四元数和超复数在二维二次非线性相位耦合分析中的应用

针对二维二次非线性相位耦合分析中的分维配对问题,本文首先对一般二维谐波信号模型进行变换,构造了符合四元数结构的新的信号模型.接着讨论了Hamilton四元数、三维超复数及"新四元数"在估计二维谐波频率中的可能性.最后根据上述模型利用特殊的三阶累积量切片分析了加性高斯有色噪声中二维二次非线性相位耦合及联合Hamilton四元数和超复数在二维二次非线性相位耦合中的应用前景.此方法避免了在复数模型的二维二次非线性相位耦合分析中构造复杂的增广矩阵,并从根本上解决了通过分维求取频率之后,频率配对中所有可能产生的错误频率对,以及有可能产生的两维频率估计精度的不平衡性.仿真实验验证了本文的理论.     

色噪声背景下基于四元数MUSIC方法的矢量阵列信号参量估计

研究提取色噪声背景下以Hamilton四元数表示的二分量矢量阵列信号模型参量.首先详细说明了Hamilton四元数矩阵的右特征值分解理论及其具体的计算方法,然后构造了Hamilton四元数的二重相关函数(相关函数的再次相关函数),二重相关函数不仅能够有效地表征二分量矢量阵列信号参量,同时还可以抑制色噪声.最后,定义了二重相关函数的Toeplitz矩阵,利用介绍的四元数矩阵右特征值分解的计算方法得到信号子空间与噪声子空间,再利用噪声子空间与信号子空间的正交性采用四元数MUSIC的方法估计出信号参量.仿真对比实验说明此算法是有效的.     

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。      

四元数在多个频率对共用同一个频率下的二维谐波恢复

针对二维谐波频率估计中的分维配对问题,本文首先对一般二维谐波信号模型进行变换,构造了符合四元数结构的新的信号模型.接着讨论了Hamilton四元数、三维超复数在二维谐波频率估计中的可能性.同时利用Hua的思想,根据上述模型利用特殊的四阶累积量切片并构造增广矩阵分析了有多个频率对共享同一个频率时的二维谐波频率估计问题.     

基于遗传算法的二维谐波频率估计

针对高斯有色噪声背景下的二维谐波频率估计问题,本文利用二维四阶累积量对高斯噪声不敏感,却包含有二维谐波的频率与幅度信息,将该问题转化为一个多元函数的极值问题,然后提出了基于遗传算法的二维谐波信号参数估计算法.该算法可以直接估计出谐波的频率与振幅,并且不需要考虑频率的配对问题,使得估计过程得到了简化.仿真实验证明了算法的有效性.     

高斯色噪声背景下的单通道信源数目估计算法

目前信源数目估计算法大都是基于多通道接收模型且对高斯色噪声抑制能力较差,而实际应用中单通道接收模型及色噪声环境非常普遍,因此研究色噪声背景下的单通道信源数目估计算法意义重大。针对现有算法的缺陷提出了一种基于构建信号时间快拍和四阶累积量矩阵的单通道信源数目估计算法。首先通过构建信号时间快拍实现单通道接收信号的升维得到矢量化空间,然后以此组信号空间构造出四阶累积量矩阵,并从理论上验证了该四阶累积量矩阵能有效抑制高斯白噪声及高斯色噪声的影响,最后对该矩阵进行奇异值分解并通过信息论准则估计出信源个数。仿真实验和实际信号实验都表明本文算法能较好地解决单通道信源数目估计问题,且能有效抑制高斯色噪声。      

基于四元数模型的频率和方向角同时估计

基于阵列信号处理中波达方向、频率的同时估计问题,提出了波达方向、频率的四元数模型,使得估计波达方向、频率二维问题类似于估计一维问题,从而避免了在经典的二维复数模型估计中直接或间接的配对问题.本文首先给出了阵列接受信号的二维实模型,通过Hilbert变换构造了符合四元数结构的新的信号模型.接着通过定义一个特殊的四阶累积量来提取加性高斯有色噪声中的方向和频率.最后分析了联合Hamilton四元数和马氏四元数在波达方向、频率同时估计中的应用前景.仿真实验验证了本文的理论.     

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.     

非高斯有色噪声背景下二维谐波频率估计的累积量投影方法

针对非高斯有色噪声中的二维谐波频率估计问题,该文提出了复数线性非高斯过程的二维累积量投影定理。应用该定理并巧妙地构造观测信号的高阶累积量求得非高斯噪声的自相关,并通过求解一个广义特征值对噪声空间进行预白化,然后结合高分辨率的子空间方法二维MUSIC估计得到二维谐波参量。该文方法解决了非高斯有色噪声中的二维谐波频率估计问题,特别地当非高斯噪声为对称分布和谐波信号中存在二次相位耦合时该文方法同样有效。仿真实验验证了该文结论。     

基于张量四元数极化平滑的极化-DOA估计

为了解决相干信号的极化平滑算法在小快拍数和低信噪比条件下估计性能较差的问题,结合四元数的正交特性和协方差张量方法,提出了一种基于张量四元数的极化平滑多重信号分类（Multiple Signal Classification,MUSIC）解相干算法。首先,为了充分利用接收数据样本中的多维结构信息,建立了由张量四元数表示的柱面共形阵列极化平滑信号模型;其次,将平滑后的张量协方差矩阵通过高阶奇异值分解得到信号子空间;最后,通过极化秩亏MUSIC算法对入射相干信号分别进行二维波达方向（Direction of Arrival,DOA）估计和极化参数估计。仿真结果表明,该算法在小快拍数和低信噪比条件下具有更高的估计精度和分辨能力。     

Frequencies Estimation of Two Dimensional Harmonics in Additive Noise with Quaternion

1 Introduction In many applications ,such as radar ,sonar and com-munication, parameters esti mation of two di mensionalharmonics was veryi mportant .In order to get highres-olutions esti mation, many subspace methods of one di-mensional harmonics , such as MUSIC, MEMP,ES-PRIT, have been developed to esti mate parameters oftwo di mensional harmonics[1 ~3]. When additive noise was colored Gaussian noiseH.M.ibrahi m[4]and R. R. Gharieb[5]analyzed thisproblem with high-order cumulants sin…     

基于奇异谱分析的抗数字射频存储距离波门拖引干扰

针对基于数字射频存储(DRFM)技术的转发式欺骗干扰难以检测和抑制问题,该文根据DRFM的延时量化会导致干扰信号产生细微的中心频率频移及谐波分量寄生的特性,提出一种基于奇异谱分析(SSA)的抗距离波门拖引干扰方法。该方法首先提取干扰信号谐波分量与目标回波经SSA分解后奇异值能量的分布差异特征,实现对有源欺骗干扰的检测,然后依据干扰中心频率频移特性,通过划分合适的奇异值子空间重构目标信号,实现对欺骗干扰的抑制。该方法不需要估计噪声参数,在干扰检测阶段具有恒虚警特性。Monte Carlo仿真结果验证了该方法的有效性。     

AN ALGORITHM OF MOTION ESTIMATION BASED ON UNIT QUATERNION DECOMPOSITION OF THE ROTATION MATRIX

Based on the unit quaternion decomposition of rotation matrix, this paper puts forward an algorithm to estimate motion parameters from the space position vectors of 3D feature points. Rotation matrix's representation with the unit quaternion has no singular points, so the unit quaternion-based estimation method is of more practical importance, and the algorithm in this paper does not need iteration computation compared to those unit quaternion-based methods proposed by Horn(1987) and Su, et al.(1989). Solution's uniqueness analysis of the algorithm and simulation experiment results are also presented, it can be seen that performance of our method is satisfactory.     

一种基于旋转矩阵单位四元数分解的运动估计算法

本文基于旋转矩阵单位四元数分解定理,提出一种由3D特征点空间位置估计运动参数的算法。单位四元数表示旋转矩阵时不存在奇异点,故基于单位四元数的运动估计方法具有更大的实用价值,而本文算法无需Horn(1987)和Su等人(1989)提出的单位四元数方法的迭代运算。本文给出了解的唯一性分析和模拟实验结果,可见其性能是令人满意的。     

一种改进的时-空二维超分辨分维估计方法

介绍了一种应用在多普勒频率估计和DOA估计分维处理情况下，利用数据矩阵及其共轭重构得到新的数据矩阵，借助数据矩阵奇异值分解方法和时域投影变换的空时二维超分辨方法。仿真试验证明了该算法具有较高的分辨性能和较好的稳健性。     

Weighted truncated nuclear norm regularization for low-rank quaternion matrix completion

In recent years, quaternion matrix completion (QMC) based on low-rank regularization has been gradually used in image processing. Unlike low-rank matrix completion (LRMC) which handles RGB images by recovering each color channel separately, QMC models retain the connection of three channels and process them as a whole. Most of the existing quaternion-based methods formulate low-rank QMC (LRQMC) as a quaternion nuclear norm (a convex relaxation of the rank) minimization problem. The main limitation of these approaches is that they minimize the singular values simultaneously such that cannot approximate low-rank attributes efficiently. To achieve a more accurate low-rank approximation, we introduce a quaternion truncated nuclear norm (QTNN) for LRQMC and utilize the alternating direction method of multipliers (ADMM) to get the optimization in this paper. Further, we propose weights to the residual error quaternion matrix during the update process for accelerating the convergence of the QTNN method with admissible performance. The weighted method utilizes a concise gradient descent strategy which has a theoretical guarantee in optimization. The effectiveness of our method is illustrated by experiments on real visual data sets.     

基于海杂波循环平稳特性的纹理分量抑制技术

利用海杂波的循环平稳特性,提出了一种基于奇异值分解的纹理分量抑制算法,并对其性能进行了分析。首先结合海杂波的循环平稳模型,推导了循环均值和循环自相关函数的封闭表达式。利用海杂波强度数据构造Hankle矩阵并进行奇异值分解,由于奇异值分解后得到的奇异值主要成分是与纹理分量谐波频率对应的特征量,而循环均值在纹理分量谐波频点处出现峰值,因此可以通过抑制奇异值主要成分实现循环均值的峰值抑制。奇异值抑制后,通过矩阵重构和数据恢复,最终实现纹理分量的抑制。最后,分析了Hankle矩阵维数对抑制性能的影响,并分别采用仿真数据和实测数据验证了算法的有效性。