基于空间时频分布矩阵的到达角估计

介绍了基于窄带信号模型的传统空间时频分布矩阵估计到达角 (DOA)的算法。在此基础上将该算法推广到对雷达信号的DOA估计 ,并给出了算法的适用条件。通过对阵元输出作时频分析 ,获取信号的瞬时频率特性 ,以此构造方向向量 ,并在时频脊点上构造空间时频分布矩阵 ,求得MUSIC空间谱 ,从而实现对DOA的估计。仿真结果显示 ,采用此处理方法 ,可以实现对DOA的正确估计     

基于多项式求根的欠采样频率估计方法

基于多项式求根算法,本文提出了一种新的欠采样宽频带信号频率的估计方法。根据直接欠采样信号及时延后的欠采样信号在不同整数倍抽取下形成的数据向量均满足Vandermonde结构,推导出了由欠采样引起的模糊频率值及由时延产生的延迟相位与模糊频率的联合估计值的快速估计算法,并结合一定的配对方法和解模糊算法就可实现无模糊的宽频带信号的频率估计。本算法无需作大量的矩阵运算,具有算法简单、易于实现等特点,仿真验证了上述结论的正确性及高精度特性。     

基于密度聚类和lp范数最小化的空中微动群目标盲源分离技术研究

盲源分离(blind source separation, BSS)在语音信号的识别、生物医学信号的处理以及雷达信号的目标识别上具有重要的应用价值。为了解决空中微动群目标的欠定盲分离问题,提出了一种基于密度聚类和lp范数(0相似文献   

信源数未知情况下基于嵌套阵列的DOA估计算法

针对电子侦察中的DOA估计问题,提出了一种基于嵌套阵列的DOA估计算法。首先对协方差矩阵向量化以扩展阵列孔径,并生成新的协方差矩阵;然后利用协方差矩阵的行向量构造Toeplitz矩阵,并利用其联合对角结构生成代价函数;最后通过一维谱峰搜索求解出各信源的DOA。该方法能够在信源数未知、欠定等的情况下进行有效的估计,具有较高的估计精度与分辨力,且对信噪比要求不高。     

一种正弦调频信号的数字解调技术研究

提出了一种正弦调频信号参数数字估计方法,首先利用子带分析滤波器组对信号进行时频分析,根据时频特性所提供的频率变化信息,进一步采用双滤波器结构进行参数估计。仿真结果表明,该方法能有效地检测出信号的调频特征和较准确估计出参数值。在算法的实施过程中,不含求根、变换等复杂运算,易于硬件实现。     

基于时频子空间的DOA估计

提出了一种基于时频子空间的到达角 (DOA)估计新方法。传统的子空间测向方法由于本身固有的原因 ,存在三个缺陷 :无法分辨到达角相近甚至重合的信号 ;信号个数必须小于阵元个数 ;对多个不同中心频率的窄带信号测角时 ,必须进行频域搜索。把时频分析用于阵列信号处理 ,利用信号的时频脊点构造空域时频分布矩阵 (STFD) ,以代替传统的阵列相关矩阵 ,同时可以确定信号的导向矢量。通过对STFD矩阵进行特征分解来估计出信号子空间和噪声子空间 ,从而估计出信号的到达角。克服了传统子空间测向方法的缺陷 ,提高了测向能力。最后对非平稳信号进行了仿真 ,证实了时频子空间测向的优越性。     

用数据矩阵奇异值分解实现时间欠采样信号频率无模糊估计

提出一种在欠Ｎｙｑｕｉｓｔ采样下可实现高宽频带内信号频率无模糊估计的算法，该算法通过构造一种特殊的数据矩阵，对数据矩阵奇异值分解，利用有限的采样数据构造出更为精确的噪声子空间，利用信号子空间与噪声子空间的正交性，精确地提取多个空间信号的频率信息。该法比基于协方差矩阵特征分解的算法具有更好的分辨性能。仿真结果验证了该算法的有效性。     

基于压缩感知的高分辨DOA估计

研究基于压缩感知的多目标DOA估计问题.利用空间目标空域的稀疏性,提出一种新的DOA压缩感知模型,其感知矩阵满足约束等容(RIP)条件.提出一种基于奇异值分解的多测量矢量欠定系统正则化聚焦求解(SVD-RMFOCUSS)算法.该算法在一定程度上克服了压缩感知重构算法无法用于低信噪比情况缺陷,且具有较低的运算复杂度.计算机仿真表明该算法性能优于传统DOA估计算法,能够对任意相关性的信号进行有效DOA估计,具有更高的角度分辨力及估计精度.     

基于时频图像形态学的雷达信号IF估计

针对低信噪比下雷达信号的IF估计,提出一种将时频分析和图像处理相结合的估计方法.首先通过时频变换将一维信号转化为二维时频图像;然后采用形态学方法去除时频图像上的噪声点和毛刺,并将其骨骼化;最后采用图像处理中标注连接分量的方法,区分出不同分量的雷达信号以及噪声分量,并通过统计信号分量的行索引和列索引估计出信号的IF.对SFM、LFM和FSK信号的IF估计进行了仿真分析,实验结果表明该方法能够在较低信噪比下有效地估计出信号的IF,同时也适用于多分量信号.     

雷达低空测向环境中的直达波DOA估计算法

基于低空测角模型,提出了一种基于四阶累积量的直达波方位估计算法。该算法首先采用Pro—VESPA算法估计出广义方向矩阵,再利用目标直达波信号和多径信号之间的仰角几何关系,不需已知多径信号的相干系数,对广义方向矩阵函数一维搜索就可直接精确获得直达波方位,算法适用于高斯白噪声或色噪声环境,具有较好的鲁棒性。计算机仿真验证了该算法的有效性。     

基于映射矩阵的单平台射向快速估计算法

针对基于弹道切割模型的单平台仅测角射向估计效率低的问题,提出了一种基于映射矩阵的射向快速估计算法.首先,介绍了基于弹道切割模型的射向估计的基本原理,分析了该算法的不足.其次,以一个切割平面为基准,研究了其它切割平面与该基准平面的映射关系,进一步建立了映射矩阵.接下来,基于映射矩阵提出了射向估计的快速算法.蒙特卡罗仿真结果表明,该算法的射向估计精度与原算法基本相当,但计算效率提高了近6倍.     

空间目标三维重构误差分析与相机参数设计方法

针对空间目标三维重构任务中的相机参数设计问题,提出一套由目标重构精度反演观测相机参数及观测方案的方法。通过梳理三维重构误差传播机理,将误差传播归结为相机内参数影响特征点齐次坐标和齐次坐标影响重构精度两个过程,给出了三维重构误差计算方法。基于误差下限分析计算结果,给出了观测距离、拍照间隔与相机姿态指向等任务参数的设计原则,建立了由重构精度反演相机焦距和像素尺寸的方法,形成一套以重构精度为核心指标的观测方案和相机参数设计方法。针对模拟空间目标的仿真试验校验了重构误差估算算法及相机参数和观测方案设计方法的有效性。     

一种等效快速非正交联合对角化算法

针对空间源信号参数估计实时性的需求,提出一种等效快速非正交联合对角化（EFJD）算法。该算法具有计算复杂度低和收敛速度快的特点,可有效提高空间源信号参数估计的实时性。该算法从两个方面减少运算量,从而加快联合对角化的收敛速度。一方面根据欲联合对角化的目标矩阵组中矩阵的个数通常大于矩阵秩的实际情形,对目标矩阵组进行预处理,将其中的矩阵个数降为矩阵的秩,减少了每次迭代的运算量;另一方面对初始值进行优化,减少了迭代次数。数学推导证明,当目标矩阵组中矩阵的个数相对于矩阵秩取较大值时,EFJD算法就可降低运算量,而且运算量随二者差值的增加显著降低。仿真结果不但验证了这一结论,还表明其联合对角化精度较快速Frobenius范数对角化（FFDiag）算法有所提高。     

提高卫星导航性能的阵列参数估计算法

针对卫星导航信号参数估计性能严重影响导航定位精度,提出了一种利用电磁偶极子对提高信号波达方向和极化参数估计性能的方法。充分利用接收数据协方差矩阵,通过两次特征分解,由特征分解的特征值进行极化参数估计。利用小圆环子阵导向矢量得到波达方向的粗略而无模糊的估计,大圆环子阵导向矢量得到有模糊的估计,通过解模糊得到精确的无模糊的估计,从而大幅提高了到达角的估计精度。比较了单个圆环阵列和同心圆环阵列的参数估计性能,分析了参数估计精度对抗干扰性能的影响,仿真结果表明参数估计精度的提高有效改善了卫星导航抗干扰的性能。     

一种用于深空高动态微弱信号的频率估计算法

研究了低载噪比与高动态环境下的深空测控系统频率估计算法,在分析已有方法不足的基础上,提出了一种基于无迹卡尔曼滤波(UKF)的闭环载波跟踪方法。此方法结合了锁频环鉴别器和UKF的优点,获得了宽的估计范围,高的估计精度和低的载噪比门限。在分析UKF模型的基础上,此方法还减少了原有UKF算法的运算量。仿真过程模拟了接收机的高动态运动轨迹,结果表明此法具有较好的动态适应能力、收敛性能和跟踪精度,能够有效地完成低载噪比与高动态环境下的频率估计。此法与基于扩展卡尔曼滤波(EKF)的频率估计算法相比,具有更低的频率估计误差,因此有着良好的应用前景。     

基于积分抽取的时/频差参数估计方法

利用互模糊函数对大数据量信号进行时/频差参数估计的运算量大,现有处理算法难以满足系统实时性要求。针对该问题,提出了基于积分抽取的时/频差参数估计方法。该方法根据对积分抽取滤波器的性能分析,选择最优的抽取倍数,对粗估计和精细估计中的混合积信号进行降采样,在信息基本不缺失的前提下,大幅降低了FFT和CZT细化处理的运算量。利用该方法,可以将时/频域混合积信号抽取到5个样本点,再通过CZT运算就可以实现对时/频差参数的高精度估计。仿真结果表明所提方法的有效性。     

N形缝光线引入器太阳敏感器技术研究

为适应微小卫星发展的需求,提出了基于线阵电荷耦合器(Charge Coupled Devices, CCD)的N字形狭缝数字太阳敏感器研究方案,以减小系统功耗并降低系统复杂度。该方案通过采用带有N字形狭缝的光线引入器以及单个线阵CCD作为光线探测器,实现了太阳敏感器对两轴太阳角的精确计算。提出利用迭代算法和修正系数对系统折射误差进行修正的方法,进一步结合质心算法,能够快速准确修正系统误差,提高系统精度和分辨率。N型数字太阳敏感器视场角可达(±60°)×(±60°),在整个视场范围内定姿精度优于0.1°,功耗 300mW。该数字太阳敏感器具有低功耗、大视场角和高精度的特点,设计、算法均大大简化,实现了太阳敏感器的微型化,在各种微小卫星上有广阔的应用前景。     

预测-校正EKF算法在自主导航中的应用

为提高航天器自主导航系统非线性估计精度,通过分析EKF线性化方法的缺 点,基于数学分析理论研究了非线性函数线性化展开点以及雅可比矩阵取值点不同对线性化 逼近程度的影响,然后对传统EKF算法的线性化展开方式进行了改进,提出了一种基于中值 定理和平滑估计的预测-校正EKF（FR\|EKF）新算法。仿真结果表明,该算法在精度上优于 EKF算法。     

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EM算法的InSAR区域网连接点检测

本文提出一种基于期望极大化(EM)算法的干涉测量合成孔径雷达(InSAR)区域网连接点(TPs)检测新方法。利用混合模型将TPs检测问题归结为缺损数据下的最大后验概率(MAP)估计和最大似然(ML)估计,并将特征描述符的匹配概率融入到算法框架中,最后通过EM算法实现变换矩阵和点对应同时求解。同航带相邻SAR影像和相邻航带相邻SAR影像的实验验证了方法的有效性。