基于共轭循环平稳特性的二维波达方向估计方法

 提出了一种具有阵列孔径扩展能力的共轭循环平稳二维波达方向（DOA）估计方法。该方法通过引入伪采样,充分利用了阵元输出之间共轭循环互相关函数的时间维信息,扩展了阵列有效孔径,提高了算法DOA估计精度,具有较好的低信噪比适应能力。该方法避免了最优时延选择问题,无需谱峰搜索,且其二维角度参数能够自动配对,具有较低的计算量。计算机仿真结果验证了该方法的有效性。     

利用重要性采样的时差-频差联合估计算法

针对无源定位中参考信号真实值未知的时差(TDOA)-频差(FDOA)联合估计问题,构建了一种新的时差-频差最大似然(ML)估计模型,并采用重要性采样(IS)方法求解似然函数极大值,得到时差-频差联合估计。算法通过生成时差-频差样本,并统计样本加权均值得到估计值,克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题,且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗下界(CRLB),并通过仿真实验表明,算法的计算复杂度适中,估计精度优于CAF算法和EM算法,在不同信噪比条件下估计误差接近CRLB。     

嵌套阵列最大似然估计测向算法

针对在辐射源个数未知的条件下嵌套阵列难以估计多个辐射源角度的问题,提出了基于最大似然估计(MLE)的嵌套阵列角度估计算法。算法在嵌套阵列模型的基础上,首先通过推导阵列截获多辐射源信号的最大似然函数及其梯度,利用最速下降法估计出空域中所有潜在辐射源的角度;然后,通过多元假设检验,利用最大似然比与门限进行比较,确定出空域中所有潜在辐射源中某一时刻发射信号的活跃辐射源角度,排除其余噪声形成的虚假辐射源角度,解决了在辐射源个数未知条件下嵌套阵列对多个辐射源角度估计问题。仿真结果表明:与传统多重信号分类(MUSIC)算法相比,该算法在辐射源数目未知、存在相干信号、低信噪比(SNR)、低快拍数条件下,均具有较好的角度估计精度,并且算法形成的虚拟阵列自由度是空间平滑MUSIC算法的2倍;多元假设检验法比传统信源数目估计算法在低信噪比条件下和处理相干信号方面具有明显优势。     

常规闭口风洞相阵列气动声学试验

传统气动声学研究观点认为,精确的声学测量要求风洞背景噪声和洞壁反射足够低,传声器测量结果有足够高的信噪比,这是大多数风洞无法达到的要求。近些年,基于声纳和雷达技术发展起来的麦克风相阵列技术可以通过增加阵列的传声器数目从而大幅提高声学测量的信噪比,具有噪声源研究和定位能力,并被成功地应用于非声学固壁风洞噪声源测量和噪声物理机制研究。作者基于相阵列波束生成频域算法研制出常规闭口风洞相阵列系统及相关技术,在FD-09风洞尝试进行了相阵列校准试验和某民机噪声测量试验。结果表明：相阵列技术能够准确捕捉到真实的校准声源,并从技术上验证了相阵列系统在常规闭口风洞测量气动噪声是有效的。     

利用分数低阶空时矩阵进行冲击噪声环境下的DOA估计

研究冲击噪声环境下的信号DOA估计问题。在对称α稳定(SαS: Symmetric α-stable)分布冲击噪声假设下,定义了一个阵列接收数据的广义分数低阶空时矩阵。理论分析表明,对广义分数低阶空时矩阵进行奇异值分解可获得噪声子空间估计。与信号空间DOA估计技术相结合,提出一种新的基于信号空间分解的DOA估计算法。该算法在低信噪比下对强冲击噪声具有更好的抑制作用。计算机仿真证明了算法的有效性。     

一种低空声源分布式定位系统及其算法与实验研究

低空声源目标具有较强的隐身性,为了实现对此类目标的定位,构建基于TMS320C6713平台的分布式麦克风阵列低空声源定位系统.麦克风阵列节点以DSP为核心处理器,通过A/D芯片采样麦克风阵列接收到的信号,通过到达时间差(TDOA)计算声源的角度,利用测向交叉法,融合多个节点的角度信息,计算出声源的位置.结果表明:在时延估计精确的情况下,对低空目标具有较好地估计;系统具有较高的精度和稳定性,能够满足对低空声源目标进行定位的实际需求.     

基于PTE的多雷达航迹融合算法

针对杂波背景下的多雷达航迹融合时局部估计误差互协方差矩阵未知的问题，提出基于目标存在概率（PTE）的航迹融合算法，提升了正确航迹率和跟踪精度。首先，通过综合概率数据关联得到单接收站的目标航迹估计集合和对应的目标存在概率。然后，在局部估计误差互协方差矩阵未知的条件下，基于PTE信息提出不带记忆的综合广义凸组合航迹融合算法。进而将前一帧的融合状态进行反馈，提出带记忆的综合广义凸组合航迹融合算法。仿真验证了所提算法的有效性。     

适于低轨卫星IP网络的单核共享树组播算法(英文)

为了解决低轨卫星IP网络中现有典型源组播算法的信道资源浪费问题,本文提出了一套单核共享树组播算法,即核心群合并共享树(CCST)和加权核心群合并共享树(w-CCST)算法。CCST 算法包括动态近似中心(DAC)选核方法和核心群合并组播路径构建方法。DAC方法专为周期、规律运动的低轨卫星网络提出,不需要复杂的星上计算。在核心群合并方法中,以核节点作为初始核心群,通过核心群和剩余组成员的最短路径方法逐步扩展直至整棵组播树构建完成,从而使得组播树的树代价最小,大大提高了网络的带宽利用率和组播传输效率。w-CCST 算法中所提出的加权因子可以调整树代价和端到端传播时延之间的折衷程度,因此,可以通过调整加权因子来适度增大树代价、降低端到端传播时延以支持某些端到端时延要求苛刻的实时组播业务。最后,与低轨卫星 IP 网络中典型算法进行了性能比较,仿真结果说明,CCST 算法的平均树代价比其它算法显著降低,w-CCST 算法的平均端到端传播时延小于 CCST 算法。     

使用电场传感器阵列的水下运动目标检测与参数估计

研究了基于电场传感器阵列的水下运动目标检测与参数估计方法。在背景噪声为高斯白噪声和目标作匀速直线运动的假设下,利用电场传感器阵列获取的船舶水下准静态电场空时特征,通过广义似然比检测和随机搜索寻优算法,可实现对海水中运动船舶的目标检测和参数估计。仿真试验结果表明:在信噪比大于0 dB时能够取得较好的估计精度;在信噪比低至10 dB时仍能有效检测目标。     

基于参考信号方法的叶轮机械宽频噪声试验研究

航空发动机降噪研究迫切需要1种叶轮机械宽频噪声测量方法。通过在单级轴流风扇进口段布置的4圈环形麦克风阵列对管道内宽频噪声进行了测量,每圈阵列由8个环壁面布置的传声器组成。在40%~100%设计转速下,利用互相关方法对管道内宽频噪声进行了试验研究。结果表明:在相同转速不同工况下的噪声结果差别很小。该方法能准确地对管道内模态波进行分解,并分辨出顺流和逆流传播的模态波,进一步证实了互相关方法在管道宽频噪声测量方面有很好的鲁棒性。     

基于改进补零/差分的北斗弱信号捕获算法

北斗信号二次编码调制了速率为1kbps的NH码,频繁的比特跳变导致传统捕获算法的效果受到抑制,并且限制了积分时间的增长。为了实现北斗弱信号的捕获,提出了一种适合北斗弱信号的捕获算法,将补零算法和差分相干积分算法相结合并进行了优化设计。对补零算法和差分相干积分算法进行了改进,将差分延迟时间调整为20ms,有效消除了NH码的影响,并增加了积分时间,提高了信噪比。采用Monte Carlo仿真测试了在载噪比为20dBHz~38dBHz的条件下,此算法与传统算法的检测性能。结果表明,相比传统算法,此算法的捕获灵敏度提高了约10dB。此算法能够有效消除北斗NH码相位变化对信号捕获的影响,并提高信噪比,适用于弱信号条件下的北斗信号捕获。     

航空通信中基于PN码的信道估计算法研究

航空移动通信系统（空空信道）中,大的多径时延和多普勒频移会造成非常严重的符号间干扰,高速宽带下尤为突出,使得传统的频域信道估计算法不得不通过提高运算长度和复杂度来实现性能,而航空通信对实时性的要求使其难以工程实现。本文针对空空信道时延长而衰落小的条件,提出一种基于PN码的时域信道估计算法,连续发送N段m序列作为训练序列...     

DOA estimation using one-bit quantized measurements

The effects 1-bit quantization of the input samples has on the direction-of-arrival (DOA) estimation accuracy are considered. The signal model assumes a single stochastic Gaussian point source that is embedded in white Gaussian noise (WGN). The inherent limitations governed by the extreme clipping of the input data are analyzed using the Cramer-Rao bound (CRB) that is derived for a two-sensor array. In addition, several estimators for the I-bit estimation are discussed. Numerical and analytical analyses of the estimation error reveal weak dependency on signal-to-noise ratio (SNR) with singular behavior of the estimation error in certain DOA angles.     

Maximun Posterion Probability Demodulation of Angle-Modulated Signals

An algorithm is presented for maximum posterior probability (MPP) demodulation of angle-modulated signals. A sampled data version of the problem is considered, in which additive Gaussian noise and Gaussian modulating signal are assumed. The algorithm is a numerical method for solving the nonlinear equations which are necessary conditions for MPP estimation. Results of a simulation of the algorithm are presented and discussed. Improvements in performance with respect to a phaselocked loop appear to stem from use of data before and after the time position of a phase estimate and from optimization of performance at low signal-to-noise ratio (SNR) as well as at high SNR.     

Radar power multiplier for acquisition of low observables using anESA radar

In this paper the acquisition of a low observable (LO) incoming tactical ballistic missile using the measurements from a surface based electronically scanned array (ESA) radar is presented. We present a batch maximum likelihood (ML) estimator to acquire the missile while it is exo-atmospheric. The proposed estimator, which combines ML estimation with the probabilistic data association (PDA) approach resulting in the ML-PDA algorithm to handle false alarms, also uses target features. The use of features facilitates target acquisition under low signal-to-noise ratio (SNR) conditions. Typically, ESA radars operate at 13-20 dB, whereas the new estimator is shown to be effective even at 4 dB SNR (in a resolution cell, at the end of the signal processing chain) for a Swerling III fluctuating target, which represents a significant counter-stealth capability. That is, this algorithm acts as an effective “power multiplier” for the radar by about an order of magnitude. An approximate Cramer-Rao lower bound (CRLB), quantifying the attainable estimation accuracies and shown to be met by the proposed estimator, is derived as well     

一种盲多波束形成GNSS天线阵抗干扰算法

天线阵抗干扰是现代卫星导航接收机抗干扰的重要手段。传统的天线阵波束形成类算法能够在抑制干扰的同时提升抗干扰后输出信噪比,但是在信号捕获阶段,由于缺少先验信息的支持,该类算法无法在信号方向形成增益。因此,提出了一种盲多波束形成的天线阵抗干扰算法,通过形成多个波束覆盖天线阵上半球面,可在无先验信息的条件下对卫星信号形成增益,从而提升信号捕获阶段信噪比,使得接收机在干扰环境中具备更强的信号捕获能力。仿真结果表明:与传统的天线阵抗干扰算法相比,提出的算法能够在有效抑制干扰的同时显著提升接收机信号捕获成功率。     

基于空域稀疏性的宽带DOA估计

利用宽带阵列接收信号的空域稀疏性,将宽带信号的波达方向(DOA)估计转化为一个稀疏信号重构的问题,提出了一种新的宽带信号DOA估计算法。该算法将宽带信号分解为多个子带信号,联合利用多个子带信号的空域稀疏性进行重构。它是对用于稀疏重构的标准的稀疏贝叶斯学习算法的推广,可适用于多冗余字典的信号模型。另外,通过对多快拍的阵列接收信号进行奇异值分解(SVD),提取信号子空间作为算法的输入数据,可以在有效减少运算复杂度的同时,提高对噪声的稳健性。与传统的宽带阵列DOA估计方法相比,该算法能够用于低信噪比、快拍有限和信源相关性较高的场合,同时算法的性能对信源个数的估计值不太敏感。仿真实验表明,该算法相对现有的基于子空间类的方法,具有更好的DOA估计性能。     

基于MCIS技术的相位差变化率单站无源定位

针对最大似然估计（ML）方法求解测相位差变化率单站无源定位问题计算量大、定位慢的问题,本文提出一种利用蒙特卡洛重要性抽样技术（MCIS）高精度、低复杂度的估计方法。根据Pincus定理推导出ML问题的近似全局解,利用重要性抽样（IS）技术构建符合高斯分布概率密度（PDF）的重要性函数,作为样本选取的依据,通过逆变换采样获得样本集,统计样本均值直接得到辐射源位置估计结果。MCIS方法简单易实现且运算量低,能够克服传统ML估计多维网格搜索耗时较长的缺陷,而且对目标位置初始估计误差有较低的敏感性。实验结果表明,MCIS算法在相同测量噪声水平下,定位精度优于EKF、NLS算法,有效减小了初始化估计误差对算法定位精度的影响,也进一步讨论分析了算法参数和不同观测条件对定位性能的影响。