乘性和加性噪声中二维谐波频率估计

噪声中的谐波恢复问题是信号处理领域的一个典型问题,在众多领域中有着广泛的应用。本文主要研究零均值乘性和加性噪声并存下的二维谐波信号频率估计问题,提出了一种基于数据矩阵的奇异值分解和子空间的旋转不变性的零均值乘性和加性噪声中的谐波频率的估计方法。乘性噪声为零均值情形下传统的估计方法往往难以直接应用或估计失效。本文利用谐波模型信号特征,通过对观测信号进行平方运算构造了一个数据矩阵。通过对数据矩阵的特征值进行理论分析,结合子空间旋转不变性,得到了零均值乘性和加性噪声中的谐波频率和数据矩阵之间的一种内在关系。这个性质可以用于零均值乘性和加性噪声并存下的二维谐波信号频率估计,并且所得的二维频率能自动配对。仿真实验验证了本文所提算法的有效性。      

一种可用于声目标特征提取的超分辨率混合谱估计算法

本文研究了一种估计有色噪声中多组谐波信号参数的去耦参数估计算法。其中提出了一种基于FFT的谐波组迭代清除算法来估计谐波信号的参数,并根据谐波图的值来确定谐波信号的个数。该算法不仅计算简单并可获得较高的频率分辩率,而且对信号模型具有较强的鲁棒性。     

基于QR-RPCA的双基地MIMO雷达参数估计方法

针对冲击噪声下因接收信号二阶及以上矩不存在而产生性能恶化的问题,提出一种基于QR分解和鲁棒性主成分分析法(QR-RPCA)的双基地多输入多输出(MIMO)雷达参数估计方法。针对RPCA算法适用于实数矩阵处理的情况,先将复数信号转化为实数;然后根据冲击噪声的稀疏特点与目标信号矩阵的低秩特点,利用QR-RPCA算法将低秩信号矩阵从受冲击噪声污染的接收信号中提取出来,并直接得到信号子空间,该算法避免了传统RPCA算法中的大规模奇异值分解,时间复杂度有所降低;最后根据信号子空间并利用旋转不变信号参数估计技术(ESPRIT)对目标方位进行估计。理论与仿真表明,本文算法相较于其他消除冲击噪声的算法,对于低特征指数的冲击噪声具有更好的估计性能。     

基于子空间旋转不变性的加性有色噪声中谐波频率的估计

噪声中的谐波恢复问题是信号处理领域的一个典型问题,在众多领域中有着广泛的应用。本文主要研究加性有色噪声中谐波频率的估计问题,提出了一种基于子空间旋转不变性的谐波频率的高分辨率估计方法。利用观测信号的自协方差函数构造了一个协方差矩阵,通过对协方差矩阵的特征值进行理论分析,结合子空间旋转不变性,得到了加性有色噪声中谐波的频率和协方差矩阵之间的一种内在联系。利用这个性质可以估计加性有色噪声中谐波的频率。本文方法对于有色噪声的模型无任何假设,而且对于噪声的分布也没有限制,对于高斯和非高斯有色噪声都适用。仿真实验验证了本文所提算法的有效性。      

基于MP分解的宽带LFM信号参数估计

将MP分解应用于宽带阵列信号处理中,提出一种针对线性调频信号(LFM)参数估计新算法.根据LFM信号形式建立过完备原子库Gf,其中原子参数由起始频率和调频斜率决定,将阵列参考阵元接收数据在Gf上作MP分解,获得各个信号的起始频率和调频斜率参数,从而得到宽带信号的具体形式;在上一步频率参数估计的基础上,根据阵列结构建立过完备原子库Gθ,其中原子参数由到达角决定,将阵列全部阵元接收数据在Gθ上作MP分解,实现信号DOA估计.新算法估计性能优于传统空间时频分布(STFD)方法,尤其在低信噪比、多信源情况下仍然有较高的估计精度.计算机仿真结果验证了算法的有效性.     

一种可用于声目标特征提取的超分辨率混合谱估计算法

本文研究了一种估计有色噪声中多组谐波信号参数的去耦参数估计算法。其中提出了一种基于ＦＦＴ的“谐波组迭代清除算法”来估计谐波信号的参数，并根据“谐波图”的值来确定谱波信号的个数。该算法不仅计算简单并可获得较高的频率的分辨率，而且对信号模型具有较强的鲁棒性。     

基于数据矩阵奇异值分解的免配对二维谐波信号参数估计算法

本文提出了一种基于数据矩阵奇异值分解、免配对的二维谐波信号参数估计算法.该方法将二维谐波信号的参数估计问题转换为两个多样本的一维谐波信号参数估计问题,通过对数据矩阵的一次奇异值分解同时获得两个方向上的信号子空间,并利用这两个信号子空间的对应关系同时对角化两个方向上的构造矩阵Fx和Fy,从而在估计两个方向一维极点的同时完成了极点配对.该方法不需要将数据矩阵重新排列为Hankel块形式进行奇异值分解,也不需要额外的配对步骤,极大地降低了运算量,在数据矩阵维数较高时优势明显.仿真实验及实测数据处理结果证明了该方法的正确性和有效性.     

基于Hamilton四元数矩阵奇异值分解的二维谐波频率参量估计

对于二维谐波信号的四元数模型,首先论述其与二维谐波的实数模型和复数模型之间的对应与转换关系,之后提出运用四元数矩阵奇异值分解估计二维谐波中频率参量的算法.这种算法首先可以利用四元数矩阵的奇异值判断出原始的二维谐波信号个数,然后再分别利用四元数矩阵的左、右奇异向量中的噪声向量构造的噪声子空间估计出两维的谐波频率参量.算法本身需要的数据量少,数据矩阵构造简单,并且可以同时估计出两维谐波频率参量.从仿真实验中可以看出,本文提出的算法计算量相对其它针对二维谐波四元数模型的算法要小.仿真实验验证了本文算法的正确性.     

衰减指数模型参数估计的新方法

推导出衰减指数模型的混合四阶累积量,它包含了准确的衰减频率、衰减因子及其他信息。在四阶混合累积量的基础上,提出了一种基于状态空间模型的谐波参数估计方法。先采用四阶混合累积量对观测信号进行预处理,再利用SSM方法实现衰减谐波信号各个参数的联合估计,实现了在计算量较低的情况下的衰减频率和衰减因子的联合估计。仿真结果表明,该方法能有效地抑制高斯色噪声,避免了在频域上搜索以辨识谱峰,具有优越的参数估计性能。     

用于测向测速的二维谱估计方法

雷达应用领域中的一个重要问题是测向测速,精确地测定多普勒频率和方位角能够实现对目标回波信号的高分辨率处理,从而进行目标跟踪。本文提出一种超分辨的二维谱估计方法,它利用的是阵列处理技术,对天线接收数据进行本征分析,将信号数据张成一个空间并对其进行分解,根据正交原理分割成信号子空间和噪声子空间,构造出噪声本征矢量,利用信号子空间与噪声子空间的正交性,在空间谱上形成极值点,从而达到对方向和速度的二维高分辨率估计。该方法应用于相控阵雷达信号检测,可以精确地测定多普勒频率和方位角度,提取多个空间运动目标的二维信息。文章的最后给出了计算机模拟成像结果,验证了算法的有效性。     

Novel adaptive IIR filter for frequency estimation and tracking [DSP Tips&Tricks]

In many applications, a sinusoidal signal may be subjected to nonlinear effects in which possible harmonic frequency components are generated. In such an environment we may want to estimate (track) the signal's fundamental frequency as well as any harmonic frequencies. Using a second-order notch filter to estimate fundamental and harmonic frequencies is insufficient since it only accommodates one frequency component [1], [2]. On the other hand, applying a higherorder IIR notch filter may not be efficient due to adopting multiple adaptive filter coefficients.     

Subspace-based channel estimation for code division multiple accesscommunication systems

We consider the estimation of channel parameters for code-division multiple access (CDMA) communication systems operating over channels with either single or multiple propagation paths. The multiuser channel estimation problem is decomposed into a series of single user problems through a subspace-based approach. By exploiting the eigenstructure of the received signal's sample correlation matrix, the observation space can be partitioned into a signal subspace and a noise subspace without prior knowledge of the unknown parameters. The channel estimate is formed by projecting a given user's spreading waveform into the estimated noise subspace and then either minimizing the likelihood or minimizing the Euclidean norm of this projection. Both of these approaches yield algorithms which are near-far resistant and do not require a preamble     

Modified ADALINE algorithm for harmonic estimation and selective harmonic elimination in inverters

In digital signal processing, algorithms are very well developed for the estimation of harmonic components. In power electronic applications, an objective like fast response of a system is of primary importance. An effective method for the estimation of instantaneous harmonic components, along with conventional harmonic elimination technique, is presented in this article. The primary function is to eliminate undesirable higher harmonic components from the selected signal (current or voltage) and it requires only the knowledge of the frequency of the component to be eliminated. A signal processing technique using modified ADALINE algorithm has been proposed for harmonic estimation. The proposed method stays effective as it converges to a minimum error and brings out a finer estimation. A conventional control based on pulse width modulation for selective harmonic elimination is used to eliminate harmonic components after its estimation. This method can be applied to a wide range of equipment. The validity of the proposed method to estimate and eliminate voltage harmonics is proved with a dc/ac inverter as a simulation example. Then, the results are compared with existing ADALINE algorithm for illustrating its effectiveness.     

基于复调制细化谱分析的轧辊偏心谐波参数估计

针对轧辊的上、下支撑辊偏心信号是密集型频谱的特点,提出了一种基于复调制细化谱分析方法的轧辊偏心谐波参数估计新方法。利用复调制细化谱分析方法准确估计出偏心谐波的频率及幅值;同时,结合快速傅里叶变换算法估计出偏心谐波的相角参数。仿真实验结果验证了该方法在偏心谐波参数估计上的有效性和可行性。     

一种新的子空间跟踪方法在DOA估计中的应用

介绍了一种新的子空间跟踪方法(双迭代最小二乘(Bi—LS)子空间跟踪方法)在DOA估计中的应用。特征子空间方法的关键是对信号或噪声子空间的估计。在实际中，有些信号的统计特性是时变的，为得到参数的即时估计值，需要随时根据新的阵列接受数据对信号或噪声子空间进行更新。将Bi—LS子空间跟踪算法和自适应ESPRIT算法相结合，形成一种快速递推的自适应ESPRIT算法，对时变信号DOA进行跟踪估计。其计算复杂度小，仿真结果验证了该算法的有效性。     

基于传播算子的DS-SS信号扩频波形估计

扩频信号波形估计的本质是信号子空间估计。针对直接序列扩频（Direct Sequence Spread Spectrum,DS-SS）信号的扩频波形估计问题,提出了一种基于传播算子的估计算法。针对现有算法估计信号子空间计算量较大的不足,所提算法利用传播算子估计信号子空间。理论分析了所提算法与现有算法的计算量和性能,并进行了仿真实验。仿真结果表明所提算法有效,且计算量远小于现有算法。     

信号DOA和极化参数的自适应估计

运用ESPRIT算法进行信号参数的估计,关键是对信号子空间的估计。在实际运用中,接收到的信号的参数往往是随时间变化的,因此要得到信号参数的实时估计值就需要根据阵列的接收数据对信号子空间进行更新。分析了如何运用ESPRIT算法得到信号的DOA和极化参数,并在矩阵扰动理论的基础上,利用矩阵特征分解一阶修正方法更新特征值和特征向量,从而使得ESPRIT算法能够自适应地估计信号DOA和极化参数。最后通过Matlab仿真验证了该方法的有效性。     

Estimation of frequencies and damping factors by two-dimensionalESPRIT type methods

In this paper, we consider two-dimensional (2-D) signals modeled by the sum of damped cisoids. We propose two high-resolution approaches to estimate their frequencies and damping factors. Both high-resolution methods are based on the shift-invariance structure of the signal subspace related to each dimension. The first one estimates the frequency components in both dimensions as in the matrix enhancement and matrix pencil (MEMP) method before pairing them with a new algorithm. The second one consists of the direct estimation of the signal frequency pairs without an additional step to pair the frequencies related to each dimension. We show how these methods can estimate the scattering points of radar images