面向无人集群的通信定位一体化方法研究

针对无人集群协同作战通信/定位的集约化设计需求，提出了一种单载波频域均衡（SCFDE）与直接序列扩频（DSSS）技术有机结合的通信定位一体化波形。一方面，利用SCFDE中频域均衡易于克服频率选择性衰落且便于与DSSS结合的优势，使系统具有良好的适应复杂场景的通信能力；另一方面，利用恒包络零自相关导频序列的优良自相关和互相关特性，将其作为导频序列并计算与本地导频符号的循环移位相关，检测相关峰值即可实现整数符号周期信号到达时间估计。同时，结合用于信道估计的导频序列，构建差分延时相关模型，有效解决了小数采样周期信号到达时间估计问题，实现了高精度的信号到达时间估计。     

基于修正Rife算法的脉冲回波相参积累算法

针对目标径向运动导致回波在波门内出现距离走动的情况,提出了一种针对径向匀速运动目标回波信号长时间相参积累的方法。该方法根据傅里叶变换的时移性质——不同时刻回波频谱相关序列的频率包含了各回波到达的时间延迟,通过修正Rife算法估计此时间延迟,最终确定并补偿各个回波的距离走动分量。仿真结果表明:提出的方法可以有效补偿各回波间的距离走动;信噪比低至-6dB时,算法的性能即可达到最优;补偿后积累信号的信噪比可以达到理想积累情况下的93%。     

一种FMCW SAR地面运动目标谱图域参数估计方法

对调频连续波(FMCW)合成孔径雷达(SAR)地面运动目标的参数估计方法进行了研究,采用相位中心偏置天线(DPCA)技术对地杂波进行抑制,分析了载机及地面运动目标连续运动对回波信号的影响,推导了采用DPCA技术引入的回波慢时间包络(STE)项与地面运动目标参数之间的关系。在此基础上,提出了一种地面运动目标谱图域参数估计方法,该方法首先利用Radon变换在谱图域估计导致回波信号距离走动的目标等效径向速度,并对距离走动进行校正;其次,在谱图域中提取运动目标回波幅度,根据STE项引起的回波幅度变化与目标方位向速度之间的关系,估计目标的方位向速度,并进一步求解相应的目标径向速度。所提方法能够在谱图域完成地面运动目标二维速度估计,最后的仿真实验验证了所提方法的有效性和可行性。     

火箭发动机装药包覆层厚度信号处理技术研究

用超声测量火箭发动机装药包覆层厚度时,当包覆层较薄时检测回波信号会出现时域混叠。基于时域混叠信号的特点,提出了一种时间延迟估计的新方法。该方法用维纳解卷积消除了检测始波对时间延迟估计的影响，并对剩余信号进行了三次能量倒谱分析，准确直观地估计出了信号延迟时间。该方法已在开发的超声探伤系统中得到了验证。实验结果表明，该方法能准确估计出时域混叠信号的延迟时间，提高了火箭发动机装药包覆层厚度的测量精度。     

基于多项式聚焦矩阵的宽带信号到达角估计性能分析

对宽带信号采用基于多项式聚焦矩阵的方法进行到达角估计,并进行了计算机仿真。计算机仿真表明,多项式聚焦矩阵具有计算量小、抗噪性好、能对相干信号进行到达角估计的优点,但需要满足阵元间距远小于信号半波长的条件。当阵元间距不满足该条件时,会引入较大的估计误差。     

基于分形的BP网络水下目标识别

主要讨论目标回波的分形特征和基于分形的识别方法,并用实际潜艇的回波数据进行了分形特征识别研究。在分析回波信号的时间域波形的基础上,应用随机分形理论,给出基于分形 Brown 运动的回波信号分形特征矢量提取的理论和方法;提取了回波信号的分形特征矢量;进而给出了基于 BP 网络的分类计算方法。计算结果表明,提出的提取水声回波信号目标特征矢量的方法与分类方法切实可行。     

聚焦变换在MIMO阵列方位估计中的应用

MIMO阵列是近年来信号处理领域提出的一种新体制阵列技术,可有效避免常规阵列中的相干源问题。为解决多载波造成的方位模糊,提出了一种基于聚焦变换的MIMO阵列目标方位估计方法。该方法将MIMO阵列接收信号分解为多个频率分量的信号,并通过聚焦算法将多个频率信号聚焦到同一信号子空间,然后对聚焦后的信号进行方位估计。仿真结果表明:与直接对MIMO阵列接收信号进行方位估计相比,该方法利用了MIMO阵列的回波不相干性和宽带信号能量,具有更好的分辨能力和更高的方位估计精度。     

基于单基站的载人月球车相对定位技术

针对载人月球车在月球上对高精度、低部署成本导航定位技术的需求,研究了基于月球车与月球基地的无线通信数据链的单基站相对定位技术。为降低对高精度时钟的要求,使用伪随机码编码的双向飞行到达时间进行测距估计;利用定向天线组合的方式设计了测角阵列天线,研究了阵列天线到达信号幅度对信号到达角度进行估计方法。仿真表明,在不增加基站部署的情况下,能够满足月球车10 m以内(@1000 m)的定位精度。     

在单脉冲内利用Hough-Ambiguity变换估计目标加速度研究

根据雷达发射恒定载频信号时匀加速目标的回波为线性调频（LFM）信号的特点,研究了在单脉冲内基于Hough—Ambiguity变换（HAT）估计目标径向加速度的问题。首先,采用Hough—Ambiguity变换得到信号的调频斜率;进而,根据调频斜率估计出目标径向加速度;最后,仿真实验结果验证了方法的有效性。     

弹性高超声速滑翔飞行器的状态/参数联合估计

弹性高超声速滑翔飞行器具有强非线性、强不确定性和刚体/弹性耦合的特点，对其状态和参数进行估计十分必要。为解决这一问题，提出了一种传感器布置策略和一种利用正交三角（QR）分解更新到达代价的滚动时域估计算法（MHE-QR）。首先，建立了考虑弹性的传感器观测模型并分析了传感器位置对可观性的影响，并在此基础上提出了一种反映系统可观性的性能指标。传感器布置策略以此性能指标为目标函数，将传感器布置问题转化为约束非线性优化问题并求解，即可得到最优传感器布置方案。然后提出了MHE-QR算法。在滚动时域估计的框架下，该算法利用前向动态规划原理将到达代价的计算转化为最小二乘问题，并给出了基于QR分解的到达代价更新算法。仿真结果表明该传感器布置策略和MHE-QR算法能够有效提高估计精度、收敛速度和计算速度。此外，MHE-QR算法具有实时应用的潜力。     

Detection and Estimation with Fixed Lag for Abruptly Changing Systems

The problem of state estimation and system structure detection for discrete-time stochastic systems with parameters which may switch among a finite set of values is considered. The switchings are modeled by a semi-Markov, or Markov, chain with known transition statistics. A fixed time delay (lag) is allowed in estimation (smoothing) and detection. The optimal solutions require geometrically increasing computations and storage with time. Suboptimal solutions are proposed to alleviate this problem and simulation results are presented to illustrate the effectiveness of the proposed algorithms and the advantages of introducing a delay in processing of the observations.     

Super resolution SAR imaging via parametric spectral estimationmethods

Super resolution synthetic aperture radar (SAR) image formation via sophisticated parametric spectral estimation algorithms is considered. Parametric spectral estimation methods are devised based on parametric data models and are used to estimate the model parameters. Since SAR images rather than model parameters are often used in SAR applications, we use the parameter estimates obtained with the parametric methods to simulate data matrices of large dimensions and then use the fast Fourier transform (FFT) methods on them to generate SAR images with super resolution. Experimental examples using the MSTAR and Environmental Research Institute of Michigan (ERIM) data illustrate that robust spectral estimation algorithms can generate SAR images of higher resolution than the conventional FFT methods and enhance the dominant target features     

Distributed state estimation for linear time-invariant dynamical systems: A review of theories and algorithms

Distributed state estimation is of paramount importance in many applications involving the large-scale complex systems over spatially deployed networked sensors. This paper provides an overview for analysis of distributed state estimation algorithms for linear time invariant systems. A number of previous works are reviewed and a clear classification of the main approaches in this field are presented, i.e., Kalman-filter-type methods and Luenberger-observer-type methods. The design and the stabil...     

面向声源定位的改进广义互相关时延估计方法

面向以数字微机电系统(MEMS)麦克风作为声传感器的声源定位阵列,完成了前端麦克风阵列的电路设计和以现场可编程逻辑门阵列(FPGA)为核心的数据采集系统的开发,并对麦克风输出的脉冲密度调制信号进行了降采样处理.针对传统的广义互相关算法在低信噪比下时延估计误差较大的问题,提出了一种改进PHAT加权函数的方法.在同等条件下对基于不同加权函数的广义互相关算法进行了MATLAB仿真验证,实验结果表明,在低信噪比条件下该方法相较于传统的广义互相关算法,时延估计误差更小且抗噪性能更强.     

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...     

空间谱估计经典算法性能比较

空间谱估计是阵列信号处理的一个重要研究方向。空间谱估计理论与技术已日趋成熟，近几十年的经典谱估计技术包括：常规波束形成（CBF）、Capon谱估计、多重信号分类（MUSIC）、旋转不变子空间算法（ESPRIT）、最大似然（ML）、子空间拟合（SF），及这些算法的扩展和变形。上述算法在各个分散的文章中均有具体深入的理论分析和研究，亦有类似的2种或3种算法的性能比较，但是针对这些所有算法的性能比较，就笔者所知尚无公开报道，而使工程实现时对算法的选择没有依据。本文对这些经典算法做了简介，列出各个算法的优缺点，并对性能进行仿真比较，能直观地得到各个算法的性能对比，给工程实现算法选择提供理论依据。     

短波段内多重信号分类算法的窄带假设分析

经典空间谱估计算法的两个适用假设是远场平面波和窄带信号。文章利用7单元均匀线列阵仿真分析了短波波段内多重信号分类（MUSIC）算法的窄带假设上限带宽。可以发现：对于短波信号,50kHz的带宽所带来的测向误差不超过O．08°。这就意味着,对于短波通信信号的侦察测向完全可以采用经典空间谱估计算法,比如MUSIC算法,而不需要为窄带假设来付出代价,这便为设计高精度的短波通信实时测向系统提供了条件。     

DOA估计算法性能分析及仿真

分析了几种常见空间谱估计算法的结构,提出了一种未知信源数的高分辨DOA估计算法。该算法继承了求根MUSIC算法优越的性能,直接利用阵列接收数据的协方差矩阵,无须预判信源个数和进行特征值分解,实现高分辨谱估计,同时在信噪比较小时,仍能保持较高的角度分辨力。最后通过大量的计算机仿真实验比较了各种算法的性能,证明了新算法理论的正确性和有效性。     

Model-based robust estimation and fault detection for MEMS-INS/GPS integrated navigation systems

In micro-electro-mechanical system based inertial navigation system（MEMS-INS）/global position system（GPS） integrated navigation systems, there exist unknown disturbances and abnormal measurements. In order to obtain high estimation accuracy and enhance detection sensitivity to faults in measurements, this paper deals with the problem of model-based robust estimation（RE） and fault detection（FD）. A filter gain matrix and a post-filter are designed to obtain a RE and FD algorithm with current measurements, which is different from most of the existing priori filters using measurements in one-step delay. With the designed filter gain matrix, the H-infinity norm of the transfer function from noise inputs to estimation error outputs is limited within a certain range; with the designed post-filter, the residual signal is robust to disturbances but sensitive to faults. Therefore, the algorithm can guarantee small estimation errors in the presence of disturbances and have high sensitivity to faults. The proposed method is evaluated in an integrated navigation system, and the simulation results show that it is more effective in position estimation and fault signal detection than priori RE and FD algorithms.     

多传感器融合状态估计方法综述

随着传感器网络技术的发展，多传感器融合状态估计凭借其鲁棒性、灵活性、可扩展性以及便于故障检测等优点，长期受到国内外学者的广泛关注，并取得了大量研究成果。数据融合的方法为融合状态估计奠定了理论基础，也是早期研究的主要方向，从20世纪70年代到20世纪末，相继发展出了集中式和分散式滤波架构及相应算法。无线通信技术的成熟以及一致性算法的出现使得分布式状态估计的研究进入了快车道，自2005年以来，大量基于一致性的分布式滤波算法被提出，其中不乏实用的经典方法和优秀的开创性方法。旨在梳理多传感器融合状态估计的发展，探究从数据融合到分布式滤波的内在联系，并对一些经典方法进行了总结。