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。     

矢量水听器阵列自适应子空间跟踪算法

矢量水听器能同时共点获得声场中声压和振速,与其他水听器相比,能获得更多的信息量,具有很好的应用前景。矢量水听器阵列的MUSIC算法能实现360°无模糊方位估计,然而对于方位时变的目标源,该算法很难完成对上述目标源方位进行实时跟踪估计。鉴于此,将MALASE算法和MUSIC算法相结合,提出了一种矢量水听器阵列的自适应子空间跟踪算法。仿真结果表明,该算法既保留了MUSIC算法的性能,又实现了对目标源进行实时跟踪估计,且方位估计误差仅为0．4°左右。     

一种基于自适应子空间跟踪与Jacobi算法的时变信道有限反馈预编码方法

提出了一种基于自适应子空间跟踪与Jacobi算法的时变信道有限反馈预编码方法.该方法针对无线信道的时变性,利用梯度算法自适应跟踪时变信道的发射预编码矩阵,同时考虑了反馈信道有限比率的反馈比特数,将Jacobi迭代算法应用于时变信道右奇异矩阵的跟踪,从而有效降低了每个反馈帧的反馈比特数.计算机仿真表明,在时变信道,该方法在降低反馈量的同时,还获得了比存在反馈延时的Grassmannian预编码方法更好的系统容量性能.     

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.     

基于子空间方法的语音增强算法研究

给出了一种基于子空间方法的语音信号增强处理算法，该算法提供了在语音信号失真和残留噪声之间进行控制的机制，克服了以往语音增强算法中对语音信号的噪声特点的限制，可以对混有加性白噪声、有色噪声和音乐噪声的语音信号进行增强处理。     

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。     

基于空间平滑处理的稳健宽带高分辨方位估计算法

实际系统中阵列误差导致的模型失配问题一直是高分辨方位估计技术走向实用化的一个瓶颈。相对于窄带信号,宽带信号阵列模型误差更加复杂和多样,通过建立宽带阵列信号误差模型,得出了基于空间平滑的稳健的宽带高分辨算法是一种抑制阵列误差的有效方法的结论,这种基于空间平滑的宽带高分辨算法,通过空间平滑后对各频率处不同子阵的互谱密度矩阵求和,一定程度上减弱了阵列误差的影响,具有较高的稳健性。本文结合消声水池试验,分析并验证了其效果。     

利用子空间的投影和跟踪改进OFDM信道估计

OFDM系统的LS信道估计可看作真实信道频率响应的一个有噪观察值，因此可采用子空间投影方法对噪声进行压缩。分析了利用子空间投影方法改进LSOFDM信道估计性能的实质，给出了利用子空间投影改进OFDM信道估计的一般框架，在此基础上将子空间投影推广到非LS信道估计方法。当信号子空间随时间变化时，需要采用子空间跟踪技术保持对信号子空间的良好估计，因此提出了一种基于子空间跟踪的参数化信道估计方法，仿真表明这种方法在性能上优于非参数化时的相应方法。     

一种基于子空间学习的实时目标跟踪算法

针对当前目标跟踪算法鲁棒性低且运算慢的问题,本文提出了一种基于子空间学习的实时目标跟踪算法。该方法在粒子滤波跟踪框架下,采用增量式PCA子空间学习方法学习一个正交子空间,利用学习到的正交子空间对目标外观进行线性表示;针对目标在遮挡、运动模糊等复杂干扰状态下容易产生跟踪漂移的问题,本文建立了一个将遮挡等复杂因素考虑在内的观测模型和模板更新方案,解决了基于最小均方误差准则的传统观测模型在复杂场景下的跟踪漂移问题。实验结果表明,本文的跟踪方法能够达到很高的跟踪精度,同时也达到了接近实时的跟踪速度。     

基于子空间约束的面部特征点跟踪算法

为克服纹理不丰富和非刚性形变等因素引起的面部特征点跟踪困难,提出了一种基于子空间约束的面部特征点跟踪算法。针对人脸运动特点,将面部特征点分为具有复杂运动模式和简单运动模式的特征点集。用通过样例学习得到的特定描述模型准确刻画了具有复杂运动模式的特征点集的变化,保证了子空间约束的有效性。对运动模式简单的特征点集的跟踪则采用基于光流的算法,以提高算法的效率,也为基于特定描述模型的跟踪算法提供了更准确的起始搜索位置。对跟踪结果进一步应用子空间约束解决跟踪中的开孔问题和消除跟踪误差。实验结果表明,在存在较大验部变形和部分特征点纹理不丰富的情况下,该方法可以有效地跟踪较密集的面部特征点。     

规整化最小二乘子空间相交测向技术探讨

在浅海条件下,子空间相交的方法可以消除多途效应的影响,实现水平长阵的准确目标方位估计,获得比常规波束形成算法更优的性能。然而,该算法在数值计算稳定性上存在问题。在最小二乘子空间相交算法的基础上,提出一种Tikhonov规整化的最小二乘子空间相交算法,该算法在原解向量的基础上,施加了一个滤波因子,滤除了小特征值对应的解向量,使算法的数值计算稳定性大大提高,从而也提高了算法的检测性能。试验数据处理结果表明,该算法是有效的。     

一种改进的WSF算法在单矢量水听器多目标方位估计中的应用

文章针对单个矢量水听器的多目标方位估计,提出了一种基于加权子空间拟合(WSF)的算法,该算法首先对单个矢量水听器接收数据作一任意的时间延迟,而后仿照ESPRIT算法的思路求解阵列响应矩阵,从中抽取各目标的波达方位。该算法在保留WSF算法分辨力高、估计方差小的优点的同时,通过结合ESPRIT算法的思想,克服了WSF算法计算量大,需迭代求解的缺点。由于该算法和声源频率无关,因而可直接应用于宽带声源的测向,并避免了传统ESPRIT算法中因估计延时相位而导致的频率-方位模糊问题。文中通过数值仿真和推导Cramer-Rao下界,给出了该算法的性能评价,数值仿真和湖试实验结果也充分验证了该算法的有效性。     

时延差优选估计声源定向算法

基于时延差估计的定向方法因其抗干扰能力较强在被动声源探测中应用广泛。在此定向方法的基础上,结合实际应用中的实时性需要,通过对方位估计结果误差因素的定量分析,提出了一种时延差优选技术。该技术按照定向鲁棒性原则对时延差进行优选,然后利用优选的时延差估计结果完成声源定向,从而达到减少时延差估计数量且不降低定向精度的目的。计算机仿真结果表明：该方法运算量明显低于传统方法,且由于时延差选择合理,其定向精度也有一定的提高。     

利用交互小波变换进行目标方位估计研究

小波变换是近年来信号处理中的一个重要工具，由于其优良的时频局域性，在检测、估计以及识别等方面都得到了重视和研究，而将小波变换与传统的一些信号处理方法结合起来处理有关问题也是人们研究的一个方向，文章主要考虑到交互小波变换中的两参数(时延与尺度)与不同接收器目标回波间的时延及频率成对应关系，采用对两路LFM回波信号作小波交互相关，从而获得两回波的相对时延估计，继而得到方位估计。针对算法运算量较大的问题，文章采取先估计尺度与时延的大致范围，再将时延-尺度网格进一步细化得到精确结果，最后给出了部分计算机仿真结果。     

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。     

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。     

一种频分MIMO声呐的波达方向估计算法

为了使声呐阵列在有限的载体空间内获得较高的角度分辨率,设计了基于频率分集的多输入多输出（MultipleInput Multiple-Output,MIMO）声呐。该MIMO声呐采用N发M收的布阵方式,接收阵为M元均匀线阵,发射阵由N个阵元组成,且各发射阵元发射中心频率不同、包络相同的窄带信号。建立密集式频分MIMO声呐的回波模型,并以此模型为基础提出了波达方向估计算法方向-相位域多重信号分类（Direction and Phase Domain-Multiple Signal Classification,DPD-MUSIC）算法。仿真实验中以双频MIMO声呐为例,将频分MIMO声呐的DPD-MUSIC算法的估计性能与单输入多输出（Single-Input Multiple-Output,SIMO）声呐MUSIC算法的估计性能进行了对比。仿真结果表明,频分MIMO声呐利用DPD-MUSIC算法可以获得优于等接收阵元数SIMO声呐的角度分辨率和角度估计精度。