电气设备局部放电超声阵列定位是将超声阵列传感器与阵列信号处理技术应用于局部放电超声定位的一种新方法。研究表明,传统的测向算法对双局放源的定位精度不足,分辨力较低;满阵传感器结构复杂且成本昂贵,不适合工程应用。据此,提出一...电气设备局部放电超声阵列定位是将超声阵列传感器与阵列信号处理技术应用于局部放电超声定位的一种新方法。研究表明,传统的测向算法对双局放源的定位精度不足,分辨力较低;满阵传感器结构复杂且成本昂贵,不适合工程应用。据此,提出一种基于改进RD-MUSIC(Reduced Dimension-Multiple Signal Classification)的测向算法和稀疏方形阵列传感器的双局放源检测方法。以稀疏度为4阶的4×4方形平面阵列传感器为例,研究了基于改进RD-MUSIC算法的双局放源的波达方向估计算法的有效性。仿真结果显示改进RD-MUSIC算法得到的测向星谱图可直观获得DOA估计量,提高了计算速度和测向精度,实验验证了该方法的有效性。展开更多
利用传统二维多重信号分类(multiple signal classification,MUSIC)算法进行二维波达方向(direction of arrival,DOA)估计时,往往带来巨大的运算量,限制了算法的实际应用。提出了一种能够大大降低二维DOA估计运算量的模值约束降维MUSIC...利用传统二维多重信号分类(multiple signal classification,MUSIC)算法进行二维波达方向(direction of arrival,DOA)估计时,往往带来巨大的运算量,限制了算法的实际应用。提出了一种能够大大降低二维DOA估计运算量的模值约束降维MUSIC算法,该算法将二维DOA估计问题转化为优化方程的求解问题,并采用模值约束法定义附加条件,使方向向量得到了较强约束,进而使求解结果更加接近最优解。理论分析和仿真实验表明,本文算法所需运算量较低,且角度估计的成功率与精确度较高。展开更多
研究单快拍下双基地多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达中相干信源的离开角(Direction of departure,DOD)与到达角(direction of arrival,DOA)联合估计问题。利用单快拍下双基地MIMO雷达的接收信号构造一组Toeplit...研究单快拍下双基地多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达中相干信源的离开角(Direction of departure,DOD)与到达角(direction of arrival,DOA)联合估计问题。利用单快拍下双基地MIMO雷达的接收信号构造一组Toeplitz矩阵,利用这组Toeplitz矩阵重构一个信号矩阵,提出一种基于降维多重信号分类(Reduced Dimension Multiple Signal Classification,RD-MU-SIC)的DOD与DOA联合估计算法。提出的算法能够有效估计相干信源以及非相干信源的角度,实现角度的自动配对,并且角度估计性能远优于FBSS-ESPRIT算法以及ESPRIT-like算法。仿真结果验证了算法的有效性。展开更多
提出了一种L阵中基于降维多重信号分类(reduced-dimensional multiple signal classification,RD-MUSIC)的二维波达方向(two dimensional direction of arrival,2D-DOA)与频率联合估计算法。该算法首先通过一维局部谱峰搜索得到接收信...提出了一种L阵中基于降维多重信号分类(reduced-dimensional multiple signal classification,RD-MUSIC)的二维波达方向(two dimensional direction of arrival,2D-DOA)与频率联合估计算法。该算法首先通过一维局部谱峰搜索得到接收信号频率的估计,然后利用频率估计过程中得到的参数矩阵,获得信号的2D-DOA估计。与需要进行多维全局搜索的传统MUSIC算法相比,所提算法只需一维局部搜索,算法复杂度较低。该算法同时适用于均匀L阵和非均匀L阵,且能获得配对的二维角度与频率估计。其角度与频率估计性能接近于传统的MUSIC算法以及平行因子方法,且优于借助旋转不变性估计信号参数算法和传播算子算法。展开更多
频控阵(Frequency Diversity Array,FDA)雷达于2006年由Antonik和Wicks提出.由于FDA雷达每个相邻的天线之间存在一个频率偏移,因此在发射阵列存在距离角度二维依赖性.而对于双基地频控阵多输入多输出(FDA-Multiple Input Multiple Outpu...频控阵(Frequency Diversity Array,FDA)雷达于2006年由Antonik和Wicks提出.由于FDA雷达每个相邻的天线之间存在一个频率偏移,因此在发射阵列存在距离角度二维依赖性.而对于双基地频控阵多输入多输出(FDA-Multiple Input Multiple Output,FDA-MIMO)雷达而言,在导向矢量中耦合了波离方向、到达方向、距离(Direction Of Departure-Direction Of Arrival-range,DOD-DOA-range)三个信息,如何对三者信息进行解耦便成为研究的重点.本文针对双基地FDA-MIMO雷达的目标参数估计问题,提出了一个张量框架下的降维多重信号分类(Reduced-Dimension MUltiple SIgnal Classification,RD-MUSIC)的参数估计算法.首先,为了将发射阵列中的DOD和距离信息进行解耦,需要对发射阵列进行子阵的划分.紧接着利用高阶奇异值分解(High-Order-Singular Value Decomposition,HOSVD)算法获得信号子空间,并构建二维空间谱函数.其次,通过拉格朗日算法对空间谱进行降维,使其仅与DOA有关,从而得到DOA估计.然后利用子阵之间的频率增量来对DOD和距离信息进行解耦,同时消除相位模糊,最终得到与DOA估计自动匹配的DOD和距离估计.所提算法利用高维数据的多维结构提高了估计精度,同时能够有效地降低运算复杂度.数值实验证明了所提算法性能的优越性.展开更多
文摘电气设备局部放电超声阵列定位是将超声阵列传感器与阵列信号处理技术应用于局部放电超声定位的一种新方法。研究表明,传统的测向算法对双局放源的定位精度不足,分辨力较低;满阵传感器结构复杂且成本昂贵,不适合工程应用。据此,提出一种基于改进RD-MUSIC(Reduced Dimension-Multiple Signal Classification)的测向算法和稀疏方形阵列传感器的双局放源检测方法。以稀疏度为4阶的4×4方形平面阵列传感器为例,研究了基于改进RD-MUSIC算法的双局放源的波达方向估计算法的有效性。仿真结果显示改进RD-MUSIC算法得到的测向星谱图可直观获得DOA估计量,提高了计算速度和测向精度,实验验证了该方法的有效性。
文摘利用传统二维多重信号分类(multiple signal classification,MUSIC)算法进行二维波达方向(direction of arrival,DOA)估计时,往往带来巨大的运算量,限制了算法的实际应用。提出了一种能够大大降低二维DOA估计运算量的模值约束降维MUSIC算法,该算法将二维DOA估计问题转化为优化方程的求解问题,并采用模值约束法定义附加条件,使方向向量得到了较强约束,进而使求解结果更加接近最优解。理论分析和仿真实验表明,本文算法所需运算量较低,且角度估计的成功率与精确度较高。
文摘研究单快拍下双基地多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达中相干信源的离开角(Direction of departure,DOD)与到达角(direction of arrival,DOA)联合估计问题。利用单快拍下双基地MIMO雷达的接收信号构造一组Toeplitz矩阵,利用这组Toeplitz矩阵重构一个信号矩阵,提出一种基于降维多重信号分类(Reduced Dimension Multiple Signal Classification,RD-MU-SIC)的DOD与DOA联合估计算法。提出的算法能够有效估计相干信源以及非相干信源的角度,实现角度的自动配对,并且角度估计性能远优于FBSS-ESPRIT算法以及ESPRIT-like算法。仿真结果验证了算法的有效性。
文摘提出了一种L阵中基于降维多重信号分类(reduced-dimensional multiple signal classification,RD-MUSIC)的二维波达方向(two dimensional direction of arrival,2D-DOA)与频率联合估计算法。该算法首先通过一维局部谱峰搜索得到接收信号频率的估计,然后利用频率估计过程中得到的参数矩阵,获得信号的2D-DOA估计。与需要进行多维全局搜索的传统MUSIC算法相比,所提算法只需一维局部搜索,算法复杂度较低。该算法同时适用于均匀L阵和非均匀L阵,且能获得配对的二维角度与频率估计。其角度与频率估计性能接近于传统的MUSIC算法以及平行因子方法,且优于借助旋转不变性估计信号参数算法和传播算子算法。
基金The National Natural Science Foundation of China(61571081)Sichuan Science and Technology Program(18ZDYF2551)Fundamental Research Funds for the Central Universities(ZYGX2018J005)。
文摘频控阵(Frequency Diversity Array,FDA)雷达于2006年由Antonik和Wicks提出.由于FDA雷达每个相邻的天线之间存在一个频率偏移,因此在发射阵列存在距离角度二维依赖性.而对于双基地频控阵多输入多输出(FDA-Multiple Input Multiple Output,FDA-MIMO)雷达而言,在导向矢量中耦合了波离方向、到达方向、距离(Direction Of Departure-Direction Of Arrival-range,DOD-DOA-range)三个信息,如何对三者信息进行解耦便成为研究的重点.本文针对双基地FDA-MIMO雷达的目标参数估计问题,提出了一个张量框架下的降维多重信号分类(Reduced-Dimension MUltiple SIgnal Classification,RD-MUSIC)的参数估计算法.首先,为了将发射阵列中的DOD和距离信息进行解耦,需要对发射阵列进行子阵的划分.紧接着利用高阶奇异值分解(High-Order-Singular Value Decomposition,HOSVD)算法获得信号子空间,并构建二维空间谱函数.其次,通过拉格朗日算法对空间谱进行降维,使其仅与DOA有关,从而得到DOA估计.然后利用子阵之间的频率增量来对DOD和距离信息进行解耦,同时消除相位模糊,最终得到与DOA估计自动匹配的DOD和距离估计.所提算法利用高维数据的多维结构提高了估计精度,同时能够有效地降低运算复杂度.数值实验证明了所提算法性能的优越性.