用修正数据映射方法实现快速稳健子空间跟踪

为改善现有子空间跟踪方法的运算量大或鲁棒性/稳定性差等缺点,基于原数据映射方法(DPM),采用新的正交归一化,提出了一种快速稳健的修正DPM(MDPM)算法。通过改变符号选择跟踪信号子空间或噪声子空间,同时提供了子空间基的正交矢量,运行时无累积性误差。研究和仿真结果表明:与传统子空间跟踪算法相比,MDPM算法的鲁棒性/稳定性好、收敛速度快、运算量小。     

基于双子空间跟踪及盲波束形成的GNSS抗干扰算法

根据全球导航卫星系统（Global Navigation Satellite Systems, GNSS）卫星信号粗捕获（C／A）码的相关峰特点,提出基于双子空间跟踪及盲波束形成的GNSS抗干扰算法。首先通过噪声子空间跟踪将接收信号投影到噪声子空间进行干扰抑制,提高接收信号信干比（SIR）。然后利用指定卫星C／A码与干扰抑制信号进行相关运算,增强指定卫星信号的信噪比（SNR）,结合一维信号子空间跟踪,获取指定卫星导向矢量,实现对干扰抑制信号形成波束指向的目的。本算法不需要知道传输的导航符号以及卫星方位,是一种盲自适应算法。由于采用低运算复杂度的子空间跟踪方法,降低了抗干扰接收机的运算负担,保证了算法的实时性要求。最后通过实验仿真验证了提出算法能够有效地对抗强干扰以及增强GNSS信号。     

一种步长为对角阵的正交数据投影算法

针对传统子空间跟踪算法正交性和稳定性差的问题,基于数据投影算法(DPM),提出了一种步长为对角阵的正交DPM算法。算法运算复杂度较低,能提供标准正交的子空间,运行时无累积性误差;采用"自适应"而非固定搜索步长,能更好地匹配子空间的动态收敛速度,可进一步提高收敛速率并具有更佳的跟踪性能。仿真结果证明了新算法的有效性和正确性。     

用于跟踪突然消失信号源的自适应特征子空间算法

自适应特征子空间算法在跟踪不稳定信号参数方面有着许多优点，如阵列信号处理中的到在方向等。大多数自适应特征结构法能够跟踪所有的动目标信号源和突然出现的目标信号源。     

子空间跟踪方法在GPS空时抗干扰中的应用

提出将子空间跟踪方法用于GPS接收机空时抗干扰中。根据接收信号中干扰信号远强于有用信号和噪声的特点,将子空间投影方法与空时信号处理相结合,对自适应PASTd子空间跟踪方法进行了改进,使其在强干扰下也能快速、准确的估计出空时二维干扰子空间,进一步求出空时抗干扰最佳权。与原自适应PASTd方法相比,该改进方法在增加很少计算量的情况下,干扰子空间估计的收敛性和准确性有大幅提高,抗干扰性能良好、稳定。该方法能够实时跟踪干扰子空间的变化,结构简单,计算量小,适合多变干扰环境,具有较高的可行性和实用性。仿真试验验证了该方法对窄带和宽带干扰均有效。     

基于子空间追踪的无源信号检测技术

数字阵列瞬时全空域覆盖时,所需的波束数量随着阵列规模增大而增加,这将使得信号处理复杂度提升,设备量增大.为了减少大型阵列的设备量,提出了一种基于子空间追踪的无源信号检测技术.该技术利用辐射源信号在空域的稀疏性,用子空间追踪算法实时跟踪辐射源信号,将波束对准辐射源信号方向,进行自适应空域滤波,从而减少波束个数,降低计算量.该算法可以适应多信号形式,自适应地对多个辐射源的来波进行滤波,滤波之后的信号可以进行信号检测及信号分选,且波束个数不随阵列规模的增加而增加,可以大大减少大型阵列的设备量.     

自适应天线抗干扰性能研究

分析了适用于雷达抗干扰的一些自适应天线波束形成算法,将子空间正交投影算法应用于雷达抗干扰,针对子空间分解过程中特征向量不能完全正交的问题,采用约束化子空间分解算法,来保证子空间特征向量的正交性.最后通过仿真证明:子空间跟踪算法相对于传统的一些自适应算法具有更强的抗干扰性能.     

子空间跟踪算法在热模态问题中的应用研究

总结子空间跟踪算法识别模态参数的一般步骤。对一个有理论参考解的时变两自由度系统进行仿真,利用添加不同量级噪声的响应数据对系统进行辨识。辨识结果表明:基于新信息准则的子空间跟踪算法拥有较好的抗噪能力。对飞行器舵面结构进行受控快速加热,辨识快速升温过程中的模态参数。辨识结果表明:子空间跟踪算法可用于热模态辨识,有一定的工程应用价值。     

应用多星的空间目标跟踪定位算法

单星激光测距空间目标定位算法受远距离激光测距机测频的限制,有效数据速率较低。文章构建天基探测系统空间目标观测模型,提出一种应用多星的空间目标跟踪定位算法。该算法基于三角交会原理,面向多星不同载荷平台,基于空间目标成像投影和坐标转换模型,计算空间目标的异面直线距离,采用最近邻算法最优匹配关联同一空间目标的星间像点,基于双星交会模型解算空间目标轨迹,进行空间目标跟踪。此外,针对空间目标的星间信息丢失、空间目标与卫星共面时多空间目标跟踪精度低的问题,引入空间目标的加速度参数分量,改进卡尔曼滤波算法,预测空间目标轨迹位置,从而有效提高多目标跟踪精度。实例验证结果表明:文章提出算法的空间目标跟踪与定位精度高,能有效解决星间信息丢失引起的精度下降问题。     

基于Krylov子空间的宽带信号DOA快速估计方法

提出了一种基于Krylov子空间的宽带信号DOA（Direction of Arrival）快速估计方法。该方法首先对方向矩阵进行Jacobi—Anger展开来构造“聚焦”矩阵，然后通过多级维纳滤波（MSWF：Multi-Stage Weiner Filter）算法求得聚焦后的阵列协方差矩阵的Krylov子空间，因为在满足一定的条件下，Krylov子空间等价于阵列的信号子空间，所以可以求得信号的DOA。采用Jacobi-Anger展开式构造聚焦矩阵不需要进行角度的预估计，通过MSWF算法求Krylov子空间不需对观测数据的协方差矩阵进行特征值或奇异值分解，从而使得该方法运算量比常用的宽带空间谱估计方法要小。计算机仿真试验证实了方法的有效性。     

基于张量子空间的信号参数估计算法

针对低信噪比条件下多通道信号特征参数估计问题,提出了两种基于张量子空间的信号参数估计算法,分别是基于矩阵堆叠的张量分解算法和基于张量矩阵因子的联合算法。通过研究参数化信号模型、信号子空间旋转不变性和张量范德蒙分解原理,分析了多通道数据的三维张量数据模型的构建;矩阵堆叠的张量分解算法验证了张量高阶奇异值分解是矩阵奇异值分解的推广,矩阵因子联合算法进一步提高了低信噪比条件下的信号参数估计精度。仿真以信号频率和初相位的估计精度为衡量指标,验证了低信噪比的条件下,张量子空间信号参数估计算法要优于传统的矩阵子空间信号参数估计算法。
     

基于iSIGHT平台的并行子空间算法研究

概述了并行子空间算法的两种计算框架。即基于学科级优化的并行子空间算法和基于试验设计的并行子空间算法，在对比两种算法框架特点的基础上，分析了基于试验设计法的并行子空间算法的工程实用性，最后结合算例在iSIGHT软件中完成了集成优化分析。     

基于Cholesky分解的改进的随机子空间法研究

基于数据的随机子空间法是计算精度较高的环境激励下结构模态参数辨识方法之一。该方法的缺点是当响应数据量很大时,对Hankel矩阵(Y矩阵)进行QR分解的计算效率不够理想。对YYT矩阵元素进行合理简化,再对YYT简化矩阵进行乔利斯基(Cholesky)分解。理论推导和算例分析结果均表明在不降低计算精度的同时,新方法的计算效率至少提高10倍。     

基于噪声子空间估计的MWF实现

采用阵列天线对GPS接收信号进行干扰抑制,在信号处理时引入时延,形成空时二维处理的模式.空时二维抗干扰由于运算量大而导致在实际实现困难,必须进行降维处理.多级维纳滤波(MWF)方法可以有效降低滤波器的维数,但是经典的MWF方法存在子空间维数估计不准的问题.本文对于多级维纳滤波方法进行了分析,利用MWF的分析滤波器将接收信号矢量映射为另一信号矢量.通过对该信号矢量的协方差矩阵进行分析,找到一种判断子空间维数的稳健方法.仿真表明该方法能够准确地估计出噪声子空间维数.与传统的设定MSE门限的方法相比较,得出用本方法估计子空间维数更为准确可靠,抗干扰性能更优的结论.     

一种多级助推段弹道导弹跟踪算法

针对多级助推段弹道导弹存在多个加速度突变点、机动性强导致跟踪难度大的问题,提出一种基于量测转换的强跟踪输入估计（STMIE）弹道导弹跟踪算法。在对多级助推段弹道导弹动力学特性分析的基础上,推导出雷达站东北上（ENU）坐标系下弹道导弹的运动方程,并通过将修正的无偏量测转换（MUCM）与STMIE算法融合,使得在导弹跟踪中应用STMIE算法成为可能。以典型的多级助推段弹道导弹为跟踪目标进行仿真校验,结果表明,本文算法对多级助推段弹道导弹目标跟踪性能优越,且算法复杂度较低,效费比高。     

基于分层人工鱼群的相干极化-DOA联合估计

智能优化算法是解决多维非线性优化问题、提高计算效率的有力工具。本文针对相干辐射源极化-空间角联合估计中计算量巨大的工程难题，以广义子空间拟合约束公式为代价函数，提出一种分层人工鱼群算法。该算法基于分层协同策略将鱼群分为底层和顶层，底层以人工鱼群算法进行全局搜索以保证种群多样性，顶层以粒子群算法进行局部搜索以加快收敛速度。仿真结果证明：分层人工鱼群算法能大幅降低广义子空间拟合的计算量，尤其是在较多目标的情况下。算法可有效提高计算效率，同时可提供优于传统人工鱼群算法的估计精度。