基于FMCW雷达的多目标生命信号检测方法

针对调频连续波(FMCW)雷达工作带宽有限,难于对多目标生命信号准确检测的问题,提出了一种基于前后向空间平滑多重信号分类(FBSS-MUSIC)算法的FMCW雷达多目标生命信号检测方法。首先对中频信号进行距离维快速傅里叶变换(FFT)得到距离剖面矩阵,然后通过FBSS-MUSIC算法进行高分辨率距离估计从而确定每个目标所在的距离单元,接着根据每个目标所在的距离单元进行距离积分后提取每个目标对应的相位信号,使用变分模态分解(VMD)算法分解相位信号,通过模态判别准确重构呼吸和心跳信号,最后对生命信号进行短时傅里叶变换得到呼吸和心跳信号频率。实测数据结果表明,相比于距离维FFT,本文提出的算法能够显著提高FMCW雷达的距离分辨率,能够实现多个目标的准确定位并提取其生命体征信息。

基于智能天线的相干多径环境的标签信号提取方法

针对射频识别系统中标签信号在相干多径环境下难以提取的问题,提出一种采用智能天线技术来提取相干标签信号的方法。以均匀直线阵为基础,利用子阵输出的相关信息,采用前后向空间平滑技术对相干的阵列接收信号进行预处理,再用多重信号分类(MUSIC)算法正确估计出波达方向(DOA)用以提取标签信号。性能仿真和实验结果表明,该方法具有较低的信噪比门限和较高的分辨能力。

基于时频子空间分解的宽带线性调频信号DOA估计

针对具有时变方向向量的宽带线性调频信号,该文建立了基于短时Wigner-Ville分布(WVD)的空间时频分布矩阵,通过对各个空间时频矩阵的特征分解获得对应的信号子空间和噪声子空间,给出了基于时频子空间投影实现多个时频点综合估计信号DOA的算法。利用空间时频分布的前后向平滑解决了具有相同时频特性信号的均匀线阵DOA估计问题。算法不需要聚汇和插值等复杂的矩阵变换,精度较高,计算简便.仿真实验显示该算法性能显著优越于基于矩阵插值的宽带调频信号DOA估计算法.

基于数据矩阵重构的相干源波达方向共轭ESPRIT(C-SPRIT)估计方法

本文提出了一种相干源波达方向估计算法.该方法利用C-SPRIT思想,通过构造数据矩阵,使得无论是否存在相干信号,均能很好估计信号波达方向(DOA).传统的空间平滑技术通过子阵平滑来解决相干源DOA估计问题,但信号之间并没有完全解相干,孔径损失也很大,且最多只能估计2N/3个相干源(N为阵元数目).本文方法也采用空间平滑去相干的思想,但无孔径损失,信号之间完全解相关,提高了相干源DOA估计精度,并且能估计N-1个相干源,该方法利用ESPRIT数值求解进行角度估计,无需角度搜索,运算量小,计算机仿真验证了该方法的有效性和优越性.

基于前后向协方差矩阵投影的信源数估计算法

针对均匀线阵的信源数估计问题,提出了一种基于前向-后向采样协方差矩阵正交投影的多目标信源数快速估计算法。该算法将经过酉变换后的前向-后向采样协方差矩阵的列矢量做Gram-Schmidt(GS)正交化,并将正交化后矢量的模值与一个自适应判决门限做比较来估计信源个数。该判决门限根据阵列采样协方差矩阵估计误差的渐近分布特性推导得到。计算机仿真证明了该算法的正确性和有效性。

前/后向空间平滑算法与修正MUSIC算法对相关信源DOA估计性能的比较

前/后向空间平滑技术(Forward/BackwardSpatialSmoothingTechnique)与修正MUSIC算法(MMUSIC)是两种估计相关信号DOA(DirectionofArrival)的有效方法。文中分别分析了它们去相关的基本原理及各自优缺点。仿真了它们的分辨性能随信噪比以及相关系数增加的情况。

相干信号联合波达角频率估计的一种新型预处理方法

本文有效地将一维中的前向 /后向空间平滑技术扩展到二维中的时 空阵列数据矩阵 ,提出了一种用于相干信号联合波达角 频率估计的新型预处理方法 .本文详细地分析了如何构造前向 /后向平滑时 空阵列数据矩阵 ,导出了确保信号波达角 频率参数可分辨应满足的条件 .与仅利用前向空间平滑的现有预处理方法不同 ,本文的预处理方法同时利用前向和后向空间平滑 ,因而提高了阵元的利用率 ,使联合波达角

两种解相关算法的DOA估计性能研究

MUSIC算法能对独立信号的波达方向（DOA）进行有效估计，但该算法对相干信号或强相关信号进行DOA估计时，算法性能会随着相关系数的增加而急剧恶化甚至失效．针对该问题，利用前后向空间平滑技术与修正MU—SIC算法进行去相关，研究了它们去相关的基本原理及优缺点；利用MUSIC算法通过实验仿真对相关信号的波达方向估计性能进行了研究，分析了信号间相关系数对前后向空间平滑算法与修正MUSIC算法的测向性能的影响，并验证了算法去相关的有效性．

低信噪比下相干信号的DOA估计的白噪声滤除方法

在波达方向估计中,"相干"和"信噪比"一直引人关注。相干会使多重信号分类等算法失效,究其原因就是信源协方差矩阵的秩亏缺。低信噪比使阵列协方差矩阵的主次特征值区分困难,造成信号和噪声的子空间划分错误。针对相干,人们往往都是从"解相干"的角度出发,通过各种手段使信源的协方差矩阵能够满秩,但并未对秩亏缺特性加以利用。基于此,本文给出了一种在低信噪比下对相干源的波达方向估计的噪声消除方法,在仅有加性白噪声的环境下,利用相干信号协方差矩阵不能满秩的特点,通过求解方程组,用求的值代替估计的协方差矩阵的相关对角元素(即对角加载处理),置换被噪声污染的对角元素,进而可以滤除掉白噪声的影响。仿真结果证实了方法的有效性。

空间谱估计相干信号源的处理

相干信号源的存在使得很多经典的高分辨算法受影响甚至失效。基于对去相干处理的方法的研究,发现两种算法具有较好的去相关效果——修正的MUSIC算法即MMUSIC和加权前后向空间平滑算法。这两种方法的本质都属于算法MUSIC的改良,它们之间有一定的联系。通过计算机仿真对它们进行比较,发现前者具有更好的去相关性能,而且对阵列没有孔径损失。

自适应波束形成在超声平面波造影的应用

目前,超声平面波造影图像空间分辨率和信噪比的提升主要依赖于相干角度复合技术。然而,角度复合次数的增加,势必导致造影成像帧率的下降以及微泡击碎率的提升。为了克服该技术瓶颈,本文将具有更窄主瓣宽度和更强干扰/背景噪声抑制能力的自适应波束形成应用于超声平面波造影成像,力求以较少的角度复合次数达到与常规波束形成方法相当甚至更优的空间分辨率和信噪比。其中,采用前后向空域平滑方法对阵列协方差矩阵进行解相干处理,以抑制多次反射回波和相干杂波,最后引入对角加载技术以提升自适应方法的稳健性。本文使用迈瑞公司的Resona7平台配以L11-3U线阵探头,采集平面波造影通道数据进行MATLAB仿真,验证了所提出方法的有效性和性能优势。基于体模数据的仿真结果显示,在同为17次相干角度复合的条件下,本文方法的横向分辨率优于常规波束形成方法;基于犬肝脏活体数据(注射Sono Vue造影,剂量为0.05m L/kg)的仿真结果则表明,本文方法只需9次复合即可达到与常规方法13次复合相当的造影信噪比。