用增量的累积量方法测量大气风场

为了在非平稳、非线性条件下能得到真实风场的良好估计,提出了一种用空间分布天线（SA）雷达信号的增量累积量测量大气风场参数的方法。该方法基于结构函数方法,利用高阶累计量在信息处理中的特性,用零延迟的增量累计量求解平均水平风速等具体参量，并在大气散射模型基础上对增量累积量方法进行了数值模拟,得出了同理论分析一致的结果.分析和计算表明,该方法完全适用于局地平稳条件，可以减小风场参量估计对天线间距的敏感度；阶数k≥3时,对高斯噪声有很强抑制;同时可以得到风场参量的高阶估计，这是普通的二阶方法（如全相关分析、全谱分析）不具备的。     

基于四阶累积量的到达频率差估计算法

研究了基于四阶累积量的到达频率差估计算法，并给出了该算法的离散实现方法。该算法利用高阶累积量的特性，在相关的噪声环境下，对到达频率差作出了精确估计。仿真结果验证了该算法的有效性。     

地震信号反演的一种新方法

地震反演中,传统反卷积方法对混合相位地震记录不能得到正确的反演结果,本文在格形反卷积的基础上运用全通系统辨识技术,很好地解决了这一问题。考虑到实际地震反演中的非理想因素,本文还引入自适应处理技术用以消除子波时变因素的影响,引入检测技术用以消除噪声的影响。理论和实验均表明本文提出的综合反演方法具有良好的性能。     

FREQUENCY DOMAIN TESTS OF MULTIVARIATE GAUSSIANITY AND LINEARITY

A stationary multivariate time series { X _t } is defined as linear if it can be written in the form X _t = ∑^∞ _{j =−∞} A _j e _{t − j} where A _j are square matrices and e _t are independent and identically distributed random vectors. If the e _t } are normally distributed, then { X _t is a multivariate Gaussian linear process. This paper is concerned with the testing of departures of a vector stationary process from multivariate Gaussianity and linearity using the bispectral approach. First the definition and properties of cumulants of random matrices are used to obtain the expressions for the higher-order cumulant and spectral vectors of a linear vector process as defined above. Then it is shown that linearity of a vector process implies constancy of the modulus square of its normalized higher-order spectra whereas the component of such a vector process does not necessarily have a linear representation. Finally, statistics for the testing of multivariate Gaussianity and linearity are proposed.     

Banach空间四阶边值问题的拟上下解方法

通过构造拟上下解的单调迭代过程,在拟解对之间利用Sadvoskii不动点定理获得了Banach空间四阶边值问题解的存在性     

基于四阶累积量的波束域MUSIC方法

在非白噪声背景下,基于二阶统计量的高分辨方法性能较差.基于四阶累积量的高分辨方法能较好地抑制空间高斯噪声,但其运算量较大.为了解决这一矛盾,文章提出了一种基于四阶累积量的波束域MUSIC方法.仿真分析和实验结果表明,与阵元域四阶累积量MUSIC方法相比,论文所提方法降低了分辨门限,减小了估计偏差和均方根误差,同时减小了运算量.     

基于四阶累积量的时延估计新方法

针对无线电定位中的时延估计问题,考虑接收信号为窄带信号以及背景噪声为高斯分布的情况下,将四阶累积量的一维切片作为高阶统计量,结合希尔伯特变换,给出一种新的时延估计方法.该方法对相关峰值进行了锐化处理,提高了估计精度.与广义互相关法相比,该算法可有效抑制空间相关高斯噪声的影响,计算量小,易于实现.仿真结果表明了该方法的有效性.     

基于近场聚焦波束形成方法的声场定位研究

海洋环境中的声场定位,是水声学研究领域中的一个经典问题,尤其是用于海区警戒来监听敌方潜艇的近场定位问题.以往的近场定位研究,通常使用线列阵模型,利用常规聚焦波束形成方法进行定位处理,不仅出现了“左右舷模糊”问题,而且对信号定位不甚理想.为此提出基于半圆阵的四阶累积量MUSIC近场聚焦波束形成算法.通过仿真比较了多种聚焦波束形成在近场线列阵和圆阵条件下的定位性能,结果表明,半圆阵成功地解决了直线阵列出现的“左右舷模糊”问题,基于四阶累积量的MUSIC近场聚焦波束形成可以达到更为平滑的背景以及较小的旁瓣级,定位性能明显优于基于MVDR算法的聚焦波束形成高分辨率被动定位方法.     

基于二次虚拟扩展的高分辨率波达方向估计方法

为进一步提高天线阵波达方向估计的分辨率,在四阶量多重信号分类方法的基础上,提出一种高分辨率的波达方向估计方法.利用阵列接收数据的四阶矩量进行虚拟阵列扩展,再利用阵列接收数据的共轭进行虚拟阵列扩展,实现二次虚拟扩展;将扩展后的阵列导向矢量和协方差矩阵用于波达方向估计,与原阵列导向矢量和协方差矩阵相比,相当于构造了更多的虚拟阵元,并扩展了阵列的孔径.仿真结果表明:与四阶量多重信号分类等波达方向估计方法相比,所提出的方法在波达方向估计中成功概率更高,均方误差更低,具有更高的分辨率.所提方法通过二次虚拟扩展,构造了更多的虚拟阵元,有效地提高了天线阵波达方向估计的分辨率.     

Novel recognition method for digital modulation signals with Alpha stable noise

The traditional methods for digital modulation signals recognition with Alpha stable distribution noise have the problem of poor performance. In this paper, a novel recognition method for digital modulation signals based on the generalized cumulant and generalized instantaneous phase is proposed to solve this problem. This method extracts the characteristic parameters which are the generalized cumulant and maximum of normalization and center generalized instantaneous phase spectral density based on fractional Fourier transform. And then the minimum mean square error classifier and the threshold are used to achieve modulation recognition of digital modulation signals with Alpha stable distribution noise. Simulation results show that the proposed method has not only better performance but also lower computation complexity than the traditional recognition methods in an Alpha stable distribution noise environment.