基于时域聚汇和补偿估计WLFM信号DOA的FRFT-MUSIC算法

本文提出了分数阶付氏变换(FRFT)-MUSIC算法估计多个宽带信号到达角参数(DOA)。该算法通过对到达角的初始估计,在时域内经补偿和聚汇将宽带线性调频信号的时变方向矩阵变换为固定的方向矩阵,然后利用分数阶付氏变换和MUSIC算法实现入射信号DOA估计。本文同时提出了一种对FRFT-MUSIC的组合估计方法以减少计算量。仿真实验证明了算法的有效性。

基于MUSIC算法特征值损伤因子的板状结构损伤程度评估

研究了多重信号分类(MUSIC)算法在板状结构损伤检测中的应用,提出一种基于MUSIC算法特征值的损伤因子,为基于MUSIC算法的板状结构损伤成像技术提供了一种可靠的损伤程度评估理论。首先利用MUSIC算法计算的高精度特征值和Lamb波损伤散射信号幅值的相关性,采用Abaqus有限元仿真软件模拟不同程度的损伤,将板状结构中的损伤成像定位之后,根据散射信号将结构损伤程度转化为特征值变化量,根据特征值计算损伤因子,建立损伤评估模型预测损伤程度,并通过试验验证其正确性。试验结果表明,在合适的激励频率下,特征值损伤因子随着损伤程度的增加呈现出线性变化,能较好地反映损伤程度;该方法具有较高的准确性和稳定性,在一定损伤程度内能够有效地反映结构损伤程度。

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。

改进MUSIC算法的超声波测风方法研究

针对传统超声波测风装置测风精度不高、抗噪声能力弱,提出了一种改进多重信号分类(multiple signal classification,MUSIC)算法的超声波测风方法。采用一种弧形6阵元超声波传感器阵列的测风结构,推导其阵列流型;在此基础上,添加小波阈值降噪算法提高信号信噪比,降低噪声信号协方差矩阵的秩;再使用PHAT加权广义互相关时延估计算法以提高时延估计的准确性,同时根据时延关系对传统MUSIC算法矢量矩阵进行改进;最后通过MUSIC算法实现对风速风向的测量。理论分析与仿真结果表明:改进后的MUSIC算法具有较好的抗噪性能和较高的风参数测量精度,测量风速绝对误差达到0.15 m/s,风向绝对误差达到2°,可以应用于对风参数要求较高的场景。

基于弧形阵列的局部放电Dir-MUSIC定位算法

局部放电是衡量电力设备绝缘状态的重要指标,局放检测需要解决局放源定位问题。多重信号分类(multiple signal classification,MUSIC)采用全向天线作为接收阵列,可实现多源信号的超分辨率空间谱估计,但要求高信号采样率,且在低信噪比情况下抗干扰能力不足。为此,提出基于弧形阵列的Dir(directional)-MUSIC算法,采用定向天线接收信号的强度信息,实现低信噪比下的局放源波达方向估计。设计了接收局放信号的Vivaldi天线阵列,并在不同信噪比下对算法的有效性进行仿真验证。结果表明:在低信噪比-10 dB来波方向5°下角度误差为0.14°,优于MUSIC算法;阵列在信噪比10 dB,测向范围[-80°,80°]内定位均方根误差小于1.5°。证明了基于弧形阵列的Dir-MUSIC算法有效提高了局放定位精度,且对噪声具有良好的鲁棒性,具有用于局放检测的潜力。

基于GPU加速的双向平滑MUSIC相干信号DOA估计算法

针对传统MUSIC算法不能有效分辨相干信号以及其特征值计算量庞大的问题,本文提出一种基于GPU加速的双向平滑MUSIC相干信号DOA估计算法。该算法首先对各子阵协方差矩阵求平均得到双向平滑协方差矩阵;然后对该协方差矩阵进行特征值分解,得到正交的信号和噪声子空间;接着建立算法空间谱函数,进行谱峰搜索,得到DOA估计;最后使用GPU对以上步骤进行加速。仿真结果表明,本文所提基于GPU加速的双向平滑MUSIC算法能快速实现相干信号DOA估计。

一种奇异值分解与子空间加权联合的改进MUSIC算法

在低信噪比、小快拍数等非理想条件下,经典DOA估计算法对邻近目标的分辨率严重下降,甚至失去分辨能力。针对这一问题,提出了一种将重构的接收信号协方差矩阵进行奇异值分解并与改进的加权子空间方法相结合的改进算法。该算法充分利用互相关信息构建新的接收信号协方差矩阵,并对噪声子空间信息采用新的校正方法,对噪声特征值进行改造,之后对噪声子空间进行加权,最后与信号子空间加权技术相联合。仿真实验证明,改进算法在低信噪比和小快拍数条件下可以分辨间隔4°的相邻目标,统计分析表明该算法的分辨率明显优于经典MUSIC算法。

DQ变换和MUSIC算法在ITER磁体电源信号间谐波检测中的应用

随着国际热核聚变实验堆(International Thermonuclear Experimental Reactor,ITER)计划的逐步开展,保证ITER磁体电源系统的稳定运行显得尤为重要。文章采用将DQ变换和多信号分类(multiple signal classification,MUSIC)算法相结合的方法进行间谐波频率检测,信号的幅度和相位由最小二乘法来估计。DQ变换可以消除大幅度ITER基波分量,MUSIC算法可以通过矩阵特征分解检测出短数据条件下的谐波和间谐波,适用短时平稳的间谐波检测,两者相结合可以有效检测出大幅度基波附近存在小幅度间谐波。仿真实验表明,计算经DQ变换后检测出的ITER信号谐波频率时,取中间信号计算真实频谱较为正确,两侧信号则有较大的误差。

一种改进的MUSIC算法在干扰源定位中的应用

在外场开展系统级电磁兼容性测试时,对于电磁发射类测试项目,为了将EUT信号与干扰信号区分开,需要对干扰源进行定位。利用基于阵列旋转的MUSIC算法(Multiple Signal Classification,多重信号分类)求解多信号的DOA(Direc-tion of Arrival,来波方向),能通过增加虚拟等效阵元的方式突破经典MUSIC算法信号数必须小于阵元数的限制,使MUSIC算法的应用范围扩大。

基于MUSIC算法的10 kV配电电缆局部缺陷定位

提出了一种基于多重信号分类(MUSIC)算法的10 kV配电电缆局部缺陷定位方法。首先介绍了含缺陷的配电电缆分布式参数模型;其次分析传统频域反射定位算法存在的不足,并介绍了基于MUSIC算法的电缆反射系数实部周期分量求解方法;最后对比分析了所提方法与传统方法的定位结果,表明MUSIC算法具有定位分辨率高、对频率上限依赖小的优势,可为准确定位配电电缆局部缺陷提供重要理论支撑。

DOA估计算法的一种修正MUSIC算法的研究

传统改进MUSIC算法通过对接收信号协方差矩阵作预处理,使信号协方差矩阵分解得到信号子空间与噪声子空间正交,从而降低噪声的影响。但当信号间隔很小时,随着信噪比的降低,传统改进MUSIC算法已无法分辨出信号。基于此问题提出的修正MUSIC算法在使信号子空间与噪声子空间正交的基础上,充分利用了噪声子空间及其特征值对噪声子空间的修正,进而构造谱峰搜索函数估计出信号。通过仿真实验,证实了在信噪比很低的情况下,信号间隔很小且存在相关信号时,修正MUSIC算法能准确地估计出传统改进MUSIC算法不能估计的信号。

修正MUSIC算法对相关信号源的DOA估计性能

本文介绍了用修正MUSIC算法提高相关信号源DOA估计性能的方法。理论分析表明 ,采用该方法后 ,可将相关信号源的相关系数平均降低为原来的 63 % ,因而可改善MUSIC算法对相关信号源的DOA估计性能。且该方法不影响对非相关信号源DOA的估计 ,计算量也无明显增加。计算机仿真实验结果验证了上述理论分析的正确性。

MUSIC算法在柱面共形天线阵DOA估计中的应用研究

由于柱面共形天线阵所具有的特殊性质,使得其在利用经典MUSIC算法进行DOA估计时,性能会受到较大影响。通过将柱面共形阵划分为多个子阵的方法,可以有效地解决此类问题。仿真结果表明,该方法能应用于柱面共形阵的DOA估计,并容易推广到任意曲面共形阵。

MUSIC算法在高速DSP上的并行实现

在 4片TI公司的高速DSP芯片 (TMS32 0C4 0 )上并行地实现了阵列测向中的MUSIC方法。在实现过程中 ,采取了一些有效的措施减少了计算量 ,指出了在均匀圆阵和均匀线阵的谱峰搜索中具有很大的计算冗余性 ,这些都有助于缩短信号处理时间。

阵列误差对MUSIC算法性能的影响与校正

理论上分析了阵元增益误差和相位误差对基于子空间分解的MUSIC算法进行DOA估计性能的影响,在此基础上给出了一种基于最大似然估计的Toeplitz化通用自校正方法.该方法利用理想阵列协方差矩阵的Toeplitz性质,无需估计误差而可以对其作出补偿.仿真结果表明该方法不但可以减少MUSIC方法对阵列误差的敏感性,而且可以进一步降低其信噪比门限.

基于MUSIC算法的矢量水听器阵源方位估计

矢量水听器阵的每个阵元同时测量声场中的声压量和质点振速的3个正交分量,相对于声压水听器阵来说,矢量阵获取声场中更多的信息.利用矢量阵所获得的速度场的信息可去除目标方位估计中的180°模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.本文采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,以提高对源方位的估计精度.仿真结果表明,在SNR=10dB的条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了30°左右,旁瓣降低了16dB左右,利用MUSIC算法可提高对源的定向精度及对多目标的分辨能力.

基于均匀圆阵的扩展循环MUSIC算法

将循环平稳理论引入到均匀圆阵的波达方向估计中,提出了一种基于圆阵的扩展循环MUSIC算法。同时利用信号的循环相关阵和循环共轭相关阵的信息,有效抑制了同频带内干扰和噪声的影响,实现了感兴趣信号与干扰信号的有效分离。仿真实验结果表明,所提算法具有较高的波达方向估计精度和较好的多信号分辨能力,且突破了经典MUSIC算法关于信源数不能超过阵元数的限制。

广义MUSIC算法在米波雷达测高中的应用及其改进

米波雷达波束较宽,多径信号的存在将会给雷达测高带来严重影响,并且多径信号与直达波信号是相干的,这就造成米波雷达测高比较困难。由于广义MUSIC算法为能直接处理相干信号的阵列超分辨算法,因此可以将该算法应用于米波雷达测高当中。该文在广义MUSIC算法的基础上,结合雷达测高的一些特点,提出一种新的算法。新算法不但降低了运算量,而且还具有良好的性能。计算机仿真结果证实了新算法的优越性。

特定并行处理机上MUSIC算法的并行实现

用自行研制的一台使用 4片TMS32 0C40 ,且利用共享内存作为主要通讯手段的数字信号高速并行处理机实现了MUSIC算法的高速并行计算。实验证明 ,所提出的并行算法稳定、有效 ,MUSIC算法的并行计算取得了较好的结果。

基于实值MUSIC算法的电力谐波分析方法

现代谱估计方法逐渐被应用于电力谐波及间谐波的超分辨率检测与分析,其中的多重信号分类方法(MUSIC)算法最具代表性。然而,常规谱MUSIC算法在分析电力谐波时必须将实值信号转换为复频率信号,因而计算复杂度较高;此外,其伪频谱的峰值搜索过程也存在着类似栅栏效应,导致其频率分析精度有限。为了改善谱MUSIC算法对电力谐波的分析精度,本文基于子空间分析理论提出了针对实值周期信号的谱MUSIC频率检测方法,推导并给出了其伪谱函数的表达式。在此基础上,还利用Newton-Raphson算法对伪谱峰值进行迭代求精,进一步提高了谐波频率的估计精度。仿真结果表明:实值MUSIC伪谱更能有效区分真实谐波谱峰与噪声伪峰,同时本文方法的计算复杂度远远低于原有复值谱MUSIC算法,而频率估计精度与求根MUSIC算法接近,非常有利于电力谐波参数的准确获取。