基于DSP的多目标方位估计并行处理软件的设计

在水下目标检测和跟踪系统中,多目标方位估计算法起着重要的作用,MUSIC算法是最具代表性的方法;为了满足目标方位估计对高速实时并行处理技术的要求,针对水下阵列信号处理的实际应用,采用有效的并行算法和并行结构来减少运算量,设计并研制了一种基于4片ADSP-TS101S的多处理器并行实时处理系统;经过对算法的运算时间和方位估计的性能进行分析,表明该系统提高了处理效率,解决了阵列信号处理中大运算量的高速实时处理的问题,具有良好的方位估计性能和实时处理能力,满足工程实际需求。     

基于MATLAB的阵列信号处理模型构建和仿真方法

文章介绍如何使用MATLAB构建阵列信号处理系统模型,实现前向平滑的协方差矩阵产生方法,波达方向估计的子空间方法,最小功率波束合成器的权值求解算法和基本系统参数的仿真。各种复杂的阵列信号处理仿真都可以在此基础上完成。     

多目标检测并行处理软件的设计

在水下目标检测和跟踪系统中,多目标检测算法起着重要的作用,AIC算法是最具代表性的方法。为了满足目标检测对高速实时并行处理技术的要求,针对水下阵列信号处理的实际应用,采用有效的并行算法和并行结构来减少运算量,设计并研制了一种基于4片ADSP-TS101S的多处理器并行实时处理系统。经过对算法的运算时间和目标检测的性能进行分析,表明该系统提高了处理效率,解决了阵列信号处理中大运算量的高速实时处理的问题,具有良好的目标检测性能和实时处理能力,满足工程实际需求。     

L型阵列结构及信号模型的建构与仿真

通过信号处理技术实现空间入射信号参数估计是雷达阵列信号处理的基本问题.然而目前阵列信号处理在工程实践中仍存在诸多困难,如阵列结构复杂,冗余度大,由此付出的巨大运算量及存储量都不利于实际运用.该文围绕以上问题,研究和建构了L型阵列,并基于此阵列,针对远场窄带信号,利用时延数据,以时间变元作为旋转因子,构造信号模型,实现ESPRIT技术,达到同时估计信号频率和二维到达角的目的.该算法避免了平面阵的复杂性,同时频率和方向可以实现自动配对.在仿真实验结果中亦可看出,各参数仿真结果接近真实值,同时,运算量大大减少,更加便于实际应用.     

基于波场模型的宽带相干源方位估计优化方法

阵列流形内插方法（AMI）是一种基于波场模型的宽带聚焦方法。它无须角度预估, 可以应用于任意已知结构的阵列, 但其采样矩阵的截断点数通常选取较大, 尤其在均匀线阵列下大大增加了运算量。针对这个问题, 提出了一种采样矩阵优化方法, 该方法利用贝塞尔函数的性质, 重新构造了采样矩阵, 使得新的采样矩阵在不损失信号信息的前提下, 最大限度地降低运算量, 从而有效缩短了运算时间。计算机仿真实验结果表明了该方法只需和阵元个数相同的截断点数就可以有效地实现方位估计, 并获得与阵列流形内插方法相当的方位估计性能。     

一种新的DOA估计的高分辨率算法

波达方向估计（DOA）在阵列信号处理中非常重要,而传统算法如多重信号分类算法（MUSIC）需要对阵列接收数据的协方差矩阵进行特征分解,并在全空域进行谱峰搜索,运算量巨大,尤其是二维DOA估计算法还存在稳健性较差的问题。提出了一种基于最小互熵谱分析的DOA算法,该算法只需要一次较少阵元的阵列采样（快拍）数据即可得到具有高分辨率的谱分析结果。进一步采用倒谱法,通过逆FFT变换提高了最小交叉熵谱分析算法的收敛速度。数值仿真结果表明,该算法较常规空间谱估计方法有更高的分辨力和更小的运算量,能够对阵列信号进行实时处理。算法不依赖于预先估计的信源数目,具有较好的宽容性,较高的分辨力以及极低的旁瓣电平。     

一种L型阵列的相干分步降维DOA估计方法*

针对相干信号二维波达方向(Direction Of Arrival,DOA)估计运算复杂度高的问题,本文提出了一种基于前后向空间平滑的分步降维MUSIC算法。该算法首先通过前后向空间平滑技术去相干,然后通过一维空间谱搜索得到一维入射角,最后通过最小二乘法得到二维入射角,进而得到相干信号的DOA。仿真实验表明该方法可以实现对相干信号的二维DOA估计,且具有较好的DOA估计性能,同时降低了运算复杂度。     

基于自适应波束形成的现场EMC测量方法

在复杂的电磁环境中对电子设备进行现场测量时最大的问题是背景噪声的滤除。提出基于阵列信号处理的电磁兼容现场测量方法。利用空间平滑算法进行辐射信号的精确DOA(波达方向)估计,再依据最小方差无失真响应MVDR(Minimum Variance Distortionless Response)准则进行波束形成,从而对接收到的信号实现空域滤波。仿真结果证明,该算法能有效滤除背景噪声中的同频相干信号,提高现场电磁辐射测量的精度。     

一种虚拟阵列扩展解相干的DOA算法

在移动通信阵列信号处理中,由于多径传播等因素的影响,存在大量相干信号源,现有解相干DOA算法大多会损失阵列的有效孔径,而阵列孔径大小直接限制了空间分辨率及所能估计的信号源个数。针对上述情况,提出一种虚拟阵列扩展的改进双向空间平滑算法(Virtual-array SS,VSS),利用入射信号的非圆对称性,阵列扩展后得到新的虚拟阵列,并做相应的预处理后再利用双向空间平滑算法对该虚拟阵列进行处理。大量仿真结果表明,VSS算法是一种具有高分辨率、高统计稳定性、计算量相对增加较小的解相干DOA算法。     

基于三角多项式插值的频率和相位联合估计算法

目前,低信噪比下的通信业务在不断发展,为了使其载波同步系统在低信噪比下能获得运算复杂度和同步精度的双重最佳性能,本文提出了一种新的频率和相位联合估计算法,该算法在FFT运算的基础上,进一步对谱线进行三角多项式插值运算,并通过求解最大值,获得精确的频率和相位估计;通过设计算法的实现方案,减小了运算量。仿真表明,该算法估计误差逼近CRB界,且具有很低的信噪比门限;与Rife、Quinn相比,算法的复杂度与其基本相当,但估计精度显著提高;与三线幅度法相比,算法的运算量仅约为其一半,且性能更好;与迭代类载波估计算法相比,虽然精度基本相当,但运算量和处理延迟要显著减小。     

鱼雷自导系统中目标数目的波束域检测方法

针对在鱼雷自导系统中应用波束域子空间类高分辨方法时,需要已知目标数目的问题,该文提出了波束域目标数目检测方法。该方法将模型阶数选择的信息理论准则推广到波束域处理。当波束形成矩阵满足各列正交时,可以由波束域协方差矩阵的特征值计算得到波束域信息理论准则。使波束域信息理论准则最小化的值即判定为目标数目的估计值。该方法直接利用子空间类方法特征分解的结果,计算量小。计算机仿真实验结果证实了该方法能够正确估计空间间隔较小的多个目标的数目。     

波束域MUSIC算法的多处理器实时处理

波束域MUSIC(BMUSIC)算法在波束域高分辨目标方位估计(DOA)算法中是最具有代表性的方法,在水下目标探测与跟踪系统中起着重要的作用;ADSP-21160是ADI公司开发的一款高性能的利于并行处理的高速DSP。在所设计研发的由4片ADSP-21160构成的多处理器并行信号处理系统平台上,采用有效的系统结构和数据处理方法来减少运算量,提高并行处理效率,使波束域高分辨DOA算法能够实现实时处理,满足工程技术要求。     

一种波束域子带盲源分离新方法

针对传统时域盲源分离算法对宽带不适用、计算量较大和对信噪比(SNR)变化敏感这三个问题,提出了一种波束域子带盲源分离(BSS)方法：它以子带分解的方法实现了时域盲源分离算法在宽带情形下的扩展;利用波束转换实现降维运算,大大减少了运算量和提高了算法的稳健性。仿真结果表明,与阵元域盲源分离算法相比,新方法具有低信噪比时较好的源信号波形估计能力。在源数目等先验信息未知的情况下,与Root-Music高分辨算法具有近似的角度估计性能。     

CGHA for principal component extraction in the complex domain

Principal component extraction is an efficient statistical tool which is applied to data compression, feature extraction, signal processing, etc. Representative algorithms in the literature can only handle real data. However, in many scenarios such as sensor array signal processing, complex data are encountered. In this paper, the complex domain generalized Hebbian algorithm (CGHA) is presented for complex principal component extraction. It extends the real domain generalized Hebbian algorithm (GHA) proposed by Sanger (1992). Convergence of CGHA is analyzed. Like GHA, CGHA can be implemented by a single-layer linear neural network with simple computation. An example is given where CGHA is utilized in direction-of-arrival estimation of multiple narrowband plane waves received by a sensor array.     

改进的互功率谱时延估计算法

麦克风阵列的声源定位一直是阵列信号处理领域的研究热点.以互功率谱相位估计法（mutual power spectrum phase estimation,CSP）为代表的时延估计法因为其原理简单、计算量小、易于实现而得到广泛应用.虽然CSP算法在高信噪比环境下有不错的估计效果,但当信噪比较低和声学场景较复杂时,算法效果急剧下降.为了解决这一问题,本文对CSP算法进行改进.通过对CSP算法的时延估计结果进行筛选,剔除不合理的时延值,更新算法参数后重新进行估计以得到合理的时延值,并经过多帧信号加权得到声源的时延值与位置信息.为了验证所提算法的有效性,本文分别在Matlab与真实环境下进行了实验验证,结果表明,改进后的CSP算法相比原有算法在时延估计精度方面有明显改善.     

一种宽带信号DOA估计新方法

该文研究了信号稀疏分解在阵列信号处理中的应用，将信号非正交分解应用到阵列信号处理领域，突破了信号正交分解的思想．通过计算传感器阵列输出信号的稀疏分解，实现了信号空间谱的超分辨估计，提出了一种全新的宽带信号源波达方向（DOA：Direction of Arrival）估计算法。在较低信噪比情况下，该新算法的性能优于传统的波达方向估计算法，计算机仿真结果验证了算法的有效性。     

基于量子免疫进化的空时多维参数估计

利用阵列信号处理时域与空域等效的关系,以平面阵为基础,采用阵列协方差矩阵的奇异值分解和广义特征值分解估计接收信号的频率,通过分析阵列模型,提出一种抗原和抗体的亲和力函数;利用量子免疫进化的特性,估计出信号的俯仰角和方位角,从而完成阵列信号的多维参数估计,改善了多维参数估计的抗噪性能、数值稳定性和运行时间。通过计算机仿真,证明了该算法的有效性。     

基于均匀圆阵的改进UCA-ESPRIT算法

波达方向(DOA)估计是阵列信号处理的研究热点和难点之一。基于阵列天线, 利用空间谱估计理论进行DOA估计,提出一种改进算法——I-UCA-ESPRIT。首先根据均匀圆阵(UCA)的中心对称性,将输入信号进行重新排列;然后将重新排列的信号进行实值转换,并对相关矩阵进行特征值分解;最后引入SVD算法,以求解来波信号的方位角和俯仰角。仿真结果表明,该算法不仅适用于DOA估计的非相干信号和相干信号,且优于UCA-RB-MUSIC算法和UCA-ESPRIT算法。