正弦信号高分辨频率估计的特征分解方法研究

本文研究了自相关矩阵、协方差矩阵和修正协方差矩阵的正弦信号高分辨频率估计的特征分解法。文章首先研究了这三种相关矩阵的特征分解结构及高分辨特征分解法的原理；接着给出了几种典型的高分辨特征分解法；最后通过大量计算机仿真实验研究了基于这三种相关矩阵的各特征分解法的均方误差特性和分辨概率特性。结果表明，各方法的统计性能不尽相同，各有优势，是实现高分辨参数估计的一类很有希望的方法。     

白噪声中高分辨频率估计特征分解法的统计性能研究

本文从修正协方差矩阵角度研究了正弦信号高分辨频率估计的特征分解法，揭示了噪声影响特征分解法的机理以及一些典型的特征分解法抑制噪声干扰的原理，得到四个很有意义的结论；通过大量计算机仿真实验研究了各主要特征分解法的性能，进一步验证了所得的结论。     

基于非正交分解的频率估计算法

高分辨率频率估计是信号处理许多领域研究的热点,并有着广泛应用.通过引入非正交分解思想,提出了一种基于稀疏分解的高分辨率频率估计新算法.由于原子库的冗余性,稀疏分解得到信号更加灵活的表示.算法中稀疏分解利用Matehing Pursuit(MP)算法实现,由分解原子的参数,可得到频率估计.与传统基于DFT频率估计方法相比,新算法可以获得更高的频率分辨率.尤其在低信噪比环境下,算法有明显优势,并且新算法在欠采样情况下仍然适用.理论分析及计算机仿真结果证实了算法的有效性.     

一种新的旋转不变方法实现起伏目标的高分辨方向－多普勒频率盲估计

本文研究阵列雷达对起伏目标的方向－多普勒频率二维估计问题，由于阵列天线各阵元特性不一致，阵列流形不可精确已知。本文基于高阶统计量提出了利用旋转不变技术实现未精确已知阵列流形（Ａｒｒａｙｍａｎｉｆｏｌｄ）条件下，方向－多普勒频率盲估计的新方法，当发生目标多普勒频率一维兼并时，用此方法仍能分辨目标的方向，并估计出多普勒频率。计算机仿真结果验证了此方法的有效性。     

一种基于稀疏分解的窄带信号频率估计算法

针对窄带多分量信号频率估计问题,该文提出一种基于稀疏分解的频率估计算法,能够同时对多个窄带信号的频率进行估计。首先利用传统方法进行频率预估计,然后根据频率预估计的结果建立冗余字典,对信号进行稀疏表示,最后通过匹配追踪算法得到精确的频率估计。该算法极大地减小了字典的长度和稀疏分解的运算量,而且在迭代过程中利用了全局信息更新残差向量,估计结果更为精确,在低信噪比情况下性能也较为稳健。仿真结果验证该算法的有效性和正确性。     

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。     

基于子空间分解的频率估计

以随机幅度正弦波信号为研究对象,推导出等效ARMA过程的Yule-Walker方程,给出了修正ESPRIT频率估计法,从而解决了经典谱分析法中存在的谱泄露和低精度的问题。用于频率估计的修正ESPRIT法计算时无需进行标准ESPRIT法中涉及的第二个特征值分解,计算量小。用Matlab实现了基于ARMA模型的算法和Monte Carlo仿真,并讨论了采样点数N、模型阶数p以及m等参数对估计器性能的影响。仿真结果表明:模型阶数p、采样点数N以及m等参数的选取不同程度地影响估计器的性能,其中模型阶数p的选取最为关键。最后,基于模型定阶和更新,提出了改进算法。     

利用ⅡR自适应频率估计器实现多频点估计

针对直扩/跳频混合扩频测控中对多点频率估计值提取困难的问题,提出了一种利用ⅡR自适应频率估计器实现多频点估计的算法.分析了ⅡR滤波特性,表明二阶ⅡR模型具有单峰特性,能够实现稳定收敛;而高阶ⅡR模型具有多态性,因此需要对估计参数进行初始化.仿真结果表明当信号载噪比不低于10 dB-Hz时,自适应频率估计器能够实现对多频点信号频率跟踪,频率估计误差小于0.1 Hz,相同环境下频率估计精度与锁相环相当.     

基于平行因子四线性分解的二维角度和频率联合估计

该文提出了一种新的2维角度和频率联合估计方法.首先给出双平行线阵结构,将阵列天线输出的信号进行建模分析,表明此信号具有平行因子四线性模型特征,分析了该模型低秩分解的唯一性,从分解得到的矩阵中联合估计出信源的频率和到达角.该方法无需谱峰搜索,可实现参数的同时估计与配对,并与现有的算法进行了比较,具有更高的估计精度,而且在...     

一种小波分解滤波器高速实现结构

近年来,小波变换得到了广泛的应用,快速塔式分解算法是它应用的一个有利工具,其地位相当于FFT之于Fourier分析,因此DWT的快速硬件实现变成了其应用的一个重要问题,本文通过将并行systolic FIR滤波器结构引入小波分解滤波器的设计,得到了一种小波分解滤波器的实现结构。该结构由于应用了systolic技术及采用并行结构,除了可以提高运算速度外,还可以提高系统的数据吞吐率以及降低系统功耗。     

高频谱纯度小步进频率合成器的设计与实现

讨论了一种杂散抑制高,频率步进小及相位噪声低的频率合成器的设计方法。设计采用混合式频率合成技术,研制实现了S波段频率合成器,实验结果表明,该频率合成器输出信号频率步进100 Hz,相位噪声优于-115dBc/Hz@10kHz,杂散抑制大于80dBc,跳频时间140μs。     

数字调制通信信号载波频率估计算法

应用修正的ESPRIT算法估计6种数字调制通信信号的载波频率,并且和其他两种算法的性能作了比较。仿真表明,在中等信噪比条件下,ESPRIT算法对载波频率的估计具有均值精确、方差小的特点,表现出较好的实用性和较强的稳健性。     

一种未知信源数的高分辨DOA估计算法

众多性能优良的超分辨波达方向(DOA)估计算法通常需要预先判定信源数目,然而,现有的信源数估计算法在有限采样快拍条件下,估计性能随着信噪比的降低而下降,错误概率也相应增加,最终导致DOA估计失败。该文提出一种超分辨的DOA估计算法,此算法不需要预判信源个数和进行特征值分解,同时在时变环境中,针对快拍数较少的情况下,依然保持较高的角度分辨能力,可以被认为是综合了Capon法和MUSIC法的优点。通过对实验数据和实测数据的计算机仿真及性能分析可得,与传统算法相比较,该算法有很好的鲁棒性和可行性。     

卫星CDMA基带信号的大频偏估计算法

在卫星移动通信中，多普勒频偏是一个不能忽视的消极因素。随着多普勒频偏的增大，信道状况无法长时间保持平稳，伪码的完整相关已经不能满足信道估计的要求。针对大频偏卫星CDMA信号的基带接收，提出了一种利用“部分相关”算法进行频偏估计的思路。通过“部分相关”处理，在保证系统噪声性能的同时，扩大了基带接收处理过程所允许的频率偏差范围。该方法可以广泛用于大频偏下扩频系统的频偏估计。对该方法进行了性能分析和计算机仿真，结果表明“部分相关”方法可以得到良好的系统性能。     

利用局域子空间投影提高子空间类DOA 估计算法的谱分辨力

本文提出一种新的用于子空间类DOA估计算法的阵列协方差矩阵噪声子空间投影矢量的选取方法——局域子空间投影(LSP).该投影矢量选取方法有利于压低真实信源方位附近,非信源方位对应的谱曲线高度,从而提高子空间类高分辨DOA估计算法的分辨力.LSP算法的估计偏差和信噪比分辨门限明显低于MUSIC算法,而估计方差几乎与MUSIC相同.计算机仿真结果证明了文中对LSP算法性能理论分析的正确性和LSP算法的有效性.     

基于最小范数准则的多普勒频率高精度估计

提出一种雷达回波多普勒频率的高精度估计算法。算法利用脉冲间干扰和噪声的相关性较弱,从而在脉冲链自相关矩阵中抑制干扰及噪声分量。并基于最小范数准则实现多普勒频率估计。该算法在多种干扰/噪声背景下估计精度接近CRB,且计算量较小。仿真实验也验证了算法的有效性。     

突发通信中数据辅助频偏估计算法研究

分析了基于最大似然准则的3种典型数据辅助（DA）开环频偏估计算法：Kay算法、Fitz算法和L＆R算法。利用MPSK信号对上述算法进行了计算机仿真验证,仿真结果表明：Kay算法的鉴频范围大,而Fitz算法和L＆R算法的估计性能好。     

空间分辨率增强的高频提升改进算法及性能分析

解卷积运算能够增强实孔径雷达的空间分辨率,但存在对噪声敏感的问题.针对这一问题,分析了高频提升法的原理,并提出了改进算法.新算法只改变系统空间响应的高频分量幅度,保留其相位信息,使得该算法在抑制高频噪声的同时,进一步提高了算法的分辨率性能.为了评估算法性能,采用角反射器作为点目标进行了验证实验.实验结果表明:在相同信噪比下,改进算法处理点目标回波得到的-3dB波束宽度更窄,能获得更好的空间分辨率,且目标位置更准确;同时也验证了该算法对空间分辨率的增强性能会随回波信噪比增大而进一步提高.     

高斯噪声下差分跳频信号的高分辨率频率检测

差分跳频(DFH)是一种新的高速短波通信体制,它利用相邻跳变频率的变化而不是载频本身来携带信息。跳变频率检测是实现DFH的关键技术之一。本文利用四阶累积量研究了(色)高斯噪声下基于ARMA建模法的DFH信号频率检测,并针对由于模型阶数估计过高而产生的虚检频率,提出一种充分利用信号先验信息的改进算法。仿真结果证明了该方法的有效性,尤其是在低信噪比时仍然能够实现精确检测。