基于Root-MUSIC算法的激光扫频干涉测量方法研究

玻璃的厚度作为工业生产中的一项重要的指标,如何对其快速的测量成为了研究热点。提出采用激光扫频干涉测量方法,将采样的信号进行插值拟合,校正其拍频非线性,再通过频谱估计法获取距离信息。当测量厚度较小的玻璃时,FFT算法因受栅栏效应和频谱干涉的影响,导致难以在频谱图中将玻璃前后表面的频率区分出来。为解决该问题,采用Root-MUSIC算法处理信号,实验结果表明在FFT算法分辨临近目标频率失效的情况下,Root-MUSIC算法可以进行有效区分,运算效率也远高于MUSIC算法,且精度可达50微米左右,为解决玻璃厚度测量问题提供了思路。

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。

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。

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。

基于Root-MUSIC和Prony算法的电压闪变检测

电压闪变是电能质量的一个重要指标.为实现对电压闪变参数的准确测量,提出基于求根多重信号分类法和Prony算法的闪变参数检测方法.先对信号数据组成的矩阵进行特征值分解,得出信号子空间和噪声子空间,利用他们的相互正交关系通过单位圆上的根估计频率大小,同时利用Prony算法中的最小二乘法求得幅值信息.Matlab仿真结果表明该方法在低信噪比下利用Root-MUSIC法能准确检测频率,并结合最小二乘法在小样本数据上的优势,有效提高了幅值检测的准确度.

基于实值Root-MUSIC和MP的间谐波检测算法

针对目前电力系统中谐波与相近间谐波检测精度不高、受噪声影响较大的情况,提出一种基于实值Root-MUSIC和MP的间谐波检测算法。通过对信号建立自相关矩阵并进行特征分解得到特征空间,基于特征空间构造实值Root-MUSIC多项式估计出信号频率,通过MP算法对信号进行分解,估计出信号的幅值与相位。仿真结果表明,该检测算法有着较好的抗噪性,相比传统MUSIC算法在减少了大量运算度的情况下在谐波与相近间谐波的检测中有着更好的精确度。

极化敏感线阵的模值约束降维Root-MUSIC算法

为了解决极化敏感线阵波达方向角和极化参数联合估计运算量大的问题,本文提出了模值约束降维Root-MUSIC算法。该算法通过对波达方向角和极化参数进行剥离,先采用Root-MUSIC算法进行DOA估计,然后根据模值约束条件构造代价函数,通过闭合式解求出极化参数估计。与传统MUSIC算法相比,该算法避免了谱峰搜索,大大提高了运算效率。与ESPRIT算法相比,该算法避免了参数配对问题。计算机仿真结果验证了该算法的正确性,且具有较高的成功率与精确度。在两目标信号入射角度接近时,也能够很好的分辨出两信号。

声矢量传感器阵列的实值Root-MUSIC算法

为提高矢量传感器阵列的波达方向(DOA)估计精度和减少运算量,提出了基于矢量传感器阵列的实值化求根MUSIC算法。该算法计算量远远小于矢量传感器阵列的MUSIC算法和RootMUSIC算法。通过阵列信号的空间谱,选择合适的引导方位向量。对阵列协方差矩阵进行实值化重构与特征分解,构造蕴含信号源方位信息的多项式,再将阵列的DOA估计转化为多项式的求根问题。仿真实验与相同阵列孔径的声压传感器阵列的对比实验表明,该算法在低信噪比、小快拍数情况下具有更好的估计性能。通过湖试试验验证了该算法具有较强的工程实用性。

基于四元数的Root-MUSIC的双基地MIMO雷达中角度估计算法

该文将四元数理论应用到双基地集中式多输入多输出(MIMO)雷达的角度估计中。文中通过传统数据模型构造四元数矩阵,提出了基于四元数的求根-多重信号分类(Root MUltiple SIgnal Classification,Root-MUSIC)的MIMO雷达中角度估计算法,该算法通过奇异值分解和Root-MUSIC来估计出发射角(Direction Of Departure,DOD)和接收角(Direction Of Arrival,DOA)。该算法的角度估计性能远优于现有文献的方法,并且无需谱峰搜索,复杂度大大降低。仿真结果验证了算法的有效性。

基于实值Root-MUSIC和Prony算法的间谐波参数估计

提出一种实数形式的求根多重信号分类(Root-MUSIC)算法,其无需将实值转换为复频率,从而降低了计算复杂度。由Root-MUSIC多项式的根估计出信号频率,同时由这些根采用普罗尼(Prony)法中的最小二乘法估计出信号的幅值和相位。与传统先估计频率、再由其他算法估计幅值和相位的方法相比,所提方法减少了大量计算步骤。仿真结果表明,用所提方法估计的间谐波参数精度高,在存在噪声的情况下也能准确估计出谐波和间谐波频率、幅值和相位。

用于非圆信号二维测向的扩展Root-MUSIC算法

利用双平行线阵的阵列结构,提出了用于非圆信号二维测向的扩展root-MUSIC(ERM)算法。ERM算法估计得到的俯仰角与方位角一一对应,自动配对,无需搜索,其可测向信号数大于子阵阵元数,方位测角精度优于同样基于双平行线阵的二维测向波达方向矩阵法(DOAM),俯仰测角精度在低信噪比下优于DOAM算法,俯仰角兼并时算法仍有效。

基于共轭酉ROOT-MUSIC的一维散射中心提取算法

提出一种新的共轭酉Root-Music算法,并应用于雷达目标的一维散射中心提取。通过合成复观测数据及其共轭,有效利用共轭数据信息,提高一维散射中心分辨率。利用前后向空间平滑修正技术,构造中心复共轭对称矩阵,使其具备厄尔米特特性,通过酉变换使前后向自相关矩阵映射为实值矩阵,进行实值分解,提高计算效率。理论分析和仿真结果表明该算法在提高分辨率的同时有效降低了运算量。

Root-MUSIC,PM,MUSIC算法的比较

对测向算法(DOA)中的2种降低运算量的算法,即求根的MUSIC算法(Root-MUSIC)和传播算子算法(PM),与多重信号分集算法(MUSIC)进行比较,并对两者降低运算量的作用进行了有效性分析和验证.Root-MUSIC算法通过求根降低运算量,PM通过矩阵乘法代替矩阵分解降低运算量.仿真结果表明,在阵元数较少时Root-MUSIC是最有效的算法,否则PM算法更为有效.

二维Root-MUSIC算法的快速实现方法

目前实际测向系统中所需DSP数目较多,系统设计较复杂,测向时效性不足。针对于此,基于一种改进的二维DOA估计算法—2D FD-Root-MUSIC算法,研究了在FPGA+DSP平台上快速实现DOA估计。首先介绍了数据的量化误差及分析,给出了算法的定点编程实现流程,然后对浮点数据进行量化仿真,确定算法在硬件中的定点位数,最后通过对浮点数据进行量化仿真的结果,设计了协方差矩阵、噪声子空间、谱值及FFT的定点计算结构,并分析了各单元运算速度及资源量。仿真结果表明,改进算法经过并行化处理后,实现速度可有效加快。

基于互相关矢量重构的解相干实值Root-MUSIC算法

实值Root-MUSIC算法是一种计算量小、精度高的波达方向估计算法,但其最多能处理两个相干信源,阵元利用率很低。为了解决此问题,提出了一种新的实值Root-MUSIC算法,利用阵列接收数据的互相关矢量重构相关矩阵,使其具有Toeplitz特性。新算法无须空间平滑,无阵列孔径损失,可估计的相干信源数更多。实验仿真表明,与原算法相比,新算法实现更简单、计算量更小、性能更好,对于八阵元的阵列,原算法只能分辨两个相干信源,新算法可以成功估计四个相干信源,为实值类算法在多径环境领域的DOA估计提供了一条新途径。

波束域Root-MUSIC算法的进一步降阶处理

研究了波束域降阶Root-MUSIC算法,在子阵分解降阶的基础上,进一步将多项式的求根阶次降到与源数目相同,提出了求解降阶多项式的方法。该方法最大程度地减少了求根多项式的阶次和求解多项式的次数,并保持了Root-MUSIC算法的优良性能。显著降低运算量是其最大优点,仿真结果验证了降阶算法的有效性,并比较了不同阶次波束域Root-MUSIC算法的估计性能。

基于传播算子的Root-MUSIC算法

传播算子(PM)法不需要进行复杂的特征值分解,减小了计算量,但仅在信噪比较高的情况下才有较好的波达方向估计性能,且谱峰搜索仍需要较大计算量。在此基础上提出了一种改进的算法PM-Root-MUSIC,它不需要特征值分解,同时用多项式求根代替谱峰搜索,大大减少了计算量。理论分析和计算机仿真结果表明此方法是有效的。

基于FFT变换的空间重采样宽带Root-Music算法

提出了基于FFT变换的空间重采样方法与求根的Music算法(root-music)相结合的宽带信号测向算法.算法利用了空间重采样算法的优点,利用空间的FFT变换,根据采样定理反变换得到虚拟阵元的输出,从而达到聚焦的效果,基于聚焦的思想算法保持了其对相干信号的处理能力,克服了RSS算法对预估计角度的依赖性.同时采用了求根的Music算法,使得在提高测向精度、降低测向均方误差的同时更降低了运算量.仿真实验通过与RSS和Music算法结果进行比较,验证了该算法的有效性.

基于均匀圆阵的Root-MUSIC算法

基于傅氏域的Root-MUSIC算法提出了一种均匀圆阵的二维DOA估计算法,该算法利用多项式求根的方法避免谱峰搜索,且能进行二维DOA估计;进一步提出用傅里叶反变换取代算法中的多项式求根以减小计算量。本算法不受阵列孔径比的限制和阵元个数的影响,无需模式变换和流形分离,计算量较小,易于工程实现。计算机仿真结果表明算法的有效性。

基于L型阵的二维Root-MUSIC波达方向估计算法

提出一种适用于L型阵列的基于Root-MUSIC的二维DOA估计算法。该算法先利用L型阵列的两个相互垂直的线阵独立的估计波达方向,然后利用该L阵构造二维MUSIC谱峰搜索表达式实现先前两个独立线阵计算出来角度的配对。本算法不仅具有MUSIC算法高分辨率的优点,还有运算量小、方法简单的特点。