基于联合对角化的同频多信号测向技术

针对传统超分辨测向方法在复杂电磁环境中测向分辨率严重下降、干涉仪测向方法不能应用于同频多信号测向、传统盲源分离方法分离性能低等问题,提出了一种基于联合对角化、干涉仪、空间谱等处理方法相结合的同频多信号测向方法。针对盲分离过程中未知源信号数目的问题,提出了基于对角加载的信源个数估计改进方法,为盲源分离提供基础。运用了快速稳定的复数联合对角化盲源分离方法,分别给出了目标矩阵组的确定、对目标矩阵组的降维处理以及分离矩阵的求解方法。对分离出的每个源信号,进行干涉仪和空间谱测向处理。对所提方法与传统测向方法进行了对比分析。     

基于典范相关分析的时差测向技术研究

测向是电子战系统的一个重要组成部分,测向精度直接对信号分选、识别、定位、干扰决策等都产生较大的影响.时差测向的准确度和灵敏度都相对较高,在无源测向中具有广阔的应用前景.针对时差测向抗干扰性能差和噪声影响的问题,本文提出采用典范相关分析方法改进其性能,并对这种新的测向算法进行了完整的分析.通过仿真实验,可以看到本文提出的基于典范相关分析的时差测向方法能够取得比常规时差测向更稳定、准确的结果,而且实现简单,实时性好,能充分满足电子战系统实时性的要求.     

基于盲源分离的同频信号测向算法研究

信号测向系统中,常用MUSIC算法进行同频信号测向处理。但是由于实际使用过程中信号子空间和噪声子空间并不能实现完全正交,使得MUSIC算法的准确度和稳定性大幅度削弱。基于这个问题,将盲源分离算法引入到同频信号测向系统中,利用盲源分离算法,对信号进行处理,分离出每个信源的空间信息,单独进行测向处理。能够在信号子空间和噪声子空间正交性不理想的情况下,保证测向系统的抗干扰性能,提高系统的准确度和稳定性。     

基于遗传算法的超亚高斯混合信号盲分离

针对基于扩展信息最大化算法的盲源分离算法在分离超亚高斯混合信号时依赖于信号的峭度估计且对初始分离矩阵和步长较为敏感的问题,提出了一种基于遗传算法的盲源分离算法。该算法以分离信号之间的互信息作为代价函数,采用非多项式函数的逼近方法解决了互信息求解过程中涉及到的负熵的计算问题,用遗传算法代替梯度寻优算法最小化代价函数。仿真结果表明:在分离超亚高斯混合信号时,该算法计算简单,鲁棒性好,迭代100次时性能指数值达到0.025 5,分离性能优于基于扩展信息最大化算法的盲源分离算法。     

单通道混合信号盲分离算法

介绍了单通道混合信号的概念及盲源分离的现状,对实时线性混叠盲分离方法展开研究,分类探讨基于变换域滤波、多参数联合估计、符号序列与信道参数联合估计以及多维映射的单通道混合信号盲分离方法,分析比较各类盲源分离方法的处理对象、前提条件和优缺点,并进行了总结.最后通过仿真实验分析了基于粒子滤波与编码辅助的单通道盲分离方法中粒子数目、编码方式、源信号幅度比和频差等对分离算法性能的影响.     

基于阵列结构的盲源分离算法

利用源信号的统计独立性提出了一种由混合信号和分离信号估计混合矩阵的算法,避免了一次矩阵求逆运算。同时,利用天线阵列的结构信息提出了一种直接重构混合矩阵的算法,该算法不需要估计源信号的载频和入射角。仿真结果表明,所提算法与基于来波方向估计的盲分离算法性能相当,在信号入射角间隔较大时,所提算法性能优于普通的盲分离算法,并且大大减少了运算量。     

带源个数估计的BPSK信号盲分离算法

目前盲分离研究已有算法众多,但有关数字信号或有限字符集的盲分离研究尚不多见,而带源个数估计的此类盲分离算法更鲜有涉及。针对这类问题,该文提出了一种新颖的BPSK数字信号的盲分离算法,首先由接收到的观测信号的特征,在无噪和有噪情况下分别给出了估计源信号的数目算法;然后再利用观测信号之间的关系估计出混叠矩阵,并在算法中给出了证明。通过估计的混叠矩阵即可恢复得到分离信号,此时得到的分离信号与源信号或者顺序发生了交换,或者产生了符号之间的差别,但并不影响盲分离。最后的仿真结果显示了该文提出的算法在估计混叠矩阵以及最后恢复源信号上都是非常成功,也表明了此算法的可行性和优异性能。     

基于二阶统计特性的方向向量估计算法的DOA估计

为了减小天线阵流形误差对波达方向(DOA)估计结果的影响,以及克服基于传统盲源分离算法的DOA估计算法不能应用于少通道测向设备的不足,提出一种基于2阶统计特性的方向向量估计算法的DOA估计算法。首先,根据确定性最大似然(DML)估计算法谱函数的特征,构造关于协方差矩阵的酉约束下的优化问题;然后,通过优化该问题获得各个单信号的实际方向向量;最后,将各个单信号的实际方向向量输入到空间谱算法中实现DOA估计。由于将多信号的DOA估计转化为多个单信号的DOA估计,因此在天线阵列流形存在误差时,所提算法比传统的DOA方法具有更好的DOA估计性能。由于所提算法仅需使用协方差矩阵,因此所提算法可应用于少通道测向设备。由仿真实验结果可知,在阵列流形存在误差以及测向设备为少通道测向设备时,与传统DOA方法相比,所提算法的DOA估计的准确度、抗扰度以及分辨率更高。     

基于EMD和ICA的单通道语音盲源分离算法

针对单通道语音信号盲分离的问题,结合盲源分离和经验模式分解的优点．提出了一种基于经验模式分解的单通道语音信号源数估计和盲源分离方法。对语音混合信号进行经验模式分解,利用贝叶斯算法估计语音源数目,根据源信号数目重组多通道语音混合信号,并采用独立分量分析实现语音信号的盲分离。仿真实验表明,使用此法能有效地估计通道语音信号源数和分离盲源。     

基于循环互相关的宽带信号时差估计

研究了定位中的宽带信号时差估计问题，给出了时差估计信号模型，分析了信号的循环相关特性，提出了基于宽带信号循环互相关的时差估计算法。最后采用计算机进行了仿真实验，给出了估计性能的曲线，并和广义相关算法进行比较，仿真实验表明本文所提算法具有较好的估计性能。     

提高相位差测量精度的野值剔除算法研究

干涉仪测向系统中,方位角是通过天线阵元间的接收信号相位差得到的,提高相位差测量精度对方位角精度提高是有利的。运用3种剔除野值方法来提高相位差精度：莱以特准则、平滑滤波法和极坐标变换算法。极坐标变换法克服了角度模值运算带来的不必要的误差,及时检测、剔除野值,校正了相位差参数。与前面2种方法相比,更适应角度运算,而且计算简便、精度高,便于工程实现。     

基于TDOA的短基线测向精度分析与仿真

根据TDOA短基线测向原理,分析了影响其测向精度的因素,包括基线长度、基线长度测量误差、时差测量值和时差测量精度,并进一步研究了不同时差测量法下,影响时差测量精度的因素。在此基础上,对各因素造成的测向精度变化大小进行了仿真研究,得出提高短基线测向方法测向精度的结论,指出该测向方法的适用范围。     

基于ESPRIT宽带信号测向技术研究

研究了基于ESPRIT宽带信号测向技术,采用信号子空间变换方法分别对2个平移矩阵聚焦处理,并利用窄带ESPRIT测向方法计算出来波方向,提出利用ESPRIT与聚焦处理相结合测向的方法,解决了ESPRIT宽带信号测向精度差问题。通过聚焦处理有效抑制噪声,提高信噪比,从而获得高精度、高分辨率的渐进无偏估计信号方向。计算机仿真验证了算法的有效性。     

基于神经网络的干涉仪测向方法

针对干涉仪测向系统中采用传统算法难以克服系统误差的问题,提出了一种基于神经网络的干涉仪测向方法。通过对干涉仪测向系统进行建模,分析了测向误差来源和解相位模糊算法,建立了基于相位干涉仪测向系统的BP神经网络模型,并采用了Levenberg-Marquardt算法对BP神经网络进行改进。以微波暗室的试验数据为训练数据,利用Matlab工具箱对神经网络进行了验证性的仿真试验。仿真结果表明:与传统的测向算法相比,该算法能克服系统误差,进一步提高干涉仪测向精度,改进后的神经网络的收敛速度得到大大提高。     

一种稳健的平行基线相关干涉仪测向方法

针对传统平行基线相关干涉仪在实际测向中精度易受系统误差影响的问题,提出了一种稳健的平行基线相关干涉仪测向方法.该方法通过增加平行基线组合数和引入索引扩展,减小系统误差对测向精度的不利影响,并采用实测样本进行相关来弱化互耦、多径效应等因素的影响.仿真结果验证了改进算法能有效提高实际测向系统的测向精度;同时,相对于标准干涉仪具有运算量上的优势,从而更加适合具有实时测向要求的测向系统使用.     

对相关干涉仪测向算法的改进

给出了一种相关干涉仪测向的改进算法.与在全方位范围内进行相关运算的常规相关干涉仪不同,它只在相位角的有限区间内进行相关运算并搜索最大相关系数值,可以极大的缩短相关干涉仪测向所需的时间;在该方法中引入曲线拟合算法对相关运算后的数据进行处理,可以使相关干涉仪测向系统获得更高的测向精度.     

注入式雷达信号仿真技术

对注入式雷达脉冲模拟器的技术特点和实现方法进行了研究,给出了比幅测向体制注入式雷达射频脉冲的数学仿真模型及其在Tiger SHARC TS101 DSP上的实现,为提高仿真的实时性提出了一种有一定精确度、实时性较好的算法。     

用于非圆信号二维测向的扩展Root-MUSIC算法

利用双平行线阵的阵列结构,提出了用于非圆信号二维测向的扩展root-MUSIC(ERM)算法.ERM算法估计得到的俯仰角与方位角一一对应,自动配对,无需搜索,其可测向信号数大于子阵阵元数,方位测角精度优于同样基于双平|亍线阵的二维测向波达方向矩阵法(DOAM),俯仰测角精度在低信噪比下优于DOAM算法,俯仰角兼并时算法仍有效.     

多传感器联合测向定位算法

本文针对传统测向定位算法的性能受限于测向精度这一问题,提出一种基于粒子滤波的多传感器联合测向定位算法。首先,推导出联合测向定位的理论定位误差,进而提出加权平均方法对初步测向定位结果进行处理得到粒子的先验分布。其次,提出测向数据融合的粒子滤波算法用于对发射源进行定位,并对该算法进行定位误差分析。理论推导和仿真结果表明本文算法能够大幅度降低定位误差,提高定位精确度,与其他测向定位算法相比体现了其先进性。