基于MP的近场源方位角、仰角、距离和极化参量联合估计算法

提出了一种基于十字极化阵列的近场源五维参数联合估计方法。采用中心对称的十字阵列结构,阵列由与坐标轴方向一致的偶极子对组成,分别感应x轴方向和y轴方向的电场分量。利用极化阵列的接收数据,构造出六对矩阵束,并通过对矩阵束广义特征值分解得到的广义特征值来联合估计信源的方位角、仰角、距离和极化等参数。算法不需要谱峰搜索,广义特征值包含参数配对信息,配对方法简单,且不需要构造高维累积量矩阵,适用于加性高斯噪声环境(白噪声和色噪声),仿真试验证明了该算法的有效性。     

一种新的近场源参数估计的子空间方法

提出了一种新的近场源到达方向和距离的联合估计算法．基于阵列接收数据的高阶累积量,构造了两个适当的矩阵束,它们的广义特征值的相位给出到达方向和距离的估计,同时其特征值的幅度实现二维参数配对．该算法的参数估计有闭式解,不需要复杂的谱峰搜索和参数配对算法．由于算法使用了四阶累积量,所以适用于任意结构的加性高斯噪声环境．计算机仿真实验证实了所给算法的有效性．     

利用最小冗余对称阵列的近场源定位算法

在阵元数目有限的情况下,针对近场源定位中的阵列孔径和阵元数损失问题,文中突破阵元间距为1/4波长的限制,提出了基于最小冗余对称阵列的协方差矩阵重构算法．该算法构建只与方位角有关的四阶累积量矩阵,通过多重信号分类算法来估计信号方位角;然后根据估计出的信号角度在距离维上进行搜索,估计出距离参数．该算法扩展了阵列的孔径,提高了阵列的自由度．仿真结果表明,该算法可以估计更多的信源数目,拥有较高的估计性能和空间分辨率,且只需进行一维搜索,避免了二维参数配对．     

色噪声环境下双基地MIMO雷达收发角度估计

针对基于二阶统计量的MIMO雷达收发角度估计方法在色噪声环境下性能严重下降的问题,提出一种基于四阶累积量的双基地MIMO雷达的收发角度联合估计算法.从累积量的基本定义出发,构造出四阶累积量矩阵,通过特征值分解有效的分离出噪声子空间,最后根据MUSIC算法的基本原理,实现了MIMO雷达收发角度的正确估计,且估计参数可以自动配对.与传统基于二阶统计量的MUSIC算法相比,所提算法能够有效抑制高斯色噪声的影响,提高目标的角度估计性能,理论分析和仿真结果验证了所提方法的有效性.     

近场源频率、二维到达角和距离的联合估计

文章基于四阶累积量提出了一种多个独立非高斯窄带近场源频率、二维到达角和距离的联合估计算法。该算法首先构造六个四阶累积量矩阵,由它们组成五个矩阵对,然后对五个矩阵对进行广义值分解并对广义特征值进行配对,由配对后的广义特征值求得中间参数,最后由中间参数解出各个近场源的参数。该算法无需任何搜索,而且只需五个阵元放置在固定的位置,对阵列的其它阵元并无要求。由于采用四阶累积量,所以该算法适用于任意高斯噪声环境。计算机仿真结果证实了该算法的有效性。     

基于四阶累积量的频差参数估计快速算法

针对传统的基于4阶累积量的参数估计方法因其计算复杂度很高,影响了参数估计的实时性要求的问题,研究了基于4阶累积量的频差参数估计的快速算法.对传统方法提出改进,采用切片处理的方法降低了计算复杂度,与传统方法相比,快速算法能够将复杂度降低2个数量级.引入矩阵论中极小范数解的理论求得矩阵方程的最优解,最后估计出频差参数.实验结果表明:快速算法能有效地对频差参数进行估计,在此基础上进一步验证了采样点数、信噪比等相关参数对频差估计精度的影响.     

基于SOBI的信源波达方向与频率估计

提出了一种基于SOBI(second-Order Blind Identification)方法的频率和角度联合估计算法.假设信源间的相关时间长度一定,利用大于相关时间的延时构成非中心协方差矩阵去除信源之间的相关性,组合多个延时不同的非中心协方差矩阵构造移不变特性矩阵结构,并应用ESRIT方法获得信号频率,最后利用搜索方法获得信号波达方向(DOA)估计值.数值仿真结果证实了所提方法DOA与频率估计的正确性与实用性.     

基于四阶累积量的多参数联合估计算法

研究了利用四阶累积量方法估计信号的到达角、极化角和频率．在高斯色噪声情况下四阶累积量参数估计方法可以获得较高的估计精度，但现有的估计方法只利用了四阶累积量矩阵特征分解的特征值，需要多次特征分解和配对运算。计算量很大．提出利用一次特征分解的特征值和特征矢量，这种方法减少了所需的四阶累积量矩阵，且信号参数自动配对,降低了计算量．     

一种用四阶累积量进行了DOA估计方法

用四阶累积量构造了一个较通用的累积量矩阵，该矩阵符合ＭＵＳＩＣ算法的结构，从而可进行波达方向估计。由于四阶累积量对高斯噪声和干扰不敏感，从而可提高估计的分辨性能。当完全使用这个矩阵，可估计比经典ＭＵＳＩＣ法更多的源信号的参数。     

一种用四阶累积量进行DOA估计方法

用四阶累积量构造了一个较通用的累积量矩阵，该矩阵符合ＭＵ－ＳＩＣ算法的结构，从而可进行波达方向（ＤＯＡ）估计。由于四阶累积量对高斯噪声和干扰不敏感，从而可提高估计的分辨性能。当完全使用这个矩阵，可估计比经典ＭＵＳＩＣ法更多的源信号的参数。     

New method for estimating 2-D DOA in the coherent source environment based on data matrix reconstruction

The performance of classical two dimensional (2-D) Direction-Of-Arrival (DOA) estimation algorithms degrade substantially in the presence of coherent environment. A new DOA matrix method——DOA matrix method based on data matrix reconstruction (DMR-DOAM) is proposed for 2-D DOA estimation in the coherent source environment. The proposed algorithm reconstructs two Toeplitz equivalent covariance matrices by using cross-correlation information among receiving data from arrays. Decorrelation and 2-D DOA estimation can be realized via the eigen-decomposition of the new DOA matrix. The algorithm can retain the advantages of the traditional DOA matrix method, such as automatical parameter alignment and no need of 2-D search spectrum peak. The equivalent covariance matrices only use the middle column of classical covariance matrices, so the calculation amount is reduced, and the algorithm can be realized easily. Furthermore, the paper analyzes the estimation performance and influencing factors of the proposed algorithm. Theoretical analyses and simulation results both show that the proposed algorithm is effective.     

地区电网无功电压优化控制的改进算法

本文针对实时控制的特点,对地区电网的无功功率和电压的最优控制问题进行了研究,提出了一种新的综合灵敏度矩阵求取方法,既能有效地减少计算工作量又能保持足够的计算精度。综合目标函数思想的提出,能根据不同的运行条件,实现网损最小和调整量最小的多目标优化。用在此改进算法基础上编制的FORTRAN语言程序对几个典型电力系统所作的计算研究表明,方法是可行的。     

基于拟牛顿法的盲信号分离算法

以相关矩阵的联合对角化作为代价函数,基于拟牛顿法中的DFP法提出了一种新的盲信号分离算法,使算法的运行速度和分离效果得到了提高.仿真结果验证了算法的有效性.     

梯形n端口网络的递推公式

本文将一端口梯形网络的概念推广到n端口网络,得出一组递推公式,应用这些公式使计算某些n端口网络的参数矩阵大大简化。     

均匀直线阵下通用信号模型稳健波束形成算法

针对非相干散射信号源稳健波束形成问题,提出了一种均匀直线阵下通用信号模型稳健波束形成算法．该算法通过引入数据共轭重排理论,利用定义的两个转换矩阵,重新构造信号协方差矩阵,给出了最优权矢量的实值闭式表达式,减少了算法的计算复杂度．仿真分析了期望信号信噪比、指向误差、快拍数及失配约束参数对输出信干噪比的影响．仿真实验表明,通过对接收数据的共轭重排再利用,提高了算法在快拍数有限、存在有用信号失配及其他失配等非理想条件下的输出性能．     

递推部分最小二乘方法及其应用

该文提出了一种递推的部分最小二乘算法.该算法利用遗忘因子法对旧参数矩阵进行加权,再和新数据矩阵组合,构成输入输出的数据矩阵,然后利用PLS核算法得到模型.结合实际工业过程的要求,给出了该算法的步骤,并运用该算法建立了煤气化炉合成气组分浓度的软测量模型.结果表明,递推的部分最小二乘算法可以有效的更新模型,使模型适应过程的...     

基于主成分分析和噪声估计的在线子空间辨识

提出一种在线子空间辨识方法,该方法主要采用Hessenberg QR分解和特征值分解,通过对噪声项进行估计,并结合主成分分析提取子空间矩阵,获得系统的状态空间方程.引入遗忘因子机制,实现对时变系统的辨识.为了验证所提方法的适用性和有效性,分别采用数值模型和工业污水处理过程进行仿真验证.仿真结果表明,相比于其他子空间辨识方法,所提方法在辨识线性时不变系统时,能够获取很好的辨识精度;在辨识线性时变系统时,能够快速跟踪系统变化,并能够获取较好的辨识精度。     

3D Object Recognition Based on Linear Lie Algebra Model

A surface model called the fibre bundle model and a 3D object model based on linear Lie algebra model are proposed.Then an algorithm of 3D object recognition using the linear Lie algebra models is presented.It is a convenient recognition method for the objects which are symmetric about some axis.By using the presented algorithm,the representation matrices of the fibre or the base curve from only finite points of the linear Lie algebra model can be obtained.At last some recognition results of practicalities are given.     

面向对象有限元快速算法--Ⅰ数据结构

结合结构有限元方程组的特征,提出了刚度矩阵的稀疏分块矩阵的双向正交链表存储方案。它不需要行指标和列指标索引,每个子矩阵块使用一个表头,指针和行列号都是4字节整数,有效存储量在84.21%以上。存储数据的复杂度为O(1),大大提高了数据存储速度。     

Matrix reconstruction high accuracy DOA estimation algorithm on the Nested array

For the nested array, the covariance matrix of the receiving data is pulled into a column vector by using the Khatri-Rao product, which is equivalent receiving data turned into the single snapshot. In the case of the covariance matrix being vectored, a new matrix reconstruction is presented to build up the rank of the new covariance matrix and the ESPRIT algorithm of an improved matrix reconstruction is proposed in this paper. The covariance matrix on the virtual array will be restored and more matrices can be reconstructed by using this approach.Then, the DOA estimation is obtained based on the ESPRIT algorithm of matrix reconstruction. Simulation results demonstrate that the proposed method achieves accurate DOA estimation when the number of targets is larger than that of array elements.