基于二次相关的时延估计方法研究

以空间任意多元传感器阵列为模型,以被动定位算法为基础,针对传统时延估计方法中的互相关算法存在着估计精度不高的问题,提出了一种基于二次相关的时延估计方法。该方法首先对信号作自相关提高信噪比,再将自相关函数和互相关函数作相关处理得到时延值。理论和实验结果都表明:相对于传统的互相关时延估计方法,二次相关法可以明显的抑制噪声对信号时延估计的影响,提高时延估计的精度。     

基于子空间加权的多重信号分类时延估计算法

针对水下探测通信一体化干扰抑制中时延估计误差对主动干扰抑制性能的影响,以及常规多重信号分类(MUSIC)时延估计方法因数据长度有限、信噪比低使得信号与噪声子空间不完全正交,导致时延估计性能下降的问题,提出了基于子空间加权的MUSIC时延估计方法。该方法通过重构噪声子空间,并利用信号特征值与噪声功率构造加权值,对子空间进行加权,实现对MUSIC时延估计谱的修正。仿真结果表明,所提方法较互相关法、MUSIC算法和SSMUSIC算法具有更高的时延估计精度,以及更优的时延分辨率。     

基于经验模式分解的广义互相关时延估计

提出一种基于经验模式分解(Empirical Mode Decomposition,EMD)的广义互相关时延估计方法,用来解决信号非稳态且采集信号的各个通道间存在相关性噪声的条件下如何提高时延估计精度的问题.利用EMD处理非稳态、非线性信号具有良好的自适应性的特点,将声信号分解为多个本征模态函数(Intrinsic ModeFunction,IMF),然后对相应的IMF进行互相关获得多尺度时延值.针对多个时延值不相等的问题,给出了选择精确时延的频谱一致性和时延矢量匹配两个准则,提高了该方法的实用性;并将这一理论应用于声阵列对声源的定位.试验证明:该方法能够在信号非稳态且采集信号的各个通道间存在相关性噪声条件下实现时延的精确估计,并提高了定位精度和时延估计的稳健性.     

基于二次相关水下声源定向(时延)研究

以三基元线列阵为例，介绍了利用两个互相关函数的再作互相关的时延估计方法（二次相关），并给出了它的快速计算方法。通过计算仿真结果证明这种方法对低信噪比下窄带和单频信号具有较高时延估计精度。     

雷达多径信号分辨的小波变换方法

雷达多径回波信号(多径干扰信号)对雷达系统的检测性能具有十分不利的影响,抑制多径干扰的关键是准确分辨多径回波信号(检测并确定其部分参数)。小波变换在时、频域具有良好的局部化特性并对信号的奇异性非常敏感,在不同的尺度下(频带)奇异信号的小波变换模局部极大值点不变。雷达多径回波信号可用小波变换的方法进行分析和检测,根据信号与白噪声的小波变换局部模极大值的传播特性差异来抑制背景白噪声。本文通过正交二进制小波变换算法估计雷达多径回波信号的数目和信号时延,达到分辨多径信号的目的。文中的计算机仿真结果证明了该方法的可行性。     

基于双曲调频小波变换的水下运动目标参数估计

为了精确估计水下运动目标的运动参数，选择双曲调频小波作为发射信号，对其自小波变换进行了分析。对于参数未知的运动目标，给出了利用该小波变换消除尺度和时延耦合的方法。仿真结果表明，该方法能在低信噪比下估计运动目标的参数，验证了方法的有效性。     

基于单矢量水听器多途宽带信号的三维定位算法

针对多途环境下波形未知的近场宽带信号,提出了一种使用单矢量水听器进行三维定位的新算法。对声压与振速互相关函数的推导结果表明:当信号带宽大于直达波和海面一次反射波之间时延的倒数时,互相关函数的两副峰可与主峰分离;两副峰的峰值分别包含两路径的波达方向信息,而其位置对应两路径之间的时延差。仿真结果表明:当直达波和反射波在时域上重叠时,利用两副峰峰值仍然能够有效估计出直达波波达方向;通过构造"互相关峰锐化函数"锐化两幅峰,在低信噪比情况下可提高多途时延估计精度。最后,以多途时延与直达波波达方向为变量建立方程组,估计目标的距离和深度。该算法的定位精度通过Monte-Carlo仿真进行了分析,并深入讨论了其适用性,湖试结果进一步验证了该算法的可行性。     

目标声定位时延估计的对比研究

根据被动声定位的基本原理，对影响定位精度的关键因素进行了研究，讨论了战场环境中各种时延估计方法的使用条件和效能，分析了广义互相关法、相位谱法、自适应滤波器参量法，并进行了对比。用ＲＯＴＨ权函数广义互相关法对直升机声场信号进行相关分析。结果表明：广义互相关法较大地改善了时延估值精度以及检测性能，能够适应复杂的战场环境。     

基于互相关和MUSIC算法的时延估计

为了避免相位干涉仪测向技术中存在的模糊问题,提高宽带信号时延估计的测量精度,把互相关和多重信号分类算法结合,引入到频域时延估计领域,研究了互相关MUSIC算法.利用互相关技术可消除非相关噪声,检测概率增加,减小了运算量.仿真结果表明,该算法具有较高的估计精度,较强的抗噪性和较强的鲁棒性,适用于电子对抗领域中的时延估计.     

一种多目标多参数联合估计新方法及其水池实验验证

提出一种可在单次回波内同时完成多目标方位、频率、距离(时延)3D参数联合估计的高分辨新方法, 借用ESPRIT方法的思路构造2个空间子阵,通过对其自相关矩阵和互相关矩阵的广义特征分解,用特征值估计多目标方位,用特征向量的功率谱估计多目标回波的频率,再用估计得到的频率去修正包络时延向量,进而通过修正后的时延向量与特征向量的互相关得到目标的时延估计。3D参数的配对由特征向量和特征值的对应关系自动完成。仿真结果表明,该方法在较低的信噪比条件下可以实现3D参数的高分辨联合估计,而且无需额外的配对算法。通过多目标3D参数联合估计的消声水池实验表明,该方法对阵列误差有较好的稳健性,具有良好的工程应用前景。     

一种改进的小波阈值降噪算法研究

小波阚值降噪是一种从带噪信号中去除噪声的直观而有效算法,提取降噪后信号的目标特征可以获得良好的识别效果,舰船目标识别通常使用该方法。论述了基于Stein的无偏估计原理的自适应小波降噪阚值选择(rigrsure)算法,利用小波变换分解低信噪比下的Block信号,使用rigrsure算法获得重构后的低频信号和各层细节信号小波降噪阈值。提出了一种改进的处理各层信号的算法,对Block信号去噪,取得了良好的仿真结果,具有很好的工程应用前景。     

基于小波能量谱的舰船磁异常检测算法

针对低信噪比下舰船磁异常检测失效问题,提出基于小波能量谱的舰船磁异常检测算法。该算法根据磁异常信号小波能量谱特点,构造了能量检测特征量,设计了随背景动态变化的检测阈值,通过判断能量检测特征量多次大于检测阈值实现对磁异常信号的检测。仿真算例表明,基于小波能量谱的舰船磁异常实时检测算在低信噪比下能够有效完成检测,当信噪比为-4 dB时,检测概率达到96.7%,实时性较好。     

基于相关峰插值的五元十字阵被动声定位算法

针对基于传统时延估计方法的被动声定位算法精度提高受时延估计精度限制的问题,提出基于相关峰插值方法的被动声定位算法。该算法能改善 FFT变换带来的栅栏效应,根据声音信号的传播特性对信号低频频谱进行细化从而提高时延估计精度。通过计算机仿真和外场实验对比分析了基于互相关方法和基于FICP方法的被动声定位算法在五元十字阵系统中的定位精度。结果表明,基于 FICP 方法的被动声定位算法能够较好地对声源目标进行定位,且算法定位精度优于基于互相关方法的定位算法,具有较强的实际应用性。     

一种鲁棒的战场声目标自适应时延估计算法

提出了一种可用于战场声目标定向的鲁棒自适应时延估计算法.该算法应用最优变步长自适应仿射投影技术和鲁棒M估计理论,无须事先假定信号和噪声的统计特性,自适应调整自身参数,抵御战场环境中的噪声干扰.野外坦克声数据实测表明,在无干扰环境下,算法性能与高阶统计量法、广义互相关法相当,但在武器噪声干扰下表现了更强的鲁棒性和估计精度;在各种条件下,文中算法都比最小均方自适应法表现出更好的性能.     

基于FFT并二次修正的Rife频率估计算法

针对修正Rife(M-Rife)算法在低信噪比条件下频率估计性能下降的问题,提出一种改进的频率估计算法。首先利用最佳修正因子对快速傅里叶变换(Fast Fourier Transform,FFT)最大谱线进行修正,然后用校正的Rife法公式估计频率。若被估计信号频率接近于FFT量化频率,则对信号进行频移以使信号频率位于两相邻量化频率中心,再用校正的Rife法公式估计频率。频移过程中采用Quinn法来确定频移方向。仿真结果表明:改进算法不仅在整个被估计的频段内具有较高估计精度,均方根误差接近于CRLB,而且具有低信噪比门限,整体性能要优于M-Rife法。改进算法能够满足反潜鱼雷主动声引信提取目标回波多普勒频率的应用要求。     

基于多窗方法的DOA估计

提出了一种基于多窗方法的DOA估计算法,该方法只需要较少的快拍数目,能同时分辨相干信号和互不相关的信号.该方法以多窗函数为基础,将线性回归模型用于空间谱中平面波的检测和估计.计算机仿真结果表明该算法是有效的,甚至在低信噪比条件下仍然适用.然而,最值得注意的是,该算法对于阵列增益和相位误差具有较强的鲁棒性能.     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90%以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90％以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于循环统计量的OFDM信号CFAR检测及参数估计

文中结合OFDM信号二阶循环特性的自身特点,提出一种基于循环统计量的OFDM信号CFAR检测算法.通过采用改进的自相关算法确定特定时延,将协方差估计矩阵由2N维降至2维,避免多维运算的复杂度.并在此基础上,实现了对OFDM符号长度、有用符号时间、循环前缀长度、子载波间隔的盲估计.仿真实验表明,该算法具有较强的抑制加性干扰和乘性干扰的能力;并能在缺乏先验知识的条件下,实现低信噪比下OFDM信号的可靠检测及其参数的有效估计.     

互耦效应下一种基于实值稀疏表示的波达方向估计算法

针对未知互耦条件下的波达方向（DOA）估计问题,提出了一种未知互耦条件下基于实值稀疏表示的加权子空间DOA估计算法。新算法利用一个特定的酉变换矩阵,将一个复杂的复值优化问题转化为一个实值优化问题,从而有效地将原问题的计算复杂度减少4倍以上。此外,为了进一步提高稀疏表示的估计算法估计精度,在原有l1 范数优化模型基础上引入一个能使得DOA估计方差取得最小值的最优子空间加权矩阵。仿真实验表明,在低信噪比情况下,新算法能进一步提高稀疏表示的估计算法抗噪能力,获得更好的估计精度。