基于频域子空间平滑的MUSIC时延估计算法

时延估计常被用在无线定位测距中,针对多径环境下定位精度下降和时延估计失真的问题,提出了一种基于正交频分复用（OFDM）频域子空间平滑的超分辨率（MUSIC）时延估计算法。首先使信号源经过OFDM调制,利用子载波形成数据流;随后在频域对数据流的协方差矩阵作双向平滑处理,使其最大程度的利用信号子空间的数据信息;最后利用MUSIC算法下信号/噪声子空间正交性逐一进行谱峰检测,并针对噪声情况对伪谱作归一化处理,从而获得更为准确的时延信息。计算机仿真表明,本文优化算法相对于特征空间MUSIC算法具有更高的谱峰和更窄的旁瓣,且无错误估计干扰。在测距信号间隔较近时能够有效解决估计失真问题,最小时延间隔可达6ns,分辨能力较强。估计性能层面,可在信噪比为-15dB复杂条件下估计精度达到3ns左右,验证了该算法的有效性和优越性。     

基于特征空间求根法的非整数次谐波估计方法

现有傅里叶算法在含有非整数次谐波的情况下存在着频谱泄漏和栅栏效应,AR模型谱估计和多信号分类法(MUSIC)法能提高频率分辨率,但对噪声敏感,容易产生虚假频率。提出基于特征空间求根法进行频率的精确估计,对修正的信号自相关矩阵进行特征值分解,利用信号子空间和噪声子空间的正交性构造多项式,进行多项时求根,得到单位圆上的根进行频率估计,在此基础上通过三角回归法,解一超定方程组得到相应的振幅和相位。并与MUSIC法在无噪声和有噪声情况下进行仿真比较,证明了该方法在提高分辨率、减小估计偏差和提高数据精度的有效性。     

基于MUSIC-Group Delay算法的相邻相干信号源定位

为了准确的进行相邻的相干信号源定位,提出了一种基于多重信号分类群延迟（MUSIC group delay）的改进算法。首先,将空间平滑技术引入到波达方向（DoA）估计当中去除部分相干信号。由于在信号源相邻的情况下子空间算法的性能降低,就结合了MUSIC Group Delay算法来区分相邻的信号源,这种方法因为自身的加和性通过MUSIC相位谱来计算群延迟函数,从而能估计出相邻的信号源。理论分析和仿真结果表明提出的方法估计相邻的相干信号源比子空间算法更精确,分辨率更高。     

基于实值MUSIC算法的电力谐波分析方法

现代谱估计方法逐渐被应用于电力谐波及间谐波的超分辨率检测与分析,其中的多重信号分类方法(MUSIC)算法最具代表性.然而,常规谱MUSIC算法在分析电力谐波时必须将实值信号转换为复频率信号,因而计算复杂度较高;此外,其伪频谱的峰值搜索过程也存在着类似栅栏效应,导致其频率分析精度有限.为了改善谱MUSIC算法对电力谐波的分析精度,本文基于子空间分析理论提出了针对实值周期信号的谱MUSIC频率检测方法,推导并给出了其伪谱函数的表达式.在此基础上,还利用Newton-Raphson算法对伪谱峰值进行迭代求精,进一步提高了谐波频率的估计精度.仿真结果表明:实值MUSIC伪谱更能有效区分真实谐波谱峰与噪声伪峰,同时本文方法的计算复杂度远远低于原有复值谱MUSIC算法,而频率估计精度与求根MUSIC算法接近,非常有利于电力谐波参数的准确获取.     

基于特殊导频序列的多用户OFDM系统中的频偏和信道联合估计

本文提出了一种新的导频设计方法应用在多用户OFDM系统中来进行联合估计频偏和信道.根据最小化MSE准则,设计最优的导频序列以满足均方误差最小,从而得到该导频序列是等功率的且具有循环移位正交性.仿真结果表明,本文所提出的最优导频序列优于任意导频序列在对频偏和信道联合估计的运算中.同时,通过采用改进的ML(最大似然估计)算法能够大大减小运算的复杂度.这种方法在系统具有较小频率偏移的情况下非常适用.     

宽带相干源波达方向估计的新方法及性能分析

本文首先介绍了宽带阵列信号的模型，然后给出了一种新的基于信号子空间的宽带信号DOA估计算法。新算法直接分解接收数据协方差矩阵得到聚焦矩阵，通过聚焦变换将不同频率点的信号子空间聚焦到参考频率点，聚焦后得到单一频率点的数据协方差矩阵，再应用窄带MUSIC算法进行DOA估计。由于是直接分解接收数据协方差矩阵得到聚焦矩阵，因此新算法无需预估计波达方向，可以避免角度预估计对测向性能的影响，而且减少了计算量，提高了宽带信号DOA估计的实时性。最后在16元均匀线阵的情况下，选用宽带高斯信号源进行仿真，将新算法与RSS算法和TLS算法相比较，验证了新算法的优良性能。     

电力线OFDM系统整数频偏估计算法

正交频分复用(orthogonal frequency division multiplexing,OFDM)技术是电力线通信中重要的调制技术,而OFDM系统的主要缺点之一是对载波频率偏移非常敏感,故载波频偏估计是OFDM系统的关键技术之一。对采用Chu序列的互相关整数频偏估计算法进行改进,提出了基于最大后验概率准则的整数频偏估计算法。该算法在原有算法基础上考虑训练序列周围的数据符号和噪声影响,增加了一个修正项,可以进一步降低整数频偏估计错误检测概率,提高估计的准确性。仿真结果表明,与原互相关算法相比,该算法降低了一般通信信道和电力线通信信道下的整数频偏估计错误检测概率,在电力线OFDM通信系统中具有良好的应用前景。     

基于RD-MUSIC算法的局放超声阵列检测方法仿真研究

超声阵列检测是一种可靠性较高的局部放电定位方法,而目前对局放超声阵列信号的波达方向研究尚不成熟。基于此,文中提出了一种基于多重信号分类降维(RD-MUSIC)算法的局放超声阵列信号波达方向(DOA)估计方法。首先,将局放超声阵列信号波达方向(方位角和俯仰角)的谱峰空间采用二维并行搜索方式;其次,基于RD-MUSIC算法将局放源分解为方位角和俯仰角的一维顺序搜索方式,将阵列输出信号的协方差矩阵进行处理,进而提高了该一维DOA估计方法对局放源的分辨性能;最后,将RD-MUSIC算法与多重信号分类(MUSIC)算法作仿真对比,结果表明,RD-MUSIC算法测向性能好,运算速度快,其测向误差小于MUSIC算法,进一步提高了定位的准确度。     

新型快速DOA估计算法

针对传统MUSIC算法进行DOA（direction of arrival）估计计算量过大、难以实现实时处理的问题,提出了一种新型测向算法。基于信号子空间与噪声子空间的正交性,利用部分噪声子空间进行变步进谱峰搜索,通过减少单个伪谱值估计运算量、减小谱峰搜索范围以及规避信号源个数估计过程,大幅降低了算法实现复杂度,同时优化加法和乘法运算数配比,将乘法运算量减少至1/4以下,降低了硬件运算负荷,可实现信号实时处理。通过计算机建模、仿真及性能比对,验证了该方法对运算性能的改进效果。     

OFDM系统中基于DCT的信道估计迭代算法

提出了一种基于离散余弦变换(DCT)的正交频分复用系统(OFDM)的信道估计算法。该算法是一个迭代过程,首先计算导频子载波处的信道响应,然后通过DCT变换域的低通滤波器有效地抑制了加性高斯白噪声(AWGN)和载波间干扰(ICI)的影响,全部子载波上的信道估计由扩展的离散余弦逆变换(EIDCT)得到。利用DCT的特性,该算法消除了基于离散傅里叶变换(DFT)的信道估计方法中的混叠效应,使得OFDM系统在移动条件下能够很好地工作。仿真结果表明了基于DCT的信道估计迭代算法的有效性。     

近场声源三维定位MUSIC算法研究

信号到达方向(DOA)估计是阵列信号处理的最主要目的之一,基于语音阵列的DOA估计与传统的窄带远场信号的DOA估计在信号模型和处理方法上有很大区别.本文把经典的MUSIC算法推广到语音阵列处理中,实现了声源三维定位.该算法的基本思想是:把宽带语音信号通过短时傅立叶变换转换为独立离散频率点,利用MUSIC算法求出每个/部分频率点的空间谱矩阵,然后加权平均这些空间谱矩阵.通过搜索该平均空间谱矩阵,找到信号源的位置.最后,在16元均匀圆环阵的情况下,选用双语音信号源进行了仿真.仿真结果表明,该算法定位性能优良.     

Hybrid demodulation concept and harmonic analysis for single/multiple power quality events detection and classification

A novel real-time analysis of power quality (PQ) events has been presented using amplitude and frequency demodulation concepts. The earlier techniques were analyzing the few cycles of the power signal based upon wavelets, having the computational complexity of the order O(n²). In the proposed method, PQ events can be considered as similar to various modulating signal forms. In this paper, the concept of demodulation has been used to separate various single/multiple event patterns and MUSIC harmonics algorithm has been used to detect the presence of the various harmonics. These techniques have been well tested on transient, sag, swell harmonics and their combinations in real-time. Fuzzy classifiers have been used for the classification of PQ events from the knowledge base, obtained from amplitude demodulation, frequency demodulation and MUSIC harmonic algorithm. It is concluded from the confusion tables that the efficiency of single/multiple PQ events recognition of fuzzy product aggregation reasoning rule (FPARR) classifier is higher.     

基于MUSIC的含噪声信号频率估计

频率估计是数字信号处理的重要内容,特别是对含有高斯白噪声的信号进行频率估计一直是信号处理的经典课题。频率估计不仅在理论上,而且在实际应中,都有非常重要的研究价值。本文采用空间谱估计的典型代表MUSIC算法,对含高斯白噪声的信号进行频率估计,同时也通过MATLAB软件对其进行了仿真。仿真结果表明对单、多个含噪声的正弦信号而言,MUSIC算法有良好的频率特性,并能达到预期效果。     

基于多重信号分类与模式搜索算法的笼型异步电动机转子断条故障检测新方法

提出了一种基于多重信号分类(multiple signal classification,MUSIC)与模式搜索算法(pattern search algorithm,PSA)的异步电动机转子断条故障检测新方法。MUSIC方法对于短时信号具备高频率分辨力,可以准确计算转子断条故障特征分量以及其他分量的频率;但对诸频率分量幅值和初相角则无法准确求解。因此引入PSA确定诸频率分量的幅值、初相角,并对1台Y100L-2型3 kW笼型异步电动机完成了转子断条故障检测实验。实验结果表明:基于MUSIC与PSA的异步电动机转子断条故障检测方法切实可行,适用于负荷波动、噪声等干扰严重情况。     

基于欠采样的载频与二维到达角联合估计方法

针对阵列参数估计中传统奈奎斯特采样定理给采样和存储设备带来的巨大压力,提出了一种基于随机解调(RD)阵列结构的信号载频与二维到达角(2D-DOA)联合估计方法。利用不同天线阵列之间的互相关矩阵构造协方差矩阵,基于旋转不变子空间(ESPRIT)方法求解载频和2D-DOA参数,同时克服了载频和2D-DOA之间的配对问题。仿真实验结果证明了该方法能较好地从较少的欠奈奎斯特样本中估计目标信号的载波频率和2D-DOA,并恢复原信号的时域波形。     

Parameter estimation for MIMO system based on MUSIC and ML methods

The frequency offset and channel gain estimation problem for multiple-input multiple-output (MIMO) systems in the case of flat-fading channels is addressed. Based on the multiple signal classification (MUSIC) and the maximum likelihood (ML) methods, a new joint estimation algorithm of frequency offsets and channel gains is proposed. The new algorithm has three steps. A subset of frequency offsets is first estimated with the MUSIC algorithm. All frequency offsets in the subset are then identified with the ML method. Finally, channel gains are calculated with the ML estimator. The algorithm is a one-dimensional search scheme and therefore greatly decreases the complexity of joint ML estimation, which is essentially a multi-dimensional search scheme. __________ Translated from Journal of Electronics and Information Technology, 2008, 30(7): 1552–1556 [译自: 电子与信息学报]     

基于FMCW雷达的非接触式心率估计方法

基于FMCW雷达的非接触式心率估计方法具有舒适、便利等优势。由于噪声和呼吸谐波的干扰，现有方法的准确率仍存在一定局限。针对上述问题，提出了一种心率估计方法。在相位分析的基础上，对相位信号进行相位差分运算，以增强心跳信号，再通过改进的小波阈值去噪方法进行去噪处理，消除噪声干扰。在频率估计时，本文通过海明窗函数对心跳信号进行处理，再用多信号分类算法进行频率估计，可以解决信号截获造成的频谱泄漏问题，并提高多信号分类算法的分辨率和稳定性，从而降低呼吸谐波及噪声对心率估计的影响，获得准确的心率值。仿真结果表明，本方法提高了心率估计的准确性。     

基于循环谱的GPS信号快速捕获算法

本文提出了一种基于循环谱理论的GPS信号捕获的新方法。将循环谱理论应用到GPS系统中,采用频域平滑周期图法估计出GPS中频信号的循环谱,分析循环谱的幅度、相位和位置信息,从而实现对其载波频率、伪码速率和初始相位的估计。本文还对伪码速率的估计算法提出了改进。最后,对捕获过程进行计算机仿真验证,证明了该算法的有效性。这种捕获方法避免了多维搜索,很大程度上减小了平稳噪声和干扰的影响,估计精度高,适用于低信噪比情况。