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。     

混合色噪声下：可消除谱估计伪峰的多正弦信号率估计互谱奇异值分解方法

本文依据对正弦谐波信号的扩阶互相关函数矩阵的特征分析,提出消除扩阶方程产生的谱估计伪峰的理论及方法,仿真结果表明本文所提出的互谱异值－整体最不二乘法（SVD－LS）可完全消除谱估计伪峰,从而提高了谱分辨率及噪声抑制能力。     

非高斯有色噪声背景下二维谐波频率估计的累积量投影方法

针对非高斯有色噪声中的二维谐波频率估计问题,该文提出了复数线性非高斯过程的二维累积量投影定理。应用该定理并巧妙地构造观测信号的高阶累积量求得非高斯噪声的自相关,并通过求解一个广义特征值对噪声空间进行预白化,然后结合高分辨率的子空间方法二维MUSIC估计得到二维谐波参量。该文方法解决了非高斯有色噪声中的二维谐波频率估计问题,特别地当非高斯噪声为对称分布和谐波信号中存在二次相位耦合时该文方法同样有效。仿真实验验证了该文结论。     

奇异值分解的HB加权广义互相关时延估计

传统广义互相关时延估计技术是直接基于测量数据,其精度受环境噪声及异常值波动影响显著下降。针对上述问题,提出了一种新的时延估计算法,即奇异值分解的HB(Hassab-Boucher)加权广义互相关法。首先,将接收到的信号进行奇异值分解处理,抑制环境噪声的影响并提高信号的信噪比;其次,采用降噪后的信号进行互功率谱计算时引入HB加权函数,达到锐化互相关函数峰值的目的;最后,在时延初值未知的情况下,提出了一种基于中位数与平均数结合的时延后处理方案,去除时延估计结果中的异常值波动,得到最优时延估计值。仿真实验结果表明,在低信噪比条件下,与传统的广义互相关和基于奇异值分解的广义互相关参考方法相比,本文提出方法的异常点百分比和均方根误差更低,时延估计正确率更高。      

高分辨信号DOA估计的跟踪算法

本文论述了一种基于子空间方法的高分辨ＤＯＡ估计跟踪问题的解法，该方法基于对采样数据矩阵的广义奇异值分解。本文讨论了ＧＳＶＤ的更新修正算法，在每步计算中只需有限次的运算，即可由前一次的近似分解结果计算出新的近似分解。     

基于本地人工信道的新型OFDM信道估计方法

介绍了一种新颖的基于本地人工信道的信道估计方法,并对该方法进行进一步的奇异值分解和简化,使其具有较少的存储量和计算量,具有很大的实际应用价值。对相关方法进行了仿真和比较,在误比特率性能上与传统线性最小均方误差估计相差小于1 dB。     

基于矢量奇异值分解的DOA估计方法及其改进

对相干信号的波达方向（DOA）估计是空间超分辨谱估计的热点。在均匀线性阵列模型下,特征矢量奇异值分解法（ESVD）能够很好的对相干信号进行DOA估计,但是当相干信号和非相关信号同时存在时,ESVD并不能对全部信号进行DOA的估计。本文通过对ESVD算法的理论分析后,选取经过加权处理的特征向量来构造新矩阵,再利用奇异值分解得到信号的噪声和信号子空间,从而进行DOA估计。理论分析和计算机仿真表明该改进算法(MESVD)解决了ESVD算法在相干信号和不相关信号同时存在不能正确进行DOA估计的问题,估计精度与空间平滑算法（FBSS）相当。     

基于张量分解的子空间频率估计及应用

为了提高短时序列的频率估计精度,提出一种基于张量分解的适用于多通道接收数据的子空间高分辨率的频率估计算法。该方法将接收到的多通道采样信号按照一定的形式构建三维数据结构,利用子空间的移不变性,采用张量的高阶奇异值分解直接对数据进行频率估计。仿真表明在低信噪比的情况下,基于张量分解的频率估计算法性能要优于基于矩阵奇异值分解的频率估计算法,将此算法应用于目标轨迹测量中,可以获得高精度的目标轨迹参数。     

基于改进典范分解的嵌套阵列DOA估计

摘 要：为了避免在对嵌套阵列做DOA估计时进行空域峰值搜索,将典范分解应用于嵌套阵列,通过单次奇异值分解、双线性映射和张量分解得到阵列导向量矩阵和入射角。但现有典范分解算法只适用于无噪条件,通过两次奇异值分解改进了该算法,使其在无噪和有噪条件下均适用。仿真结果表明：在相同信噪比、快拍数情况下,基于改进典范分解的嵌套阵列DOA估计算法相比MUSIC、空间平滑算法具有更好的估计性能和更少的运算时间。     

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。      

乘性色噪声和加性双值噪声作用下延迟双稳系统中的随机共振

研究了在乘性和加性色噪声以及加性非对称双值噪声作用下方波信号驱动的延迟双稳系统中的随机共振现象。基于小延迟近似,在绝热近似条件下推导出了系统输出信噪比(Signal-to-Noise Ratio, SNR)的解析形式。分析结果表明,随着双值噪声强度与非对称性参数、方波信号幅度以及乘性和加性色噪声强度的变化,SNR表现出了随机共振行为。随着延迟时间、色噪声相关时间和系统参数的增大,SNR作非单调变化。     

加性复合有色噪声下卡尔曼滤波模型

探讨定常线性系统被多种有色噪声污染下的Kalman滤波模型。首先,借助于经典的AR模型及QR分解,寻求系统噪声与量测有色噪声无关的增广系统;其次,利用外推法扩展此增广系统为系统噪声与量测噪声均为白噪声且相关的线性随机系统;进而,获得加性复合有色噪声下的Kalman滤波模型。数值实验说明所获模型比已报道的Kalman滤波模型更能有效地估计系统的状态。     

一种色噪声环境下的DOA估计新算法

本文提出了一种基于色噪声环境下的DOA估计新算法,该算法通过估计噪声协方差矩阵,进行预白化处理,克服了色噪声对空间谱估计的影响误差,计算机仿真结果证实了这一算法的有效性.     

有色噪声的扩散过程模型

研究使用基于随机微分方程的扩散过程模型产生有色噪声.首先给出Markov扩散过程的平稳分布,该分布给出了扩散过程模型中的漂移系数、扩散系数和有色噪声概率密度分布之间的关系;选择扩散过程模型中的扩散系数为x的一次幂,其系数决定了所生成噪声的相关特性;数值算法使用Milstein高阶法.以三元独立积构造的G-分布雷达杂波为例进行仿真分析,验证所提出方法的准确性和有效性.     

测量噪声背景下微弱正弦信号参数估计的互功率谱方法

本文首次把近代谱估计方法引入到互谱估计中，从理论上证明了互相关函数的Ｙｕｌｅ－Ｗａｌｋｅｒ方程，并在此基础上提出了互谱参数谱估计的矩估计方法和Ｌｅｖｉｎｓｏｎ递推估计方法。该方法可以有效地克服传统的互谱ＦＦＴ算法和互周期图法存在的谱分辩率低，谱估计方差大等缺点。文中还给出了信噪比为－３０ｄＢ的正弦信号参数估计的仿真实例。     

有色噪声中正弦信号参数的去耦估计算法

首先介绍了一种估计有色噪声中多个正弦信号参数的去耦参数估计算法，然后提出了一种基于ＦＦＴ的“迭代清除算法”来估计有色噪声中多个周期相近信号的参数。该算法不仅计算简单，而且可获得较高的频率分辨率。数值仿真结果表明了该算法的有效性。     

非高斯有色噪声中谐波恢复的累积量投影方法

本文研究非高斯有色噪声中的谐波恢复问题。首先建立了复数线性非高斯过程的高阶累积量投影定理。应用该定理，由含噪谐波信号的四阶累积量求得非高斯有色噪声的自相关，然后通过求解一个广义特征值问题对矢量空间进行预白化，最后结合噪声子空间方法ＭＵＳＩＣ恢复谐波信号参数。本文方法克服了以往的困难，成功地解决了对称分布非高斯噪声背景下和谐波信号中存在二次相位耦合时的谐波恢复问题。仿真实验验证了本文结论。