非高斯有色噪声中的正弦信号频率估计

本文研究非高斯ＡＲＭＡ有色噪声中的正弦信号频率估计问题。利用自相关函数和三阶累积量相结合，提出了一种先估计噪声模型ＡＲ参数，然后对观测值进行预滤波，最后估计信号模型参数的新方法，模拟实验结果表明，新方法具有良好的频率估计性能。     

有色噪声背景下正弦信号频率估计的互谱Pisarenko和MUSIC方法

现代互谱估计是抑制有色噪声的一个有效方法。本文首次对正弦信号的扩阶互相关函数矩阵的特征结构进行了深入的分析，并进而提出了有色噪声背景下正弦信号频率估计的互谱Ｐｉｓａｒｅｎｋｏ方法和ＭＵＳＩＣ方法。     

有色噪声中的信号检测

本文的建模方法用于在有色噪声中检测随机信号。接收序列用回归/自回归时间序列为模型,用假设检验方法确定所希望的信号存在与否,这一检验的基础是用似然函数构造一个 F—统计量,这个统计量和雷达信号处理中需要计算的虚警率不难联系起来。文章给出了根据模拟数据与实际雷达数据得出的结果。     

有色噪声下不相关和相干混合信号的DOA估计

针对有色噪声背景下的不相关和相干混合入射信号,本文提出了一种新的波达角度（Direction Of Arrival,DOA）估计方法 .首先对混合信号协方差矩阵进行分析和处理以消除其中的有色噪声部分.在此基础上,先利用多重信号分类（Multiple Signal Classification,MUSIC）方法或旋转不变信号参数估计（Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT）法估计出不相关信号的DOA;然后利用改进的空间差分方法构造出一个新的只含有相干信号的协方差矩阵,且无秩亏损;最后利用MUSIC算法或ESPRIT算法从中估计出相干信号的DOA.和文献报道的方法相比,新方法具有更优的混合信号DOA估计性能,尤其对于相干信号.仿真结果验证了该算法的有效性.     

系统设计中有色噪声的研究

针对近些年系统设计以计算机仿真为基础这一特点,着重研究了有色噪声的仿真方法。利用ARMA模型完成了对已知功率谱密度图形的各种有色噪声的仿真,并对原始的建模方法进行了修正,使得仿真后的结果更加理想。     

从混合有色噪声背景中提取正弦随相调频信号的方法

提出了从混合有色背景噪声中提取正弦随机调频信号方法－－基于高阶累积量FIR自适应滤波方法。其主要特点是：FIR自适应滤波系数是用输入信号的四阶以上累积量进行更新的；FIR自适应滤波器是收敛于与有用信号类型匹配的滤波器。因此，它既能有效地提取有用信号（匹配信号），又能有效地抑制混合有色噪声（非匹配信号）。仿真结果表明，与短时相关方法相比，该方法是很有效的。     

一种低频有色噪声的自适应对消模型

文中讨论了使用自适应噪声对消抵制有色噪声的原理、特点,提出了在特定情况下 一种改进的对消模型及其原理,并结合ＬＭＳ（Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅｓ）和ＲＬＳ（Ｒｅｃｕｒｓｉｖｅ Ｌｅａｓｔ Ｓｑｕａｒｅｓ）滤波器的实现,给出了计算实例。     

噪声中弱信号的检测与估计

综述了从噪声干扰中提取信号的方法及其适用条件。     

有色噪声中谐波频率的频域非线性预滤波估计方法

基于谐波信号表现为频域中的 异常点 这一思路,利用滑动中值滤波器滤除数据异常点的能力,本文提出了未知有色噪声背景下谐波信号频率的一种高分辨估计方法.其突出特点是对噪声分布的强普适性,且算法实现简单.仿真结果验证了该方法的性能.     

高斯白噪声中单频复正弦信号频率估计

本文提出了一种在加性复高斯白噪声中对单频复正弦信号频率的估计方法。该方法是基于利用自相关系数对Kay的方法和扩展。它从自相关系数的相位差的最佳线性组合中提取频率值。相对于Kay的方法，自相关系数中相位差信息的信噪比提高了。新的估计方法的方差具有更低的输入信噪经阈值，而保持了Kay的方法的无偏性和频率估计范围。我们给出了新方法的均方误差分析及其数值结果。该方差分析适用于中等以上的信噪比或大样本长度的情况。给出了估计其估计方差输入信噪比阈值的近似公式，该公式得出的阈值与样本长度大于24的模拟结果相当接近。     

色噪声环境下强相关源的DOA估计

结合MMUSIC（Modified multiple Signal Classfication)算法和SWEDE（Subsapce Method Without Eigen DE composition)方法的优点提出了联合DOA估计方法，该法使得在色噪声环境下强相关信源DOA（Direction Of Arrival)估计成为可能。理论分析与仿真结果表明：联合DOA估计方法在明显降低运算复杂度的同时，无需空间噪声必须为白噪声的约束，更加贴近现实情况，而且有利于在线处理。     

色噪声背景下相干信源DOA估计的空间差分平滑算法

文中提出了一种色噪声背景下相干信源波达方向(DOA)估计的新算法-空间差分平滑(SDS)算法.SDS算法利用均匀线阵协方差矩阵的Toeplitz分解特性,差分平滑运算,将非相干信源与相关(或相干)信源分开分辨,从而重复利用阵列接收数据,可分辨更多信源.SDS算法可对消空间色噪声,适用于更广泛的未知噪声背景及低信噪比环境.相比常规谱估计算法,SDS算法具有更强的信源过载能力及阵元节省能力,利用少数阵元进行迭代空间平滑运算,还可明显减小SDS算法的计算量.计算机仿真结果证明了SDS算法理论的正确性和有效性.     

基于EM算法的非高斯噪声参数估计

EM算法是一种从＂不完全数据＂中求解模型参数的极大似然估计的方法,在非高斯噪声的参数估计问题中是一种比较优秀的算法。非高斯噪声的参数估计问题的主要困难是充分统计量是不存在的,这意味着从观测空间到估计空间的映射依赖于这里试图估计的参数。在未知噪声概率密度的情况下,EM算法可以更准确地对非高斯噪声参数进行估计,估计方差接近C-R下界。     

高斯色噪声背景下的单通道信源数目估计算法

目前信源数目估计算法大都是基于多通道接收模型且对高斯色噪声抑制能力较差,而实际应用中单通道接收模型及色噪声环境非常普遍,因此研究色噪声背景下的单通道信源数目估计算法意义重大。针对现有算法的缺陷提出了一种基于构建信号时间快拍和四阶累积量矩阵的单通道信源数目估计算法。首先通过构建信号时间快拍实现单通道接收信号的升维得到矢量化空间,然后以此组信号空间构造出四阶累积量矩阵,并从理论上验证了该四阶累积量矩阵能有效抑制高斯白噪声及高斯色噪声的影响,最后对该矩阵进行奇异值分解并通过信息论准则估计出信源个数。仿真实验和实际信号实验都表明本文算法能较好地解决单通道信源数目估计问题,且能有效抑制高斯色噪声。      

色噪声环境下MIMO雷达角度估计算法

针对色噪声环境下的MIMO雷达目标角度估计问题,提出一种基于四阶累积量切片的角度估计算法。算法利用MIMO雷达的接收数据计算出四阶累积量,构造出累积量切片矩阵,通过特征分解,结合ESPRIT算法实现了雷达目标的角度估计。同时进行了低复杂度改进,去掉了冗余信息,保留了MIMO雷达阵元扩展能力和目标分辨力,具有自动抑制加性高斯噪声和任意高斯色噪声的能力。最后计算机仿真结果证实了算法的有效性和可行性。     

有色随机噪声背景下互谱TLS-ESPRIT估计方法

现代互谱估计是抑制有色观测噪声的一种有效方法.对旋转不变技术估计信号参量的方法进行了深入的分析,并进而提出了有色声随机信号背景下互谱TLS-ESPRIT估计方法.这种方法的突出特点是几乎不需要任何色噪声的先验信息,并在很低信噪比下工作,避免了以往互谱估计本身所固有的在整个频域上的谱峰搜索,可直接通过特征值确定信号参数估计值.此方法只需两次SVD分解,计算量大大降低.仿真结果表明,该方法具有较好的谱估计分辨率和良好的稳定性.     

空间色噪声背景下双基地多输入多输出雷达低仰角估计方法

针对多径效应的影响,该文提出一种空间色噪声背景下双基地多输入多输出(MIMO)雷达低仰角估计方法。首先对双基地MIMO雷达中低仰角目标的多径环境进行建模,同时考虑发射和接收端的镜面反射信号,并用空间色噪声模拟漫反射。然后利用协方差矩阵求差方法消除未知色噪声的影响,在发射端和接收端进行空间平滑对多径信号解相干,即进行空间差分平滑处理。最后利用酉变换旋转不变技术(ESPRIT)算法估计目标的发射角(DOD)和接收角(DOA)。该文指出特殊情况下空间差分平滑协方差矩阵缺秩的问题,并提出一种修正的空间差分平滑方法。该算法对阵元数要求不高,适用于未知噪声背景及低信噪比环境,并且解决DOD与DOA联合估计的角度兼并问题。仿真实验表明了所提算法的有效性。