基于子空间的DS-UWB系统高分辨率低复杂度时延估计

研究了在室内多径衰落信道下直接序列超宽带（DS-UWB）系统的时间延迟估计问题,提出了一种基于子空间的高分辨率、低复杂度的时延估计方法。该方法将滑动相关输出的时间平均相关矩阵分解成信号和噪声子空间,然后用MUSIC谱计算,再通过最大值搜索获取时延估计。将滑动相关的时间分辨率与传统相关MUSIC方法的计算复杂度进行了对比。计算机仿真结果表明,在多径时延差接近一个切谱（Chip）周期情况下,新的算法能够有效分辨出多径时延,性能明显高于传统的滑动相关方法。     

低复杂度多输入多输出雷达目标角度估计方法

针对多重信号分类(multiple signal classification,MUSIC)算法通过谱峰搜索得到目标的角度估计的计算复杂度较高的问题,提出一种用于单基地多输入多输出(multiple input multiple output,MIMO)雷达目标角度估计的低复杂度求根MUSIC方法。首先通过降维变换降低接收数据的维度,然后在低维空间中根据导向矢量和噪声子空间的正交性,构造求根多项式,并通过求解该多项式的根来得到目标的波达方向(direction of arrival,DOA)估计。仿真实验表明,与MUSIC算法和RC-MUSIC算法相比,该算法具有更低的运算复杂度,且在低信噪比条件下具有更好的角度估计性能。     

色噪声下的延时二阶预处理MUSIC算法

为抑制色噪声对多信号分类(multiple signal classification,MUSIC)算法估计性能的影响,提出利用延时相关消除色噪声的二阶预处理方法.以L阶滑动平均(moving average,MA)模型为色噪声模型,利用大于L阶的延时相关函数为0的特点去除背景色噪声.为增加对多个入射信号成功分辨的概率,基于信号子空间估计稳健的特点,构造基于信号子空间加权的谱函数.提出的新算法无阵列孔径损失,不增加运算复杂度,因此,在色噪声背景下的实时波达方向(direction of arrival,DOA)估计中有较好应用价值.仿真实验表明,所提方法可有效抑制色噪声,在同样的估计条件下,该算法表现出较好的估计性能,且不增加计算量.     

CDMA系统中多径信号的时延和到达角的联合估计

考虑了无线通信中广泛存在的多径信号的时延和到达角的联合估计问题。对于多径信道,提出了一种新的信号采样模型,并在此信号模型的基础上,根据 CDMA(码分多址)系统中已知的扩频码,利用传统的 MUSIC(多重信号分类法)算法联合估计多径信号的时延和到达角。所提出的方法不需要训练序列,而且步骤简化,估计精度高。计算机仿真结果表明该算法有效。     

二维面阵子空间重构快速估计方法

针对当前进行二维面阵高精度波达方向估计时计算复杂度较高的问题,提出了一种适用于二维面阵的高精度低计算复杂度的快速估计方法。这种方法首先利用面阵子阵间的旋转不变关系完成二维角度预估;然后将预估角度作为先验信息,利用子阵的信号子空间重构面阵的信号子空间,并进行梯度搜索,实现对二维角度的精确估计。其中,利用子阵的信号子空间对面阵的信号子空间进行重构,有效地降低了进行子空间估计时的计算复杂度;采用梯度搜索的办法进行局部搜索,使得搜索时的计算复杂度大幅下降,获得了与经典二维MUSIC算法一致的估计精度。计算机仿真结果验证了所提算法的有效性。     

酉求根MUSIC算法在双基地MIMO雷达中的应用

研究双基地多输入多输出(MIMO)雷达多目标波离角(DOD)和波达角(DOA)的联合估计问题,提出一种酉求根多重信号分类(MUSIC)算法。该算法在求根MUSIC算法基础上,利用协方差矩阵的中心Hermite对称性质,通过酉变换将协方差矩阵的复数运算转为实数,进行实值特征分解得到噪声子空间,对比原协方差矩阵和实值协方差矩阵的特征对应关系,得出酉求根MUSIC谱函数,分两步分别估计目标DOA和DOD,且计算结果自动配对。相对于传统求根MUSIC算法,该算法只进行协方差矩阵的实值特征分解而不需要进行复数运算,因此大大降低了计算量,而且在不降低阵列孔径的条件下无需空间平滑即具有解相干能力。计算机仿真证明了该算法的有效性。     

基于MUSIC算法的Pol-InSAR相位估计方法

提出了一种基于MUSIC算法的Pol-InSAR多干涉相位估计方法.该方法结合维纳滤波理论构造最佳加权矢量,通过对其组成的最佳协方差矩阵特征分解得到信号子空间和噪声子空间,充分利用相应像素对其相邻像素的相干信息,并根据MUSIC算法中信号子空间和噪声子空间的正交性构造空间谱函数,通过谱峰搜索准确地估计Pol-InSAR...     

锥面共形阵列极化-DOA估计的降维MUSIC算法

针对传统MUSIC(multiple signal classification)算法在锥面共形阵列极化-DOA(direction of arrival)参数联合估计过程中计算复杂度较高的问题,利用单极化阵元构造极化敏感锥面共形阵列,并建立阵列接收信号模型.通过构造同极化接收子阵,将导向矢量中空域信息和极化域信息去"耦合",在考虑阵元遮挡效应的条件下,结合秩损原理实现了基于降维MUSIC算法的极化-DOA多参数估计,减小了极化-DOA参数估计的计算量.通过计算机仿真证明了方法的有效性.     

基于特征空间MUSIC算法的相干信号波达方向空间平滑估计

为了高效、准确地估计相干信号的波达方向(DOA),提出了一种基于特征空间多重信号分类(MUSIC)算法的空间平滑估计方法。首先对相干信号进行空间平滑处理,然后对其应用特征空间MUSIC算法进行DOA的精确估计,使其最大限度地利用信号子空间和噪声子空间的信息。本文方法并不影响非相关信号存在时DOA的估计,且还可以对信号源功率进行有效的估计,以提高对小能量信号的成功估计概率。与传统空间平滑算法及修正MUSIC算法相比,本文方法具有更低的信噪比门限和更高的估计精度及分辨力。最后的仿真实验验证了本文方法的有效性和鲁棒性。     

低复杂度的OFDM信号信噪比的盲估计

针对非合作通信系统中,多径信道下传统的正交频分复用(OFDM)信号信噪比盲估计方法的估计性能差,计算复杂度高的问题,提出了一种低复杂度的OFDM信号信噪比盲估计方法。该方法首先根据接收到的观测信号建立自回归(AR)模型,通过AR模型估计出信号的功率谱,然后基于高阶累积量的2阶和4阶的组合特征量与寻求跳变值的方法相结合估计出信号的带宽,最后通过计算出带宽之内的信号总功率和带宽之外的噪声功率估计出接收信号的信噪比。实验仿真结果表明,作者提出的方法无需任何先验信息,在多径信道下具有良好的估计性能,且计算复杂度低,更适合于实时的非合作通信系统。     

基于延时相关预处理的MUSIC算法

针对MUSIC算法的分辨力受信噪比、快拍数及阵元数等因素限制的问题,利用各阵元接收数据的延时相关函数重新构造协方差矩阵,提出了基于延时相关预处理的MUSIC算法.根据阵元间的延时相关函数与原阵列流型及信号延时相关函数的关系,推导了4个与原阵列流型相同（共轭）的延时相关函数矩阵,分别对各矩阵求协方差并按规则求和得到新的协方差矩阵,之后对协方差矩阵进行特征分解,根据信号子空间处理稳健性高和噪声子空间处理估计精度高的特点构造谱函数进行谱峰搜索,实现DOA估计.通过仿真实验验证了本文算法的可行性和有效性.     

一种基于MH抽样的极化域—空域联合谱MUSIC估计算法

针对联合谱MUSIC算法中谱峰搜索计算量大的问题,通过运用马尔可夫蒙特卡罗（MCMC）方法,提出一种计算量减小的联合谱MUSIC测向算法。该算法通过将极化联合谱MUSIC函数视为信号来向的概率密度函数,采用MCMC的MH抽样方法,能够在保持常规联合谱MUSIC算法高分辨能力的同时大大减少运算量,仿真结果验证了算法的有效性。     

基于多级维纳滤波器的信源参数估计

为了解决传统的MUSIC算法需要计算相关函数并对其进行特征值分解或奇异值分解而导致的计算量增加问题,本文基于多级维纳滤波器快速子空间分解方法,分别在远场环境和近场环境中对信源参数进行了有效估计,并提出在一定条件下,可以采用该方法代替对相关函数的计算和分解。该方法计算量小,特别是在阵元数和快拍数较多的情况下优势更加明显。仿真实验证明了该方法的有效性。     

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.     

高精度多径延时分布估计算法的研究

使用传统PN码序列相关法所测得的多径延时的时域分辨率受到PN码片长度的限制。文中研究了一种高精度的PN相关算法(SPM),改进了传统的PN相关算法的时域分辨率。SPM方法依靠分解延时分布数据向量相关矩阵的特征向量空间,来得到多径传播的路径数目和高分辨率的延时分布。计算机仿真表明,SPM算法可以分辨出延时差在1/10码片级的两条传播路径。     

信号稀疏分解降噪在DOA估计中的应用

提出了一种基于稀疏分解的阵列信号降噪方法。该算法是通过匹配跟踪（MP）的稀疏分解对阵列接收信号进行降噪,然后结合一般的MUSIC算法实现DOA估计。首先将对阵列接收数据分阵元通道独立进行基于MP分解的降噪处理,在不改变阵列流型的前提下,达到了对阵列信号降噪的效果,且在实际算法中分析了MP分解迭代终止阈值的确定。通过仿真分析证实了信号MP分解降噪的方法应用于DOA估计中的可行性。仿真结果显示,在低信噪比环境中,基于MP分解降噪后的MUSIC估计方法取得了更好的估计性能,因此证实了该算法的有效性。     

降采样固定时延估算法在声回波对消系统中的应用

提出一种基于降采样的固定时延估计算法,该算法在进行时延估计之前先对语音信号进行白噪声化和降采样,有效抑制互相关函数中的局部极大值旁瓣,克服了传统归一化互相关函数时延估计算法应用于声学回波对消系统中时估计误差大、鲁棒性差的问题;并以基于降采样的固定时延估算法为基础,设计实现声学回波抵消系统。计算机仿真结果证明：该算法运算量低、收敛速度快、性能稳定。     

一种计算复杂度低收敛速度快的递推Capon谱估计算法

基于递推最小二乘方法实现对观测信号自相关矩阵的逆R-1L的估计,研究了一种计算复杂度低和收敛速度快的Capon谱估计算法。该算法避免了用Cholesky分解、奇异值分解、QR分解或目前文献中见到的其他方法所带来的Capon谱估计算法计算复杂的缺点。同时,在信号自相关矩阵条件数不好时,该算法仍然可以进行信号的谱估计。仿真结果表明,尽管该方法的谱估计分辨率不如修正协方差谱估计法,但是两者相差不多,该方法非常有利于谱估计算法的实时实现和实际应用,并且还可以实现Capon幅值估计。     

基于最小冗余线阵的谱相关共轭循环MUSIC算法

本文提出了一种基于最小冗余线阵的谱相关共轭循环ＭＵＳＩＣ 算法。该算法构造了最小冗余线阵的伪数据矩阵并由此进行ＤＯＡ 估计。当采用Ｍ 阵元最小冗余线阵时,该算法的等效阵列孔径为２Ｎ－ １（Ｎ＞ Ｍ） 。理论和计算机仿真实验均表明：与基于均匀线阵的共轭循环ＭＵＳＩＣ 算法相比,该算法具有良好的ＤＯＡ 估计性能,扩展了阵列孔径,抗噪能力强,分辨率高,能用较少的阵元估计更多的信号源方向