Harmonic Retrieval Embedded in Hybrid Colored Noise: a Novel Pisarenko Method Based on Cross high order Cumulant

Spectral estimation method is an effective method in the case of parameter estimation of sinusoid signal in noises.It always applies cross spectral estimation theory and high order self spectral estimation methods up to now.Yule Walker equation based on cross fourth order cumulant is developed and Pisarenko method is provided in this paper.Simulation results show that the method is effective to retrieve sinusoid signal frequencies from hybrid colored noises and has good performance.

对四阶累积量MUSIC算法的分析与应用

分析了四阶累积量MUSIC算法的构造及Toeplitz化预处理方法,讨论了谐波个数与谐波分量的振幅对算法分辨性能的影响,应用四阶累积量MUSIC算法对某运动目标的实测回波进行计算,得到了目标回波真实的谐波构造特征。

基于四阶累积量的波束域MUSIC方法

在非白噪声背景下,基于二阶统计量的高分辨方法性能较差。基于四阶累积量的高分辨方法能较好地抑制空间高斯噪声,但其运算量较大。为了解决这一矛盾,文章提出了一种基于四阶累积量的波束域MUSIC方法。仿真分析和实验结果表明,与阵元域四阶累积量MUSIC方法相比,论文所提方法降低了分辨门限,减小了估计偏差和均方根误差,同时减小了运算量。

文化鱼群算法的广义MUSIC测向技术

针对现有的测向算法测相干信号源会损失天线阵列孔径的问题,在引入广义导向矢量和广义导向矩阵的基础上,建立了一种通用的阵列数据模型,提出了一种基于四阶累积量的广义MUSIC测向算法。为求解所提的广义MUSIC测向算法,在文化算法中使用人工鱼群进化机制,引入了一种多维搜索的文化鱼群算法。仿真结果证明了所设计的测向算法在不损失四阶累积量所扩展阵列孔径的情形下,可有效测相干信源与独立信源的方向,与现有一些经典算法相比,所提算法有较大的优势和较广的应用范围。

基于精简四阶累积量MUSIC与混合遗传算法的笼型异步电动机转子断条故障检测新方法

将精简四阶累积量(Streamlined Fourth-Order Cumulants,SFOC)多重信号分类法(Multiple Signal Classification,MUSIC)与混合遗传算法(Hybrid Genetic Algorithm,HGA)结合,提出一种新型异步电机转子断条检测方法。利用基于四阶累积量的MUSIC可有效抑制噪声,扩展信号阵元,改善频谱估计性能,以高频率分辨率提取定子电流信号中的转子断条故障特征分量及主频分量的频率;利用混合遗传优化算法估计各频率分量的幅值和初相位。为提高算法的快速性,根据四阶累积量矩阵构成规律,提出一种改进方法去除矩阵数据冗余,极大减小了计算量;针对遗传算法易早熟和后期收敛较慢的缺点,引入单纯形法。仿真与试验验证了新方法在低信噪比和短时采样时间情况下仍具有较高的频谱分辨率和估计精度。最后与FFT、MUSIC-SAA法进行了比较,证明了其优越性。

单矢量水听器四阶累积量MUSIC算法对信号DOA的估计

针对传统MUSIC算法的局限性,提出了一种基于高阶累积量的单矢量水听器MUSIC算法。这里将单个矢量水听器理解为一个标量传感器阵列,按照阵列信号处理的原理对其输出的标量场和矢量场信息进行联合处理,该算法先构造四阶累积量矩阵,代替传统MUSIC算法中的阵列协方差矩阵,对四阶累积量矩阵采用MUSIC算法作方位估计。仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,MUSIC算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,该方法还是能获得高分辨率的估计。湖试结果也表明,文中算法有更好的目标方位估计性能。

四阶累积量的MUSIC算法在海流测向中的应用

针对高频地波雷达系统OSMAR2000海流测向中海流元数不易估计的问题,利用四阶谱累积量MU SIC算法的空间谱结构特点,采用试探法确定信号源数并估计信号源的位置.通过对模拟海流和实测数据的处理实验表明,利用该算法可以较准确地估计出海流元的个数和方位,并且比传统MUSIC方法获得更小的角度估计方差,有效地反演了海洋表面流信息.

四阶累积量MUSIC算法及其在谐波提取中的应用

MUSIC方法具有很好的分辨性能,而四阶累积量具有良好的盲噪声特性,将四阶累积量与MUSIC方法相结合,将能够很好的应用于诸如动态目标回波谐波特征等微弱信号的提取。文中简要说明了四阶累积量MUSIC算法的构造方法,以及为了降低算法的估计方差而进行的Toep litz化预处理方法,详细讨论了谐波个数与谐波振幅对算法分辨性能的影响,认为对于有限的采样数,在一定的信噪比下,谐波数目和谐波振幅对算法的性能存在着一定的影响。文中应用四阶累积量MU-SIC算法对某运动目标的实测回波进行计算,得到了目标回波真实的谐波构造特征,计算结果与目标的运动特性一致。

基于四阶累积量的MUSIC算法性能仿真分析

介绍了空间谱估计中四阶累积量矩阵的阵列信号处理方法原理。对结合四阶累积量的MUSIC算法与传统MUSIC算法进行了MATLAB仿真比较,并在多信源数的信号环境中进行了DOA估计。同时,在不同阵元间距、快拍数和信噪比条件下,对四阶累积量MUSIC算法的估计性能进行了仿真分析。结果表明,该算法阵列能力较强,并能有效抑制高斯噪声。实验结果为该算法在今后仿真实验参数的选取方面提供了参考。

基于四阶累积量切片谱的谐波信号线谱提取

提出一种新的谐波信号线谱提取方法,通过对四阶累积量对角切片或非对角切片作傅立叶变换,得到四阶累积量切片谱,运用切片谱提取谐波信号的线谱特征。相比于传统的基于高阶谱估计的线谱提取方法,该方法既继承了其消除高斯噪声的优点,又简化了计算量、提高了估计质量,并且不再要求信号满足二次或三次相位耦合。仿真实验证明了该方法的有效性和优越性。

非圆信号的四阶累积量测向新方法

针对传统基于四阶累积量的非圆信号测向方法存在阵列扩展不充分或者有数据冗余等问题,利用四阶累积量的阵列扩展特性,提出了一种阵列充分扩展且无数据冗余的非圆信号测向新方法.根据信号的非圆特性,新方法充分利用了阵列接收数据及其共轭数据来构造四阶累积量矩阵,实现了阵列的充分扩展并且使扩展后的等效阵元数进一步增加;此外,通过巧妙地利用四阶累积量矩阵的结构特征,降低了算法的计算量.理论分析和实验仿真结果表明,所提方法具有计算量小、阵列扩展能力强以及分辨率高等优良性能.

一种基于四阶累积量的声定向方法

针对深水钻井隔水管监测系统水下测点的声定向问题,建立了空间任意结构阵列的数学模型,分析了阵列信号的四阶累积量特性,提出了一种基于四阶累积量的空间任意结构阵列MUSIC算法,可对多于阵元数的空间多目标源进行二维波达方向估计,并能够有效抑制高斯色噪声。以一种空间结构的四元立体阵为例进行了计算机仿真,实现了对空间四个不同方向目标的二维波达方向估计,且对高斯噪声的抑制性能优于二阶统计量MUSIC算法。

基于四阶累积量的多信号分类法间谐波检测研究

利用高阶累积量能够完全抑制高斯噪声的特点,采用四阶累积量定义的矩阵代替传统二阶多信号分类法中的自相关矩阵作特征值分解,将特征值对应的特征向量空间分为信号子空间和噪声子空间,利用两空间正交性,获得谐波源的功率谱和频率,再用Prony方法计算出幅值。仿真结果表明,该算法能有效地抑制高斯有色噪声,改善了谱估计性能,其精度能够满足电力系统间谐波分析的需要。

色噪声环境下双基地MIMO雷达收发角度估计

针对基于二阶统计量的MIMO雷达收发角度估计方法在色噪声环境下性能严重下降的问题,提出一种基于四阶累积量的双基地MIMO雷达的收发角度联合估计算法.从累积量的基本定义出发,构造出四阶累积量矩阵,通过特征值分解有效的分离出噪声子空间,最后根据MUSIC算法的基本原理,实现了MIMO雷达收发角度的正确估计,且估计参数可以自动配对.与传统基于二阶统计量的MUSIC算法相比,所提算法能够有效抑制高斯色噪声的影响,提高目标的角度估计性能,理论分析和仿真结果验证了所提方法的有效性.

非高斯有色噪声中基于四阶累积量噪声建模的谐波恢复方法

本文提出一种在非高斯ＡＲＭＡ噪声中谐波恢复的高阶累积量方法．该方法首先通过Ｈｉｌｂｅｒｔ变换构造复数观测值，然后使用它的一种特殊的四阶累积量建立噪声过程ＡＲ参数，由此对观测值滤波，最后通过ＳＶＤ－ＴＬＳ方法估计谐波信号参数．本文方法克服了以往对非高斯噪声分布的非对称性假设，成功地解决了对称分布非高斯有色噪声中的谐波恢复问题，并且适用于谐波信号存在二次相位耦合情形。仿真实验验证了文中结论．

基于高阶统计的欠采样多信号频率估计

利用信号频率特征矢量Ｋｒｏｎｅｃｋｅｒ积并基于四阶累积量、时延和 ＭＵＳＩＣ算法，本文提出了一种适用于任意高斯噪声环境的欠采样多信号频率估计的新方法。适当选取时延参数，方法极大增加估计信号的数目。计算机模拟证实了其有效性。

色噪声环境下单基地MIMO雷达分布式目标角度估计

针对传统的二阶统计量角度估计算法在高斯色噪声环境下估计性能急剧下降甚至失效的问题,该文提出一种基于四阶累积量的单基地MIMO雷达相干分布式目标角度估计算法。首先建立单基地MIMO雷达的相干分布式目标信号模型,求取信号的四阶累积量矩阵;利用特征值分解分离出相互正交的信号子空间与噪声子空间,根据多重信号分类(MUSIC)算法原理,获得阵列的空间谱函数,通过谱峰搜索得到分布式目标的中心波达方向。该算法充分利用了四阶累积量对高斯过程的不敏感性,能够很好地抑制高斯色噪声对角度估计的影响。仿真结果证明了该算法的正确性和有效性。

基于四阶累积量的双基地MIMO雷达收发角度估计

提出了一种基于四阶累积量的双基地MIMO雷达收发角度估计算法。在接收端,通过分别构造单阵元和双阵元的四阶累积量矩阵,采用基于四阶累积量的MUSIC算法和ESPRIT算法分别估计出目标的离开方向(DOD)和波达方向(DOA),并且DOD和DOA自动配对。该算法将二维参数的估计问题转化为两个一维形式,不需要二维谱峰搜索,在保证二维方位角估计性能的基础上,降低了运算量。利用四阶累积量有效地扩展了阵列孔径,并且适用于任意加性高斯噪声环境。仿真结果验证了算法的有效性。

基于四阶累积量状态空间模型的间谐波参数估计

推导了间谐波的四阶累积量的对角切片,包含了准确的间谐波频率、幅度及相移信息。在四阶累积量的基础上,提出了一种基于状态空间模型的谐波参数估计方法,该方法实现了间谐波频率、幅度和相位的联合估计。仿真结果表明,所提方法能有效地抑制高斯色噪声,具有优越的参数估计性能。

二维衰减谐波估计的四阶混合累积量方法

针对二维衰减谐波估计方法在大样本容量条件下计算量过大的问题,提出了一种基于二维四阶混合累积量的ESPRIT方法。在不影响估计精度的前提下,通过保持特征矩阵结构不变,有效地减小了算法的计算量。利用四阶混合累积量对高斯噪声的自动抑制,降低了参数估计的信噪比门限并提高了估计精度。仿真实验表明,在高斯色噪声条件下该方法的计算效率和估计性能优于现有方法。