采用加权L1范数稀疏模型构造DOA估计的方法

在以GPS辐射源发出信号作为探测信号的无源雷达系统中,针对回波通道内强干扰低信噪比情况下的多目标波达方向(DOA)估计问题,根据GPS辐射信号以及无源雷达系统特点,提出一种采用改进加权L1范数的约束模型构造DOA估计的方法。先采用批处理抵消算法(extensive cancellation algorithm,ECA)估计目标信号的时延和多普勒频移等参数,消除直达波和多径干扰,然后利用改进权值的L1范数作为约束条件,建立稀疏模型进行DOA估计,在低信噪比环境中无需估计干扰参数,以较低的计算复杂度进行准确DOA估计。仿真结果表明:该方法减少了计算复杂度,在相同配置下运行时间比MUSIC-like方法降低了1.18 s;同时也提高了准确性,其均方误差较MUSIC-like方法和Candes方法降低了0.5°~3.7°,低信噪比环境下分辨概率较MUSIC-like方法和Candes方法提高了0.4~0.6。     

α稳定分布特征指数估计算法

针对α稳定分布信号参数估计问题,提出一种基于α稳定分布叠加性质和p范数性质的特征指数估计算法。该算法利用多个同分布的α稳定分布变量组合相加结果的p范数与原变量p范数之间的关系实现对特征指数α的估计。介绍了α稳定分布的定义和基本性质,说明了估计算法的原理和估计步骤,证明了估计算法的无偏性和一致性。仿真实验表明,该算法不需要稳定分布的其他先验知识,在很大的范围内可以有效地估计α稳定分布的特征指数,在高斯噪声掺杂的情况下仍可准确估计信号的α值,为α稳定分布噪声下的信号处理方法提供支持。     

基于压缩感知的码片内多径时延估计

针对码片内多径时延难以估计的问题,结合PN序列的伪随机特性和一般信道冲激响应的稀疏特性,提出了一种基于压缩感知的时延估计算法,将时延估计问题转化为稀疏向量的估计问题。利用压缩感知方法估计稀疏向量,对向量只有稀疏度要求,而对向量中非零值的位置没有任何要求,所以本文提出的算法对码片内多径具有分辨能力。通过仿真实验验证了文中提出的算法在低信噪比下对码片内多径时延估计具有鲁棒性,并且得出了算法运算量与稀疏向量维数之间的关系。     

CDMA系统中多径信号的时延和到达角的联合估计

考虑了无线通信中广泛存在的多径信号的时延和到达角的联合估计问题。对于多径信道,提出了一种新的信号采样模型,并在此信号模型的基础上,根据 CDMA(码分多址)系统中已知的扩频码,利用传统的 MUSIC(多重信号分类法)算法联合估计多径信号的时延和到达角。所提出的方法不需要训练序列,而且步骤简化,估计精度高。计算机仿真结果表明该算法有效。     

基于似P范数FOCUSS的稀疏信号盲分离

把似P范数FOCUSS方法应用于稀疏信号盲分离中,采用k均值聚类算法来估计混合矩阵;然后利用似P范数FOCUSS方法来求解具有线性约束优化问题的稀疏源信号,从而给出了一种基于似P范数FOCUSS方法的稀疏信号盲分离算法。该算法计算量小,精度较高。仿真结果表明该算法是有效的,具有良好的分离性能。     

基于时变AR模型的雷达ESM信号多径抑制

针对雷达ESM信号存在多径干扰,从而影响信号特征提取以及辐射源识别的问题,提出了一种多径抑制新方法．首先采用非线性能量算子方法对多径时延进行粗估计,再利用基于时间函数扩展的时变AR模型方法对信号进行预测．然后根据多径时延粗估计和预测序列,采用最小二乘方法精确估计时延和多径幅度因子．在此基础上,提出一种逐级抑制的多径信号滤波方案．对仿真信号和实测雷达辐射源信号进行实验,结果证明该方法可有效实现信号多径估计与抑制．     

分布式MIMO-OFDM系统多频偏盲估计

针对多径信道下分布式多输入多输出正交频分复用系统多载波频偏估计问题和多频偏盲估计难、现有盲估计方法较少的情况,利用多径信道下分布式多输入多输出正交频分复用信号模型与盲源分离领域中信号模型类似的特点,利用卷积混合盲源分离思想,去除接收信号的多径影响及模糊度,得到只含频偏的发送信号,将多维频偏估计问题变成单维估计问题,最后用单个信号频偏盲估计算法得到频偏估计值. 仿真结果表明,提出算法适用于更为复杂的多径信道和正交频分复用信号,具有比导频辅助方法更优的估计性能. 在5dB信噪比下,多频偏盲估计的均方误差可达10^-6.     

改进的基于循环平稳分析的OFDM关键参数估计方法

提出了一种利用OFDM信号自相关特性和循环平稳特性进行多径信道下关键参数盲估计的算法.该算法首先利用OFDM信号的自相关特性估计信号的有效符号长度,接着利用多径信道下的OFDM信号具有二阶循环平稳特性来估计符号长度,并且在此过程中引入平均的思想,通过对信号的一组循环频率求均值的方法得到最终估计值.信号的二阶循环平稳特性使得该算法可抑制多径干扰,平均的处理方法提高了算法的抑制高斯噪声能力.计算机仿真结果表明:该算法在设定的多径信道下,当信噪比SNR=-2 dB时参数盲估计的正确率可以达到90%以上,在信噪比SNR=2 dB时正确率可以达到100%.     

基于张量域降噪的宽带DOA估计

针对低信噪比条件下远场宽带信号波达方向(DOA)估计精度低的问题,提出了一种基于张量域降噪的宽带DOA估计算法。首先,联合各子频带数据构造张量信号;然后进行高阶奇异值分解,并利用最小描述长度准则分离信号与噪声;其次,改进协方差矩阵拟合算法,利用L1范数对信号功率进行约束,获得L1约束问题模型并求解;最后,对所有窄带估计结果进行融合得到宽带信号DOA。仿真结果表明,该算法可有效地降噪,同时较求根多重信号分类算法和旋转不变子空间参数估计算法,该算法对DOA估计无需预知信源数目,且在低信噪比条件下具有较小的均方根误差。     

多滞后时刻四阶累积量的正弦信号频率估计

在含噪正弦信号频率估计方法中，通过开发高斯色噪声中正弦信号的四阶累积量切片结构、以及由这些累积量构成的Hankel矩阵性质，提出了多滞后时刻累积量的高分辨正弦信号频率估计方法。现有的基于高阶统计的算法中没有充分利用多滞后时刻的四阶累计量。本文提出了一种基于多滞后时刻四阶累计量的正弦信号频率估计的ESPRIT和MUSIC算法。理论分析表明，这种算法有助于提高参数估计的性能。     

稀疏正则化方法的超声信号反卷积

提出了一种在稀疏分解框架下的超声信号反卷积模型,改善了超声成像的质量。该模型包含两个正则项,分别约束信号的光滑性和字典表示的稀疏性,并应用高阶统计量和MA模型估计系统的点扩散函数。模型直接求解很困难,采用分裂Bregman方法交替迭代求解;并对反卷积的信号进行动态滤波、包络检波、二次抽样、动态压缩、灰阶映射等处理,得到超声灰度图像。实验结果表明,该反卷积方法成像比直接成像的分辨率高,图像的对比度得到增强,斑点噪声明显减少。     

板结构载荷识别分析

提出了一种识别板结构受到的集中载荷的分析方法。采用正则化方法和最小二乘法,根据结构受载后的位移测量值反演所受的集中栽荷的大小和位置.获得了稳定收敛的解。另外,为了使解具有合理性,事先对要识别的量加以限制;最后给出了算例,识别的结果令人满意。     

H∞ deconvolution filter design for time-delay linear continuous-time systems

Proposes an H∞ deconvolution design for time-delay linear continuous-time systems. We first analyze the general structure and innovation structure of the H∞ deconvolution filter. The deconvolution filter with innovation structure is made up of an output observer and a linear mapping, where the latter reflects the internal connection between the unknown input signal and the output estimate error. Based on the bounded real lemma,a time domain design approach and a sufficient condition for the existence of deconvolution filter are presented.The parameterization of the deconvolution filter can be completed by solving a Riccati equation. The proposed method is useful for the case that does not require statistical information about disturbances. At last, a numerical example is given to demonstrate the performance of the proposed filter.     

离散不确定时滞系统的鲁棒模型预测控制

对于输入受约束的不确定时滞系统，提出了离散不确定时滞系统的鲁棒模型预测控制，用LMI解决时滞系统的输入受约束控制，给出了新的鲁棒性能指标上界和系统稳定的充分条件，通过求解LMI凸优化获得状态反馈控制律，仿真验证了该方法的有效性．结果表明，基于LMI约束不确定时滞系统的鲁棒模型预测控制易于求解，适于实际应用．本方法还可以推广到其他时滞系统模型中．     

带有非线性扰动时变时滞系统新的稳定性判据

针对一类带有非线性扰动的时变时滞系统的稳定性问题,本文通过构造适合的Lyapunov-Krasovskii泛函,运用交互式凸组合、时滞分解和积分不等式等方法,得到新的基于线性矩阵不等式的时滞相关稳定性新准则,并通过数值实例进行实验验证,实验结果表明,本文结果与文献[11-12]相比有较大改进,所用方法降低了结果的保守性,说明本文结果具有优越性和有效性。     

终端椭圆约束的时滞系统预测控制

对于输入受约束的时滞系统，提出终端不变椭圆约束的时滞系统预测控制方法。为时滞系统构造特定的目标函数和终端不变椭圆集，保证了闭环系统稳定性，以LMI(Linear Matrix Inequalities)形式给出了系统稳定的充分条件，使得该方法简单，易于实现，最后通过数字仿真验证了该方法的有效性。     

基于加权星图稀疏正则化的图像压缩感知重构

为了更有效地表达图像的高阶稀疏结构,提出基于图稀疏正则化的压缩感知重构算法,通过图论方法描述图像稀疏系数间的相关性。首先,采用图结构化稀疏度量表征图像的非局部相似性,并化简稀疏系数的完全图结构为仅与均值节点连接的星图结构,以实现更高效的稀疏表达;然后,通过加权范数的形式体现稀疏系数的不同重要性,达到自适应恢复的目的。进一步,提出求解星图稀疏模型的近似消息传递算法,通过引入辅助变量,使得权值参数和稀疏系数的优化问题更易求解。实验结果表明,所提出的算法在客观质量和主观质量上优于其他基于非局部稀疏模型的重构算法,验证了星图稀疏模型的有效性。     

一种基于L1稀疏正则化和非负矩阵分解的盲源信号分离新算法

针对线性混合模型下的盲源分离这一反问题,提出了一种结合迭代正则化和非负矩阵分解的交替最小化算法．首先把该问题转化为有界约束的二次规划,然后采用了一种自适应BB(Barzilai-Borwein)步长的投影梯度算法来求解．该方法不仅可减少存储量,提高算法速度,而且还很好地刻画了信号的稀疏性和独立性．理论分析和数值试验都验证了该方法的有效性,对混合的二维图像能提高分离的信干比．     

离散不确定时滞系统的鲁棒模型预测控制

对于输入受约束的不确定时滞系统,提出了离散不确定时滞系统的鲁棒模型预测控制,用 LMI 解决时滞系统的输入受约束控制,给出了新的鲁棒性能指标上界和系统稳定的充分条件,通过求解 LMI 凸优化获得状态反馈控制律,仿真验证了该方法的有效性.结果表明,基于 LMI 约束不确定时滞系统的鲁棒模型预测控制易于求解,适于实际应用.本方法还可以推广到其他时滞系统模型中.