基于空时等效性的空阈算法估计时域莫尔斯信号频率参数

通过深入分析空时等效性理论,给出时域信号阵列流形,提出引入空域阵列参数估计算法,估计时域信号MUSIC谱及采用ESPRIT估计时域频率参数,代替时域频谱估计及在频域进行谱峰搜索的低效算法,通过对时域基带莫尔斯信号谱的估计和频率的估计仿真,得出用ESPRIT算法更高效地估计莫尔斯基础频率,尤其对多信号或宽带信号情况,效率更高.     

谐波重构先验信噪比估计算法

先验信噪比单通道语音增强算法在信噪比较高时能有效地去除噪声,但在信噪比较低时语音高次谐波失真较为严重。针对此提出了一种基于谐波重构的先验信噪比估计算法,对增强后的信号加权求平方,进行功率谱的二次谱处理,以加强语音信号的周期性;再进行谐波重构,提升谐波分量。实验研究表明,该算法在低信噪比时能够有效地增强语音谐波分量,相对于先验信噪比估计的语音增强算法能够改善语音质量,减少语音失真。     

基于FFT的多个空间信号波达方向的估计算法

本文提出了一种与传统算法完全不同的多个空间窄带信号波达方向的估计算法.该算法通过对阵列输出数据的快速傅立叶变换(FFT),建立了FFT频谱与波达方向角的关系;利用这一关系并通过对FFT谱峰的搜索,从而实现了对波达方向的快速估计.计算机模拟实验验证了算法的可行性.     

基于阵列扩展的宽带DOA估计算法

导向矢量的频率不一致性不利于宽带信号的DOA估计。为此,首先提出宽带直接空间谱估计算法,但是其限制条件过于苛刻;然后利用宽带信号的时延性质对阵列进行扩展,提出一种新的宽带DOA估计算法,新算法不需要DOA预估计;最后分析了梳妆谱和连续谱两种情形下如何使用新算法的问题。仿真实验结果表明,在信噪比较高的条件下,与传统算法相比,新算法的估计成功率更高,估计误差更小。     

极小范数算法在智能天线AOA估计中的研究

在智能天线关键技术的研究中,根据阵列信号处理的到达角(Arrival Of Angel)估计在信源定位和波束形成方面的问题,针对天线系统对稳定性的要求,为了提高信噪比和系统频率,提出特征分解的子空间估计算法.经典子空间法在求解采样协方差矩阵时存在计算误差及计算量大等缺点,提出了一种多平面波信号到达角估计算法.算法利用极小范数技术构造约束条件,求解噪声最佳权矢量构造噪声子空间EN,然后进行谱峰搜索和到达角估计,并对影响算法性能的几种因素进行了仿真,仿真结果表明方法是有效的.算法具有分辨率高、计算量小等优点,在实际非相关多信号检测中具有一定的实用性.     

基于模式空间算法的声源二维DOA估计

针对传统高分辨率谱估计法估计远场声源波达方向（direction of arrival, DOA）时计算量大、对相干信号估计失准的问题,本文提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。该算法结合了圆阵定位无死角的优势和矩阵虚拟扩展获得更多声源定位信息的长处。首先利用模式空间变换将均匀圆形阵列（UCA）虚拟化成2K+1个均匀线性阵列（ULA）,并应用空间平滑技术将虚拟线性阵列划分成L个子阵;接着利用四阶累积构造方法提取有效阵元信息并去掉冗余数据,通过重构矩阵得到新的接收数据;最后通过Music-like算法搜索谱峰获得声源信号的方位角和俯仰角。仿真结果表明,在信噪比较低时,相比传统的高分辨谱估计算法,本文算法可实现对远场相干信号的高精度估计;同时本文算法也具有更低的均方根误差性能,且能有效减少运行时间。     

一种自适应确定性采样滤波方法

对确定性采样滤波方法进行了改进,提出了一种自适心确定性采样滤波方法.首先,分别推导得到了平稳噪声情况下递推形式的噪声统计参数估计算法,以及三种针对非平稳噪声统计参数的估计算法;然后,将所得到的噪声统计参数估计算法与确定性采样滤波方法相结合,得到自适应确定性采样滤波算法.仿真结果表明,当时变过程噪声统计参数未知时,利用本文所提出的自适应确定性采样滤波估计算法,仍然可以得到精度较高的估计结果.     

参数估计的Systolic算法

本文根据最小二乘原理在三角形Ｓｙｓｔｏｌｉｃ阵列上实现了单输入单输出系统的递推参数估计算法，首先利用矩阵的三角分解给出了待估参数及协方差阵的递推公式，然后利用正交平面旋转并结合三角形Ｓｙｓｔｏｌｉｃ阵列的特点给出了相应的Ｓｙｓｔｏｌｉｃ递推参数估计算法，最后还考虑了算法实现时的性能指标，其后是一些数值仿真结果，由于文中利用了正交平面旋转，因而所得算法是数值稳定的。     

时空相关矩阵联合对角化对谱分辨的影响

采用基于Jacobi算法的矩阵联合对角化方法对阵列接收数据的空时相关矩阵进行联合对角化,能够获取关于目标方位的尽可能多的信息,即空时相关矩阵"平均"特征值和特征向量,将这些平均值应用于Capon提出的最小方差无畸变响应(MVDR)空间谱估计算法,得到修正MVDR算法.由于修正MVDR算法充分利用了目标方位信息,且不需要信号源数目的先验信息,所以,其性能优于MVDR算法和MUSIC算法.仿真试验表明,在信号源相关程度比较高的情况下,修正MVSDR算法不需要信源数目的先验信息,仍能分辨出信号方位,其性能明显优于MUSIC算法,特别是当信源数目欠估计时,而其他基于子空间的算法得不出任何有意义的结果.修正MVDR算法空时相关矩阵联合对角化能提高空间谱的分辨能力,在一定程度上增加算法的稳健性.     

时空相关矩阵联合对角化对空间谱分辨性能的影响

采用基于Jacobi算法的矩阵联合对角化方法对阵列接收数据的空时相关矩阵进行联合对角化,得到空时相关矩阵“平均”特征值扣特征向量。将这些平均值应用于Capon提出的最小方差无畸变响应（MVDR）空间谱估计算法,得到修正MVDR算法。仿真实例表明,修正MVDR算法优于常规MVDR算法,当信号源部分相关时,由于修正MVDR算法不需要信源数目的先验信息,其性能明显优于MUSIC算法,特别是当信源数目欠估计时。     

麦克风阵列语音增强的研究

文章介绍了各种基本的麦克风阵列语音增强算法,对其消噪性能进行了系统地分析,并以实测数据进行了测试。并介绍了基于稳健波束形成器、近场超定向波束形成器、广义奇异值分解和传输函数广义旁瓣相消器等结构的麦克风阵列语音增强的基本原理,总结了各种算法的特点及其所适用的声学环境特性。     

DOA estimation based on the difference and sum coarray for coprime arrays

In this paper, we construct a novel coarray named as the difference and sum (diff–sum) coarray by exploiting an improved Conjugate Augmented MUSIC (CAM) estimator, which utilizes both the temporal information and the spatial information. The diff–sum coarray is the union of the difference coarray and the sum coarray. When taking the coprime array as the array model, we find that the elements of the sum coarray can fill up all the holes in the difference coarray. Besides, the sum coarray contains bonus uniform linear array (ULA) segments which extend the consecutive range of the difference coarray. As a result, the consecutive lags of the diff–sum coarray are much more than those of the difference coarray. For analysis, we derive the hole locations and consecutive ranges of the difference set and the sum set, discuss the complementarity of the two sets, and provide the analytical expression of the diff–sum virtual aperture. Simulations verify the effectivity of the improved method and show the high DOF of the diff–sum coarray.     

相控阵雷达系统的仿真

雷达的数字仿真及雷达仿真库的建立已经成为近年来雷达领域研究的热点。本文主要进行相控阵雷达系统的仿真研究。首先根据相控阵雷达的组成和原理,建立相控阵雷达的仿真模型与数学模型。然后选择Simulink作为仿真平台,对相控阵雷达系统进行仿真与研究。仿真的模块主要有天线模块、信号环境模块、信号处理模块以及GUI人机交互界面模块。最终在Simulink库中生成自己的雷达子库,形成相控阵雷达系统,为后续相控阵雷达的研究奠定基础。     

基于MEMS压力传感器阵列的浪涌检测技术研究

提出了一种基于微机电系统(MEMS)压力传感器阵列的浪涌检测技术.通过在压力作用区域内布放MEMS压力传感器阵列,从而获取各测试点上的压力值,对这些压力值进行处理得到相应区域的压力变化趋势.经MEMS压力传感器阵列检测实验系统验证表明:此设计方案能够准确检测到浪涌信号,分辨出浪涌的方向及幅值变化.     

基于最小冗余线阵的阵列扩展方法

针对均匀传感器线阵应用被动合成孔径技术进行扩展阵列中存在阵元数较多利用率较低,且噪声累积误差问题,提出了一种基于最小冗余线阵的阵列扩展方法.该算法将四阶累积量方法和被动合成孔径技术相结合,能够采用较少的阵元获得较大的阵列有效孔径.先用四阶累积量方法对最小冗余阵作匀速直线运动采集的连续测量量作预处理,获得虚拟均匀线阵效果...     

基于超声波虚拟相控阵列的气体泄漏成像方法

提出了一种基于虚拟相控阵列的气体泄漏成像方法,能够实现气体泄漏源的可视化定位。该方法首先利用扫描传感器分时采集泄漏源产生的声波信号,然后采用互功率谱和虚拟阵列信号处理技术对泄漏源进行定位。通过仿真讨论了各种因素对定位成像精度的影响,其中包括传感器的数量和阵元间距。在实验平台上进行气体泄漏源的检测和成像实验,验证了该方法的可行性和精确性。结果表明,该方法能够准确可靠地对气体泄漏源进行可视化成像。     

压阻阵列触滑觉复合传感器

本文介绍了一种压阻式16×16点阵,间距为1mm的触觉传感器的结构、设计及制作方法, 对传感器采样电路的工作原理也作出了较详细的阐述．文中还简单介绍了阵列触觉图像处理 的方法和如何通过触觉图像的动态变化得到滑动信息,最后给出了传感器的实验结果和结论 ．     

Joint frequency, 2-D DOA,and polarization estimation using parallel factor analysis

This paper proposes a new algorithm for joint frequency, two-dimensional (2-D) directions-of-arrival (DOA), and polarization estimation using parallel factor (PARAFAC) analysis model and cumulant. The proposed algorithm designs a new array configuration, and extends the PARAFAC analysis model from the common data-domain and subspace-domain to the cumulant one, and forms three-way arrays by using the three cumulant matrices obtained from the properly chosen dipole outputs, and analyzes the uniqueness of low-...     

MEMS矢量水听器阵列信号处理研究

MEMS矢量水听器是一种新型的水声传感器,对这种传感器的原理进行了简要介绍。为了验证该MEMS矢量水听器阵列的目标估计性能,进行了矢量阵的深海实验研究,选取了MUSIC算法应用于该MEMS矢量阵。实验结果表明:在复杂海洋环境中,该MEMS矢量阵能够实现对目标的方位估计和水下运动目标的航迹跟踪,从而验证了该MEMS矢量水听器成阵的可行性,为工程化应用奠定了基础。     

基于MATLAB的最优阵列处理工具包

实现了基于MATLAB的最优阵列处理工具包。该工具包包含了基本的波束形成及优化波束形成方法,如传统的加权求和波束形成方法及Dolph-Chebychev加权方法。同时,还在该工具包中添加了本文实现的几种波束优化方法。为了更加直观方便的了解各种波束优化方法的特性,在本文的工具包中提供了可供用户自行选择参数的演示系统。