一种单自旋回波串信号参数估计方法

针对存在加性高斯白噪声多参数变量的单自旋回波串信号参数估计问题,提出一种参数分离化的2-D参数估计方法.利用2-D数据矩阵秩为1的特性,依照迭代加权最小二乘方法,从左、右主奇异值向量中以参数分离的方式分别估计出衰减因子和频率,基于最小二乘方法进一步获得信号幅度估计.该方法在相对高信噪比和/或大数据样本下可达到克拉美罗下界,且计算复杂度较低.仿真数据结果证明了算法的有效性.

基于特征向量的多谱线自旋回波串信号参数估计

针对存在加性高斯白噪声多参数变量的多谱线自旋回波串(SpinEcho Train,SET)信号参数估计问题,提出基于特征向量的2-D参数估计方法.将SET信号构造成2-D数据矩阵,按照不同的方式构造Hankel块矩阵束,利用子空间转移不变结构解得特征向量,依据特征向量的结构规律获得衰减因子和频率,基于最小二乘方法进一步获得信号幅度估计.该方法具有自动配对的能力,在相对高信噪比以及频率可分辨的情况下能够实现参数的有效估计,且计算复杂度较低.仿真数据结果证明了算法的有效性.