基于信号相位匹配原理的二维方位估计方法

提出一种基于信号相位匹配原理的二维方位估计奇异值分解算法.通过对空间虚参考点选择的说明,推导出远场条件下的时延计算公式以及基于信号相位匹配原理的奇异值分解算法公式.通过分析基元间距、信号频率以及信噪比对定向精度的影响,证实了该算法在保持尖锐指向性的前提下,可以突破压差式矢量传感器对阵元间距的严格要求,加宽工作频带,并实现低信噪比条件下的高精度二维测向.仿真结果表明:在0.8λ的基元间距下,信噪比为0dB,FFT点数大于2560时,方位角、俯仰角估计的均方根误差小于1°.     

基于广义高斯分布模型的盲源分离算法

分析了盲源分离的自然梯度算法与常规梯度算法的差异,研究了在自然梯度算法中引入不完整基后的算法特性,严格剖析了不完整自然梯度方法的成因与机理,数学上论证了与自然梯度盲源分离算法相比,不完整自然梯度算法避免了因源信号非平稳或幅值快速变化而引起的数值不稳定,并利用广义高斯分布模型模拟不完整自然梯度算法中的非线性激活函数,根据高斯指数值的不同选择,使该算法适用于服从任意分布源信号的方法。分别选取非平稳语音信号、脑电和心电信号以及正弦波和脑磁波信号进行仿真实验,结果表明基于广义高斯分布模型的不完整自然梯度算法完全能够恢复出这些不同类型的源信号。     

估计声信号二维参数的免疫量子克隆算法

信号相位匹配(SPM)原理同时估计信号方位和频率两参数时,因计算量大,需设置固定的搜索步长和频带范围.针对该问题,提出了一种利用免疫量子克隆算法(IQCA)对声源波达方向和频率二维参数进行快速联合估计的高分辨方法.将SPM原理的奇异值分解(SVDSPM)判别准则作为具有双自变量(方位和频率)的适应度函数,并通过IQCA对该适应度函数进行非线性全局寻优,不仅实现了SPM的二维联合估计方法,而且加速了搜索最优参数的收敛过程.IQCA算法对SVDSPM的估计不仅提高了算法实时性,且与标准遗传算法(SGA)、免疫遗传算法(IGA)和量子进化算法(QEA)相比,大大提高了估计精度和稳定性.同时,双源估计的结果也表明本文算法在低信噪比下的性能优于MUSIC算法.     

A Void Reference Sensor-Multiple Signal Classification Algorithm for More Accurate Direction of Arrival Estimation of Low Altitude Target

There exists MUSIC （multiple signal classification） algorithm for direction of arrival （DOA） estimation. This paper is to present a different MUSIC algorithm for more accurate estimation of low altitude target. The possibility of better performance is analyzed using a void reference sensor （VRS） in MUSIC algorithm. The following two topics are discussed： 1） the time delay formula and VRS-MUSIC algorithm with VRS located on the minus of z-axes; 2） the DOA estimation results of VRS-MUSIC and MUSIC algorithms. The simulation results show VRS-MUSIC algorithm has three advantages compared with MUSIC： 1） When the signal to noise ratio （SNR） is more than - 5 dB, the direction estimation error is 1/2 as much as that obtained by MUSIC; 2） The side lobe is more lower and the stability is better; 3） The size of array that the algorithm requires is smaller.     

基于IMF能量谱的水声信号特征提取与分类

经验模态分解（EMD）是用来处理非平稳时变信号的一种信号分析方法,该方法对所分析信号的局部特征信号进行不同时间尺度的分解,从而得到这些局部特征信号的各阶本征模函数（IMF）。提出了一种基于IMF能量谱的水声信号特征提取与选择方法,通过对水声信号进行经验模态分解,提取信号的本征模式分量并转换为能量谱特征向量,从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机（SVM）分类器进行。实验结果表明,相对于小波能量谱特征提取法而言,利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果,平均正确率达88%以上。     

基于相干平均的正弦信号频率估计

文章提出了一种适用于高斯白噪声背景下的正弦信号频率估计新算法.在给定的频率分辨率△f下,以(m-1)f/△f+1,m=1,2…M为起点进行分段,分段长度根据谱估计要求设定.当正弦信号频率fc/△f为整数时,各分段中期望信号全相关,应用相干平均法可获得M倍信噪比增益,FFT分析后其谱极大值对应的频点即为正弦信号频率.当fc/△f不为整数时,由于分段平均引入了相位误差,无法正确进行频率估计.因此可由大到小设定若干频率分辨率△f,在每个△f下按上述方法进行频率估计,当相邻△f下的估计结果一致,或者某个△f下估计的谱极大值远大于次极大时,即可认为频率估计完成.仿真结果表明,基于相干平均的正弦信号频率估计性能优于直接对同样长数据作FFT分析,且计算量小,硬件上更容易实现.     

独立分量分析的基本问题与研究进展

通过对独立分量分析最新发展的研究,对现有的独立分量分析研究理论进行了总结,介绍了独立分量分析的模型定义、数学原理和应用等基本问题,剖析了独立分量分析与盲源分离、主分量分析以及白化的关系,给出了解决独立分量分析问题的研究框架和各种基本方法,并指出了进一步的研究方向。     

复合水声信号的光纤传输技术

在特定水声应用环境中需要双向传输高低压复合信号.传统基于同轴电缆的传输方法信号频分耦合网络复杂,工作时误码率高,可靠性较差.为此,提出了一种新的光电一体化复合水声信号传榆体制,采用光电混合缆进行传输.文章对涉及的关键技术进行介绍,同时基于Manchester编码技术,初步对大容量数据的时分双向稳定传输进行实验,验证了光纤传输多路水声复合信号的可行性.     

基于不完整约束自然梯度算法的多道盲解卷

针对多输入多输出(MIMO)系统的Bussgang算法可能收敛到错误的解，而且收敛速度慢的缺点。章提出了不完整约束的自然梯度算法，该算法是由不完整约束条件与自然梯度算法的结合而推导出来的。通过计算机仿真对这两种多道盲解卷算法进行了比较，仿真试验表明：提出的算法收敛速度快，并且比Bussgang算法稳定。     

量子进化算法在水下目标DOA估计中的应用*

高分辨DOA估计算法的空间谱搜索运算量大、耗时长,利用量子进化算法（QEA）的并行加速特性对其进行优化,是满足应用实时性的有效途径。利用模拟退火原则对传统QEA的旋转角取值策略进行了改进,并在比较DOA估计的信号相位匹配（SPM）算法、MUSIC算法和CBF算法的计算复杂度的基础上,提出了一种基于改进QEA（MQEA）的水下目标SPM定向算法。仿真实验和湖试数据实验结果表明,所提算法测向精度虽稍有下降,但大幅缩短了计算耗时,提高了DOA估计的实时性。