基于协方差理论的信号检测改进算法

为了克服能量检测算法易受信噪比不确定性影响的缺点,采用协方差检测算法进行信号检测,对算法检测阈值进行优化,提出一种基于检测误差最小的改进的协方差算法。改进的协方差检测算法不仅克服了能量检测算法的缺点,并且相比协方差检测算法,该算法在低信噪比下检测性能有所改善。仿真结果表明,在-20dB低信噪比条件下,改进算法的检测概率能提高20%左右。     

基于协方差矩阵对角化的盲信号分离

将基于协方差矩阵对角化的盲分离方法用于盲分离。当信号具有时间结构且空间独立时,通过对角化独立成分的自协方差矩阵（不同时延下的协方差矩阵）对混合信号进行盲分离。首先构造白化信号的时延协方差矩阵,然后选取不同的时延,将协方差矩阵的对角化程度表示成代价函数,最后利用梯度下降法得到分离矩阵。此方法和基于极大似然估计的FastICA算法的对比试验说明了此算法的有效性。     

基于随机矩阵的新型频谱盲感知方法

针对传统频谱感知算法需要预先估计噪声方差且当存在噪声不确定度时,检测性能降低的特点,提出一种基于随机矩阵的改进型频谱盲感知算法(M-CMME)。该算法通过分析协方差矩阵最大特征值极限分布特性,分析并利用采样协方差矩阵特征值与信号平均能量的关系,推导设定虚警概率条件下判决门限的闭式表达式。该算法不需要预先知道授权用户信号的先验知识,且能够有效克服噪声不确定度的影响。仿真结果显示,当噪声方差估计存在偏差的情况下,该算法具有较强的鲁棒性,且在较少采样点、低信噪比、较少阵元数情况下能够获得比CMME更优的检测性能。     

一种改进的二维扩展DOA估计方法

经典的DOA估计方法对目标信号源的分布特性非常敏感,导致DOA估计性能严重恶化,为了降低信源扩展对算法性能的影响,该文利用圆阵协方差矩阵的特点,直接由接收信号协方差矩阵的两条次对角线元计算分布式目标到达角,并提出了两种到达角估计方法,即直接由协方差矩阵的两条次对角线得到两维到达角的闭合解,和另一种利用两条次对角线构造最小二乘方程来估计分布源的两维到达角.计算机仿真结果表明,它们对均匀圆阵小角度扩展信号DOA估计具有良好的性能.     

基于延时相关预处理的MUSIC算法

针对MUSIC算法的分辨力受信噪比、快拍数及阵元数等因素限制的问题,利用各阵元接收数据的延时相关函数重新构造协方差矩阵,提出了基于延时相关预处理的MUSIC算法.根据阵元间的延时相关函数与原阵列流型及信号延时相关函数的关系,推导了4个与原阵列流型相同（共轭）的延时相关函数矩阵,分别对各矩阵求协方差并按规则求和得到新的协方差矩阵,之后对协方差矩阵进行特征分解,根据信号子空间处理稳健性高和噪声子空间处理估计精度高的特点构造谱函数进行谱峰搜索,实现DOA估计.通过仿真实验验证了本文算法的可行性和有效性.     

基于特征值多阈值修正的声矢量圆阵信源数检测

为了解决水下远程目标被动探测问题,提出了一种声矢量圆阵的信源数检测方法。该方法构造了声矢量圆阵声压与振速联合处理的协方差矩阵,并借鉴图像处理中双阈值检测概念,对协方差矩阵的特征值进行多阈值修正处理,利用信息论检测准则实现了声矢量圆阵的信源数检测。理论分析和仿真实验结果表明,本文算法可以有效地提高信息论检测准则的检测性能。水池试验结果也表明本文算法具有更好的噪声抑制能力以及更好的目标检测性能,进一步验证了算法的有效性。     

基于线性收缩的大阵列MIMO雷达目标盲检测

针对阵元数与快拍数可以相比拟的大阵列MIMO雷达系统,将协方差矩阵估计的收缩算法与大维随机矩阵理论相结合,提出了一种基于线性收缩-标准条件数(LS-SCN)的目标盲检测新方法。通过求解大维系统样本协方差矩阵的优化矩阵,并利用M-P律,推导了检测阈值与收缩系数之间的关系,分别给出了基于LS-SCN的单目标和多目标检测算法。该方法无需已知噪声方差、目标散射矩阵和目标方位等先验信息,对噪声变化不敏感,且适用于大阵列系统。仿真结果表明,在阵元数与快拍数在同一数量级的情况下,与SCN算法和MDL算法相比,显著提高了目标检测性能。     

一种基于符号秩检验的协作盲频谱感知算法

针对认知无线电频谱感知中能量检测算法和特征值类算法的设计局限性,提出了一种基于Wilcoxon符号秩检验的协作多节点频谱感知算法。利用主用户不存在时各次用户之间的相关系数的分布函数偶对称特性,将频谱感知问题转化为一种非参数分布检验问题,使用Wilcoxon符号秩对次用户信号的统计协方差矩阵上三角元素计算检验统计量来实现频谱感知。利用仿真方法,对多单个主用户、4个次用户进行了实验,结果表明,该算法的检测概率优于能量算法及特征值类算法,且不需要授权用户信号以及噪声的先验信息。     

基于系统误差及其协方差阵 拟合的抗差自适应滤波

动态导航数据处理中基于系统误差及其协方差矩阵拟合的自适应滤波算法在一定程度上可以 抵制系统误差或区域性系统误差对动态导航定位结果的影响,但无法抵制异常扰动的干扰。考虑到观 测模型和动力学模型存在异常扰动时,整体控制状态噪声协方差阵的方法可以减弱扰动异常的影响,因 此提出一种基于系统误差及其协方差矩阵拟合的抗差自适应滤波算法。算例结果证实,该算法在减弱 系统误差影响的同时,还能有效地抵制观测异常和载体状态扰动异常对动态系统参数估值的影响。     

基于均匀圆阵Toeplitz矩阵集重构解相干算法

针对目前均匀圆阵相干信源波达方向估计的矩阵重构算法仅利用部分阵列接收数据的相关或协方差矩阵部分元素进行重构造成信息利用不完整的问题,提出一种改进Toeplitz矩阵重构算法。利用模式空间变换后的数据协方差矩阵所有行元素信息构造包含阵元完整相关矩阵信息的Toeplitz矩阵集,经与Hermitian转置矩阵相乘及正反向平滑运算得到满秩数据协方差矩阵。该算法能够直接结合子空间类算法实现相干信号的角度估计,无需平滑算法广义特征值分解,同时解决了目前模式空间矩阵重构算法因忽略相位差变化造成的估计性能下降甚至失效问题。计算机仿真结果验证了本文算法的有效性。     

基于阈值优化的频谱感知算法

协方差绝对值（Covariance Absolute Value,CAV）感知算法使用固定阈值和固定虚警概率的频谱感知策略,无法保证在任何时候都能使频谱感知性能达到最优。提高频谱感知性能包括降低对主用户的干扰概率并提高空闲频谱的利用率,即最大限度地降低漏检概率与虚警概率。为此,本文对协方差绝对值感知算法进行改进,提出了不同信噪比下自适应阈值的优化方法使频谱感知误差（漏检概率与虚警概率的代数和）达到最小。实验结果表明,本文算法有效降低了频谱感知误差,提高了检测概率,特别是在信噪比较低的情况下性能改善较为明显。     

基于特征根比分布的协作频谱感知算法研究

介绍两种基于大维随机矩阵理论(Random Matrix Theory,RMT)的频谱感知方法,综合对比讨论并验证其感知性能。这些方法以采样协方差矩阵的最大最小特征根之比作为判决统计量与相应的判决门限相比较来确定频谱是否空闲。通过与能量检测(Energy Detection,ED)算法仿真对比,它们克服了能量检测中需要预知噪声信息的缺点,并具有不受噪声不确定度影响的优点,有较高检测性能和优越性。     

严重拖尾杂波中距离扩展目标的自适应极化检测

为了解决统计特性未知的严重拖尾杂波背景下距离扩展目标的信号检测问题,提出了一种基于广义似然比检验(GLRT)的自适应极化检测器．该检测器利用了雷达回波的极化信息,并使用辅助数据估计杂波的协方差矩阵．推导了其虚警概率表达式,理论分析验证了该检测器对于杂波能量和杂波协方差矩阵具有恒虚警特性．仿真结果表明,该自适应极化检测器在较低信杂比下就可以获得好的检测性能,且相比于点目标自适应极化检测器和单极化自适应检测器,具有更优的检测性能．     

鲁棒的PTZ摄像机目标跟踪算法

提出基于可旋转、变焦（PTZ）摄像机的目标实时智能跟踪算法.通过检测图像序列的方差,根据噪声和运动干扰的历史数据,建立相应的空间分布模型,实现有选择性的﹑高灵敏度的运动检测和云台控制.根据噪声的分布情况调整判决阈值,为不同区域赋予不同的检测灵敏度,提高了系统的噪声容限.自适应地调整方差的序列长度,实现系统灵敏度的大范围调整,以适应噪声、光照的快速变化和不同数量级别的运动幅度.推导长序列方差的快速算法,给出系统实时工作的例子.实验结果表明,算法工作可靠,响应迅速.     

噪声空间谱预白化小孔径阵列被动目标检测方法

为了解决小孔径阵列在低信噪比下不能正确检测被动目标的问题,提出了两种小孔径阵列非白噪声场空间预白化方法:噪声空间谱模值归一化(MNNSS)和噪声协方差矩阵求逆(NCMI)方法。假设噪声场为空间平稳非白噪声场,通过学习得到平稳非白噪声场的空间角谱和噪声协方差矩阵,使用学习的空间角谱和协方差矩阵对阵列接收数据进行预白化处理。将预白化处理后的阵列数据用于空间谱检测器。水池实验数据处理结果表明,采用MNNSS和NCMI方法对阵列接收数据预白化处理可明显改善小孔径阵列噪声场的非白特性,预白化处理后空间谱检测器在检测概率达到90%时的可检测信噪比分别下降了3 dB和7 dB;MNNSS和NCMI方法运算量不大,可以运用到实时处理系统。     

V-BLAST OFDM系统中一种稳健的检测算法

针对实际中信道估计存在误差,从阵列信号处理的角度提出了V-BLAST(Vertical Bell Labs Layered Space-Time) OFDM系统中一种稳健的检测算法．将接收数据的协方差矩阵进行特征值分解,得到信号子空间,将存在估计误差的信道矢量向该子空间投影,就可以得到较为准确的信道矢量,然后利用波束形成计算出检测滤波器的系数．仿真结果表明,当信道估计存在误差时,该方法性能显著优于ZF(Zero-Forcing)和MMSE(Minimum Mean Square Error)算法．     

CPHD multi-target tracking algorithm with unknown model parameters

Since the multi-object tracking performance of the traditional method will decline with unknown model parameters, a CPHD target tracking algorithm is proposed to jointly estimate the detection probability and measurement noise covariance. Firstly, for model the unknown parameters of multiple targets tracking, the detection probability is considered as a variable in a distribution. The detection probability can be obtained by estimating the mean of the distribution. Then, the Variational Bayesian method is used to estimate the covariance of the measurement noise. Finally, the Gaussian implementation of this algorithm is presented. Simulation results show that the algorithm has good tracking performance under jointly unknown detection probability and the covariance of the measurement noise.     

A New Two-Stage Tunable Space-Time Adaptive Detector

In order to improve the rejection capability of mismatched interferer signals, a new two-stage detector is proposed under homogeneous scenarios with unknown covariance matrix, which is obtained by cascading the adaptive matched filter (AMF) detector and the enhanced RAO (EnRAO) detector. The new detector has constant false alarm performance, and the closed-form expression of probability of false alarm and probability of detection is derived. The performance of the new detector is assessed, and analyzed in comparison with other detectors. The results show that, the proposed detector can provide enhanced rejection capability in the case of mismatch, but the performance of the detector is slightly lost under the condition of matching.     

MIMO雷达空时编码和接收权联合稳健设计

针对基于多进多出雷达的空时自适应处理方法的检测性能对目标参数估计误差敏感从而导致系统检测概率稳健性较差的问题,提出一种改善多进多出空时自适应检测性能的发射波形和接收权联合稳健设计方法。首先推导了多进多出空时自适应输出信干噪比的数学表达,而后构建了目标空时频导向矢量估计误差模型。在此误差模型、波形恒模特性、旁瓣以及杂波抑制等约束下,基于最大化最差情况下输出信干噪比准则,提出了改善多进多出空时自适应检测性能的发射波形相关阵和接收权联合稳健优化问题。为求解所得复杂非线性优化问题,提出一种迭代方法,其中每一步都可转化为半定规划问题,因而可获得高效求解。仿真结果表明,与现存主要的稳健方法、非稳健方法及不相关波形相比,所提方法可显著改善多进多出空时自适应检测概率的稳健性能。     

飞轮系统的符号动力学故障检测方法

为检测飞轮系统的微弱故障,提出一种基于符号动力学的故障检测方法.首先,利用符号动力学算法将飞轮的电流数据进行字符映射,实现信号降噪、数据压缩.其次,利用D阶马尔科夫过程定义电流字符序列的变异过程,且根据字符序列的熵值变化率确立算法的字符个数,并计算字符的概率状态转移矩阵.最后,根据概率状态转移矩阵求解字符概率特征向量,并利用特征向量之间的距离阈值检测飞轮的故障.仿真结果表明:该方法能够根据字符概率特征向量之间的距离区分不同严重程度的飞轮系统故障,实现微弱故障的检测;与扩展卡尔曼滤波算法相比,该方法不需复杂的动力学建模,且仅利用单变量即可实现飞轮的故障检测.此外,利用过程数据,该方法可以快速学习卫星其他部件的行为,并检测故障。