FFT幅相联合的快速高精度频率估计方法

快速傅里叶变换（Fast Fourier Transform,FFT）常用于信号频率估计,采用填零的方法可降低幅度谱频率搜索间隔的量化误差,但是会使频率估计的计算量成倍增加。本文提出了一种FFT幅相联合的快速高精度频率估计算法,首先利用信号采样的频谱序列和尾首样本差确定幅度谱及峰值位置,然后由频谱序列在幅度谱峰值位置和信号采样的尾首样本差来确定频率搜索间隔的量化误差校正值。因此,所提方法同时利用了幅度谱峰值的位置信息与相位信息。分析结果表明,与仅基于幅度谱搜索的FFT算法相比,所提方法的计算复杂度更低,且定位精度更高。     

基于过估计信源数的宽带弱信号源DOA估计

为改善MUSIC类DOA估计算法检测弱信源的性能,提出了一种利用过估计源个数和频域峰值统计信息检测宽带弱信号源的MUSIC类DOA估计算法(OSM)。该算法放宽了MUSIC类DOA估计算法过于依赖信源个数质量的限制,OSM把过估计的信源个数输入给MUSIC,提高了正确检测弱信源的概率,同时也增加了虚警概率,但虚假峰值随窄带的变化呈无规则分布。由PPNN和MNT把这一频率域信息引入到信源检测,抑制了虚假峰,提高了OSM的检测性能。其最小可检测信噪比较传统的MUSIC类DOA估计算法降低了6dB。当带宽较窄时,若信号平稳性较好,适当增加一次快拍的采样长度,可提高窄带数目,亦增加了OSM的稳定性。海上实验数据处理得到了和理论分析一致的结果,该数据处理结果也初步验证了OSM算法的良好检测性能。     

方位和频率两维高分辨分析实验研究

本文介绍了运用分维的特征子空间方法联合估计声呐目标的方位和频率信息的新方法。计算机模拟和湖上试验验证了该方法的合理性及其高分辨性能。     

DOA估计的可靠性准则及其在交叉定位中的应用

介绍了一种基于时延向量的DOA估计算法，在对算法误差分析基础上,提出了一种DOA估计可靠性准则。利用该可靠性条件，能够方便判定DOA估计的可靠程度，将其应用到多DOA交叉定位试验中，能够有效避免目标位置估计出现野值。     

盲源分离用于DOA估计研究

方位估计是水下目标定位、跟踪的前提。提出了一种复数域奇异值分解盲源分离方法,估计出了阵列流形,并利用阵列流形表现出的相位关系完成了目标方位估计。通过仿真实验与MUSIC高分辨方位估计方法和相关文献的方法进行了对比,结果表明该方法能很好地实现目标方位的实时估计,且性能更佳。     

谱分析中栅栏效应的影响及频率和幅度的精确估计方法

讨论了功率谱估计中的栅栏效应及其对频率和幅度估计造成的误差,提出了一种频率和幅度的精确估计方法。仿真结果表明,该方法频率估计精度比传统最大值法提高近10倍,幅度估计精度提高近3分贝。该方法简单易行,无需增加样本长度,故很容易在实际系统中应用。     

利用时空平均法改善DOA估计性能

在信号子空间类DOA估计算法中 ,自相关矩阵估计的优劣决定了DOA估计的性能 ,但是常规自相关矩阵估计方法是对阵列输出信号做时间平均。然而对于均匀线列阵这一特殊阵型 ,其阵列输出自相关矩阵的具有To eplitz结构。根据均匀线列阵信号的时空平稳特性 ,本文提出一种时空平均的方法来改善自相关矩阵的估计质量 ,即对阵列的自相关矩阵做时间和空间两次平均 ,从而提高了DOA估计的性参 ;仿真结果表明 :在低信噪比或低快拍数的条件下能够明显提高DOA估计性能     

人耳对信号频率瞬时变化的听觉响应研究

从探讨人耳在噪声背景中听测具有复杂时间－频率结构的主动声呐信号的模型出发，研究了人耳对信号频率发生短时间变化的感觉灵敏性问题。根据在８５０～１１３０Ｈｚ频段内的测量结果，得出了人耳听觉对频率变化响应的模糊区域由τ△Ｆ＝１～２决定。这里τ和△Ｆ分别是指信号频率变化的时间间隔及变化的差值。当τｔ△Ｆ≤１时，人耳感觉不到频率的瞬变，而当，τ△Ｆ≥２时则能十分清楚地分辨。     

原子钟相位与频率估计的误差特性

本文讨论了原子钟内部的3种噪声即白色调相噪声，白色调频噪声和随机游走调频噪声对相位和频率估计的影响，分析表明，这3种噪声对相位估计和频率估计的影响完全不同，在相位估计中，选择适当的平滑长度和取样间隔可以控制估计误差，而在频率估计中，估计精度不能通过[估计器或测量设备的改进而任意提高，存在一个极限，这个极限由原子钟的内部噪声来决定。     

频率值加权的宽带波达方向估计算法研究

0引言宽带信号波达方向估计在音频信号处理、雷达、声呐、无线传感器网络等领域中均有重要应用。宽带信号DOA估计方法的研究起步较晚,二十世纪80年代后才逐渐发展起来。经过30年的发展,目前已经涌现出众多宽带DOA估计方法[1],如非相干信号子空间方法(ISM:Incoherent Signal-subspace Method),相干信号子空间方法