基于任意声矢量传感器阵列的角度和频率估计算法

提出了一种基于任意声矢量传感器阵列下联合角度和频率估计新方法.将矢量传感器阵输出的信号进行建模分析表明此信号具有平行因子四线性模型特征.利用四线性分解的唯一性条件,从分解得到的矩阵中联合估计出声源的参数.该算法首先应用平行因子四线性分解算法估计出频率矩阵和方位矩阵,然后根据频率矩阵和方位矩阵的结构特点及最小二乘方法进行声源参数的计算.该方法与传统算法相比,无需多维谱峰搜索及参数配对,并具有更高的估计精度,在工程上有一定的应用价值.计算机仿真和实验结果验证了该方法的有效性.     

一种新的正弦信号频率估计方法

将二阶陷波器进行级联,构造自适应多频陷波器,实现对多个信号频率的估计.二阶陷波器的参数采用改进的最小平均指数算法LMP(Least Mean P-power)算法同步进行优化,以得到信号频率.仿真结果表明,该方法在不同信噪比下对于单频和多频信号均具有较好的估计结果,噪声干扰在一定程度上影响频率估计精度和估计速度.     

适用任意平面阵列的二维宽带 DOA 快速估计算法

二维宽带波达方向(DOA)估计对实现水声通信定位一体化具有重要作用。 双边相关变换(TCT)算法是高分辨宽带 DOA 估计的经典算法之一,但只适用均匀线列阵下的一维 DOA 估计,且计算量大。 本文在对 TCT 简化算法( STCT)进行扩展 改进的基础上,提出了一种适用于任意面阵列且具有低计算复杂度的二维宽带 DOA 快速估计算法。 所提算法利用水声通信同 步信号的已知波形对阵列输出数据进行匹配预处理,有效压缩了聚焦变换所需频点数量,从而降低了聚焦变换过程的计算量; 利用余弦域加速粒子群最优化(APSO)搜索二维空间谱谱峰,在保持高搜索精度的同时显著降低了搜索计算量。 相较于单纯的 STCT 扩展算法,所提算法保持高 DOA 估计精度,在信噪比为 20 dB 时精度约为 0. 02°,但计算量远低于前者。 仿真和实验结果 验证了所提算法的优势。     

应用分数低阶循环相关估计单电磁矢量传感器的波达方向和极化参数

提出了一种在α和高斯混合噪声以及循环平稳干扰并存背景下基于分数低阶循环相关(FLOCC)联合估计单电磁矢量传感器波达方向(DOA)和极化参数的多重信号分类(MUSIC)方法。该方法利用信号的循环平稳特性,采用分数低阶循环相关函数抑制α和高斯混合噪声以及循环平稳干扰信号;然后利用MUSIC方法对单电磁矢量传感器的DOA和极化参数进行联合估计,并利用DOA参数与极化参数的相互独立性,将传统MUSIC方法的四维搜索简化为两次二维搜索,从而有效地减少该算法的计算量。对所提算法与基于分数低阶矩的MUSIC算法进行了实验对比。结果显示:提出的方法可充分地抑制与待测信号循环频率相异的任意循环平稳干扰信号;在α和高斯混合信噪比为0dB,信干比为3dB时,估计得到的DOA和极化参数的均方根误差分别为0.3°和0.7°,明显优于基于分数低阶矩的MUSIC方法。     

一种新的旋转机械升降速阶段振动信号的瞬时频率估计算法

传统的短时傅里叶变换(Shorr-time Fouriertransform,STFT)峰值搜索法对高噪声、强干扰信号进行瞬时频率估计的结果往往偏离真实值误差较大,且对复杂的旋转机械设备产生的振动信号不能实现参考轴的瞬时频率估计.针对旋转机械升降速阶段振动信号的特点,提出一种新的旋转机械升降速阶段振动信号瞬时频率估计算法--STFT Viterbi拟合法(STF_TViterbi algofithm fit,STFT_VF).该方法采用STFT对振动信号进行时频分析,从而得到时间离散点和频率离散点组成的网格面,然后运用Viterbi算法实现对参考轴信号的瞬时频率估计.STFT VF方法极大地降低了噪声和干扰对瞬时频率估计结果的影响,实现了对复杂旋转机械振动信号的瞬时频率估计,且结果精度高.仿真和实际测试试验验证了本方法的正确性.     

基于虚拟仪器的超声波高精度测时系统

提出了一种基于相位法测量超声波信号时间延迟的测量技术,建立了超声波信号飞行时间测量的数学模型。针对超声波测量要求响应速度快、单次测量精度高的要求,依据信号相位匹配原理对超声波信号时延估计的理论和方法进行了理论推导与仿真,得出基于相位法的时间测量精度受接收信号信噪比的影响。通过虚拟仪器平台的实验,表明该测量系统的信号传播时间测量具有ns级的测量精度。     

非整周期采样信号频率估计的相频匹配方法

为提高非整周期采样信号的频率估计精度,提出一种非整周期采样信号频率估计的相频匹配方法。首先,为抑制信号非整周期采样对自相关的影响,对采样信号进行加窗自相关;其次,根据加窗自相关信号初相位为零的特点生成参考信号,实现参考信号与加窗自相关信号的相位匹配;最后,根据柯西不等式,利用参考信号和加窗自相关信号构造反映参考信号和加窗自相关信号频率匹配程度的误差函数,误差函数最小值对应的频率即为信号频率估计值。计算验证和LFMCW雷达测距实验表明该方法不受信号非整周期采样的影响,有效地提高了非整周期采样信号的频率估计精度,改善了LFMCW雷达的测距精度。     

应用序列二次规划的波达方向与多普勒频率联合估计

为了快速准确地联合估计阵列信号波达方向(DOA)与多普勒频率,提出了将序列二次规划(SQP)应用于最大似然函数优化的联合谱估计算法。该方法利用空时信号模型通过Hankel矩阵构造出阵列流型中包含DOA与多普勒频率信息的广义天线阵模型,并推导出其最大似然函数,从而将参数估计问题转化为非线性函数优化问题。然后,将SQP方法应用于似然函数的优化求解中,得到DOA与多普勒频率的估计值。最后应用SQP方法、微分进化法、遗传算法和量子粒子群算法分别进行了优化的仿真对比实验。结果表明:提出的算法具有寻优时间短,估计精度高,参数自动配对等特点,在信噪比为0dB时估计两个目标信号源的DOA与多普勒频率的均方根误差分别为0.263 6°和0.007 6rad,基本达到了阵列信号处理中参数联合估计方法的设计要求。     

基于全孔径波束相位的方位估计新算法

基于传统FFT波束形成算法输出,结合利用apFFT波束形成算法得到的目标初相位信息,提出了一种新的方位估计算法WABP,其原理是根据FFT和apFFT输出的同号波束的相位差解算得到目标的方位信息,此算法比传统的FFT方位估计算法精度高,比子空间类算法鲁棒性好。计算机仿真结果验证了此算法的正确性,对多波束测深系统的水池试验数据处理结果展示了此算法的有效性与实用性。     

基于联合参数估计的最大似然调制识别算法

提出一种针对延迟信号相位差的联合参数估计最大似然调制识别算法,通过对相邻信号相位差的分布建立等均值高斯混合分布模型,同时完成了延迟信号相位差最大似然调制识别中所需的频差和噪声似然参数的估计.此算法无需信号先验知识,可通过EM算法同时估出所需的相关参数,极大地降低了最大似然调制识别算法中参数估计的复杂度,可应用于MPSK信号的调制识别,也可用于MQAM信号的相位方式识别.