基于空间平滑的多波束测深声呐相干分布源方位估计

在多波束测深声呐的工作环境中,若海底反向散射信号不满足点源假设,方位估计精度将严重下降,而基于分布源模型的方位估计算法可以适应这种环境。目前,大多数分布源算法要求分布源之间不相干,有人提出采用Toeplitz方法估计相干分布源,但该方法精度不高并且忽略了角度扩展参数。为解决多波束测深声呐相干分布源的方位估计问题,提出了基于空间平滑的广义MUSIC方法,公式推导证明了算法的有效性,通过计算机仿真给出算法方位估计的精度以及不同信噪比条件下的性能,最后采用多波束测深系统的实验数据对算法进行了验证。     

利用贝叶斯推理估计二维含源对流扩散方程参数

为了克服观测数据的不确定性给参数反演带来的困难,利用贝叶斯推理建立了二维含源对流扩散方程参数估计的数学模型。通过贝叶斯定理,获得了模型参数的后验分布,从而获得反问题的解。对于多参数反演问题,基于数值解计算得到的参数后验分布很难直观地表现出来,采用马尔科夫链蒙特卡罗方法对参数的后验分布进行采样,获得了扩散系数和降解系数的估计值。研究了观测点位置对计算结果的影响;同时研究了似然函数的形式对估计结果的影响,结果表明在异常值可能出现时采用Laplace分布型的似然函数可以获得稳健估计。对不同观测点数目下的估计值进行了对比,认为对于二维稳态对流扩散方程的双参数估计问题,至少需要两个观测点才有可能得到合理的解。     

加权稀疏信号重构的近场源定位方法

针对近场源定位问题,提出了一种使用加权L1范数优化进行稀疏信号重构的近场源定位方法。该定位方法分步完成目标的方位和距离估计。为了避免二维优化问题出现,首先利用均匀线阵的对称特性,通过菲涅尔近似,将二维参数估计的近场定位问题转换为类远场阵列的一维参数估计问题,接着将该一维参数估计问题转换为稀疏信号重构问题,通过类MUSIC权向量的构造,使用加权L1范数优化方法重构稀疏空间谱得到目标波达方向;在得到信号波达方向之后,再利用稀疏信号重构的思想求解信号源到阵列的距离。最后,通过数字仿真验证了算法在估计精度和分辨率等方面的优良性能。     

基于量子叠加态参数估计的机械振动信号降噪方法

提出基于量子叠加态参数估计的机械振动信号降噪方法。考虑双树复小波系数虚、实部关系,建立带自适应参数的二维概率密度函数模型;研究父-子代小波系数相关性,提出量子叠加态信号与噪声出现概率,并结合贝叶斯估计理论推导出基于量子叠加态参数估计的自适应收缩函数;分析仿真信号与滚动轴承故障振动信号。结果表明该方法较传统软硬阈值算法适应性更好,降噪效果显著。     

图像噪声方差大小的测量新算法

针对图像中的高斯白噪声,提出了一种利用小波系数分布特征进行噪声估计的算法。根据小波系数的分布特点,利用广义高斯分布模型对小波系数进行拟合,并用广义高斯分布模型参数（尺度和形状参数）提出了一种有效的噪声方差估计算法。实验结果表明,提出的噪声方差估计算法能有效地估计噪声方差大小,同时估计的结果要好于其它相关的算法。这种噪声测量算法具有高精度性和快速性。     

压缩对称嵌套阵列和稀疏信号重构的近场目标方位估计

针对现有近场源估计算法中近场源数量受限于阵元数的问题,提出了一种基于稀疏对称嵌套阵列和稀疏信号重构的近场欠定波达方向估计方法。首先利用四阶累积量,将二维空间参数估计问题转化为一维参数估计问题,同时得到差分阵列;为了进一步提高估计分辨率与减少估计误差,对虚拟阵列的接收信号在空间域进行稀疏表示;最后通过L1范数最小二乘法得到目标源的波达方向。相较于现有算法,该方法可以估计更多的目标源,并且有更低的均方误差与更高的分辨率。实验仿真验证了算法的有效性与优越性。     

应用信号建模法在混响水池中校准换能器

在有限尺寸的混响场中,校准换能器是很困难的,特别是在低频条件下。利用信号建模的方法可以拓展在有限尺寸水池内测革换能器的下限频率。通过建立信号模型,利用参数估计、极点估计和非线性最小二乘等算法来实现模型参数的估计。实验验证了用信号建模方法与自由场校准结果的一致性。     

高分辨阵列测向的最小二乘自校正算法

本文提出一种高分辨阵列测向的最小二乘自校正算法。在模型失配的情况下,可同时对信号的到达方向及未知的模型误差参数进行估计。该算法适用于存在相干信号源及低信噪比,短数据的情况。为简单起见,本文仅考虑阵元的增益及相位误差参数。     

混合广义线性模型的统计推断

为了更好地拟合实际数据,本文提出了混合广义线性模型并进行参数估计．首先,基于异质总体的一阶矩以及二阶矩存在的条件下,运用混合广义线性模型对子总体的均值进行建模,构造扩展拟似然和伪似然函数,然后利用 EM 算法对均值参数、散度以及混合比例进行估计,并通过 Monte Carlo 模拟验证所提出的模型参数估计方法的有效性．最后,实例研究的结果表明本文的模型和方法是科学实用的．     

基于物理参数贝叶斯更新的桥梁剩余强度估计研究

考虑系统参数的随机性,将基于广义卡尔曼滤波的子结构法与贝叶斯更新方法相结合,提出了桥梁结构基于贝叶斯更新物理参数的剩余强度估计两步法:第一步,将子结构法与广义卡尔曼滤波算法相结合,成功识别出子结构及其相邻单元的物理参数;第二步,视识别出的结构物理参数为更新信息,对以蒙特卡罗仿真实验结果作为先验分布的参数进行贝叶斯更新并分别基于蒙特卡罗仿真参数和贝叶斯更新物理参数对结构进行了剩余强度估计。数值算例表明:基于贝叶斯更新物理参数估计得到的结构剩余强度明显低于基于蒙特卡罗仿真参数估计得到的结构剩余强度。该方法为测量响应信息不完备条件以及小样本抽样情况下桥梁结构剩余强度估计提供了一个较好的解决思路。     

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.     

Generalized Array Architecture with Multiple Sub-Arrays and Hole-Repair Algorithm for DOA Estimation

Arranging multiple identical sub-arrays in a special way can enhance degrees of freedom (DOFs) and obtain a hole-free difference co-array (DCA). In this paper, by adjusting the interval of adjacent sub-arrays, a kind of generalized array architecture with larger aperture is proposed. Although some holes may exist in the DCA of the proposed array, they are distributed uniformly. Utilizing the partial continuity of the DCA, an extended covariance matrix can be constructed. Singular value decomposition (SVD) is used to obtain an extended signal sub-space, by which the direction-of-arrival (DOA) estimation algorithm for quasi-stationary signals is given. In order to eliminating angle ambiguity caused by the holes of DCA, the estimation of signal parameters via rotational invariance techniques (ESPRIT) is used to construct a matrix that includes all angle information. Utilizing this matrix, a secondary extended signal sub-space can be obtained. This signal sub-space is corresponding to a hole-free DCA. Then, dealing with the further extended signal sub-space by multiple signal classification (MUSIC) algorithm, the unambiguous DOAs of all incident signals can be estimated. Some simulation results are shown to prove the improved performance of proposed generalized array architecture in DOA estimation and the effectiveness of corresponding hole-repair algorithm in eliminating angle ambiguity.     

基于L型稀疏阵列的二维波达方向估计

针对传统的二维波达方向估计方法估计的信源数少、计算复杂度大的问题,提出了一种基于L型稀疏阵列的二维波达方向估计方法,利用安放在L型阵列上的互偶阵列来形成虚拟阵列,从而增加阵列自由度;通过将虚拟阵列分成若干个等间隔稀疏子阵列来压缩角度搜索区间,从而降低计算复杂度;通过MUSIC搜索得到谱峰,并利用最大似然准则筛选和匹配入射信号的俯仰角和方位角。该方法使可估计的信源数超过实际的物理阵元数,不仅提高估计精度且大大降低了计算复杂度。MATLAB仿真结果验证了该方法的有效性。     

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。     

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。     

一般阵列误差情况下信号二维方向角和多普勒频率的联合估计

针对平面阵列，推导出基于一般阵列误差模型的信号时空DOA矩阵，采用总体最小二乘法（TLS）估计出多个信号的方位角。俯仰角和多普勒频率，解决了大多数估计算法的性能因阵列误差而严重下降和“频率兼并”问题。此算法对噪声不敏感，不需进行谱峰搜索，仿真结果表明了此算法的有效性。     

Direction of arrival estimation for uniform circular array based on fourth-order cumulants in the presence of unknown mutual coupling

A direction of arrival (DOA) estimation algorithm in the presence of an unknown mutual coupling is presented for a uniform circular array. This algorithm is based on the fourth-order cumulants, and the DOA of signal sources can be accurately estimated without the need of any calibration source since the coupling is blindly compensated by the inherent mechanism of the proposed method. Because of the use of higher-order statistics, the number of sources that can be coped with may be larger than the number of sensors in the array, and the algorithm is insensitive to Gaussian noise. Comparing with existing calibration methods which use iterative approaches, this algorithm is computationally less expensive since it uses only a one-dimensional search. Validation and performance are illustrated by simulations.     

一种适用于低信噪比条件的DOA估计方法

波达方向（Direction of Arrival,DOA）估计技术是信号处理中一个非常活跃的研究领域。但是无论传统的波束形成技术还是现代谱估计技术均适应于高信噪比的环境,当信噪比较低时,这些方法的波达方向（DOA）估计性能急剧下降。根据信号在时间上的强相关性和噪声在时间的弱相关性,提出了一种协方差矩阵的重构方法,该方法能够明显地提高协方差矩阵的信噪比。将新的协方差矩阵应用到最小方差无畸变响应（Minimum Variance Distortionless Re-sponse,MVDR）算法进行DOA估计,改善了传统MVDR算法在低信噪比条件下的DOA估计性能。计算机仿真和定向实验均表明在信噪比较低的环境中可以进行高精度的DOA估计。     

矢量线阵二维波达方位估计的方法

声矢量传感器南声压传感器和质点振速传感器组成,它可以空间共点、时间同步测量声场的声压标量和振速矢量信息。钏对声压线阵无法同时分辨目标的方位角和俯仰角,而三维矢量传感器线阵会带来成本的增加和工程应用上的困难．利用二维矢量传感器组成的直线阵对目标的二维波达方位进行联合估计,详细推导了矢量阵MUSIC算法的数学表达式,并着重对矢量线阵在三维坐标不同轴上时对方位估计的影响进行了研究。仿真结果表明二维矢量线阵布放在水平的X轴或Y轴上时存在方位模糊．而布放在垂直的Z轴上时可以实现全空间无模糊定向,且对双目标也有较高的分辨率。