一种基于高阶累积量的近场源距离、频率和方位联合估计算法

本文提出了一种基于高阶累积量的近场源距离、方位及频率三维参数联合估计方法,该方法利用构造的累积量矩阵的特征分解获得信号子空间,三维参数估计分别由构造的矩阵的特征值直接估计得到,算法计算简单而无需任何搜索且适于任意高斯噪声环境,与现有的方法相比,本文算法由于无需利用阵列的中心对称结构,因而有效的避免了阵列的孔径损失.最后,计算机仿真实验验证了算法的性能.     

基于高阶循环累积量的载波频率估计

首先系统总结了高阶循环累积量估计载波频率的研究成果,从理论上推导出MASK、MPSK和MFSK信号的测频原理,并对平方降价法的性能进行了测试,指出了平方降阶法的局限性。然后以16QAM信号为例,从理论上证明此方法同样可以应用于MQAM的载波频率估计,并进行了仿真验证,从而扩展了此方法的适用范围。最后,进行了小结,指出测频方法存在的问题及解决方法。     

基于四元数的四轴无人机姿态的估计和控制

介绍一种只需少量计算就可实现四轴无人机姿态的估计和控制的新颖方法。整个算法采用四元数表示,四元数运算基于惯性测量单元(IMU)的加速度和陀螺仪传感器。姿态估计使用四元数代替三角函数,允许用加速度数据分析推导和优化梯度下降算法来减少由陀螺仪传感器产生的误差。姿态控制将当前姿态与目标姿态的姿态误差反馈到PD控制器来实现想要的目标姿态。姿态估计中用到的梯度下降算法通过四元数对应的欧拉角的均方误差验证,静态均方误差小于0.945°。实际的飞行测试可以实现一个稳定的飞行,同时验证了姿态控制算法。     

频率选择性衰落信道下OFDM子载波数盲估计

提出了一种在频率选择性衰落信道下的基于高阶循环累积量的OFDM信号子载波数盲估计方法,扩展了该方法的适用范围,并进行了理论推导和试验仿真。结果表明OFDM信号的特定高阶循环累积量仅在子载波位置存在,通过检测循环频率的个数可以估计出子载波数。高阶累积量具有良好的抗噪性能,在低信噪比下具有良好的估计性能。     

基于高阶循环累积量的QAM载波频率估计

利用通信信号的循环平稳特性,通过对QAM信号高阶循环累积量的研究,提出了一种基于高阶循环累积量的星形和方形QAM载波估计算法。并且对该算法进行了理论分析,仿真结果证明,该算法的正确性和有效性。     

近场源距离、频率及到达角联合估计算法

本文提出了一种近场源距离、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.由于算法使用了四阶累积量,所以适用于任意加性高斯噪声环境.     

四元数在多个频率对共用同一个频率下的二维谐波恢复

针对二维谐波频率估计中的分维配对问题,本文首先对一般二维谐波信号模型进行变换,构造了符合四元数结构的新的信号模型.接着讨论了Hamilton四元数、三维超复数在二维谐波频率估计中的可能性.同时利用Hua的思想,根据上述模型利用特殊的四阶累积量切片并构造增广矩阵分析了有多个频率对共享同一个频率时的二维谐波频率估计问题.     

阵列误差对四阶MUSIC算法到达角估计的影响

子空间算法用于窄带信号到达角估计时，通常认为阵列响应是已知的。然而，在实际中，阵列响应往往偏离正常值，成为角度估计误差的重要来源之一。文中讨论阵列误差对四阶MUSIC算法估计到达角的影响，并与传统二阶MUSIC算法进行比较。结果表明：相同阵列误差时，四阶MUSIC算法的角度估计误差小于二阶MUSIC算法。     

一种新的近场源三维参数联合估计算法

本文研究近场源距离、频率和到达角(DOA)三维参数的联合估计问题，并提出一种计算有效的新算法。该算法利用特征值及相应的特征矢量估计信号参数，不需要谱峰搜索且各参数自动配对。此外，新算法使用四阶累积量，因此适用于任意的加性高斯噪声环境。计算机仿真证实了所提算法的有效性。     

四阶累积量稀疏表示的DOA估计方法

针对现有稀疏重构DOA估计算法不能抑制噪声项以及在高斯色噪声背景下不再适用的问题,本文提出了基于四阶累积量稀疏重构的DOA估计方法。首先,利用接收数据的四阶累积量构建了稀疏表示模型,该模型抑制了噪声项;其次对四阶累计量矩阵进行奇异值分解,化简了稀疏表示模型,通过奇异值分解,不仅减小了数据规模,而且进一步抑制了噪声。对于稀疏表示模型的求解,先利用信号子空间与噪声子空间的正交特性选取权值矢量,然后利用加权l1范数法对模型求解实现DOA估计。理论分析和仿真实验表明本文算法在高斯白噪声和色噪声背景下均适用;能够处理非相干和相干信号,且在低信噪比条件下,对相干信号有更高的估计精度;较之同类的稀疏重构算法,本文算法具有较低的算法复杂度和更高的角度分辨力。      

Frequencies Estimation of Two Dimensional Harmonics in Additive Noise with Quaternion

1 Introduction In many applications ,such as radar ,sonar and com-munication, parameters esti mation of two di mensionalharmonics was veryi mportant .In order to get highres-olutions esti mation, many subspace methods of one di-mensional harmonics , such as MUSIC, MEMP,ES-PRIT, have been developed to esti mate parameters oftwo di mensional harmonics[1 ~3]. When additive noise was colored Gaussian noiseH.M.ibrahi m[4]and R. R. Gharieb[5]analyzed thisproblem with high-order cumulants sin…     

一种色噪声背景下信号到达角与载频联合估计的简单算法

研究在色噪声背景下实现以较小的运算量完成多个信源到达角(DOA)及载频的估计。文中结合ESPRIT(Estimating signal parametcrs via rotational invariance techniques)法和信号、噪声的特点，提出了一种仅需一次维数较低的特征值分解(EVD)便可实现两参数估计的新算法。数值模拟结果验证了算法的有效性。     

基于遗传算法的二维谐波频率估计

针对高斯有色噪声背景下的二维谐波频率估计问题,本文利用二维四阶累积量对高斯噪声不敏感,却包含有二维谐波的频率与幅度信息,将该问题转化为一个多元函数的极值问题,然后提出了基于遗传算法的二维谐波信号参数估计算法.该算法可以直接估计出谐波的频率与振幅,并且不需要考虑频率的配对问题,使得估计过程得到了简化.仿真实验证明了算法的有效性.     

基于四元同质微分的彩色光流估计

该文通过将颜色3维矢量表示为一个4元数(quaternion)形式的超复数,将彩色图像序列映射为3维时-空空间上定义的4元超复变函数,并以颜色常数模型假设为基础,建立了描述彩色图像序列中运动模式的4元光流方程。为了对超复数4元光流方程中的运动参数进行有效估计,定义了4元同质微分的概念,进而得到了基于4元同质颜色常数模型的光流方程,并给出了该光流方程的优化求解方法。最后,与已有算法的对比实验验证了该文方法的有效性。     

基于张量四元数极化平滑的极化-DOA估计

为了解决相干信号的极化平滑算法在小快拍数和低信噪比条件下估计性能较差的问题,结合四元数的正交特性和协方差张量方法,提出了一种基于张量四元数的极化平滑多重信号分类（Multiple Signal Classification,MUSIC）解相干算法。首先,为了充分利用接收数据样本中的多维结构信息,建立了由张量四元数表示的柱面共形阵列极化平滑信号模型;其次,将平滑后的张量协方差矩阵通过高阶奇异值分解得到信号子空间;最后,通过极化秩亏MUSIC算法对入射相干信号分别进行二维波达方向（Direction of Arrival,DOA）估计和极化参数估计。仿真结果表明,该算法在小快拍数和低信噪比条件下具有更高的估计精度和分辨能力。     

多频干涉SAR局部条纹频率估计方法

多频干涉SAR技术作为传统干涉SAR技术的扩展,可以实现对陡峭地形高程的精确提取。多频干涉SAR数据融合实现陡峭地形高程重建的前提是获取各独立观测频点高质量的干涉相位图。本文将传统InSAR技术中基于最大似然的局部条纹频率估计方法扩展为多频InSAR的情况,解决了传统方法估计结果易受相位噪声的问题,并将条纹频率估计结果用于辅助相位滤波。计算机仿真实验验证了本文方法的有效性,提升了干涉相位图的生成质量。      

基于四元数小波变换域统计模型的图像去噪

图像去噪是图像处理的基本问题,四元数小波变换是1种新的多尺度分析工具.图像经四元数小波变换后,其小波系数不仅在尺度间具有相关性,而且在尺度内也具有一定的相关性.首先利用层内及层间的相关性,用非高斯分布对四元数小波系数进行建模,然后给出分类准则,把小波系数分类为重要系数和不重要系数,再用非高斯分布模型对重要系数与其邻域系...     

Speech/Music Discriminator Based on Multiple Fundamental Frequencies Estimation

This paper introduces a new technique to discriminate between music and speech. The strategy is based on the concept of multiple fundamental frequencies estimation, which provides the elements for the extraction of three features from the signal. The discrimination between speech and music is obtained by properly combining such features. The reduced number of features, together with the fact that no training phase is necessary, makes this strategy very robust to a wide range of practical conditions. The performance of the technique is analyzed taking into account the precision of the speech/music separation, the robustness face to extreme conditions, and computational effort. A comparison with previous works reveals an excellent performance under all points of view.     

多普勒方位联合估计的蒙特卡洛算法

 目标回波的多普勒和方位参数能体现目标的重要特征.本文从参数的最大似然估计出发,采用非线性来放大似然函数并构造一个新的代价函数,该函数能更明显区分局部和全局最佳值.针对新代价函数的复杂形式,我们提出了基于蒙特卡洛的重要性采样方法来求解最佳值,并给出了重要性函数的一种选取方法.该方法不仅在低信噪比和小样本数条件下性能良好,而且各个参数自动配对并适用于任意的已知阵型.与已有的基于子空间的联合估计算法的仿真比较表明,本文提出的算法在性能上非常接近参数估计的CRLB.