaup （VCBK） equations. These solutions include Weierstrass function solution, solitary wave solutions, soliton-like solutions and trigonometric function solutions. Among these solutions, some are found for the first time. Because of the three or four arbitrary functions, rich localized excitations can be found.

强约束优化降维MUSIC二维DOA估计

该文针对2维DOA估计运算量大的问题,提出一种改进的降维MUSIC(MRD-MUSIC)算法。MRD-MUSIC算法利用二次优化方法将2维DOA估计分解为两级1维DOA估计,从而大大降低了运算量。其中采用对优化函数直接求导的方式求解问题函数,使方向向量得到了较强约束,因此求解结果更加接近最优解。仿真实验验证了算法的正确性,角度估计运算效率高,无角度配对过程,且具有较高的成功率与精确度。

基于GADF-CWT-GCNN的滚动轴承故障诊断方法研究

针对滚动轴承故障诊断在小样本环境下引起的模型泛化能力差、诊断精度低的问题,提出一种基于格拉姆角分场(GADF)和连续小波变化(continuous wavelet transform,CWT)与并行二维组归一化卷积神经网络(parallel convolutional neural network,P2D-GCNN)的滚动轴承故障诊断方法。对采集的数据进行预处理,采用格拉姆角场和连续小波变换将一维振动信号转换成二维图像作为模型输入,再选用数据增强技术扩充样本子图,满足网络输入要求,并将其导入搭建的组归一化卷积神经网络中进行诊断检测。结果表明:文中数据处理方法与搭建模型在小样本环境下泛化能力远高于SVM和1D-CNN等其他网络模型。为进一步验证模型在小样本数据下的识别能力,取数据集的70%,40%和20%样本量进行多次实验,所对应的训练准确率及测试准确率分为99.38%,99.02%,99.47%,98.29%,99.05%,97.08%。结果证明,文中模型在小样本环境下对轴承故障诊断具有很高的准确率。

基于稀疏采样阵列优化的APG-MUSIC算法

针对稀疏阵列下2维波达方向(DOA)估计问题,该文提出一种基于稀疏采样阵列优化的加速逼近梯度(APG)算法与多重信号分类(MUSIC)算法相结合的2D-DOA估计方法。首先,建立稀疏阵列下的2D-DOA估计信号模型,并证明其具备低秩特征,满足零空间性质(NSP)。其次,为提高稀疏阵列下矩阵填充方法重构接收信号矩阵性能和以此为基础的2D-DOA估计精度,提出基于遗传算法(GA)的稀疏采样阵列优化方法。最后,将APG和MUSIC算法相结合,在重构完整平面阵列接收信号矩阵的基础上完成2维波达方向估计。计算机仿真结果表明,该方法在保证2维波达方向估计精度前提下,大幅提高阵元利用率,有效降低空间谱平均旁瓣,与常规2D-DOA估计方法相比具有优势。