共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
大部分高分辨波达方向估计算法都是以特征子空间分解为基础的,所以正确估计信号源数对算法结果有效性起着至关重要的作用。该文提出了一种基于均匀线形阵列的相关Toeplitz矩阵构造方法,并结合盖氏圆半径法形成一种相干信源数估计的盖氏圆改进方法,将接收阵列各阵元与参考阵元输出信号做相关,得到一组相关向量,应用相关Toeplitz矩阵构造算法构造阵列输出的Toeplitz矩阵,从而得到去相干的盖氏圆估计矩阵,最后再应用盖氏圆准则完成相干信源数估计。仿真结果表明,本文所用相关Toeplitz矩阵构造算法达到了去相干的作用,扩展了盖氏圆半径法的应用范围,使得盖氏圆准则在不损失阵列有效孔径前提下,能够有效估计相干信源数目。 相似文献
3.
4.
5.
针对高斯色噪声混响模型下的宽带信号检测问题,研究了AR模型参数对混响局部平稳性的影响并仿真实现了满足要求的混响数据.提出了采用分段匹配滤波和分段预白化匹配滤波器实现混响背景下的宽带信号检测.首次分析了实测的正反线性调频和双曲调频信号产生的混响数据的局部平稳性,结果表明,高斯色噪声混响模型可以准确地描述这2种信号产生的混响.仿真和实测混响数据下的宽带信号检测结果表明,采用分段匹配滤波器和分段预白化滤波器可以在低信混比下检测信号,其中分段预白化滤波器可在信混比大于-19 dB(实测混响)条件下检测双曲调频信号,其性能优于分段匹配滤波器. 相似文献
6.
非平稳非高斯测量噪声条件下改进差分粒子滤波算法研究 总被引:1,自引:0,他引:1
针对非平稳非高斯测量噪声(NSNGN)条件下差分粒子滤波(DDPF)算法状态估计精度低、易发散的问题,提出了一种改进DDPF(IDDPF)算法. IDDPF算法采用高斯混合密度函数近似估计测量噪声,替代传统算法中测量噪声的高斯密度函数近似估计,采用似然函数的对数最大化法求解高斯混合密度函数模型参数,并将该模型应用于粒子权值计算,避免了高斯密度函数近似估计噪声模型所易于导致的粒子退化问题;通过建立水下目标纯方位角跟踪系统模型,将IDDPF算法应用于闪烁测量噪声条件下水下目标纯方位角跟踪问题的求解。50次Monte Carlo对比仿真实验结果表明:在NSNGN条件下IDDPF算法具有跟踪响应快、估计精度高、鲁棒性较好等优点。 相似文献
7.
8.
9.
针对在基于四阶累积量的空间谱估计方法中,基于信息论准则的信源数估计方法完全失效的问题。提出了一种新的信源数估计方法,该方法利用与特征值互补的集合的数值的特点,降低了噪声对应特征值的发散度,然后再利用信息论准则估计信源数。该方法具有计算复杂度低的优点,适用于空间色噪声,仿真分析证明了该算法的有效性。 相似文献
10.
针对最小信息准则(Akaike Information Criterion,AIC)存在的非渐进一致性估计的缺陷,以及盖尔圆准则(Gerschgorin Disk Estimator,GDE)可能出现无序特征值导致检测错误的问题,提出了一种基于盖尔圆准则和最小信息准则的GDE-AIC信源数目估计算法。该算法利用盖尔圆半径与噪声模型无关的特性构造似然函数,将其引入AIC准则模型中,克服了AIC准则非渐进一致性估计的缺点,且适用于空间色噪声的环境。在仿真实验中,将该算法与AIC算法及GDE算法等进行对比,结果表明,该方法稳定性好,适用于白噪声与色噪声,且在低信噪比时仍具有良好的估计性能。 相似文献
11.
针对盖尔圆盘法在低信噪比和少快拍数背景下进行信源数目估计时会出现错误判断的问题,提出了色噪声背景下改进的K-均值聚类信源数目估计方法.求出数据相关矩阵后按照信号和噪声的类均值对信号特征值和噪声特征值进行K-均值聚类,然后不断更新类均值直到信号特征值收敛.计算机仿真实验证明了该方法在低信噪比和少快拍数时的估计成功概率高于盖尔圆盘法. 相似文献
12.
针对信号来波方向突变、源信号个数及信号样式发生变化,对辐射源个数估计及盲源分离(blind source
separation,BSS)结果的影响进行分析。源信号个数的估计采用基于信息论准则的估计方法,采用自适应盲分离算法
进行信号盲分离。实验结果表明:混合矩阵发生突变时,使用接收数据进行信源数估计,无法正确估计信源数;当
混合矩阵未发生突变,而信号样式发生突变时,源数估计算法能准确估计来波方向数;若混合矩阵不变,在某一来
波方向信号样式的改变,对信号的盲分离不会产生不利影响,可将该来波方向不同的信号样式分开;若混合矩阵不
变,阵列接收信号中信号个数的改变,对信号分离结果没有明显的不利影响。分析结果表明:该研究对评估信源数
估计算法和盲源分离算法在实际环境中的应用效果具有一定参考价值。 相似文献
13.
14.
15.
针对应用阵列天线进行信号接收时的信源数估计问题,提出一种基于改进式特征值二次对角加载的信源
数估计方法。对天线阵列观测信号协方差矩阵进行特征值分解;对特征值进行一次对角加载,对角加载量取所有特
征值的几何平均值,将原始特征值与对角加载值相加,取代原始特征值;重新计算特征值对角加载量,并进行二次
对角加载,使加载后的特征值满足噪声特征值的最大最小值之比不超过2 的条件,在此基础上,使用信息论准则类
方法和随机矩阵理论类方法实现信源数的估计。仿真实验结果表明,该信源数估计方法具有可行性。 相似文献
16.
17.
为了实现相干信号源的空间方位估计,将计算到达角瞬态成像(CAATI)算法引入矢量线阵,提出了基于垂直矢量阵的CAATI算法。该方法不仅具有CAATI算法所需快拍数少、运算量小、精确度高的特点,并且兼具矢量传感器可以同步、共点测量声场中的声压和振速信息的性能,因而利用一维线阵即可实现目标的空间方位估计,实时性好,且有效降低了实际应用中的硬件要求。仿真分析了点源与非点源目标的方位估计性能,结果表明提出的方法切实可行。 相似文献
18.
19.
20.
针对目标跟踪中非线性滤波精度下降甚至发散的问题,提出了一种时变噪声统计估计的自适应无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)算法.首先将系统模型和滤波算法修正为适于噪声非零均值时的情况,然后根据极大后验估计原理,推导出一种次优的时变噪声统计估计器,其系数通过指数加权的衰减因子计算得到,最后与传统UKF算法结合形成自适应的滤波算法.仿真结果表明,该算法保证了滤波收敛性,能够对目标进行有效跟踪,而且滤波精度显著提高. 相似文献