Hypothesis testing analysis and unknown parameter estimation of GPS signal detection

Hypothesis testing analysis and unknown parameter estimation of both the intermediate frequency (IF) and baseband GPS signal detection are given by using the generalized likelihood ratio test (GLRT) approach, applying the model of GPS signal in white Gaussian noise. It is proved that the test statistic follows central or noncentral F distribution. It is also pointed out that the test statistic is nearly identical to central or noncentral chi-squared distribution because the processing samples are large enough to be considered as infinite in GPS acquisition problem. It is also proved that the probability of false alarm, the probability of detection and the threshold are affected largely when the hypothesis testing refers to the full pseudorandom noise (PRN) code phase and Doppler frequency search space cells instead of each individual cell. The performance of the test statistic is also given with combining the noncoherent integration.     

线性接收阵列下LFM信号的检测与参数估计方法

针对微弱信号较难在通信侦察中检测和估计的问题,提出了基于线性阵列的信号检测和参数估计方法．该方法首先利用基于傅里叶快速算法的循环自相关方法实现了每一个阵元的能量积累,然后,对每一阵元循环自相关结果采用用非相干积累方法实现了信号的检测和参数估计．该方法计算复杂度低,实现简单,低信噪比下可有效实现信号的参数估计与检测．仿真实验证明了该方法的有效性．     

陕北地区年降水量频率分布参数估算研究

以陕北地区年降水量系列为基础资料,选取12种概率分布模型,分别按矩法、极大似然法估计参数,并参照离差平方和最小准则OLS进行了参数优选,最终优选出在OLS准则下的最佳分布模型、参数计算方法以及最优分布不同频率下的设计值.结果表明:在OLS准则下,对数正态分布(LN2)或广义极值分布(GEV)拟合效果好.文中计算结果可以为水利工程的规划设计与运行以及水资源管理提供依据.     

水下运动体体效应内波理论分析研究

基于势流理论对分层流中运动物体产生的内波进行了分析,其中采用线性自由面条件,通过傅里叶变换法,建立了体效应内波的预报模型,并对跃变分层中水下卵形体的内波进行了计算和分析。计算结果与文献理论结果吻合良好,表明了本研究建立的体效应内波预报模型的正确性。     

瞬时频率估计的水下运动目标参数估计方法

针对水下运动目标的参数估计,建立了目标与水听器相对运动形成的多普勒模型.提出利用互L-Wigner分布(cross L-Wigner distribution,XLWD)作为瞬时频率估计器,精确估计水听器接收到的目标辐射线谱信号的多普勒频移,同时也获得信号的时变幅值,进而通过加权非线性最小二乘法估计得到水下运动目标的参数.海试数据分析表明,相对估计误差在20%以内时,正横距离和速度估计值的概率分别大于0.85和0.96,试验结果验证了方法的有效性.     

规范状态空间系统辨识方法

因为状态空间模型既包含了未知状态,又包含了未知参数,且二者是非线性乘积关系,使得辨识问题变得复杂.针对这一问题,详细研究了规范状态空间系统的状态与参数联合估计方法.采用交互估计理论,即采用递推方法或迭代方法实现系统状态与参数的交互估计.基本思路是在计算参数估计时,辨识算法信息向量中的未知状态用其估计值代替,然后利用获得的参数估计,设计基于参数估计的状态观测器或基于参数估计的Kalman滤波算法估计系统的状态,二者形成一个交互计算过程(递阶计算过程).沿着这条思路,分别从递推方案和迭代方案,研究和提出了基于状态观测器和基于Kalman滤波状态估计的随机梯度辨识算法、递推最小二乘辨识算法、多新息随机梯度辨识算法、多新息最小二乘辨识算法,以及模型分解的辨识算法,并给出了几个典型算法的计算步骤、流程图和计算量.     

基于mTD-FrFT的VMFS-LFM信号参数估计方法

针对甚小频偏线性调频(very minimum frequency shift-linear frequency modulation,VMFS-LFM)信号对应的分数阶傅里叶(fractional fourier transform,FrFT)域估计参数的绝对值接近1而导致估计性能降低的问题,在借鉴基于FrFT的LFM信号参数估计方法的基础上,采用m倍抽取(m time decimation,mTD)作为预处理方法,提出基于mTD-FrFT的VMFS-LFM信号参数估计方法.理论分析和实验结果表明:mTD预处理过程可增大VMFS-LFM信号和近参数多分量LFM信号的调频斜率在FrFT域的分辨率,使基于mTD-FrFT的参数估计方法可对VMFS-LFM信号和相近参数多分量LFM信号进行有效参数估计.     

基于粒子群优化算法的LFM信号参数估计

在相同时宽范围内,恒定能量的线性调频信号频谱幅度平方与调频斜率呈反比。基于该特性,将信号解调后幅度平方最大值对应的参考信号调频斜率作为其估计值,进而估计其他参数。但该参数估计算法存在高估计精度与大运算量之间的矛盾,为此,将粒子群优化算法引入信号参数的搜索估计过程中。对搜索区间进行高精度划分以提高参数估计的精度,逐步改变参数值,并利用粒子群优化寻找解调后信号幅度平方的最大值,从而估计出相应参数。仿真实验结果证明,该算法运算量较少,且具有更高的估计精度。