基于激光测振扫描的MVDR成像方法研究

传统的“延迟-求和”成像方法,通过提取损伤信号幅值进行损伤定位成像,该方法存在信噪比低、定位精度不高的问题。本文结合激光测振技术,利用其检测精度高、检测模态较为单一的优点,提出一种最小方差不失真响应(MVDR)成像法。该方法在稀疏阵列中引入方向权矢量,提高损伤位置分辨能力。实验结果证实该方法能够快速高效地实现损伤的二维定位成像。     

MIMO阵列波束形成方法研究

相控阵雷达无法分辨一个波束宽度内的2个目标,多输入多输出(Multi-Input Multi-Output,MIMO)雷达阵列各阵元发射正交信号,提高了阵列系统的自由度,改善了雷达阵列系统分辨性能。文中给出了MIMO阵列相关滤波器组分离目标回波信号的原理框图,并进行了MIMO阵列常规波束形成器和最小方差无失真响应(MVDR)波束形成器理论分析和仿真实验。仿真结果表明,MIMO阵列比常规相控阵列具有更高的角度分辨率。     

基于频谱幅度起伏特性的微弱信号检测方法研究

该文将非线性后置处理思想引入至最小方差无失真响应(MVDR)的空间能量谱计算中,并给出其实现方法,即最终空间能量谱通过将各窄带阵列输出结果取倒数并求和得到,它不需要阵列噪声和目标信号的任何先验信息,只要阵列噪声的频谱在频段间的幅度起伏大于目标信号的频谱幅度起伏,该方法就能取得较常规处理方法更好的信号检测性能。根据最优信号检测理论,初步验证了非线性后置处理方法的性能,并利用仿真和实际数据进一步检验了其有效性,分析结果表明:非线性后置处理方法的处理增益较常规方法提高约3.5dB-4dB。     

联合波形重构的数字调制信号直接定位方法

直接定位(Direct Position Determination, DPD)算法相比于传统两步定位法,在低信噪比和复杂环境下具备更高定位精度和更强鲁棒性。研究表明加入信号波形信息能够有效提升DPD算法定位精度,但在实际无源定位场景中信号波形往往难以先验已知,未知信号波形的DPD算法精度受限。针对这一问题,本文围绕无源定位系统中普遍存在的调制方式已知,但符号信息未知的数字调制信号,提出一种联合波形重构的数字调制信号直接定位(Direct Position Determination for digital Modulation signals, MDPD)方法。该方法依据最大似然准则,基于调制信号成型、接收阵列与辐射源位置几何关系,构建阵列接收信号关于信源符号和位置参数联合估计的代价函数,利用交替迭代降低信号高维搜索给参数联合估计带来的计算复杂度。仿真实验结果验证了联合波形重构的MDPD算法可行性,同时通过与已有两类定位算法的对比实验,得到本文MDPD可以达到更高定位精度,并在信噪比增加时收敛到渐进最优定位精度。      

基于时延差和频分复用的节点定位系统

在机器人的广泛应用中,为了获取各种参数和数据,确定各机器人基站的相对位置是极为重要的。为了安全和节省成本,对传感器网络采用了时延差定位算法和频分复用传输模式,即可获得传感器网络节点的相对位置。定位系统的搭建包括发射和接收两部分,并采用了水声换能器进行电-声转换和声-电转换。通过测试,该定位系统利用测试发射和接收信号之间的时间间隔,得到水下机器人传感器网络的相对位置,且满足一定的定位精度。     

基于LCMV的两种干扰抑制算法对比分析

为了对比分析线性约束最小方差(LCMV)准则下的功率倒置(PI)算法和最小方差无失真响应(MVDR)算法的综合抗干扰性能,建立天线阵列接收信号模型。理论分析了LCMV准则以及PI和MVDR算法原理和特点。从对扩频信号捕获和信号载波相位的影响2个方面对比分析了2种抗干扰算法的性能,并利用Matlab对分析结果进行验证及进一步分析,得出MVDR算法抗干扰性能优于PI算法,对卫星导航领域的抗干扰的工程实践有一定的指导和借鉴意义。     

一种基于分布式融合策略的声定位方法

随着城市环境中对各类目标声检测的需求的发展,开发分布式组网声探测手段越来越有必要。然而对于分布式组网声探测技术,当前的声定位方法对全链路的数据传输依赖程度较高,通信传输会带来巨大的带宽压力和很高的通信成本。因此,本文从能耗的角度研究分布式融合声定位的方法,提出通过分布式位置的声事件能量幅度进行目标的融合定位处理,并通过试验测试进行了可行性验证。验证结果表明,无线声感知网络可以在只接收幅度信息且激发少数节点的情况下实现对目标的定位,定位精度的均方根误差(Root Mean Square Error,RMSE)不大于6 m。     

基于定向天线的混合光无线传感网络节点迭代定位方法

针对目前方法对网络节点进行迭代定位时,由于未能利用定向天线算法划分节点信号的接收功率级,导致该方法在进行节点迭代定位时存在定位精度低、节点距离估计误差大、定位效果差的问题,提出基于定向天线的混合光无线传感网络节点迭代定位方法.首先基于定向天线原理划分节点信号的接收功率级,并在网络中确定锚节点;再基于划分的功率级以及锚节...     

基于宽带MVDR波束形成的弱信号检测研究

在复杂电磁环境中,常规波束形成的性能下降会使检测弱信号变得十分困难。若空间存在相干干扰时,常规阵列信号处理方法大都无法区分干扰与目标信号。针对宽频带、强干扰以及信号相干的问题,研究了可以抑制干扰的最小方差无畸变响应(MVDR)波束形成方法,并讨论了宽带MVDR的几种实现方式,即非相干最小方差(IC-MV)、空间重采样最小方差(SRMV)和指向最小方差(STMV),通过仿真比较了上述算法的弱信号检测性能。     

一种新的测向交叉定位算法

为了解决测向交叉定位系统在基线附近定位精度较低的问题,介绍了一种基于最小方差法的测向交叉新算法.该方法对于每个空间点,都以定位误差最小的算法和参数来计算目标位置.首先研究了3种测向交叉定位算法及距离解算误差,然后给出了基于最小方差的新算法流程图,最后对算法进行了仿真和性能分析.仿真结果表明,新算法明显地改善了基线附近的定位精度,提高了系统的抗干扰能力.该算法可适用于某些雷达组网系统的目标指示阶段.     

Source localization using vector sensor array in a multipath environment

Coherent signals from distinct directions is a natural characterization of the multipath propagation effect. This paper addresses the problem of coherent/fully correlated source localization using vector sensor arrays. The maximum likelihood (ML) and minimum-variance distortionless response (MVDR) estimators for source direction-of-arrival (DOA) and signal polarization parameters are derived. These estimators require no search over the polarization parameters. In addition, a novel method for "decorrelating" the incident signals is presented. This method is based on the polarization smoothing algorithm (PSA) and enables the use of eigenstructure-based techniques, which assume uncorrelated or partially correlated signals. The method is implemented as a preprocessing stage before applying eigenstructure-based techniques, such as MUSIC. Unlike other existing preprocessing techniques, such as spatial smoothing and forward-backward (FB) averaging, this method is not limited to any specific array geometry. The performance of the proposed PSA preprocessing combined with MUSIC is evaluated and compared to the Crame/spl acute/r-Rao Bound (CRB) and the ML and MVDR estimators. Simulation results show that the MVDR and PSA-MUSIC asymptotically achieve the CRB for a scenario with two coherent sources with and without an uncorrelated interference source. A sensitivity study of PSA-MUSIC to source polarization was also conducted via simulations.     

最小方差无失真响应波束形成解卷积后处理算法

为提高最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成算法的方位分辨能力,本文将MVDR算法的输出功率谱重新建模为卷积的形式,并运用两种解卷积技术对MVDR的方位谱进行后处理.该算法将角度空间中心位置的单个声源的MVDR方位谱当作点扩散函数(Poi...     

一种稳健的低旁瓣波束形成技术

为了更好地抑制来自非期望方向的信号,波束形成器形成较低的旁瓣以抑制干扰。针对传统的最小方差无畸变响应(MVDR)波束形成器抑制干扰性能不稳健的缺点,提出了一种自适应MVDR波束形成方法。该算法通过对已形成波束图搜索极值点,排序取次大值即最高旁瓣,将其对应方向增加到"零陷"方向组,不断迭代以降低旁瓣级。结合均匀半圆阵所作的计算机仿真验证了该方法的正确性和有效性。     

基于联合时空图拓扑结构的多通道语音MVDR增强算法

本文研究图频域内的多通道语音增强,利用图信号处理理论（GSP）构建一种时间-空间维度的联合图拓扑结构,在此基础上设计增强算法进行多通道语音消噪。具体而言,基于输入阵列某个麦克风输入帧间语音顶点信号的时间相关关系,构造时间维度上的一种图拓扑结构;同时针对多通道含噪语音,根据各通道接收信号的空间相关关系,构造空间维度上的一种图拓扑结构。基于时间和空间二种图拓扑构成的联合图拓扑结构,采用图频域内的最小方差无失真响应（MVDR）增强算法,进行多通道语音增强。仿真实验结果表明,在平均客观语音质量评估（PESQ）得分和平均拓展短时客观可懂度（ESTOI）评价指标下,本文所提出的基于联合图拓扑结构的MVDR波束形成（JG-MVDR）方法都优于常规图MVDR波束形成（GMVDR）方法和基于复高斯混合模型的MVDR波束形成（CGMM-MVDR）方法。      

Maximum likelihood multiple-source localization using acoustic energy measurements with wireless sensor networks

A maximum likelihood (ML) acoustic source location estimation method is presented for the application in a wireless ad hoc sensor network. This method uses acoustic signal energy measurements taken at individual sensors of an ad hoc wireless sensor network to estimate the locations of multiple acoustic sources. Compared to the existing acoustic energy based source localization methods, this proposed ML method delivers more accurate results and offers the enhanced capability of multiple source localization. A multiresolution search algorithm and an expectation-maximization (EM) like iterative algorithm are proposed to expedite the computation of source locations. The Crame/spl acute/r-Rao Bound (CRB) of the ML source location estimate has been derived. The CRB is used to analyze the impacts of sensor placement to the accuracy of location estimates for single target scenario. Extensive simulations have been conducted. It is observed that the proposed ML method consistently outperforms existing acoustic energy based source localization methods. An example applying this method to track military vehicles using real world experiment data also demonstrates the performance advantage of this proposed method over a previously proposed acoustic energy source localization method.     

基于指纹匹配的无蜂窝大规模MIMO三维定位方法

本文研究了无蜂窝大规模多输入多输出（Multiple input multiple output, MIMO）系统中基于指纹匹配的无线定位方法。假设服务区域内布设大量接入点（Access point, AP）,每个AP配置水平均匀线性阵列天线（Uniform linear array, ULA）或垂直ULA。利用相互正交的线性阵列天线（Orthogonal uniform linear array, O-ULA）对不同地理位置用户的方位角和俯仰角进行辨识,提取无线信道的角度功率谱矩阵构建方位角和俯仰角指纹库。借助谱聚类算法对指纹数据库进行预处理,然后通过两阶段指纹匹配策略计算指纹相似度并排序,在指纹库中搜索与用户指纹相似度最高的参考点,并利用加权K近邻算法（Weighted K-nearest neighbor, WKNN）估计用户位置。仿真结果表明,所提方案和单天线方案、ULA方案、均匀矩形阵列（Uniform rectangular array, URA）方案相比能够获得更高的三维定位精度。      

基于深度神经网络的多传感器联合信号检测方法

针对多传感器分布式接收中的信号检测问题,提出了一种最小错误概率准则下的联合检测方法。所提方法采用分布式软信息融合处理策略,将多传感器信号检测视为二元假设检验,借助深度神经网络优异的函数逼近能力,在对神经网络结构、目标函数和网络输入输出进行分析基础上,给出了基于深度神经网络的假设检验后验概率求解方法。各独立接收单元利用深度神经网络估计信号有无两种假设的后验概率,然后送入融合中心,计算联合后验概率分布,并做出判决。与传统处理过程依赖严密的数学推导不同,所提方法参数解析和特征提取无需人工解算。最后,通过仿真实验对所提方法有效性进行了验证,并与现有方法进行了对比。结果表明,所提方法能够实现多个传感器信号有效融合,随着接收单元数目增加,能够显著提升信号检测概率,并降低虚警概率;与当前典型的S/K融合方法相比,所提方法在低信噪比下具有明显优势。     

基于变换域APSO的任意阵列宽带DOA估计算法

为了提高宽带信号来波方向（Direction-of-arrival, DOA）估计精度并降低计算复杂度, 本文结合已知的发射信号波形, 提出了一种基于变换域加速粒子群最优化（Accelerated Particle Swarm Optimization, APSO）的宽带DOA估计算法, 该算法适用于任意阵列和低采样率情况。首先对阵列接收数据进行匹配滤波以及傅里叶变换处理,其次根据频域宽带阵列数据模型,利用确定性极大似然（Deterministic Maximum Likelihood, DML）准则构建宽带DOA估计的空间谱函数,然后采用变换域APSO算法对空间谱函数进行最大值搜索,搜索结果即为DOA估计值。该算法无需DOA预估计,不依赖空间谱函数的梯度信息,计算复杂度低。仿真实验表明,所提算法具有高估计精度和低计算复杂度,在信噪比为20?dB时,DOA估计均方根误差为0.02°。      

面向复杂太赫兹信道的智能调制系统设计

太赫兹通信是未来高速无线通信极具潜能的技术,受到广泛关注。在本文中,提出基于简单、稀疏空域调制的太赫兹通信系统,探索了由硬件缺陷导致的信号失真对系统性能的影响,并结合收发端失真相关性,进行了系统噪声建模,得到了发端噪声、背景噪声和收端噪声的联合模型。在此多维度噪声背景下,依据后验概率最大化准则,本文推导了太赫兹空间调制系统极大似然信号检测算法。此外,考虑到未来太赫兹通信在多域多维度通信的应用场景,传统检测算法匹配度差且复杂,本文提出了利用具有简单结构的极端学习机来实现太赫兹空间调制系统的低复杂度智能算法。仿真结果表明,本文所提出的极大似然检测算法的性能优于传统的极大似然算法,另外本文中所提出的基于极端学习机的接收机方案,其性能接近最优检测方案,并且明显优于基于深度学习网络和支持向量机的方案。      

非均匀噪声环境下宽带近场源定位的两种改进方法

研究了宽带近场信号源基于最大似然方法和相关信号子空间方法在非均匀噪声下的被动定位算法，并进行了比较。这两种算法均可在传感器任意分布的情况下有效地进行信号源定位。最大似然法采用了迭代的方法来估计噪声的协方差矩。而信号子空间法给出了聚焦阵构造的新方法。仿真试验证明了方法的有效性和稳健性。