空间相关高斯噪声中基于四阶累积量的自适应时延估计方法

针对高斯色噪声中零均值、具有非零三谱信号,提出了一种基于四阶(互)累积量的自适应时延估计方法,并分析了算法的收敛性。该方法不仅具有抑制空间相关(或不相关)高斯色噪声的能力,而且可估计正弦信号的时延,理论和仿真实验均证明了该方法在空间相关高斯色噪声背景下,具有优越于互相关方法的时延估计性能。     

多滞后时刻四阶累积量的正弦信号频率估计

在含噪正弦信号频率估计方法中，通过开发高斯色噪声中正弦信号的四阶累积量切片结构、以及由这些累积量构成的Hankel矩阵性质，提出了多滞后时刻累积量的高分辨正弦信号频率估计方法。现有的基于高阶统计的算法中没有充分利用多滞后时刻的四阶累计量。本文提出了一种基于多滞后时刻四阶累计量的正弦信号频率估计的ESPRIT和MUSIC算法。理论分析表明，这种算法有助于提高参数估计的性能。     

用四阶累积量实现谐波信号频率与功率谱估计

针对一般谐波表达式导出在四阶累积量下的相应Y-W方程模型和频率估计方法。利用四阶累积量对高斯噪声具有不敏感性的特点,实现了高斯白噪声或色噪声污染下谐波信号频率与功率谱的正确估计。仿真实验证明了该方法即使在色噪声中仍具有较高的估计精度。     

非圆信号的四阶累积量测向新方法

针对传统基于四阶累积量的非圆信号测向方法存在阵列扩展不充分或者有数据冗余等问题,利用四阶累积量的阵列扩展特性,提出了一种阵列充分扩展且无数据冗余的非圆信号测向新方法.根据信号的非圆特性,新方法充分利用了阵列接收数据及其共轭数据来构造四阶累积量矩阵,实现了阵列的充分扩展并且使扩展后的等效阵元数进一步增加;此外,通过巧妙地利用四阶累积量矩阵的结构特征,降低了算法的计算量.理论分析和实验仿真结果表明,所提方法具有计算量小、阵列扩展能力强以及分辨率高等优良性能.     

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．     

基于四阶累积量的波束域MUSIC方法

在非白噪声背景下,基于二阶统计量的高分辨方法性能较差.基于四阶累积量的高分辨方法能较好地抑制空间高斯噪声,但其运算量较大.为了解决这一矛盾,文章提出了一种基于四阶累积量的波束域MUSIC方法.仿真分析和实验结果表明,与阵元域四阶累积量MUSIC方法相比,论文所提方法降低了分辨门限,减小了估计偏差和均方根误差,同时减小了运算量.     

一种累积量线性预测方位估计的快速算法

提出了一种基于四阶累积量的线性预测方位估计快速算法。通过对累积量线性预测基本方法进行变换,得到了基本方程系数矩阵的Toeplitz结构,并用Levinson-Durbin算法求解方程,减少了运算量。在线性预测方程中,使用了四阶累积量,有效地抑制了高斯噪声。计算机仿真结果表明了这种方法的有效性。     

基于四阶累积量的直扩信号检测方法

根据高阶统计量可以抑制任何高斯噪声的特性，该文研究了利用四阶累积量的DS-SS／QPSK直扩信号的检测方法，提出了一类基于四阶累积量C4x（0，0，0）、C4x（τ，τ，τ）、C4x（0，τ，τ）和C4x（0，0，τ）的DS-SS／QPSK信号检测方法。仿真结果表明，利用C4x（0，τ，τ）的检测方法性能最好，在信噪比为-5dB时，其检测概率仍可达50％以上。这类方法由于没有引入大规模的矩阵运算，运算量小，易于实现，具有一定的实际意义。     

基于四阶累积量的极化近场源距离、频率及到达角的联合估计算法

研究了由与坐标轴方向一致的偶极子对构成的均匀线阵。使用四阶累积量提出了一种极化近场源距离、频率及到达角(DOA)三维参数联合估计算法。该算法不需谱峰搜索且各参数自动配对,适用于任意加性高斯噪声环境。仿真结果表明,该算法在性能上优于相应的没有利用极化信息的算法。     

四阶累积量阵列扩展的传播算子测向方法

针对MUSIC-LIKE方法中累积量矩阵存在大量冗余数据的问题,提出了一种四阶累积量与最小冗余线阵相结合的传播算子测向方法.分析了四阶累积量进行阵列扩展的原理,通过将四阶累积量应用于最小冗余线阵,摒弃了原MU-SIC-LIKE方法应用于均匀线阵中的大量冗余数据,并且获得了比MUSIC-LIKE更大的阵列扩展能力,同时结合传播算子方法,用线性运算代替特征分解求得噪声子空间,减小了计算量,缩短运算时间.论证了四阶累积量适用于最小冗余线阵及传播算子方法的原理,仿真实验验证了其在阵列扩展、测向性能及计算量的优越性.     

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.     

带限信号时延估计快速算法研究

针对信号一般有带限的特性,本文利用线性调频Z变换(CZT)的方法对频谱进行细化,提出一种可以满足实际需要的相关峰插值快速算法IBCZT。仿真结果表明该算法可以大大提高时延估计精度和速度,对于宽带相关噪声有一定的抑制作用,更具有实时性。     

相关背景噪声下ETDE算法研究

相关背景噪声下的时延估计问题是现阶段的一个研究热点。在时延估计的众多算法中,属于“约束”类算法的ETDE（Explicit Time Delay Estimation）算法具有适用性广、可靠性高、计算量小和实时性好等优点。文中首次将ETDE算法扩展到相关背景噪声领域。从理论上分析了在相关背景噪声下ETDE算法的估计效果,得出了时延估计的期望表达式。指出在此种情况下,ETDE算法得到的是时延的有偏估计,其偏差量与时延真值、信噪比以及背景噪声问互相关函数值的大小有关。通过计算机仿真验证了理论结果。     

High Resolution Multipath Time Delay Estimation Based on FLOCCS-ESPRIT

The non-Gaussian α-stable distribution is introduced to model impulsive noise. Based on the theory of fractional lower order statistics （FLOS）, the fractional lower order cross-covariance （FLOCC） sequence for two received signals is obtained and the fractional lower order cross-covariance spectrum （FLOCCS） can be approached by taking a Fourier transform for the FLOCC sequence. When the FLOCCS is treated as a sequence in the time domain, the problem of multipath time delay estimation （TDE） may be converted into one on multi-frequencies estimation or directions of arrival estimation. Accordingly, the high resolution multipath TDE can be realized with the ESPRIT technology. This idea on multipath TDE is referred to as FLOCCS-ESPRIT in this paper. Computer simulations show that this method has good performance both in a Gaussian noise and in an impulsive noise environment.     

基于矩阵秩显QR分解的时延估计

近年来，ＭＵＳＩＣ算法在时延估计研究中异常活跃，它获得和利用接收信号的协方差矩阵的一组与信号时延矢量正交的特征矢量。特征分解需要很大的计算量。本文基于矩阵秩显ＱＲ分解提出一种新的时延估计方法。计算机模拟结果表明此方法与ＭＵＳＩＣ算法同样有效，而且计算量大为减小。     

基于小波降噪的二次相关窄带时差估计方法

针对传统时差估计算法在窄带信号源环境中精度低的缺点,提出了一种基于小波降噪的二次相关时差估计算法。仿真结果表明,该算法在低信噪比下优于传统的相关算法以及二次相关算法,并且带宽越小,较相关算法的优势越明显,是一种适用于窄带信号源的高精度时差估计算法。     

基于DFT的导航信号高分辨率延迟估计方法

在对相关延迟估计方法分析的基础上,给出了一种基于离散傅里叶变换(discrete Fourier transform,DFT)的高分辨率延迟估计方法,推导出了延迟和频率的对应关系式。首先计算互功率谱,把时域的延迟变换到频域的频移,然后把求得的互功率谱等效为一个时间序列,再对该时间序列利用DFT求频谱。对于复正弦信号,DFT具有较高的频率分辨率,从而可以实现对延迟时间的高分辨率估计。相对于其他基于功率谱的延迟估计方法,该方法分辨的精度更高。仿真结果表明:该方法可以对1个采样周期的延迟进行准确的估计。     

基于互四阶累积量的谐参数联合估计的TLS-ESPRIT方法

导出了混合色噪声中复值随机谐波信号和实值随机谐波信号的互四阶累积量及对角切片,利用这些对角切片皆可估计出相同的频率和相移,但根据实值随机谐波所估计的互功率为复值随机谐波的3/16.将互四阶累积量与高分辨率的ESPRIT方法结合,提出了在混合色噪声中基于互四阶累积量的谐参数联合估计的TLS- ESPRIT方法.研究结果表明,基于互四阶累积量的谐参数联合估计TLS-ESPRIT方法可抑制混合色噪声,具有优越的参数估计性能.     

基于稀疏重构的窄带弱信号时延估计算法

提出了一种基于稀疏重构的窄带弱信号时延估计算法.利用信号的互相关谱构造数据矩阵,然后建立时延参数的冗余字典,最后通过矩阵奇异值分解在信号子空间中利用正交匹配追踪算法得到高精度时延估计.理论分析和仿真实验验证了算法的正确性和有效性.相比于传统方法,该算法可将窄带弱信号时延估计精度提高约1倍.