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。     

阵元位置误差有源估计方法研究

阐述了对阵列天线阵元位置误差进行的研究,首先在天线阵列所在平面设置一个校正源,利用该校正源对阵元位置误差引起的阵列流形误差进行估计,然后将同一校正源放在不同方位角对阵列流形误差进行估计,最后经过矩阵运算估计出阵元位置误差。仿真证明此方法的有效性。     

红外与可见光图像融合的空间碎片识别方法

针对暗弱空间环境中空间碎片的识别问题,提出了一种光照不均匀环境中的空间碎片识别方法。不同于现有识别方案,该方法从光照不均匀导致空间碎片图像源细节丢失造成识别性能下降的角度出发,首先将空间碎片的红外和可见光图像进行深度融合,并建立空间碎片融合图像数据库,然后基于训练样本采用深度学习技术训练得到空间碎片识别模型。算法分析表明,该图像融合方案具有高度的细节保留能力,识别模型具有在暗弱环境中高精度目标识别能力。最后进行了仿真实验,实验结果表明,该识别方案在姿态变化、图像源亮度变化等干扰条件下都具有较好的鲁棒性。     

一种基于时频分析的欠定盲源分离算法

针对欠定盲源分离,提出了基于时频域信源数估计的盲源分离算法。通过短时傅里叶变换将信号变换至时频域进行分析。在混合矩阵估计环节,根据源信号稀疏性的假设,在时频域利用信号的时间频率比,确定与源信号对应的混合向量。在混合向量聚类过程中,利用同类向量间的距离以及向量不同聚类间的解析度,提出一种信源数估计方法,解决了在聚类算法中假设信源数已知的问题。在源信号分离环节,利用时频子空间中接收信号相关矩阵对角线元素与剩余元素的比值,提出一种子空间信源数估计算法,通过确定信源数,将子空间中欠定模型转换为超定或正定模型,以完成源信号分离。仿真证明算法对混合矩阵估计的正确性以及信号分离的可靠性。     

一种联合估计的有源校正高精度测向算法

针对存在系统误差的阵列模型,提出了一种有源标校下的联合估计测向算法。该算法把误差矩阵估计转化为误差系数估计,并采用到达角精确已知的源信号进行标校,在此基础上使用最小二乘法联合估计幅相不一致误差系数和互耦误差系数,最后使用结合误差矩阵的MUSIC算法测量信号的到达角。仿真表明,该算法仅需要3个标校源,其精度相比于无阵列误差情况下降0.05°,具有较好的工程可实现性。     

基于改进TLS-ESPRIT算法的相干定位信号波达方向空间平滑

针对室内角度定位,在定位信号相干条件下无法实现准确估计波达方向(DOA)的问题,提出了一种基于TLS-ESPRIT算法的双向空间平滑方法。该算法先对定位相干信号进行双向空间平滑处理,然后用TLS-ESPRIT算法进行DOA的精确估计,使其最大限度地利用信号子空间的信息,从而解决了算法计算过程中输出信号的协方差矩阵秩亏损情况。该算法能够准确实现定位信号相干条件下DOA估计,与传统的空间平滑结合其他改进ESPRIT算法相比,具有更好的平稳性及抗干扰能力。最后通过仿真实验验证了算法的有效性和稳定性。     

基于迭代QR分解的DOA估计技术

提出了一种基于迭代QR分解的信源到达角(DOA)估计技术.DOA估计的子空间方法主要是通过估计信号协方差矩阵的信号子空间或者噪声子空间来求出信号的DOA参数.估计这些子空间通常需要大量的计算,采用ASIC实现时其成本会非常昂贵.本文采用迭代QR分解方法进行子空间分解,可以利用较少量的计算资源完成处理任务.仿真实验结果达到0.23毫弧度,说明该算法比较可靠有效.     

姿态抖动运动单平台LBI无源定位系统的角变化率估计和定位算法研究

 研究了采用长基线干涉仪(LBI)体制的运动单平台无源定位系统受平台姿态抖动影响的问题，指出由于平台姿态的快速无规则变化，相位差变化率(RPDC)方法将难以适用，应当采用目标方位角变化率参数进行定位。基于此，针对三维几何空间，提出了一种RP-LS方法估计目标方位角变化率，继而实现对目标的定位。仿真结果表明，该方法能有效解决LBI体制运动单平台定位系统对姿态抖动的适应问题，实现对目标的快速高精度定位。     

基于扩张状态观测器和指令滤波器的导弹姿态控制

针对包含气动参数摄动及执行机构故障等多源不确定性的导弹系统,设计了一种基于扩张状态观测器和指令滤波器的姿态控制方法。该方法通过扩张状态观测器估计系统不确定量,并将不确定量的估计值反馈到控制律中,通过反步法的递归形式补偿各个子系统中的不确定性;同时采用指令滤波方法,得到内回路的跟踪指令及其一阶微分信号,避免了传统反步法"微分膨胀"的问题。仿真结果表明,该方法具有良好的抗干扰和容错性能。     

基于频率补偿的时延估计方法

无源时差定位中,当目标处于运动状态时,多普勒频率的存在将导致时延差估计精度变差。自相关法和互相关法相结合的多普勒频差估计方法可以获得可靠性较高、估计精度较好的频差估计结果。对该结果进行频差补偿后,采用基于相位谱的时延估计方法获得两信号间的时延差。经过仿真验证,这种基于频差补偿的时延估计方法可以有效降低多普勒频差对时延差估计精度的影响。     

口径近场的特征谱

 提出口径近场特征谱的概念，以描述口径设计近场特征。特征谱包括角域谱和时域谱，分别定义为口径近场区空域场和频域场在角域和时域的变换。理论分析和计算结果表明，特征谱可以在角域和时域上分离有限大口径的直达波和绕射波，因而可以用来描述口面尺寸、形状和场分布等条件改变时绕射场的相对变化，这对紧缩场设计具有参考价值。基于口面场卷积法，计算、比较了限度为5 m×5 m圆口径和方口径近场在X波段特征谱分布。并导出：口径近场角谱为口径场角谱和网络响应函数角谱的乘积，网络响应函数等效于一个空间角谱滤波器。     

转子振动故障的小波能谱熵SVM诊断方法

融合小波能谱熵和支持向量机(SVM)的特点,提出了基于小波能谱熵的SVM故障诊断方法.利用转子试验台对转子典型振动故障进行模拟并采集振动数据,提取其振动信号的小波能谱熵作为特征向量,通过样本训练建立了转子在各种典型振动故障状态下的SVM模型和多类分类器,进而实现了对未知转子振动故障的识别.实际应用表明,提出的转子振动故障诊断方法是可行和有效性的.      

空域数据重排的后多普勒自适应处理方法

传统的后多普勒自适应处理方法,如因子法(FA)和扩展因子法(EFA)虽然能大大降低自适应处理时的运算量和独立同分布样本的需求量,但由于实际中均匀训练样本数目的限制,当天线阵元数进一步增大时,FA和EFA抑制杂波和检测动目标的能力会显著恶化。针对这一问题,提出了一种空域数据重排的后多普勒自适应处理方法。该方法将多普勒滤波后的空域数据重排为一行列数相近的矩阵,空域滤波器权系数也表示成可分离的形式,从而得到一双二次代价函数,利用循环迭代的思想求解权系数。实验表明该方法具有快速收敛,所需训练样本少的优点,尤其在大阵列、小样本条件下该方法抑制杂波的性能明显优于FA和EFA。     

子空间投影DOA估计算法分析及合成空间谱

 针对子空间投影波达方向（DOA）估计方法在非理想条件下性能下降的问题,提出利用加权信号子空间投影和噪声子空间投影获得合成空间谱的DOA估计方法。从不同空间投影矩阵的角度对多种基于特征分解的子空间投影DOA估计方法进行归类分析,在分析的基础上通过对信号子空间投影采用主特征值倒数加权,并与常规噪声子空间投影进行空间谱合成对多目标进行分辨。合成空间谱在低信噪比、小快拍数和非等强多目标条件下具有优良的目标分辨能力和稳健性。理论和统计性能分析表明其性能优于多重信号分类（MUSIC）和信号子空间模变MUSIC（SSMUSIC）方法,有较高的工程应用价值。     

Identification of a 2D turbulent wind spectrum

Turbulent wind spectrum models usually involve nonrational terms. For such models the development of a Markovian time simulator relies on a rational approximation obtained by the way of an identification stage. This paper presents a general method to manage this identification stage, that provides us with a family of stable rational approximations which is proved to converge towards the true model as the dimension increases. We first give an exact but infinite dimensional state space representation of the spectrum. It is based on the use of a diffusive equation. For bi-dimensional (2D) signals it also uses decoupling by spatial Fourier transformation. Then the discretization of this exact model leads easily to stable finite dimensional approximations over a prescribed frequency range. This approach is applied to the identification of a theoretical 2D turbulent wind spectrum, and of a 1D turbulent wind spectrum estimated from in flight recorded data.     

基于强抗噪威格纳威利分析的滚动轴承故障诊断

为了解决威格纳威利谱(Wigner-Vile spectrum, WVS)时频分析方法对受强背景噪声影响下的滚动轴承冲击性故障信号特征提取难的问题，根据滚动轴承发生故障时呈现出的循环平稳特征，将基于2阶循环统计量的循环谱密度算法(cyclic spectral density, CSD)与WVS相结合，提出基于CSD的WVS分析方法，即循环谱密度威格纳威利谱(CSDWVS)时频分析方法。经仿真及实验验证，相对传统WVS分析方法，该方法能有效提取出强背景噪声影响下的滚动轴承内圈故障特征频率为51.9 Hz及外圈故障特征频率为32.1 Hz。      

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。     

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。     

基于液晶光阀的动态红外场景仿真研究

介绍了基于液晶光阀的动态红外场景仿真系统构成,分析了液晶光阀的波长变换和空间调制机理。对反映红外场景仿真效果主要因素(光谱输出特性、时间响应特性和空间分辨力)进行了理论分析和研究。利用优化设计液晶光阀参数构建的动态红外场景仿真样机,测量其光谱输出特性、时间响应特性和空间分辨力,结果表明,仿真系统的输出光谱可覆盖中波和长波红外波段,可实现帧频70Hz,系统空间分辨力优于10 lp/mm(受红外光学系统和红外热像仪分辨力限制)。     

阵列宽带Lamb波在结构损伤检测中的应用

阵列信号处理中的空间谱估计可以对信号源进行辨别和定位,于是通过采集在结构上布置的阵列传感器Lamb波信号用来检测损伤发生的位置。通常,大多数空间谱估计方法均以窄带信号为假定,在很多基于Lamb波的结构损伤检测中,为了减小频散特性的影响,大多数研究以Lamb波为窄带信号进行分析,但无限窄的激励信号是物理不可实现的。因此,其在多数情况下Lamb波信号并不符合窄带信号假定,更应被认为是一种宽带信号来进行处理。进而利用空间谱估计中宽带信号非相干子空间处理方法（Incoherent Signal Subspace Method,ISM）中阵列接收的宽带Lamb波信号进行处理,检测出结构发生单一损伤时的损伤位置。随后,当结构损伤与边界反射波有叠加时会引起损伤信号相干,采用宽带信号相干子空间方法（Coherent Signal Subspace Method,CSM）对损伤位置进行检测,得到了较好的结果。