利用空时相关矩阵酉变换估计波达方向

针对传统波达方向(directionofarrival,DOA)估计方法在噪声相干时估计性能下降的现象,提出一种基于空时相关矩阵酉变换的UST MUSIC算法对相干噪声场中的DOA进行估计。并通过仿真实验与IU MUSIC和MMUSIC算法进行了比较。实验结果表明该算法的性能优于IU MUSIC和MMUSIC算法,且具有好的稳定性。

基于结构匹配性和有效相关性的内生时空权重矩阵遴选方法

空间计量建模中数据类型由截面数据向面板数据的延伸,使科学地构建和遴选内生时空权重矩阵迫在眉睫。首先,在设计基于年份间Moran指数比的包含可变时间效应的内生时空权重矩阵基础上,构建与之结构类似的研究对象矩阵,并基于两个总体的均值之差和方差之比假设检验,阐释内生时空权重矩阵与研究对象矩阵的结构匹配性识别问题。然后,基于内生时空权重矩阵与研究对象矩阵所有元素的相关系数测度及有效性检验,考察二者的有效相关性问题。最后,基于结构匹配性最好原则和有效相关性最高原则,构建内生时空权重矩阵遴选的一般方法,还以1952~2016年中国31个省份的GDP数据为研究对象,在构建基于Queen空间邻接关系、省份间距离、经纬度、经济规模和有限距离等因素的5种内生时空权重矩阵基础上,考察了内生时空权重矩阵遴选的应用问题及其稳健性。结论显示:基于与研究对象矩阵的结构匹配性与有效相关性,可以遴选出最优的内生时空权重矩阵;在涉及中国省级层面GDP相关研究的空间计量实证或经验分析中,其内生时空权重矩阵最好基于省份间距离来构建。

一种新颖的DOA估计算法

子空间类波达方向(Direction Of Arrival,DOA)估计算法的关键在于得到高质量的信号子空间估计。该文利用矩阵伪逆的双正交性,针对源信号不相关而其本身是色信号的情况,给出了一种新颖的DOA估计算法,它不需要知道噪声统计特性。该算法利用一组空间相关矩阵的结构化信息,能稳健而精确地估计出信号子空间,从而得到DOA的精确估计。仿真实验证实了所给算法的有效性。

单矢量水听器改进MUSIC算法的噪声抑制性能研究

针对MUSIC算法在相干噪声背景下估计目标方位性能下降的问题,利用酉变换的空时相关矩阵(unitary spatio-temporal correlation matrice—USTCM),替代MUSIC算法中的数据协方差矩阵,设计了单矢量水听器的USTC-MUSIC算法,通过仿真验证了新方法不论噪声是不相干或相干,其噪声抑制能力和目标分辨能力均优于原方法.

时空相关矩阵联合对角化对空间谱分辨性能的影响

采用基于Jacobi算法的矩阵联合对角化方法对阵列接收数据的空时相关矩阵进行联合对角化,得到空时相关矩阵"平均"特征值和特征向量。将这些平均值应用于Capon提出的最小方差无畸变响应(MVDR)空间谱估计算法,得到修正MVDR算法。仿真实例表明,修正MVDR算法优于常规MVDR算法,当信号源部分相关时,由于修正MVDR算法不需要信源数目的先验信息,其性能明显优于MUSIC算法,特别是当信源数目欠估计时。