一种修正的马氏距离判别法

马氏距离判别法是一种基于马氏距离的多元统计分析方法,其引入了协方差矩阵的逆矩阵,以排除属性变量的量纲及变量之间的相关性对距离度量的干扰。然而,在属性变量存在严重的多重共线性时,样本协方差矩阵的奇异性会影响其逆矩阵估计的稳定性,从而降低马氏距离判别法的有效性。为此,提出了一种修正的马氏距离判别法,采用了一般交叉验证(GCV)方法,在属性变量间存在高度相关性的情况下,选择预测效果最好的变量维度,同时可以对协方差矩阵的逆矩阵进行稳定的估计。修正的马氏距离判别法可以得到可靠的协方差矩阵的估计,提高模型的判别准确率;也可以抵抗样本外的扰动,提高模型的泛化能力。仿真实验结果验证了在属性变量存在严重的多重共线性情形下,修正的马氏距离判别法的判别效果较经典的马氏距离判别法有明显的提升。      

利用Toeplitz特性改善来波方向估计性能

提出一种利用协方差矩阵的Toeplitz特性,使估计的协方差矩阵成为Toeplitz矩阵的方法,在低信噪比短数据流情况下,改善来波方向(DOA)估计的性能,且不需增加乘法运算量.对MUSIC算法和PRO-ESPRIT算法进行了分析并作了计算机仿真,仿真结果表明:利用Toeplitz特性后,MUSIC算法谱峰幅度增大,波谷相对波峰的深度增加,这将有利于目标的分辨;并可减小低信噪比情况下MUSIC算法和PRO-ESPRIT算法DOA估计的方差.     

基于双层协方差矩阵重构的稳健波束形成算法

针对协方差矩阵含目标信号分量及目标导向矢量失配情况下，传统自适应波束形成器性能急剧下降的问题，提出了干扰加噪声协方差矩阵双层重构的稳健波束形成算法。首先，利用稀疏重构的方法预估干扰加噪声协方差矩阵，通过估计干扰导向矢量及干扰功率对干扰加噪声协方差矩阵进行优化校正；然后，基于子空间理论建立导向矢量约束误差优化模型，利用迭代方法对凸优化模型进行求解，得到最优权值向量。仿真结果表明:所提算法显著提高了波束形成器在目标导向矢量约束误差及阵列误差情况下的稳健性，低快拍条件下表现较好，输出性能优于仿真对比算法。      

基于阵列天线波束形成的卫星导航信号提纯

围绕对卫星导航信号实施转发式欺骗所需的卫星导航信号提纯要求,提出了一种数字波束形成的优化设计方法。通过向阵列天线接收信号的数据协方差矩阵加载由非目标卫星方向信息和阵列布局构造的“虚拟”干扰信号协方差矩阵,增大了协方差矩阵特征值的差异。用新构造的协方差矩阵计算最小方差无失真响应波束形成的加权向量,使波束指向方向的目标卫星信号无失真通过,并同时零陷其他非目标卫星的信号。通过计算机仿真试验验证了所提方法的正确性和有效性。      

空间色噪声下信号频域检测方法性能分析

水下小孔径阵列的应用环境是色噪声环境,针对超增益波束形成方法在色噪声环境下噪声协方差矩阵估计偏差使阵列空间增益不能达到最大的问题,提出了一种频域超增益波束形成方法(FSD, Super-Directive beamforming in Frequency domain),该方法将宽带接收数据分成多个子带,在每个子带内分别估计噪声协方差矩阵,降低了噪声协方差矩阵的估计偏差,并使用估计得到的噪声协方差矩阵对接收数据解相关.最后使用空间谱检测器检测微弱目标信号.实测噪声数据的仿真结果表明,空间有色噪声环境中FSD方法的检测性能优于传统的时域超增益波束形成方法(TSD, Super-Directive beamforming in Time domain)2 dB,优于频域最小方差无畸变响应(FMVDR, Minimum Variance Distortionless Response in Frequency domain)波束形成方法2 dB.     

基于均方根容积粒子的SMC-PHD算法

传统的序贯蒙特卡罗概率假设密度(SMC-PHD)算法采用状态转移密度作为重要性采样函数.当目标非线性运动时,少数粒子将具有较大的权值,导致估计精度低、结果发散.针对上述问题,提出了一种基于均方根容积卡尔曼滤波(SCKF)和统计门限技术的重要性采样函数设计方法.在重要性采样函数估计时,首先利用SCKF对重要性采样函数的均值和协方差阵进行预测,而后利用统计门限技术提取与重要性采样粒子相关联的量测.通过相应的权值对所提取的量测进行合并,更新重要性采样函数的均值和协方差阵.在此基础上将设计的重要性采样函数应用于SMC-PHD的强度预测和更新,最终实现多目标状态和数目的估计.实验表明,本算法在非线性多目标跟踪中具有精度高、估计结果稳定的优点.      

基于UKF的姿态无关GPS双差整周模糊度确定

基于运动的GPS双差整周模糊度确定方法需要预先知道载体的姿态,为了消除对姿态的依赖,研究了一种新的整周模糊度确定方法。首先将多天线载波双差相位矢量观测方程转化为标量观测方程,消去了对载体姿态矩阵的依赖。经过短时离线观测,以中心估计算法和协方差白化算法估计和修正双差整周模糊度的近似解及协方差矩阵。再以该近似解和协方差矩阵为初值,由无迹卡尔曼滤波(UKF)实时估计双差整周模糊度的精确解。最后对该方法进行了仿真,仿真结果表明经过离线批处理算法的预处理UKF可准确收敛于真实解,证明了方法的正确和有效性。     

圆感应同步器在采样伺服系统中的应用研究

对于用圆感应同步器做位置传感器的采样伺服系统,由于测量延迟的存在,导致采样时刻较大的测量误差.为解决上述问题,提出一种动态补偿方法,采用线性外推方法,对圆感应同步器数显表的测量输出进行动态修正,以减小由于测量延迟产生的测量误差,从而提高系统的动态跟踪精度.通过理论分析,给出了修正后测量误差的界.仿真和针对三轴转台系统的实验结果都表明了该方法的有效性.      

利用Toeplitz特性改善来波方向估计性能

提出一种利用协方差矩阵的Ｔｏｅｐｌｉｔｚ特性,使估计的协方差矩阵成为Ｔｏｅｐｌｉｔｚ矩阵的方法,在低信噪比短数据流情况下,改善来波方向（ＤＯＡ）估计的性能,且不需增加乘法运算量．对ＭＵＳＩＣ算法和ＰＲＯＥＳＰＲＩＴ算法进行了分析并作了计算机仿真,仿真结果表明：利用Ｔｏｅｐｌｉｔｚ特性后,ＭＵＳＩＣ算法谱峰幅度增大,波谷相对波峰的深度增加,这将有利于目标的分辨;并可减小低信噪比情况下ＭＵＳＩＣ算法和ＰＲＯＥＳＰＲＩＴ算法ＤＯＡ估计的方差．     

一维GTD散射中心模型参数估计的改进MUSIC算法

针对利用多重信号分类（MUSIC）算法估计一维几何绕射理论（GTD）的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题,提出一类改进的MUSIC算法。首先,构建原始回波数据的共轭矩阵,有效提高了原始回波数据的利用率;其次,将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均,得到一个新的总协方差矩阵;最后,对矩阵作2次方、4次方等偶次方处理,得到另一矩阵,以达到增大信号特征值与噪声特征值之间差距的作用,等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。      

降低PLC系统峰均比的低复杂度改进SLM算法

针对信道慢时变特性及噪声复杂的特点,提出了适用于低压电力线通信的降低峰均比的改进算法.改进算法对原始输入序列中的部分数据进行循环移位来获得一系列不同的新数据序列;在每个新数据序列尾部插入相应的边带信息组成一个输入候选序列;对这一系列不同的输入候选序列分别实施傅里叶反变换,得到不同的输出序列;从中选择峰均比最小的用于传输,达到降低系统峰均比的目的.结果表明:改进算法能够有效地降低系统的峰均比,并且能够获得更好的误码率性能,同时具有比传统选择性映射方法更低的计算复杂度.     

基于酉变换的正交投影自适应波束形成

正交投影 (OP)自适应波束形成算法性能优良 ,但需要进行复协方差矩阵特征分解 ,运算量大。提出了一种基于酉变换的OP自适应波束形成算法 ,该算法对取样协方差矩阵Toeptitz化后利用酉变换将其转换为实矩阵 ,然后对实矩阵特征分解进行自适应波束形成。波束形成器的实值运算可节省大量计算时间。理论分析和计算机仿真结果表明此方法是有效的。     

星座分布式自主定轨中信息融合方法比较研究

为了保证大型导航星座在有限的星载运算能力和通信能力下，具备自主运行能力并提供精准位置参考信息，对基于分层结构的星座分布式自主定轨的信息融合方法展开了研究。以地月卫星联合星座作为研究对象，将简单凸组合法、协方差交叉融合法以及在线性最小方差意义下的矩阵加权法和标量加权法等方法应用于子滤波器估计的融合中，对各种融合方法的性能进行了对比分析。仿真结果显示，在采用方差放大技术去相关设计星座分布式自主定轨算法基础上，采用简单凸组合法、矩阵加权法和标量加权法3种融合方法的定轨精度较高，与集中式滤波精度相当，其中标量加权法的计算代价最低；而协方差交叉融合法由于难以准确确定最优系数，其精度低于其他3种方法。