基于匹配傅里叶变换的相位解污染算法

电离层的不稳定性会造成天波雷达回波信号频谱扩展,进行相干积累之前需要进行电离层相位解污染处理,抑制回波频谱展宽。传统的 HRR（Hankel Rank Reduction）算法解污染算法需要已知回波中的信号成分,由于实际信号的复杂性,获得该先验知识比较困难,先验信息不足时估计效果不好。注意到接收回波中杂波噪声比很高,可以直接采用三次相位函数来分段拟合回波信号,然后基于匹配傅里叶变换估计相位污染函数,能获得准确的估计结果。仿真结果表明,相比传统的 HRR 算法,该算法不需要已知回波信号成分,具有更好的电离层相位解污染效果。     

快速校正天波雷达电离层相位污染的改进方法

时变的电离层会对天波超视距雷达( OTHR)回波信号相位进行调制,产生相位污染,导致回波谱展宽。最大似然估计( MLE)法具有比相位梯度法更佳的污染校正效果,但计算量非常大。通过引入投影近似子空间跟踪法,提出了一种改进的MLE方法。改进方法采用递归手段估计最大特征值对应的特征向量,避免了特征值分解过程,能够显著降低计算量,污染校正效果与MLE法相当。理论分析与仿真对比表明改进方法普适性强,计算量只有MLE法的万分之一,更适合工程实现。     

多项式建模解电离层相位污染阶数选择新方法

电离层相位污染使天波超视距雷达杂波频谱展宽,影响舰船等低速目标检测.针对这一问题,近年来发展了基于分段多项式相位建模和高阶模糊函数的(HAF)解电离层污染算法,如何合理地选取模型阶数是该算法的核心.给出了两种改进的自适应多项式建模阶数选择方法.并利用仿真方法进行了验证,结果表明:基于高阶模糊函数变换性质的频域和时域阶数选择方法的计算量较现有算法有较大提高,且频域法可在较低信噪比下准确判断多项式阶数.     

改进的分段多项式建模的电离层相位去污染新方法

时变电离层的相位污染使天波超视距雷达(OTHR)的回波多普勒谱展宽.近年来已发展了基于分段的相位多项式参数建模和高阶模糊函数的方法估计和校正电离层的相位污染.由于实际电离层信道为时变的且不可预测,因此,采用预先确定阶数的建模方法有较大的局限性.本文提出了一种改进的方法来选择相位多项式建模的阶数.该方法引入三个判决准则对分段后的信号作建模阶数的自适应选择.实验结果表明,改进后的算法比原有的分段相位多项式参数估计方法以及其他两种电离层校正方法具有更好的性能,特别在校正快速变化的电离层相位污染时具有更为明显的优势.     

电离层电波传播相位污染校正

电离层电波传播相位污染使天波超视距雷达（OTHR）接收的回波信号谱扩展。采用合成孔径雷达（SAR）成像中的相位梯度算法（PGA）来校正相位污染，PGA算法要求所处理的各个分辨单元（这里包括方位和距离单元）具有相同的相位误差，但当对于电离怪空间变化剧烈，或OTHR距离和方位分辨率比较粗时，相邻单元的相位污染不完全相同，这里PGA方法不适用。针对这种情况，考虑相位变化不可能非常剧烈。可用低次多项式表示时，采用最小熵搜索方法，分别校正各单元的电离层相位污染。最后采用我国录取的OTHR实测数据验证，表明这两方法的校正效果良好。     

高频雷达回波信号去电离层污染

高频雷达回波信号受到电离层污染从而影响了雷达的探测性能，因此需要进行去污染处理。该文通过对高频雷达信号处理过程的分析，阐明了电离层扰动对回波信号污染的机理。根据电离层污染具有高度空间相关性的特点，将成像雷达中的秩-相位误差估计聚焦方法适当修正后应用于高频雷达回波信号去电离层扰动污染。仿真研究证明了该文方法的良好去污染效果。     

面向窄带通信信号的相位谱时差估计方法研究

对窄带通信信号采用相位谱法进行时差估计,由于信号能量谱非平坦,会出现相位解绕效果较差的现象,对此本文提出一种改进的加权最小二乘拟合方法,以更加合理地利用解绕后的相位数据,从而提高相位谱法时差估计精度。同时结合改进的最大似然相位谱法,本文还设计一种简单实用的面向窄带通信信号时差估计的频域数据压缩方法,以求在时差估计精度和数据传输量之间获取较好平衡。经仿真验证,改进的相位谱时差估计方法较大程度地提高了窄带通信信号的时差估计精度,同时,基于改进相位谱法的数据压缩可以实现用时差估计精度的适度降低换取数据传输量的大幅度减少,具有在资源有限的传感网等场合的良好应用前景。      

相干态相位的最优估计与跟踪方法

在传统量子相位跟踪方法中,通常对输出结果进行线性化处理,这对本振相位和信号相位有严格的限制要求,且并不适用于如干涉法测角等导航系统。为此,本文将零拍输出形式进行等价变换,设计了一种最大似然估计迭代算法,实现了相干态相位跟踪。与传统线性化的量子相位跟踪方法相比,避免引入线性化误差,更加适用于导航系统中信号相位跟踪;通过计算Fisher信息矩阵,证明此方法在理论上能够达到量子克拉美－罗下界,具有最优估计性能。     

一种高效的LFM信号参数估计方法及性能分析

该文从最大似然估计出发,得出了一种LFM信号参数估计方法,并采用一阶扰动模型分析其统计性能.该方法涵盖经典的多项相位变换法,将最大似然估计的多维搜索转化为一维搜索,但性能较多项相位变换法更优,低信噪比时仍可接近Cramer-Rao界.另外,结合基于傅里叶系数内插的快速高精度测频算法,该方法运算量与多项相位变换法相当,便于实现.仿真验证了其有效性及性能分析.     

基于记忆因子的连续相位调制信号最大似然调制识别

为解决有记忆非线性的连续相位调制(CPM)信号调制方式识别精度低的问题,该文提出一种基于记忆因子的CPM信号最大似然调制识别新方法。该方法定义具有时齐马尔科夫性的映射符号,通过计算其后验概率构造记忆因子,进一步结合CPM分解和EM算法,推导出时间可分离,信道参数可估计的CPM信号似然函数。该调制识别方法所需符号数目少,适用信噪比范围广,识别CPM信号种类多且精度高,对相位误差鲁棒性强。仿真结果证明,当符号数目为200,信噪比为0 dB,相位误差任意时,该方法对8种CPM信号的识别率可达95%以上。     

空时被动合成孔径阵列处理算法研究

本文介绍了两种被动合成孔径阵列处理算法。第一种算法是通过空时数据的互协方差矩阵估计,来精确估计相位校正因子,以提高孔径合成性能;另一种是在前一种算法基础之上,利用对信号子空间的低秩近似来提高低信噪比环境下相位校正因子的估计性能,从而提高被动合成孔径性能的算法。通过对仿真数据和实验数据的分析和比较,说明这两种新算法在较低信噪比下可以得到比传统的ETAM和后来的时域ETAM算法更好的相位估计与方位分辨性能和信号增益。     

Enhancement of the ill-conditioned original recordings using novel ICA technique

The independent component analysis (ICA) method proposed in this study uses FastICA algorithm to improve the quality of the original recordings, which can be used as valuable pre-processing technique in signal processing methods. Initially, the ill-conditioned original audio recordings are separated using ICA methods and later, they are reconstructed using modified un-mixing matrix. The simulation results showed huge improvement of the original signal after reconstruction. The new method is found to be good because the accuracy is more compared to others in terms of the variance of the Gain matrix. The proposed method has potential applications in audio and biosignal processing techniques.     

基于MIMO雷达的极化平滑降维酉ESPRIT算法

相干目标的波达方向估计一直是雷达信号处理中的一个难题.为了获得更好的相干信号角度估计精度,并提高算法可实现性,在多输入、多输出雷达的基础上,提出一种极化平滑降维酉旋转不变性参数估计算法.首先通过降维矩阵对接收信号数据进行降维处理,然后利用降维后的接收数据构造中心复共轭对称矩阵,再构建适当的酉矩阵对其进行实值处理,然后对...     

Maximum likelihood multiple-source localization using acoustic energy measurements with wireless sensor networks

A maximum likelihood (ML) acoustic source location estimation method is presented for the application in a wireless ad hoc sensor network. This method uses acoustic signal energy measurements taken at individual sensors of an ad hoc wireless sensor network to estimate the locations of multiple acoustic sources. Compared to the existing acoustic energy based source localization methods, this proposed ML method delivers more accurate results and offers the enhanced capability of multiple source localization. A multiresolution search algorithm and an expectation-maximization (EM) like iterative algorithm are proposed to expedite the computation of source locations. The Crame/spl acute/r-Rao Bound (CRB) of the ML source location estimate has been derived. The CRB is used to analyze the impacts of sensor placement to the accuracy of location estimates for single target scenario. Extensive simulations have been conducted. It is observed that the proposed ML method consistently outperforms existing acoustic energy based source localization methods. An example applying this method to track military vehicles using real world experiment data also demonstrates the performance advantage of this proposed method over a previously proposed acoustic energy source localization method.     

基于TMS320F28335的高精度科氏流量计信号处理系统设计

为了提高科里奥利质量流量计信号处理系统的测量精度和抗干扰能力,本文提出将希尔伯特(Hilbert)变换的频率估计和相位差测量的方法应用到科氏流量计的传感信号处理上。设计了基于TMS320F28335的科氏流量计信号处理系统,给出了系统实现的硬件与软件的设计方案,并详细介绍了算法在DSP系统上的实现过程。测试结果表明,本文所设计的信号处理系统具有较高的测量精度,满足计量要求。     

一种适用于北极双轴声道的改进压缩匹配场定位算法研究

北极水域信道特殊,匹配场处理作为一类可结合环境信息进行信号处理的目标定位方法,在模型匹配时可以准确估计出声源位置,但存在环境变化复杂且信息了解少的问题,导致模型很难完全匹配,从而出现位置估计不准确的问题。该文提出建立一种改进的压缩匹配场模型,并基于相位归一化原理对稀疏模型进行优化,利用归一化阵元域信息进行匹配,以消除声源频谱的影响,提高压缩匹配场的定位准确度。仿真结果表明,改进后方法比改进前方法的定位准确率更高;试验数据处理表明,单快拍下改进后方法比改进前方法在目标位置估计上误差更小,比常规匹配场方法的分辨率更高。     

互质MIMO雷达的非圆信号降维DOA估计方法北大核心CSCD

针对传统互质阵列波达方向估计方法存在的自由度低、阵列孔径小、相位模糊等问题,提出了一种基于互质MIMO雷达的非圆信号降维波达方向(Direction of Arrival, DOA)估计方法。该方法结合了互质阵列与MIMO雷达的优点,利用非圆信号特性对阵列进行扩展,重构接收信号矩阵,然后进行降维处理,并利用噪声特征值的幂级数对噪声子空间进行修正,进一步提高算法精度。最后推导了文中方法的无相位模糊问题。仿真实验表明,文中方法能够有效避免相位模糊,大大提高自由度并扩大阵列孔径,与传统MUSIC算法以及互质阵列MUSIC算法相比,在估计成功率、DOA估计精度等方面均具有更好的性能。     

MIMO协同中继系统中的最大似然合并解调算法

协同中继系统通过合并解调不同路径的信号副本,得到比非协同系统更优的误码性能。传统的合并解调算法将合并解调过程分开处理,性能较差。该文针对多输入多输出（MIMO）放大转发协同中继系统,基于最大似然（ML）准则,提出了在目的节点对来自源节点和中继节点的信号进行合并解调的新算法。该算法首先对来自源节点和中继节点的信号进行ML合并,然后采用传统的MIMO最大似然检测完成信号的解调。分析与仿真结果表明,与最大比合并（MRC）等算法相比,在不同调制方式和信道条件下,所提算法均获得了显著的性能增益,且高阶调制下的复杂度低。