带支撑物圆阵波达方向估计实验研究

为了验证带支撑物圆阵波达方向估计算法的有效性,在介绍算法原理的基础上,利用设计的镶嵌在刚性球上的12元均匀圆阵,分别在消声室和外场进行了声源定向实验研究.定向结果显示消声室内平均估计误差不大于2°,均方根误差不大于2.2°,外场平均估计误差和均方根误差均不大于3°.实验表明基于带支撑物圆阵所推导的波达方向估计算法是有效的,能正确估计出声源的波达方向,且具有较高的精度,为利用带支撑物圆阵进行波达方向估计的工程应用奠定了基础.     

基于遗传算法的波达方向估计的圆阵优化

在保证估计精度的前提下,提出利用遗传算法优化双圈圆阵,减少波达方向估计的阵元数以及计算阵元位置。在单源和多源人射条件下,为了探测阵的主瓣宽度或最大旁瓣水平尽可能小,对双圈圆阵进行了稀疏优化。仿真结果标明：优化阵的主瓣宽度比原始阵小1°左右,最大旁瓣水平降低近3dB,而且优化后的阵列在不同频率和低信噪比情况下仍具有较好的DOA估计性能。     

基于改进 MUSIC 的声源定位方法

为设计更有效的声源定位方法,深入研究了传统 MUSIC 算法,并针对其分辨率低且在麦克风数目较少时波达方向 (direction of arrival,DOA)估计精度较差等问题,对传统 MUSIC 算法进行了优化,利用广义互相关算法估计出声源信号到达各 麦克风之间的时间差,并据此构建出对应的矢量信号,最后通过计算谱函数确定 DOA 估计值。 仿真和实验结果表明,优化后的 MUSIC 算法可以得到更加尖锐的指向性波束,更低的旁瓣,并且能使方位角的定位精度达到±4°,俯仰角的定位精度达到±5°。     

基于三线阵二维信号波达方向估计方法

当利用传统平行线阵对高仰角进行波达方向的估计时会存在失效现象,针对该阵列的结构特点,分析此现象及其出现的原因。然后在此基础上,设计了一种三线阵结构,根据三线阵结构的特点计算4个互相关矩阵。利用得到的互相关矩阵构造一个大矩阵,对大矩阵进行特征分解得到信号子空间,最后通过Esprit算法对二维入射角进行估计。本文对俯仰角进行独立估计,可以有效地避免失效现象的出现。仿真结果证实了本文结构的有效性。     

基于矩阵变换的均匀线阵测向方法研究

在子空间类DOA算法中,接受数据的协方差矩阵的好坏决定了测向性能的好坏,针对均匀线阵在低信噪比时分辨率不高的缺点,通过对接收数据的协方差矩阵的处理,提出改进的方法:对协方差矩阵做空域上的平均.计算机仿真表明,该方法能有效的提高低信噪比时的分辨率,而且原理简单,便于实现,有广阔的应用前景.     

基于ISM算法的阵元间距选择及性能分析

本文基于MUSIC算法分析了ISM算法的谱峰搜索范围、阵元间距的要求、阵元间距对算法置信度的影响。通过计算机仿真验证了阵元间距越大,置信区间越小,ISM算法的性能越好;对实际采样得到的语音信号进行方向估计。     

一种基于四阶累积量的声定向方法

针对深水钻井隔水管监测系统水下测点的声定向问题,建立了空间任意结构阵列的数学模型,分析了阵列信号的四阶累积量特性,提出了一种基于四阶累积量的空间任意结构阵列MUSIC算法,可对多于阵元数的空间多目标源进行二维波达方向估计,并能够有效抑制高斯色噪声。以一种空间结构的四元立体阵为例进行了计算机仿真,实现了对空间四个不同方向目标的二维波达方向估计,且对高斯噪声的抑制性能优于二阶统计量MUSIC算法。     

均匀圆形阵列互耦系数的测量与校正

提出了一种利用一个辅助源估计均匀圆阵互耦系数的算法.该算法首先基于ILSP算法求出包含互耦系数信息的信号子空间向量,然后根据互耦系数矩阵与理想阵列流型之间的转换公式对互耦系数矩阵进行变换,进而用一个列向量表示出互耦系数矩阵的全部独立元素.求出这个列向量后就可以恢复出整个互耦系数矩阵.仿真结果证明了本文算法的正确性.     

OFDM系统中一种低复杂度的TOA和DOA联合估计算法

正交频分复用;到达时间;波达方向;Root MUSIC算法;谱分解     

基于实值MUSIC算法的电力谐波分析方法

现代谱估计方法逐渐被应用于电力谐波及间谐波的超分辨率检测与分析,其中的多重信号分类方法(MUSIC)算法最具代表性.然而,常规谱MUSIC算法在分析电力谐波时必须将实值信号转换为复频率信号,因而计算复杂度较高;此外,其伪频谱的峰值搜索过程也存在着类似栅栏效应,导致其频率分析精度有限.为了改善谱MUSIC算法对电力谐波的分析精度,本文基于子空间分析理论提出了针对实值周期信号的谱MUSIC频率检测方法,推导并给出了其伪谱函数的表达式.在此基础上,还利用Newton-Raphson算法对伪谱峰值进行迭代求精,进一步提高了谐波频率的估计精度.仿真结果表明:实值MUSIC伪谱更能有效区分真实谐波谱峰与噪声伪峰,同时本文方法的计算复杂度远远低于原有复值谱MUSIC算法,而频率估计精度与求根MUSIC算法接近,非常有利于电力谐波参数的准确获取.     

基于MUSIC-Group Delay算法的相邻相干信号源定位

为了准确的进行相邻的相干信号源定位,提出了一种基于多重信号分类群延迟（MUSIC group delay）的改进算法。首先,将空间平滑技术引入到波达方向（DoA）估计当中去除部分相干信号。由于在信号源相邻的情况下子空间算法的性能降低,就结合了MUSIC Group Delay算法来区分相邻的信号源,这种方法因为自身的加和性通过MUSIC相位谱来计算群延迟函数,从而能估计出相邻的信号源。理论分析和仿真结果表明提出的方法估计相邻的相干信号源比子空间算法更精确,分辨率更高。     

一种基于一维噪声子空间的幅相误差自校正方法

以MUSIC、数字波束形成为代表的一类阵列信号处理方法,在存在阵列和通道幅相误差时,性能急剧下降。本文在介绍Friedlander经典自校正算法基础上,指出了该算法的不足,并提出了基于一维噪声子空间的自校正算法,还给出了算法详细实现步骤,该算法能在估计DOA方向同时进行阵列幅相误差校正。MATLAB和DSP仿真结果表明新算法性能良好。     

基于MUSIC和ESPRIT算法的DOA动态布站

DOA估计是阵列信号处理领域中的一个研究重点。阐述了波达方向（DOA）估计中2种经典算法多信号分类算法（MUSIC）和旋转因子不变法（ESPRIT）。在噪声是均值为0、方差为05的高斯白噪声下进行了MUSIC算法的空间谱估计,准确地估计出3个来波信号的方向。同时,通过改变信噪比计算不同信噪比下MUSIC与ESPRIT算法估计结果的均方根误差,得出MUSIC算法与ESPRIT算法估计结果相比精度更高,但运行速度较慢。在相同信噪比下,改变阵元数,观察对两种算法均方根误差的影响,得出两者呈正相关。最后分析了在实际应用中外辐射源雷达系统常常使用两部或多部雷达布站,因此多舰艇编队的动态布站问题可以看作布站形式和平台机动的综合问题。分析了外辐射源多站系统在DOA体制下以几何精度因子表征为布站指标的探测精度,解决海基多站DOA动态布站问题。     

基于频域子空间平滑的MUSIC时延估计算法

时延估计常被用在无线定位测距中,针对多径环境下定位精度下降和时延估计失真的问题,提出了一种基于正交频分复用（OFDM）频域子空间平滑的超分辨率（MUSIC）时延估计算法。首先使信号源经过OFDM调制,利用子载波形成数据流;随后在频域对数据流的协方差矩阵作双向平滑处理,使其最大程度的利用信号子空间的数据信息;最后利用MUSIC算法下信号/噪声子空间正交性逐一进行谱峰检测,并针对噪声情况对伪谱作归一化处理,从而获得更为准确的时延信息。计算机仿真表明,本文优化算法相对于特征空间MUSIC算法具有更高的谱峰和更窄的旁瓣,且无错误估计干扰。在测距信号间隔较近时能够有效解决估计失真问题,最小时延间隔可达6ns,分辨能力较强。估计性能层面,可在信噪比为-15dB复杂条件下估计精度达到3ns左右,验证了该算法的有效性和优越性。     

基于MUSIC算法的感应电机轴承故障检测方法研究

分析了感应电机轴承发生故障时振动信号的特性以及MUSIC算法及其高分辨率谱估计的特点，提出了一种基于MUSIC算法的感应电动机轴承故障检测方法。结果表明，在短数据情况下，相对FFT分析技术，该方法频率分辨率更高，故障检测更为准确，且计算量小，有利于电机故障实时状态监测。实验证实，将该方法应用于感应电机轴承故障检测，可准确检测出轴承故障时在包络信号中的故障特征成分，方法切实可行。     

改进鸡群优化算法的二维MUSIC谱峰搜索研究

针对二维多重信号分类(MUSIC)算法在谱峰搜索时运算复杂,实时性差的问题,提出一种改进鸡群算法的二维MUSIC谱峰搜索算法。该算法将改进鸡群算法应用于谱峰搜索部分,首先利用佳点集理论构造初始种群;其次由寻食速度因子和聚集度因子构成惯性权值函数;最终将惯性权值引入母鸡的位置更新公式中,使算法快速搜索出谱峰所对应的角度。结果显示,该算法以更低的时间复杂度获得与网格搜索法相同的搜索精度,时间复杂度降低了648倍,节约99.4%的搜索时长,与其他3种优化算法相比,具有更优的收敛性能和更高的搜索精度。     

基于改进FastDOA算法的变压器局部放电超声阵列信号测向

实验室大量试验结果表明,使用超声阵列传感器对变压器进行局部放电检测时,核心是选择合适的波达方向(DOA)估计算法。提出一种改进的FastDOA算法进行变压器局部放电超声阵列信号的测向,该算法在传统FastDOA的基础上增加一个扩展系数来构造不同阵列孔径的虚拟阵列,然后利用真实谱峰的大小、位置不变,伪峰大小、位置随扩展系数改变的原理,对各虚拟阵列得到的估计谱值进行加权平均以减小伪峰的影响,有效提高测向精度。利用MATLAB对其进行仿真,结果显示该算法的测向误差在2°以内,与传统算法最大误差超过10°相比,具有更好的稳定性。在实验室搭建局部放电测向平台,10组试验数据表明该算法的误差均在3°以内。     

基于L型阵列的故障声源位置估计

传统的故障诊断方法主要是基于接触式的振动信号分析,在某些特殊环境下该方法具有很大的局限性,而基于设备运转过程中的声音信号就可以解决该问题。提出了基于L型声阵列的位置估计方法来进行故障诊断,采取了雷达中常用的基于二维MUSIC的DOA估计,并研究了算法的估计性能情况。分别研究了在不同的阵元个数、信噪比和快拍数下的2D-DOA估计的计算机仿真结果,并和基于矩形阵列的DOA估计进行了比较。研究结果表明,在不同的参数下该算法的估计结果也会有很大的不同。所以在选择合适的参数条件下,该算法可以应用于齿轮箱的故障诊断中。