基于多模型融合的室内行人航迹推算建模与性能分析

针对行人航位推算(pedestrian dead reckoning,PDR)室内信号易受到环境和多径效应干扰的问题,提出一种基于多模型融合的室内PDR优化建模方法.给出多模型融合的室内PDR建模方法系统模型,包括步数检测、步长推算、方向推算以及位置推算4个关键阶段.该方法在步数检测阶段融合了峰值检测算法、局部最大值算法以及提前过零检测算法;在步长推算阶段融合Weinberg方法和Kim方法,并利用卡尔曼滤波算法校正步数检测和步长推算的误差.基于不同场景从步数、步长、方向、位置误差方面与传统算法进行比较.结果表明,该组合模型结合了传统步数检测和步长推算算法的特征识别结果,可实现对步数检测、步长推算过程中信号特征的优化处理;在手持场景下,步数检测识别准确,步长推算中值误差在0.060 m以内,方向推算平均绝对误差最小为3.06°,位置推算平均误差为0.2353 m,取得较好的室内步行状态识别与定位性能.

九轴MEMS微型AHRS设计及其在矢量水听器中的应用

为了精确测量矢量水听器的姿态,设计了一种体积为20 mm×20 mm×5 mm、重量为1.8 g的微型航姿参考系统(AHRS)。利用微机电系统(MEMS)陀螺仪测定角速度,用四元数等效旋转矢量算法求解姿态角;采用扩展卡尔曼滤波器对姿态角估计值进行修正,并估计出MEMS陀螺仪的角速度漂移量。测试结果表明,所提AHRS的俯仰、横滚和航向角误差均方根值分别为0.04°、0.04°和0.34°。最后,将AHRS集成到矢量水听器中,并在加窗直方图统计波达方向估计算法中加入姿态修正。海上实验结果表明,对于航速为8 kn的目标船,经AHRS修正后的单矢量水听器方位角误差均方根值约为3.8°,减小了平台运动导致的方位测量误差。

基于均匀圆阵的压制式相干干扰DOA估计算法

针对导航抗干扰中一般干扰信号波达方向(direction-of-arrival, DOA)算法无法在均匀圆阵上有效地估计含有相干干扰的信号来向问题,提出了一种基于虚拟线阵的协方差矩阵重构的MUSIC算法。该算法通过对均匀圆阵进行模式空间变换,形成虚拟线阵,将模式空间变换后的数据协方差矩阵的所有行进行Toeplitz重构,并将所有Toeplitz矩阵构造成一个新的等效的满秩数据协方差矩阵,以此来达到解相干的目的。结合在虚拟线阵上的MUSIC算法,并通过多谱峰搜索算法直接得到空间谱的谱峰位置,从而完成对干扰来向的DOA估计。经仿真验证,该算法在存在相干信号且信号角度相隔30°左右的条件下,依旧能够对信号的波达方向进行有效估计。

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。

基于二阶统计特性的方向向量估计算法的DOA估计

为了减小天线阵流形误差对波达方向(DOA)估计结果的影响,以及克服基于传统盲源分离算法的DOA估计算法不能应用于少通道测向设备的不足,提出一种基于2阶统计特性的方向向量估计算法的DOA估计算法。首先,根据确定性最大似然(DML)估计算法谱函数的特征,构造关于协方差矩阵的酉约束下的优化问题;然后,通过优化该问题获得各个单信号的实际方向向量;最后,将各个单信号的实际方向向量输入到空间谱算法中实现DOA估计。由于将多信号的DOA估计转化为多个单信号的DOA估计,因此在天线阵列流形存在误差时,所提算法比传统的DOA方法具有更好的DOA估计性能。由于所提算法仅需使用协方差矩阵,因此所提算法可应用于少通道测向设备。由仿真实验结果可知,在阵列流形存在误差以及测向设备为少通道测向设备时,与传统DOA方法相比,所提算法的DOA估计的准确度、抗扰度以及分辨率更高。

基于实数化的均匀圆阵矩阵重构方法

为了减小低快拍数和低信噪比下采样协方差矩阵误差,并降低其运算复杂度,提出了一种基于实数化的均匀圆阵采样协方差矩阵重构方法。针对均匀圆阵的特点,通过组建特殊的基向量,构成特殊的重构矩阵。通过将采样协方差矩阵实数化,进一步降低了重构矩阵的复杂度。考虑到多通道不一致性对重构矩阵的影响,引入0位校正算法,提高了重构方法的稳健性。最后应用重构后的协方差矩阵进行子空间类波达方向估计(direction of arrival,DOA)。实验仿真证明,该特殊重构矩阵在实数化下与原矩阵重构能力相同;当快拍数为100、信噪比为0 dB时,双信源分辨力较重构前由74%提高到95%以上;理论重构运算复杂度降低到原来的53.99%。

基于深度卷积网络的二维波达方向估计方法

为了提高信号波达方向估计技术的实时性和简便性,设计了一种适用于估计均匀圆阵多信号波达方向的深度卷积网络。由阵列观测数据得到的协方差矩阵被当作是包含实部和虚部两个通道的图像,将其当作是卷积神经网络的输入张量,便可以通过训练网络来提取包含在信号协方差矩阵中的波达方向细微特征,从而实现准确快速地同时对多个入射信号的方向进行估计的目的。仿真结果表明,设计的深度卷积网络能够很好地完成二维信号波达方向估计。相比于现有估计方法,卷积网络给出的结果更加精确,且算法相对稳定。因此,提出的深度卷积网络在多目标方位识别与跟踪领域具有潜在的工程应用价值。

基于高阶幂的单快拍LDACS系统波达方向估计

L波段数字航空通信系统(L band digital aeronautical communication system,LDACS)是未来航空宽带通信重要的基础设施之一,针对LDACS信号容易受到相邻波道大功率测距仪(distance measuring equipment,DME)信号干扰的问题,提出了联合正交投影干扰抑制与单快拍稀疏分解的波达方向(direction of arrival,DOA)估计方法。通过子空间投影抑制DME干扰,然后使用单快拍数据构建伪协方差矩阵,对伪协方差矩阵求高阶幂,之后进行奇异值分解,并利用约束条件求解稀疏解得到期望信号来向的估计值。所提方法使用高阶伪协方差矩阵降低了噪声影响,仅用单快拍就可以准确估计LDACS信号的入射方向。仿真结果表明,改进单快拍高级幂(improved single snapshot high order power,ISS-HOP)L1-SVD算法的估计精度优于ISS-HOP-MUSIC算法。该方法可以有效抑制DME干扰,提高OFDM接收机性能。

基于空间频率估计的稀疏阵列测向

针对有互质型和嵌套型特征的稀疏阵列提出一种基于空间频率估计的测向方法,利用快速傅里叶变换(Fast Fourier Transform, FFT)就可以快速对同时同频多角度入射信号进行测向分辨。介绍了该方法的测向原理和处理步骤,给出了仿真结果。针对非均匀稀疏阵列,提出一种基于虚拟扩展和空间频率估计的测向方法,对该方法进行了理论分析和仿真验证。这两种方法运算量小,简单易用,工程实现非常方便。

EMVS互质面阵张量波束成形

相比于标量传感器均匀阵列,电磁矢量传感器(electromagnetic vector sensor,EMVS)稀疏阵列能够在降低系统软硬件成本的同时感知更大范围、更高维度的空间信号信息,并通过精尖波束扫描实现信源测向性能的综合提升。然而,传统基于矩阵信号建模的波束成形算法难以利用EMVS接收信号的多维结构化信息,且存在由阵元稀疏排布所引入的虚峰干扰问题。为了应对上述挑战,提出了面向EMVS互质面阵的张量波束成形算法,有效利用了空域互质采样的波束分布特性和张量信号处理的优势实现指向性张量波束扫描测向。具体而言,将EMVS互质面阵中稀疏均匀子面阵的接收信号表示为一对涵盖多维度空间电磁信息的高维张量,并从张量信号空域滤波的准则出发,设计面向稀疏均匀子面阵的张量化最小方差无畸变响应优化问题。为了克服由上述优化问题中张量内积项所造成的传统求解方法失效难题,提出通过张量权重的canonical polyadic分解,将原始张量化最小方差无畸变响应优化问题转换为对应波达方向信息维度与极化状态信息维度的子问题,并基于各子问题的局部最优解设计交替迭代求解方法,以获得张量权重的全局最优解。进而,基于张量空间的质数分解唯一性分析,理论证明一对满足互质阵元排布的稀疏均匀子面阵所对应的虚峰具有互不重叠特性,并提出张量波束功率的互质合成处理方法,以此构造具备精尖主瓣且虚峰抵消的张量波束功率图,从而实现多信源空间方位的精准估计。仿真结果验证了所提EMVS互质面阵张量波束成形算法的有效性。

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。

东道国投资便利化及其对中国对外直接投资的影响——基于空间杜宾模型的实证检验

通过构建投资便利化指标体系,运用熵值法测度103个国家的投资便利化水平,并对其空间竞争性和β收敛情况进行分析,运用空间杜宾模型实证检验投资便利化对中国对外直接投资的空间效应。结果表明,全球国家的投资便利化水平稳步提升,但不同类型国家投资便利化指数的动态演进差异性较大,非“一带一路”国家和OECD国家的投资便利化水平更高,但其特征分化也更明显;投资便利化指数存在空间竞争性和β收敛,而空间因素能够加快收敛速度。东道国投资便利化提升不仅显著促进中国对东道国的直接投资增长,而且存在显著的空间溢出效应,其中,营商环境的空间溢出效应最明显,金融服务环境的空间溢出效应次之。本文揭示的东道国投资便利化的时空特征为中国对外直接投资高质量发展提供了实证依据。

基于频率着色的稀疏贝叶斯宽带波达角估计方法

为了提升稀疏贝叶斯(Sparse Bayesian Learning,SBL)算法在干扰环境下对目标信号的检测能力,提出将频率着色技术(Frequency Coloring,FC)推广至SBL算法中。在SBL-FC算法中,首先将阵列接收信号通过傅里叶变换转换至各个子带,在各子带内利用SBL算法进行波达角估计,输出功率谱。不同于常规的SBL算法仅将各子带的功率谱进行简单地叠加,算法考虑干扰和目标频谱结构的差异性,对各子带进行不同的着色,使得干扰和目标轨迹在方位时间历程图上对应于不同的颜色,从而使得目标轨迹更易被提取。数值仿真和实验数据分析表明,利用目标和干扰频谱结构的差异性可有效提升SBL算法在干扰环境下对目标信号的检测能力。

一种适用于半互质阵的高精度波达方向估计方法

在半互质阵列(SCA)下,经典波达方向估计(DoA)算法在面对邻近相干信源时估计性能退化。为了解决该问题,该文提出一种适用于半互质阵列的高精度波达方向估计方法。首先,将半互质阵划分为3个均匀线阵并利用常规波束形成算法对子阵1、子阵2和子阵3的阵列输出信号进行处理;然后,对子阵3的输出信号进行加权后与子阵1,2的输出信号加和构建和波束,利用子阵1与子阵2的输出信号做差构建差波束;最后,将上述和差波束做差得到最终输出信号,计算最终信号的功率得到方位谱。该方法基于半互质阵列特点构建和差波束,充分利用了3个子阵的重叠阵元实现估计精度的提高。通过仿真和湖上实测数据验证表明,该方法可以适用于半互质阵列实现波达方向估计,并且在面对邻近相干信源时其波达方向估计性能优于最小方差无失真估计算法(MVDR)和最小处理算法(MP)。

基于AlGaN/GaN HEMT外差探测器的太赫兹线阵列矢量探测系统

为了研究AlGaN/GaN高电子迁移率晶体管(High-Electron-Mobility Transistor,HEMT)外差探测器应用于太赫兹来波方向(Direction of Arrival,DOA)估计领域的可行性及量化性能指标,基于AlGaN/GaN HEMT 243GHz外差探测器搭建了太赫兹波线阵列矢量探测系统,实现了太赫兹连续波的相位分布和来波方向的测量。该系统的核心器件为准光-波导耦合的太赫兹外差探测器线阵列组件,阵元平均噪声等效功率(Noise-Equivalent-Power,NEP)为-123.89dBm/Hz。通过测试,表明该系统相位解析稳定度优于0.6°,线阵列组件法线(阵列芯片的垂线)方向左右11°以内的太赫兹来波方向的检测误差小于0.25°。讨论了存在误差的原因及可能的解决方案,为后续基于AlGaN/GaN HEMT面阵列的太赫兹相控阵雷达及定向通信系统的研制提供了基础。

稀疏阵列的鲁棒矩阵填充DOA估计算法

稀疏阵列布阵灵活,增大阵列孔径的同时还能减少阵元间耦合,但基于稀疏阵列的传统波达方向估计会导致角度模糊混叠,带来估计精度差和稳健性不足的问题。针对以上问题,提出一种适用于稀疏阵列波达方向估计的加权截断奇异值投影(weighted truncated singular value projection,WT-SVP)的鲁棒矩阵填充算法。在填充迭代过程中根据奇异值的大小分配权重,突出大奇异值包含的阵列信息,减少小奇异值中不必要的噪声信息,从而优化传统奇异值投影算法。该算法可以实现稀疏阵列的孔洞信息恢复,对不连续阵元充分利用,同时WT-SVP填充算法实现了稀疏阵列波达方向估计的高精度、高分辨以及在低信噪比、低快拍时的高鲁棒性。

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。

主特征向量加权的声矢量圆阵波束域多重信号分类测向方法

为降低声矢量圆阵方位估计方法的计算复杂度,避免声压振速联合处理需选取观测方向的问题,提出了一种主特征向量加权的声矢量圆阵波束域多重信号分类(MUSIC)测向方法。在信号总功率与噪声功率之比最大的优化准则下,求解得到单矢量传感器最优的加权向量,即主特征向量。结合主特征向量设计相应的波束形成矩阵,并从理论上对声矢量圆阵阵元域和波束域MUSIC的目标方位估计方差进行比较。推导了单矢量传感器的大特征值和信号功率、大特征值对应的特征向量和其导向向量之间的关系。通过仿真实验验证了基于主特征向量波束形成矩阵的有效性,所提方法具有较低的计算复杂度和良好的方位估计性能。水池实验数据分析表明,所提方法能够准确估计目标方位。

一种基于矩阵填充的稀疏阵波达方向估计技术

为了提高稀疏阵列波达方向(DOA)估计的性能,该文将低秩矩阵重构理论应用到DOA估计中,提出了一种改进的矩阵填充模型及其优化求解方法。该方法利用Sigmoid函数实现核范数约束并建立最小化模型;然后基于粒子群算法改进增广拉格朗日乘子法,对模型实现低秩优化求解;最后利用多信号分类(MUSIC)算法实现DOA估计。仿真结果表明,该方法能有效实现稀疏阵重构,DOA估计的性能优良,且能够适用于相关信源。

基于压缩感知的低复杂度超分辨角度估计方法

在空域目标角度估计中,分辨率受阵列孔径的限制,依靠增加阵元数量提高分辨率会增加系统成本。为了在受限阵列尺寸中减少阵元数量,基于压缩感知(compressive sensing,CS)理论,提出了一种超分辨角度估计算法。首先建立阵列接收信号模型并构造冗余字典,然后利用目标空间域稀疏先验信息将目标角度估计问题建模为优化问题,最后设计低复杂度算法对优化问题求解。所提算法通过贝叶斯CS理论推导了正则化系数,保证了算法的噪声抑制性能,通过共轭梯度运算及Hadamard乘积提高了算法效率。所提算法可利用较少快拍在信号数目未知的条件下,实现高精度角度估计。仿真结果和实测数据验证了所提算法的有效性。