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。      

色噪声环境下信源数目估计的线性插值法

为了减轻加性色噪声对信源数目估计性能的影响,本文提出了一种基于相干矩阵特征值分布曲线线性插值的信号检测方法.构造适当的代价函数,避免了对数似然函数的使用,该方法对色噪声协方差矩阵特征值分散具有稳健性,同时具有较低的计算复杂度和适用于相关甚至相干源等优点.其有效性由大量的计算机仿真结果得到了验证.     

均匀圆阵DOA估计的一种酉变换方法

针对基于均匀圆阵的子空间类DOA估计算法包含大量复数运算、硬件实现复杂的问题,提出了阵元空间中的一种酉变换方法。该方法利用阵列的中心对称性将协方差矩阵和导向矢量分别转化为实对称阵和实矢量,从而大大降低了硬件实现复杂度。基于该酉变换的MUSIC算法在性能上优于传统的MUSIC算法和均匀圆阵模式空间酉MUSIC算法。     

基于小波变换的酉ESPRIT波束赋形技术研究

为了解决酉旋转不变子空间波束赋形算法在低信噪比环境下性能急剧下降的问题,提出了基于小波变换的酉ESPRIT算法。该算法在分析运算特点后有效调整运算顺序以控制计算量,利用小波变换去噪原理,能在低信噪比及阵元数有限的条件下正确估计来波方向。仿真结果表明,与传统ESPRIT算法及酉ESPRIT算法相比,该算法在低信噪比且不增加阵元数的情况下能更加准确地分辨来波方向。     

一种利用均匀圆阵对称特性的近场源酉变换估计算法

针对现有均匀圆阵的近场源三维参数估计算法运算量大的缺点,提出了一种基于均匀圆阵对称特性的近场源酉变换估计算法。该算法利用均匀圆阵对称特性将阵列导向矢量进行酉变换和对角化分离处理,消除距离参数,把三维搜索问题化简为二维搜索问题,同时把复值方向矢量转化为实值方向矢量。计算机仿真结果显示,所提算法估计性能优于相关序列降维估计方法,与三维多重信号分类算法性能相当,且通过矩阵分离降维和实值化处理,减少了运算量,有利于工程实时处理。     

复杂电磁环境下稳健的信号源个数估计方法

为了实现低信噪比条件下以及复杂电磁环境中对阵列接收信号源个数的有效估计,利用雷达和通信信号普遍具有的循环平稳特性,借助时域平滑的思想建立了能够分离循环统计相干信号的伪数据矩阵模型,并将基于信息论准则的源个数估计方法引入对循环平稳信号的处理中,提出了一种环境适应能力更强、性能更优的循环平稳信号源个数估计方法,仿真实验验证了新方法的优良性能。     

一种改进的基于波束空间的酉-ESPRIT算法

针对酉-ESPRIT算法估计精度较高但是对信噪比水平变化比较敏感的问题,提出了一种改进的用于DOA估计的酉-ESPRIT算法。该算法首先对观测数据在变换域中进行预处理使信号能量更集中,然后进行波束变换,在波束空间中估计信号的到达方向。文中采用的波束形成矩阵使用较少的波束数可以在更广范围内搜索信号以避免漏掉有用信号,因此减少了运算量。通过计算机仿真试验可知,无论在白噪声还是色噪声背荣下,与酉-ESPRIT算法相比,本算法不仅减少了计算量,并且具有更小的信噪比门限,提高了酉-ESPRIT算法的鲁棒性。     

色噪声背景下的重采样信源数目估计方法

针对盖氏圆信源数目估计方法在低快拍数、低信噪比情况下性能变差的问题,设计了一套能在有色噪声中提高估计准确率的方法。首先,对接收信号样本集多次抽样,利用多个子样本集协方差矩阵的行列变换构建不同酉矩阵,然后对多个酉变换结果取平均,最后通过多次重采样循环迭代得到最优估计值。仿真结果表明,相比传统GDE的统计方法,文中提出的方法能得到更稳定、准确的估计结果,同时计算所需的接收信号快拍数目更少、信噪比更低。     

色噪声环境下强相关源的DOA估计

结合MMUSIC（Modified multiple Signal Classfication)算法和SWEDE（Subsapce Method Without Eigen DE composition)方法的优点提出了联合DOA估计方法，该法使得在色噪声环境下强相关信源DOA（Direction Of Arrival)估计成为可能。理论分析与仿真结果表明：联合DOA估计方法在明显降低运算复杂度的同时，无需空间噪声必须为白噪声的约束，更加贴近现实情况，而且有利于在线处理。     

一种针对色噪声相干源的源数目估计方法

提出一种联合MDL法和特征值校正相结合的源数目估计方法。利用联合MDL法即最大似然的角度参数估计和MDL检测方法迭代处理估计相干源数目,并对噪声特征值进行校正使色噪声引起的特征值发散程度大大减小,从而有效检测空间色噪声下相干信号源的数目,且性能优于已有的算法。其有效性由大量的计算机仿真结果得到了验证。     

多输入多输出衰落信道的最小互信息盲均衡

提出了多输入多输出衰落信道的基于广义高斯分布近似的最小互信息盲均衡器.采用输出信号的广义高斯分布近似,基于互信息最小化目标函数自适应调整均衡器的系数.比较了基于广义高斯分布近似和非线性变换的两种最小互信息盲均衡算法.仿真实验表明基于广义高斯分布近似的方法比非线性变换方法有更大的星座图距离,更快的收敛速率和更好的误码性能.     

空间非平稳噪声下圆阵的DOA估计

提出了空间非平稳噪声环境下基于圆阵的DOA估计算法.针对噪声为空间非平稳的情况,通过有效估计的加性色噪声相关矩阵对阵列数据相关矩阵进行预白化处理,克服了空间非平稳噪声对空间谱估计的影响误差,进而实现了非平稳噪声环境下圆阵DOA的精确估计,计算机仿真结果证实了该算法的正确性和有效性.     

一种空间非均匀噪声环境下DOA估计的改进方法

文中提出一种空间非均匀噪声环境下的信号源DOA估计的改进方法.该算法首先对阵列协方差矩阵进行平滑处理,在此基础上估计出空间非均匀噪声协方差矩阵,通过已估计的噪声协方差矩阵对平滑处理后的阵列数据协方差矩阵进行白化处理,克服了空间非均匀噪声对空间谱估计的影响,实现信号源DOA估计.相对于原方法,文中所提方法改善了DOA估计的性能,计算量小,并且能够估计强相关或相干信号源DOA.理论分析和仿真结果均表明所提方法的有效性.     

一种有效的相关噪声背景下宽带相干信号DOA估计算法

利用均匀线阵,本文提出了一种有效的相关噪声下宽带相干信号DOA估计算法.首先,在各个频率点,利用空间差分技术消除色噪声分量,并通过平方操作构造新矩阵;然后,通过聚焦操作得到通用的协方差矩阵;最后,通过使用传播算法估计得到宽带相干信号的DOA.算法能够分辨的相干组中相干信号的个数可以是奇数或是偶数.仿真结果验证了算法的有效性和性能.     

色噪声背景下相干信源DOA估计的空间差分平滑算法

文中提出了一种色噪声背景下相干信源波达方向(DOA)估计的新算法-空间差分平滑(SDS)算法.SDS算法利用均匀线阵协方差矩阵的Toeplitz分解特性,差分平滑运算,将非相干信源与相关(或相干)信源分开分辨,从而重复利用阵列接收数据,可分辨更多信源.SDS算法可对消空间色噪声,适用于更广泛的未知噪声背景及低信噪比环境.相比常规谱估计算法,SDS算法具有更强的信源过载能力及阵元节省能力,利用少数阵元进行迭代空间平滑运算,还可明显减小SDS算法的计算量.计算机仿真结果证明了SDS算法理论的正确性和有效性.     

基于协方差矩阵变换的相干源个数估计

正确地估计信号源个数是高分辨阵列信号处理的一个重要组成部分,本文提出了一种相干源个数估计的方法。这种方法是先采用空间平滑技术对信号源去相关,然后对阵列协方差进行酉变换,最后用基于协方差矩阵变换的信息论准则和盖氏半径(Gerschgorin Radii)两种方法估计信号源个数。计算机仿真结果证实了方法的可行性。     

基于Riesz基的含噪声密度估计

本文研究了含噪声密度估计问题,在Besov空间上,构造了基于Riesz基的线性小波估计,并利用此结果给出了含噪声截断线性小波估计,该结果改善了现有的估计,减少了运算量.