一种新的复正弦信号二维频率估计算法

如何从遥感图像中实时而有效的估计出二维频率一直是一个难题,提出了一种二维复正弦信号的相似最大似然频率估计迭代算法.通过建立最大似然二维频率估计信号模型,并且结合最大似然估计价值函数,给出了两种新的频率估计价值函数;针对所提及的算法进行了均值和方差分析,分析结果显示该算法是近似无偏估计的,并且满足Cramer-Rao边界条件;最后对所提出的算法进行了仿真,并给出了其在干涉合成孔径雷达(INSAR)去平地相位中的应用.结果表明:算法具有较高的频率估计精度和较小的计算量.     

改进的基于最大似然的快速拓扑估计方法

基于最大似然的网络拓扑估计方法能够获得全局最优的估计结果,优于一般局部最优化和节点对融合方法,但在网络规模较大时存在计算复杂度较高的缺点。首先证明了网络拓扑估计似然函数是单峰的（即只有一个极值）且峰值为最大值;然后利用单峰特征,改进了现有基于最大似然的拓扑估计方法,在最大似然树搜索过程中无需返回到似然值小的状态,降低了计算复杂度。最后,Matlab和ns-2仿真结果证明在不降低拓扑估计准确率的情况下,改进的算法将计算复杂度减少了30%~46%.     

一种最大似然多普勒估计算法反解方法

针对由最大似然多普勒估计算法目标函数反求出最大多普勒值计算量大的问题,提出了一种类二分搜索算法,该方法不用计算出所有可能的多普勒值的目标函数,就可以从多普勒估计目标函数反求出最大多普勒值。提出的算法从另一个角度减小了多普勒估计时的计算量。同时提出了根据估计出的多普勒瞬时值进行自适应平滑滤波,减小了最大似然多普勒估计算法的波动范围,提高了估计精度。     

一种改进的UWSAN最大似然目标定位方法

研究水声信道目标定位问题,由于水下定位精度与陆地不同。为了解决水下水声信道中有效传输信息,采用传统的无线传感器阵列网络(UWSAN)最大似然目标定位方法有效性差。为解决上述问题,提出将每个阵列的局域似然函数进行信息提取和压缩,并将信息进行融合。分析每个阵列的局域似然函数特性,并根据高斯函数对归一化似然函数进行拟合,结合各个阵列接收到的能量,在融合时先给拟合的归一化似然函数乘以其接收到的能量,再将各个阵列的对数似然函数相加得到全局对数似然函数,其中最大值的位置就是最大似然法估计的目标位置。数值仿真结果表明,改进方法不但大大降低了局部节点到融合节点的传输数据量,而且在高信噪比下与直接计算似然函数的数值非常接近,可以有效估计目标的位置。     

基于实数遗传算法的波达方向最大似然估计算法

对空间多个窄带信号源的高分辨波达方向估计是雷达,块纳和地震等信号处理中的重要问题之一,为克服一些获取波达方向估计最大似然解算法存在的局部极值问题,提高估计精度,本文以作者提出的实数遗传算法为搜索工具,寻求波达方向最大似然估计的非线性全局最优解,所提出的实数遗传算法由含实数域结构和目标函数信息的实数交叉和变异算子构成,是较理想的获取非线性实变量函数全局最优解的方法,对非相参和全相参信源波达方向估计问题的数字仿真结果表明,本方法的估计精度明显优于交替极值等一些常规方法。     

一种结合边缘检测的多基线InSAR高程反演方法

针对多基线InSAR高程重建算法鲁棒性差的问题,提出一种基于边缘检测与路径跟踪策略的多基线InSAR高程反演算法.该算法分为2个步骤.第1步是直接利用多基线最大似然估计算法从多幅不同基线的干涉相位图中获取粗略的地形高程,再用Sobel算子对滤波后的粗略地形高程进行边缘检测,获得地形的不连续边界;第2步则先构建优化的多基...     

基于极大似然准则和最大期望算法的自适应UKF 算法

针对噪声先验统计特性未知情况下的非线性系统状态估计问题,提出了基于极大似然准则和 最大期望算法的自适应无迹卡尔曼滤波(Unscented Kalman filter, UKF) 算法.利用极大似然准则构造含有噪声统计特性的对数似然函数,通 过最大期望算法将噪声估计问题转化为对数似然函数数学期望极大化问题,最终得到带次优递 推噪声统计估计器的自适应UKF算法.仿真分析表明,与传统UKF算法相比,提出的自适应UKF算法 有效克服了传统UKF算法在系统噪声统计特性未知情况下滤波精度下降的问题,并实现了系统噪 声统计特性的在线估计.     

卫星编队InSAR基线的确定方法

基于卫星编队的InSAR系统是一个多基雷达系统,依靠卫星编队构型形成干涉所需的基线.在卫星编队的InSAR系统中,由于参与编队的各卫星相对位置不断变化,故其基线值也在不断变化.在动态变化中基线测量所得的基线一般是某一时刻两颗卫星雷达天线相位中心之间的连线,不能直接用于高程测量,需要对基线重新进行确定.本文在分析了需要基线确定原因的基础上,提出了基线确定的方法,并分析了基线误差对InSAR高程测量精度的影响.     

屏蔽数据下并联系统广义指数部件的可靠性估计

针对具有屏蔽寿命数据的并联系统,研究了广义指数部件的可靠性估计问题.利用极大似然方法和贝叶斯理论给出了部件未知参数和可靠度函数的极大似然估计及贝叶斯估计.最后通过随机模拟对两种估计的效果进行了比较,并研究了样本量和屏蔽水平对估计精度的影响.     

一种稳健的GPS多径估计算法

为研究抵制多径误差的信号处理,提出了一种在低信噪比、多经和干扰条件下GPS码延时估计算法.首先,使用一种基于块平均的预处理技术把零均值的干扰转换成有色高斯噪声,然后一种结合白化滤波的基于最大似然估计方法用来估计相关的参数.在实现最大似然估计时,使用了数据压缩技术和脉冲内插技术来降低优化计算的计算复杂度.计算仿真表明所提出的方法在低信噪比和干扰条件下优于传统的最大似然估计方法.为高精度定位提出了有效的方法.