空间散射电磁波的波达方向估计

基于均匀圆阵，提出一种空间散射电磁波的波达方向估计方法。直接利用均匀圆阵的阵列流形，采用最小二乘算法估计二维方向角，并且分析了最小二乘估计算法的数值稳定性。此方法充分利用了均匀圆阵的良好性能，对信号类型具有鲁棒性。计算机仿真证明了此方法的有效性。     

基于协方差扩展PM算法的波达方向估计

针对基于传播算子方法(Propagator Method, PM)的水听器阵波达方向(Direction of Arrival, DOA)估计在低信噪比或者小快拍数时性能变差的问题,文章提出一种改进的基于PM算法的水听器阵方位估计方法。该方法利用信号子空间的旋转不变性特征对协方差矩阵进行扩展和重构,通过分块协方差矩阵的子矩阵得到传播算子矩阵。通过传播算子矩阵构造扩展噪声子空间,然后利用信号子空间与噪声子空间的正交性估计空间谱。仿真实验和湖上实验的结果表明：相较于传统PM方位估计算法,文中算法在低信噪比或者小快拍情况下具有较好的方位估计性能,在信噪比为0 dB时,文中方法比传统PM算法均方根误差减少0.6°;在快拍数为150时,比传统PM算法的均方根误差减少0.1°。     

基于波束空间的改进TOPS宽带DOA估计

提出了一种基于波束空间的改进投影子空间正交性测试算法,以克服投影子空间正交测试(Test of Orthogonality of Projected Subspace,TOPS)算法在低信噪比时容易出现伪峰的缺点。通过对TOPS算法中的正交性测试矩阵添加对角修正矩阵,并利用波束空间方法对阵元接收数据进行预处理,从而实现对宽带信号的波达方向估计。仿真结果表明,文中所提出算法与TOPS算法相比,能够抑制波束指向范围内的伪峰,并能提高分辨概率和减少运算量,是一种具有应用前景的新算法。     

一种改进的波达方向盲估计算法

文章在一种基于盲分离技术的波达方向估计算法的基础上,提出了一种改进算法。通过对改进算法和原算法在角度估计性能的一系列比较,证明这种改进的算法在角度估计性能的很多方面都要优于原算法,仿真实验和水池实验验证了这一点。     

双目标相干源窄带信号波达方向估计算法

利用水下目标发出的窄带信号,能够实现目标方向的精确估计。针对均匀线列阵接收水下目标窄带信号的特点,提出一种相干源波达方向(Direction of Arrival,DOA)估计的快速算法。通过精确估计目标信号对应的空间频率,直接计算出单目标或双目标信号的波达方向。对该算法进行了理论推导,通过仿真对算法进行验证,并对影响DOA估计精度的因素进行了分析。仿真结果表明,该算法具有较高的估计精度,不受信号时间长度的影响,算法计算量小,便于实时处理,具有较好的工程应用前景。     

结合主分量分析与DOA估计的语音盲分离

在欠定语音盲分离中,W-分离正交性假设通常使问题简化,但这种简化是以降低分离性能为代价。在语音信号满足近似W-分离正交性的假设下,提出利用主分量分析（PCA）检测只有一个源信号存在的时频点,检测出的时频点均满足W-分离正交性,因此提高了混合矩阵的估计精度。通过从混合矩阵中估计源信号的波达方向,可以较好地解决置换模糊问题。仿真结果表明,提出的方法与经典的DUET方法相比具有更优的性能,平均信干比提高了2.77dB。     

波达方向误差对对角加载波束形成的影响研究

文章回顾了对角加载波束形成理论的发展,列举了几种较常使用的求取对角加载因子的方法。通过多个仿真实例,着重分析了Xavier提出的基于无限随机矩阵理论的对角加载因子的方法．指出了其局限性一在期望信号的方向向量存在误差的时候,该方法产生自消现象,从而波束形成器的性能急剧下降。本文结合特征空间波束形成,根据期望信号的实际方向向量正交于噪声子空间,提出一种改进方法一先对期望信号的方向进行校正,再求取对角加载因子,从而加强了Xavier的方法对波达方向失配的稳健性。仿真实例验证了在信噪比不大的时候这个方法的有效性。     

基于Y形阵的宽带信号波达方向估计研究

理论分析表明,Y形阵具有所需阵元少和在DOA估计的范围内其估计性能基本保持一致等优点,是角度一致性和阵元数的较好折衷,在阵元数受限和对角度一致性要求较高的场合具有较高的应用价值。为了研究Y形阵在宽带信号的DOA估计中的性能,将Y阵与双边相关变换算法相结合,对多个宽带相关信源进行DOA估计。计算机仿真实验结果验证了上述理论分析的正确性。     

MMUSIC算法在矢量水听器阵列波达方向估计中的应用

本文提出MMUSIC算法在矢量水听器阵波达方向估计中的应用，并详细描述了该算法的原理及应用过程，最后进行了几个仿真对比试验。仿真结果表明该算法在矢量水听器阵波达方向估计应用中的可行性和有效性。     

基于均匀面阵的酉ESPRIT算法在二维DOA估计中的应用

二维波达方向(Direction of Arrival,DOA)估计是智能天线技术中的一个关键问题.在低信噪比、低快拍数条件下,常规DOA估计算法的性能会严重下降.针对此问题,提出了一种基于均匀面阵的酉ESPRIT算法.算法将复矩阵转化为实矩阵计算,使运算复杂程度简化,估计精度提高,且可实现参数自动配对,是一种比较高效的DOA估计算法.计算机仿真结果表明了所提算法在测向性能方面比常规DOA估计算法有更好的估计性能,且在低信噪比和低快拍数条件下估计性能不受影响,同时具有更小的运算量.     

基于相空间重构与独立分量分析的局部独立投影降噪算法

针对故障分析信号中存在噪声问题,提出一种将相空间重构与独立分量分析相结合的局部独立投影降噪算法。其中相空间重构的目的在于从高维相空间中恢复混沌吸引子,独立分量分析能够找到信号的主流形,选择邻域是为了将特征相近的相点结合在一起。使用该方法对正弦仿真信号和Lorenz仿真信号进行降噪处理,结果表明局部独立投影降噪算法的降噪效果与局部独立分量分析算法降噪效果接近,但优于全局投影降噪算法。运用该方法对低速重载轴承振动信号进行分析,准确判断出轴承故障。     

基于独立分量分析的结构模态参数识别

简要介绍了独立分量分析的基本原理及算法,探讨了结构的正规坐标与独立分量的关系。分析认为,结构自由振动响应的振型分解可以看做是一个ICA问题。因此,可以把独立分量分析发展成为一种利用结构自由振动响应时域信号进行模态参数识别的方法。结合数值仿真算例及振动试验,验证了独立分量分析用于结构模态参数识别的有效性。结果表明,独立分量分析可以准确的从结构自振响应中,分离出各正规坐标,同时估计出各阶模态振型向量,适用于环境激励下的工作模态参数识别。     

基于约束独立成分分析的滚动轴承故障诊断

用新的理论和方法丰富和提高机械故障诊断技术是机械故障诊断学的重要内容之一。本文用约束独立成分分析方法把研究对象的先验信息作为独立成分分析算法的约束条件,使新的算法仅仅收敛于感兴趣的故障信号。这样可以提高故障诊断的针对性和效果。该方法可以从传感器信号中快速诊断设备中是否发生了某种故障,并以滚动轴承的仿真和实验验证了该方法的适用性和有效性。     

独立分量分析的图像融合算法

独立分量分析可实现图像的稀疏编码并具有能很好地捕捉图像重要边缘信息的特性.本文提出一种基于独立分量分析的图像融合算法,结合支持向量机对多聚焦图像的清晰域、模糊域进行判断以及在ICA域中进行图像分割以提取图像的主要边缘特征信息来实现特征级的多聚焦图像的融合.实验结果表明,本文提出的融合算法是有效的.     

基于自适应波束形成和ICA的消噪系统

介绍了自适应宽带波束形成和快速独立分量分析的基本理论和算法,分析了固定波束形成的理论局限性及自适应宽带波束形成的优越性。提出了一种基于自适应波束形成和独立分量分析的消噪系统,算法显著地抑制了噪声、增强了语音,又具有稳定快速的性能。同时分析了自适应波束形成单元数或者输入信号数对算法性能的影响,对实际应用具有指导意义。     

ICA的近红外光谱分析软件的研制

研制了基于独立分量分析方法的近红外光谱分析软件.该软件包括光谱解析、光谱建模和未知成分含量测定三个模块,使用了小波分析、ICA和BP神经网络等数据处理方法.将这种软件用于实测的玉米近红外光谱分析,所得结果令人满意.使用LabVIEW与MATLAB软件混合编程,充分利用了各软件的优点,不仅程序简单,而且界面友好.     

近红外光谱数据处理的独立分量分析方法研究

从数学的角度分析比较了主成分分析(PCA)与独立分量分析(ICA)的原理和特点,给出光谱矩阵在两种不同分析方法下的不同分解;同时结合线性回归和神经网络回归,提出"两步法"来确定不同成分含量测定的最优模型.进而采用PCA与ICA对实际测得的玉米近红外光谱进行了处理,比较分析了两种不同分解所得矩阵的化学含义,以及PCA与ICA两种不同分解对玉米光谱分析结果的影响.仿真结果表明,ICA从独立性角度对光谱数据矩阵进行分解,所得结果更接近实际光谱.最后,利用"两步法"对玉米三种主要成分水、淀粉、蛋白质分别建立了各自最优含量测定模型.结果表明,所建模型符合快速测定要求,具有一定的实用价值.     

改进的基于独立成分分析的图像特征提取算法

利用基函数稀疏性的极大值特点,本文提出一种改进的基于独立分量分析的图像特征提取算法.通过分析图像的拉普拉斯先验条件,独立成分分析的问题简化为L1范数求最小的问题,但是采用其对偶空间L∞范数求极大值的方法解决问题更加容易.相对其它独立成分分析方法,本文方法不需要对高阶非线性对比函数估值进行复杂的优化.实验结果表明,本文算法相比其它独立成分分析算法,具有更好的稀疏性和更快的收敛速度.     

Subspace‐based techniques for 2‐d DOA estimation with uniform circular array under local scattering

Abstract

In mobile communication systems, local scatterers in the vicinity of the sources cause angular spreading of radiating signals as seen from a base station antenna array. Thus, the base station antenna array is typically situated on the roof of a high building away from potential multipath reflectors. The uniform circular array (UCA) geometry provides 360° azimuthal coverage and also provides information on source elevation angles. We consider the problem of two‐dimensional (azimuth and elevation) direction‐of‐arrival (DOA) estimation with UCA. In the multipath scenario, the base station antenna can receive many coherent signals that cause the array manifold to be different from the conventional array manifold model. Herein, parameters of the spatial signature in the presence of local scattering are presented which apply to UCA. Then, we present a fast searching technique to improve the efficiency of the MUSIC algorithm for two‐dimensional DOA estimation. The fast signal subspace‐based estimation method utilizes the ESPRIT algorithm and then adopts sequential one‐dimensional searching to save computational cost. Several simulation results are included for illustration and comparison.