应用插值FFT算法精确估计电网谐波参数

深入研究了插值快速傅里叶变换(FFT)算法在电网谐波参数估计中的应用。加窗宽度和窗函数的类型是影响插值FFT算法分析精度的主要因素。通过对常用窗函数的特性分析，得出了加窗宽度关于分析精度的估计公式。电网信号的基波幅值远大于各次谐波幅值，分析表明，Hanning窗比较适合分析电网信号，同时给出了基于Hanning窗的电网谐波幅值、频率和相位的显式计算公式。仿真结果证明，应用上述分析结果，电网谐波幅度、频率和相位的估计达到了预期的分析精度。     

短序列多项式相位信号的参数估计

恒定幅度的多项式相位信号(PPS)由其相位多项式系数表征。针对短序列PPS参数估计的困难,在介绍基于高阶模糊函数(HAF)和乘积高阶模糊函数(PHAF)参数估计算法的基础上,通过对该算法的估计效果特别是短序列情况的分析,提出短序列PPS参数估计的一般方法和对该算法的改进。Monte-Carlo仿真表明,改进算法改善了PPS参数估计的效果,同时提高了运行效率。     

多项式相位信号空时多变量交替投影最大似然参数估计

文中研究了一类多项式相位信号源到达方向（ＤＯＡ）和多项式系数联合估计的精确最大似然方法，提出了一种可分离实现的实时多变量交替投影（ＳＴＭＶＡＰ）算法，该算法合理地利用了信号的时域信息，大大地提高了ＤＯＡ估计精度，同时也显著地降低了空时联合最大似然法多变量寻优的计算量，理论分析和计算机仿真结果都表明了ＳＴＭＶＡＰ算法的有效性。     

最小熵准则下的高动态目标回波相位补偿方法

针对传统"停-跳"假设对高动态脉冲雷达测速的局限性,提出了一种最小熵准则下的高动态目标回波相位补偿方法。在最小熵准则下,通过建立多项式的相位滤波器,实现回波信号相位高阶系数的估计,再对积累周期内的信号进行相位补偿,补偿后的信号频谱熵最小,此时再利用FFT可以得到高精度径向速度估计。实测验证表明,该算法可以有效地估计和修正回波相位高次项,提高回波积累时长,补偿后的径向速度估计均方根误差明显降低,算法估计的径向速度均方根误差优于0.04m/s,有效提高了脉冲雷达测速精度。     

基于双随机相位估计的无功补偿方法

为了解决实时无功补偿问题,提出了一种基于双随机相位估计的无功补偿方法.对采样电能信号进行傅里叶变换,通过频谱峰值定位算法确定电能信号的基波、各阶次谐波的频率信息.采用同频率不同相位信号调制,得到调制后信号,再经过低通滤波得到滤波后信号.结合滤波信号的比值和随机相位三角函数数值得到所要估计的信号相位信息,辅助无功补偿.通过仿真电能信号和实际采集的电能信号验证了该算法的有效性,结果表明信号相位估计相对误差在1‰以下,无功补偿能够有效提升电路的能量利用效率.     

基于Root-MUSIC和Adaline神经网络的 间谐波参数估计

为了提高电力系统间谐波分析的精度和分辨率,提出基于求根多重信号分类法（root-MUSIC)和自适应线性神经网络的间谐波参数估计方法.该算法利用求根多重信号分类法估计信号中谐波和间谐波的个数及频率,将谐波和间谐波的频率作为Adaline神经网络的输入进行学习,用得到的权值确定谐波和间谐波的幅值和相位;将频率作为权值在改进的Adaline神经网络中参与学习,估计谐波和间谐波的频率、幅值和相位.Matlab仿真结果表明,该算法频率分辨率高、检测准确、收敛快;当频率估计准确时,基本Adaline神经网络与改进的Adaline神经网络具有相近的检测精度,且前者的实时性更好.     

基于线性调频连续波的合作式通信辐射源测距

针对加速运动目标参数估计中,离散多项式变换方法无法进行非整数估计的问题,本文提出基于瑞夫算法的离散多项式变换法和基于Chirp-Z变换的离散多项式变换法2种新型离散多项式变换算法,对加速运动目标速度和加速度进行估计,并对2种算法的估计误差和计算量进行了分析比较。结果表明：2种算法在信噪比-20 dB时均方误差开始接近克拉美罗界。基于瑞夫算法的离散多项式变换法与3次迭代基于Chirp-Z变换的离散多项式变换法均可在较低信噪比下可实现任意频率的有效估计且性能接近,二者均可实现低信噪比下速度、加速度的有效估计,但基于瑞夫算法的离散多项式变换法计算量远小于3次迭代基于Chirp-Z变换的离散多项式变换法。     

用高阶模糊函数算法分析欠采样信号

目的寻找一种快速有效的分析欠采样信号的算法. 方法高阶模糊函数(HAF)算法的优势是从相位降阶的角度分析多项式相位信号. 利用此特点,在满足一定条件下,从估计欠采样信号的参数入手来解决频率模糊问题. 结果与结论以欠采样线性调频信号的分析为例,用仿真结果证明了HAF算法的有效性.与时频分析法相比,大大降低了计算量,边界条件要求松且无边界效应.     

基于传播算子的间谐波参数智能估计算法

为了降低多重信号分类(MUSIC)法频率估计的计算复杂度,提出基于传播算子的间谐波频率估计方法.通过传播算子可以得到噪声子空间,不需要估计协方差矩阵和进行特征分解,并且不需要间谐波个数的先验知识,基于传播算子MUSIC算法的频率估计性能与MUSIC算法几乎相同.构造复数域自适应线性神经网络模型来估计谐波和间谐波的幅值和相位.该模型的输入变量和权值仅为实数域自适应线性神经网络的一半,简化了网络结构;采用Levenberg Marquardt(LM)算法对网络进行学习,大大减少了学习次数.仿真结果表明,该算法无需同步采样,能够快速准确地估计间谐波的频率、幅值和相位.     

应用循环平稳方法对实测雷达数据的分析

利用估计离散时间随机幅值复多项式相位信号参数的循环平稳方法处理实测雷达数据，分析了回波信号多普勒频率的变化规律，得到了满意的结果．     

分数阶自相关和FrFT的LFM信号参数估计

基于分数阶自相关和分数阶傅里叶变换的特点,提出了一种LFM信号检测与参数估计方法。相对分数阶傅里叶二维扫描法和匹配傅里叶变换,所提方法将检测与参数估计的二维搜索变为一维搜索,快速实现信号检测和参数估计,在多分量LFM信号情况下借助"Clean"的方法来抑制强分量对弱分量的干扰。计算机仿真表明了该算法在低信噪比多分量LFM信号检测与参数估计中的有效性。     

非圆信号多级维纳滤波DOA估计求根算法

针对非圆信号DOA估计的计算量问题, 运用多级维纳滤波和信号子空间的多项式求根方法, 提出了一种快速算法. 首先利用非圆信号特性构造出扩展阵列输出矩阵, 然后不需进行协方差矩阵的生成和分解, 利用多级维纳滤波求出信号子空间, 针对均匀线阵推导出信号子空间多项式求根方法, 得出目标的DOA估计值. 新算法的均方根误差性能与非圆信号求根MUSIC算法、非圆信号ESPRIT算法、非圆信号扩展传播算子算法等快速算法相仿, 但是计算量小于已有的算法, 特别是在阵元数较多的情况下算法的实时性优势更加明显.     

一种基于PCC训练符号的OFDM信道估计算法

分析了正交频分复用(OFDM)信道估计中的信道冲激响应(CIR)泄漏问题,提出了一种新的时域信道估计算法. 使用多项式相消编码(PCC)训练符号进行信道估计,利用其频谱陡降的特点减少保护边带宽度,进而降低CIR泄漏. 与已有的OFDM信道估计算法进行了比较,仿真结果证明,该算法极大降低了信道估计均方误差(MSE)值,改善了系统误码率(BER)性能.     

星载SAR LFM信号在轨相位预失真补偿方法

由于空间环境下星载合成孔径雷达(SAR)系统相位误差会发生漂移,影响线性调频(LFM)信号的脉冲压缩性能,因此本文提出一种基于多项式拟合的在轨相位预失真补偿方法.通过在轨定标可获得系统相位误差,在地面对其进行多项式拟合得到相位补偿参数,上注相位补偿参数,在轨运算生成具有补偿相位的线性调频信号.给出了该方法的理论依据和实现流程,分析了星上硬件资源需求和优缺点.通过相位预失真补偿仿真和真实系统试验,并与其它方法结果进行比较,证明该方法可以有效地改善线性调频信号的脉冲压缩性能.     

一种改进的相位误差计算法

自聚焦主要由两个重要步骤组成,即相位误差估计和相位误差校正,在现有的相位误差估计算法中,秩一相位估计算法是较好的一种,文中针对秩一相位估计算法存在的缺陷提出了一种改进的相位误差估计器,在低仪器时改时算法性能与秩一相位估计算法基本一致,但在信噪比较高时,改进算法能比秩一相位估计算示估计精度高,改进算法的另一优点是比秩一相位估计算法收敛快,若把改进算法代入相位梯度自聚焦算法的算法结构,对窗长选择的稳健性要好一些。     

一种改进的相位梯度自聚焦算法

当相位梯度算法挑选的散射点不是孤立散射点时,导致相位误差估计的准确性下降．对相位梯度算法中特显点的选取方法进行了改进,提出了一种基于自适应孤立特显点选择的相位梯度方法．该方法首先利用方位滑窗对各像素点进行质量评估,从而挑选出质量最好的孤立特显点用于相位误差估计,接着利用质量评估值指导多个特显点的加权综合以进一步提高相位误差估计的精度．分析和实测数据表明,对于强散射点不孤立的场景,该方法的适用性更好．     

一种用于多相编码信号参数估计的MST改进算法

多相编码信号是一类典型的低截获概率雷达信号,具有类线性调频的特点,其参数估计问题是当前电子侦察信号分析的研究热点.该文基于匹配信号变换理论,推导了截获信号与匹配信号变换时间函数不匹配时的调频斜率估计性能.针对多相编码信号的特点,以及实际电子侦察环境中截获信号存在载频估计误差、信号不完整、噪声干扰等问题,提出了一种基于二维搜索的改进匹配信号变换算法.仿真实验以P4码为例,分析了提出算法的参数估计性能.实验结果表明,提出算法能够较好地解决信号失配问题,估计精度高、速度快,具有较大的工程应用价值.     

A Time-Frequency Associated MUSIC Algorithm Research on Human Target Detection by Through-Wall Radar

In this paper, a time-frequency associated multiple signal classification (MUSIC) algorithm which is suitable for through-wall detection is proposed. The technology of detecting human targets by through-wall radar can be used to monitor the status and the location information of human targets behind the wall. However, the detection is out of order when classical MUSIC algorithm is applied to estimate the direction of arrival. In order to solve the problem, a time-frequency associated MUSIC algorithm suitable for through-wall detection and based on S-band stepped frequency continuous wave (SFCW) radar is researched. By associating inverse fast Fourier transform (IFFT) algorithm with MUSIC algorithm, the power enhancement of the target signal is completed according to the distance calculation results in the time domain. Then convert the signal to the frequency domain for direction of arrival (DOA) estimation. The simulations of two-dimensional human target detection in free space and the processing of measured data are completed. By comparing the processing results of the two algorithms on the measured data, accuracy of DOA estimation of proposed algorithm is more than 75%, which is 50% higher than classical MUSIC algorithm. It is verified that the distance and angle of human target can be effectively detected via proposed algorithm.