基于二次分数低阶协方差的时延估计方法

针对强脉冲噪声背景下基于分数低阶统计量时延估计方法性能退化且需要噪声先验知识的问题,提出了一种基于二次分数低阶协方差的时延估计新方法。所提方法首先利用有界非线性Sigmoid函数对含有脉冲噪声的信号进行预处理,使其在不影响有用信号时延信息的基础上对附加脉冲噪声进行充分压缩;然后对处理后的收发信号进行二次分数低阶协方差运算,即求得发射信号的自分数低阶协方差和收发信号的互分数低阶协方差之后,再次计算二者的互分数低阶协方差,以期更大程度上抑制脉冲噪声的影响。通过模拟仿真实验对所提方法进行了有效性验证,结果表明所提方法突破了分数低阶矩阶次需小于Alpha稳定分布噪声特征指数的限制,并且比分数低阶协方差方法具有更高的估计精度。仿真实验结果表明在广义信噪比-10 dB情况下,时延估计用时为0.0560 s,准确率达到97.76%。

基于稀疏线阵协方差矩阵重构的DOA估计方法研究

相比均匀线阵(Uniform Linear Array,ULA),相同阵元数目下稀疏线阵(Sparse Linear Array,SLA)的抗耦合效应更好,阵列孔径更大,到达方向(Direction of Arrival,DOA)估计的自由度(Degrees Of Freedom,DOF)更高,因而近年来得到了广泛的研究。为了可以进行高DOF的DOA估计,学者们开始研究SLA的差分虚拟阵元,差分虚拟阵元对应的协方差矩阵相比原阵元对应的协方差矩阵维度更大,因而估计的DOF更高。当SLA的差分虚拟阵元连续取值时,可以利用已有阵元的接收信息,得到SLA的协方差矩阵,在该矩阵的基础之上构建差分虚拟阵元的协方差矩阵进而进行DOA估计。然而,当SLA的差分虚拟阵元存在孔洞时,即差分虚拟阵元不能连续取值时,不能直接利用重构的协方差矩阵进行DOA估计,需要恢复完全增广协方差矩阵的信息再进行DOA估计。对于该问题,本文基于矢量化后原协方差矩阵和虚拟差分阵协方差矩阵的误差分布情况,并结合完全增广协方差矩阵的低秩特性和半正定特性来构建优化问题。通过求解该问题来恢复维度更高的完全增广协方差矩阵。最后对该矩阵进行奇异值分解,利用多重信号分类(Multiple Signal Classification,MUSIC)算法就可以获得多源的空间谱。本文最后通过数值仿真试验验证了所提算法可以实现高DOF的DOA估计,并且相比于现有算法,本文所提算法对欠定DOA估计的效果更好,多源DOA估计的精度更高,产生的误差更小。

异方差混合地理加权回归模型的正交投影估计

文章针对误差项存在空间异方差的混合地理加权回归模型,提出了一种新的估计方法。该方法将正交投影、局部线性估计和广义最小二乘估计的思想相结合,能够单独对模型中的常数系数、系数函数和方差函数进行估计。通过数值模拟对所提方法的性能进行验证。模拟结果表明,所提方法比现有的再加权估计方法更具优势。最后,基于城镇居民文化消费水平及其影响因素的实证分析验证了所提方法的实用性。

基于声压振速联合处理的稀疏协方差DOA估计

为充分利用矢量水听器中声压振速信息之间的关系来提高DOA估计精度,本文提出了基于声压振速联合处理的稀疏协方差DOA(Direction ofArrival)估计方法。该方法首先利用声压振速之间的相关性,构造阵列协方差矩阵;其次,将空间入射角度集合进行等角度划分,构造超完备冗余字典;然后,在过完备基上寻找阵列协方差矩阵的最稀疏系数,利用系数向量中的非零行所对应的行号得到DOA估计值。将该算法与CBF算法及L1-SVD算法进行对比仿真实验,结果表明,在信号源数分别为3,4,5的情形下,本文所提算法在低信噪比和小快拍数情形时,具有更低的均方根误差,DOA估计性能优势明显。

基于稀疏约束的最小方差无偏自适应荷载估计

提出了一种基于稀疏约束的最小方差无偏自适应荷载估计算法,该算法是对传统的最小方差无偏估计算法的改进。利用大部分结构荷载在空间稀疏的特点,通过PM(pseudo-measurement)技术对荷载向量施加了一个稀疏约束,最终无约束的最小二乘估计转换为了基于l 1范数的稀疏约束,在这样的改进下,传统算法在加速度观测下的荷载漂移问题被有效地解决,同时提高了算法荷载估计的鲁棒性。此外,对于噪声估计传统做法都是通过经验进行手动设置,在工程应用中极大不便。基于此,引入了自适应估计算法,实现了测量噪声协方差自适应估计。最后,通过1个10自由度弹簧阻尼系统和一个3层框架试验结构验证了算法的有效性。

基于方差分量估计的视觉定位方法

针对视觉导航中存在成像特征点的非均匀误差会影响位姿计算准确度的问题,提出一种基于方差-协方差分量估计的视觉定位方法。首先,从理论角度出发分析相机测量过程中随机误差存在形式及影响因素;其次,向双目相机视觉及视觉/惯性融合模型添加随机模型优化模块,构建非线性优化系统;最后,使用KITTI数据集、EuRoC数据集进行测试,对数据进行基于划分的聚类处理,验证得到该方法能够更加有效精准地估计飞行目标的位姿信息,对随机误差具有良好的优化效果。

基于对数先验的协方差矩阵的参数估计

为了更好地估计股票收益协方差矩阵,提出了一种基于Black-Litterman思想的协方差矩阵估计方法。不同于传统方法对协方差矩阵添加Wishart先验分布的方法,考虑将先验信息概念应用在协方差矩阵的对数上,通过贝叶斯方法,得到协方差矩阵的参数估计。

抗差Helmert方差分量估计在GPS/BDS/UWB融合定位中的应用

针对卫星信号受限环境下,全球定位系统(GPS)/北斗卫星导航系统(BDS)组合定位出现较大偏差的问题,引入超宽带(UWB)技术作为定位性能增强技术。GPS/BDS伪距测量值与UWB测距值作为原始观测值,提出了基于抗差赫尔默特(Helmert)方差分量估计的GPS/BDS/UWB融合定位方法,实现合理定权,抵御粗差影响。分别进行了静态实验和动态实验,结果表明:没有粗差情况下,GPS/BDS/UWB融合定位相对于GPS/BDS的定位精度在静态实验和动态实验中均有所提升;引入粗差后,定位结果可抵御粗差,精度提升较为明显。

赫尔默特方差分量估计在边角网中的应用

在融合多源异构信息时,不同种类的观测值应具有不同的权阵。但是在数据处理前,往往不知道不同观测值之间的关系,进而无法对不同观测值进行定权。针对边角网布设时对角度和边长两类观测值进行测量平差时观测值种类不同的问题,本文在经典最小二乘基础上将赫尔默特(Helmert)方差分量估计应用到边角网平差过程中,并通过算例进行分析。结果表明,将Helmert方法应用于两类观测值的平差后,精度有所提高,可为多类观测值、平差网形较大、精度要求高的工程应用提供一定的参考。

声圆阵模态域最小方差无畸变高分辨方位估计

空间目标方位估计是阵列信号处理研究领域的热点问题,广泛应用于国民经济及国防建设等众多领域。相较于传统均匀线列阵,圆阵在波束形状保持不变的条件下可提供360°全方位角估计。然而,现有大多数圆阵模态域方位估计方法均以电磁波为信号载体开展研究,很少讨论水下声场条件下如何建立圆阵模态域信号模型,同时,鲜有文献采用最小方差无畸变处理器进行圆阵模态域高分辨方位估计。鉴于此,文中以水下声波散射理论为基础,构建圆阵接收信号模型,利用模态域变换矩阵将阵元域接收数据转换为模态域信号,并将最小方差无畸变处理器引入圆阵模态域方位估计领域,提出一种基于声圆阵模态域的最小方差无畸变高分辨方位估计方法。计算机数值仿真结果表明,与传统波束形成方法相比,所提出的方法在单目标和双相干源目标环境下,均具有更尖锐的谱峰和更低的旁瓣水平,即较高的空间分辨能力和更精确的方位估计精度。

异方差一致协方差阵的估计方法研究

处理回归模型中的异方差问题尤为重要的一点是对随机误差项的方差进行估计.考虑到非参数核估计和稳健估计在异方差构成未知的情况下在估计效果上仍具有一定优越性,因而将非参数N-W估计和两种稳健估计方法分别与估计加权最小二乘估计法相结合,先得出随机误差项方差的估计量,进而将其作为权矩阵对模型参数进行估计,并基于估计加权最小二乘法,对已有的加权异方差一致协方差估计方法进行扩展,提出了两个新的加权估计量WHC4m和WHC5m.通过实验可以发现,各估计方法在模型参数的估计和检验效果上差别较大,并且新提出的加权估计量比原有的异方差一致协方差估计量HC4m和HC5m在检验效果上表现更好.

分布式散射体相位估计奇异值分解法

常规的分布式散射体(DS)相位估计方法需要生成全组合干涉对以构建样本协方差矩阵(SCM),然后根据SCM的统计特性估计DS相位,这一过程不但计算耗时,而且占据大量存储空间。本文提出了一种基于奇异值分解技术的DS相位快速估计方法(SVDI)。该方法分析的对象是单主影像干涉对组成的干涉相位矩阵而非全组合干涉对组成的SCM,因而可以有效提高计算效率、节省存储空间。并且,理论上证明了在一定条件下SVDI的结果与常规的特征值分解方法(EVD)是一致的。模拟数据和真实SAR数据的结果表明,SVDI算法有更高的计算效率,并且其相位估计精度以及形变解算精度与常规算法是一致的。

嵌套阵的疏密子阵融合波达方向估计方法

为有效利用嵌套阵包含疏密子阵的几何结构以提高估计性能,本文提出一种在2子阵上分别测向再融合的波达方向估计方法。通过理论分析和实际案例阐明融合嵌套阵的两子阵测向结果可以消除信源角度估计模糊,且不会出现互质阵解模糊时伴随的匹配错误。利用无需谱峰搜索的求根多重信号分类方法在嵌套阵2子阵上求解测向结果,若稀疏子阵间距为N倍半波长,推导出对其复根开N次方可获含模糊角的高精度估计,再结合最小方差准则与精度较低但无模糊的密集子阵测向结果进行融合,最终得到高精度的波达方向估计。与嵌套阵已有算法相比,该算法提高了波达方向估计精度和分辨率,由于无需2子阵协方差降低了计算量,且能够支持嵌套阵的分布式配置。仿真结果验证了所提算法的有效性。

均值-方差模型中保费的最优分配及其统计分析

在保险实务中,保险公司需要将保单组合的总保费分配在各个保单中,以使得保费与风险尽可能匹配。文章提出了改进的均值-方差保费分配模型,得到了最优保费分配的显式解。结果表明,不论是均值模型还是改进的均值-方差模型,每个风险上的最优保费分配恰为该风险上的保费与差额保费的加权平均。进而,给出了保费分配的最优解的非参数估计,并证明了估计的大样本性质。最后,利用已有文献的数据,给出了改进的均值-方差模型的最优保费分配解,并验证了最优解估计的收敛性。

浅海波导环境失配下的协方差矩阵拟合稳健匹配场声源功率估计

实际浅海波导中环境噪声为相干噪声,最小方差匹配场声源功率估计方法能在相干噪声背景下准确估计声源辐射功率,但该方法受环境不确定性影响较大;此外,由于最小方差匹配场声源功率估计方法使用信号幅度作为中间量估计声源功率,信号幅度估计误差会二次放大并传递到声源功率估计结果中。本文提出一种协方差矩阵拟合稳健最小方差匹配场声源功率估计方法,该方法引入信道传递函数不确定集,结合协方差矩阵拟合思想将声源功率估计问题建模为在信道传递函数不确定集约束下对函数取极值的问题,使用Lagrange乘子法求解该问题得到信道传递函数估计值和声源辐射功率估计值。环境失配影响声源辐射功率估计性能的根本原因在于信道传递函数偏差较大,协方差矩阵拟合稳健匹配场声源功率估计方法有效减小了环境失配时信道传递函数的偏差,从而显著提升环境失配稳健性。此外,该方法使用权值直接估计声源功率,无需使用信号幅度作为中间量,避免了估计误差的传递。仿真验证了协方差矩阵拟合稳健匹配场声源功率估计方法的环境失配稳健性。

抗差Helmert分量估计在地铁CPⅢ控制网平差中的应用

为使CPⅢ控制网数据定权合理、提高平差成果精度,并具有抗粗差特性,论文提出采用结合Huber的Helmert抗差分量估计定权方法对CPⅢ控制网中的水平角、竖直角和斜距三类观测值进行合理定权平差,以福州市轨道交通4号线工程西门站至东街口站区间右线CPⅢ控制网测量项目为例,验证了该方法的定权合理性和可靠性,并可获得点位偏差小、精度可靠且有抗粗差能力的平差成果。

GPS+BDS与UWB组合定位的Helmert方差分量估计方法

为了提高室内外过渡区定位精度,本文采用GPS+BDS与UWB组合定位,建立GPS+BDS与UWB组合定位模型,并针对GPS与BDS星座结构的不同,以及UWB与GNSS观测值残差差异较大的情况,采用Helmert方差分量估计法分别对GPS、BDS、UWB进行定权;最后通过动态室内外过渡区试验组合模型进行精度验证。结果表明,基于GNSS+UWB定位系统,采用Helmert方差分量方法,在东、北、天3个方向的定位精度均获得了显著提高,静态条件下提高幅度约为20%,动态条件下提高幅度约为10%。

基于均值未知的高维协方差矩阵的估计

给出了一种基于均值未知情形下,高维协方差矩阵估计的新算法。即当矩阵的维数p大于样本容量n时,根据随机矩阵理论,通过样本协方差矩阵特征值的边缘密度函数和总体特征值的对数似然函数,得到目标矩阵特征值的估计量。基于收缩估计的思想,对目标矩阵特征值和样本协方差矩阵特征值进行收缩估计,通过特征值的估计得到高维协方差矩阵的一个新的估计量。数值模拟表明,对于多元正态的总体,高维协方差矩阵的新估计量较样本协方差矩阵的精度更好。

无误差阵列协方差矩阵分离的阵列自校正方法

针对高分辨方位估计方法受阵列幅度相位影响导致性能退化的问题,提出一种无误差阵列协方差矩阵分离的阵列自校正方法。该方法利用协方差矩阵重构方法获取近似无误差阵列的协方差矩阵,以弱化协方差矩阵中的阵列误差,并利用特征结构配置方法求解幅度和相位误差。迭代上述重构方法和特征结构配置方法,实现从未校正阵列的协方差矩阵中分离出无误差阵列的协方差矩阵和幅度相位误差矩阵。仿真结果表明,该方法准确地估计阵列误差,利用重构协方差矩阵进行方位估计能够提高方位估计精度和分辨力。湖试试验结果表明,经阵列校正后,空间中方位角度邻近的声源和干扰目标可被分辨。

一种基于组合子阵协方差矩阵的阵列扩展方法

针对阵列在低信噪比条件下信号检测概率低且方位估计性能下降的问题,提出一种基于组合子阵协方差矩阵的线列阵扩展方法。该方法将阵列划分为奇偶子阵,根据子阵的互协方差与自协方差矩阵构建扩展接收数据,对扩展接收数据进行组合作为最终的阵列接收数据进行处理,由此在突破阵列物理孔径的基础上避免仅使用奇偶阵元互协方差重构接收数据时产生的栅瓣问题。仿真结果表明:新方法可以降低波束输出的旁瓣,具有较好的弱目标检测能力和方位分辨力;相比于基于奇偶阵元互协方差的阵列扩展方法,新方法可有效提升方位估计精度,且不存在栅瓣问题。