加权伪噪声子空间投影的修正MUSIC算法

多重信号分类（multiple signal classification: MUSIC）方法通过计算搜索导向矢量与噪声或信号子空间的距离来估计波达方向,对采样协方差矩阵的依赖性较大。在小快拍或存在强弱临近信号条件下,采样协方差矩阵的估计值与真实值通常存在较大差异,导致估计的噪声或信号子空间发生畸变,严重恶化了MUSIC方法的波达角估计性能。针对该问题,本文提出采用加权伪噪声子空间投影的改进方法（称为wpnMUSIC）。该方法在修正数据相关矩阵的基础上估计与搜索导向矢量对应的伪噪声子空间并利用其在伪噪声子空间的投影值对MUSIC空间谱进行加权处理,在保持子空间处理方法高分辨能力的同时改善了对小快拍和强弱信号的稳健性。理论分析和仿真实验表明本文方法对强弱临近目标的分辨能力优于MUSIC方法。      

基于GEESE算法的GTD模型参数估计

基于信号子空间特征向量的广义特征值（GEESE）算法具有比MUSIC和ESPRIT估计速度快的特点。将GEESE算法应用到能够精确描述高频电磁散射的几何绕射（GTD）模型中，利用特征子空间分解方法中信号子空间与噪声子空间的正交特性分离出信号子空间，使GEESE算法既能够精确估计目标散射中心的位置，又能估计散射中心的类型。仿真表明，这种算法有较好的效果，无需搜索，且估计的速度快，精度高。     

基于噪声空间加权重构的相干信号DOA估计

针对传统相干信号DOA估计算法在低信噪比、少快拍数以及阵列通道幅相误差下存在的角度分辨力差和测角性能不稳定问题,本文提出一种基于噪声空间加权重构的相干信号DOA估计算法。该算法首先利用共轭重构对阵列接收信号协方差矩阵作解相干处理;然后在信源大致方位内对导向矢量作定积分,计算积分矢量与整个噪声子空间正交基矢量的交空间基矢量,并以此对噪声子空间进行加权;最后运用加权重构后的噪声子空间建立算法空间谱函数,谱峰搜索估计得目标的DOA。计算机仿真结果表明,本文所提算法易实现低信噪比、少快拍数以及通道幅相误差下相干信号的DOA估计。     

强干扰环境下水声时延估计技术研究

水声定位系统是现代深海作业必备的高精度水下定位装备,精确的时延估计是实现高精度水声定位的基础,但由于信号远距离传输以及强干扰的影响,水声定位系统时延估计精度较低。针对此问题该文提出一种基于子空间理论的宽带强干扰抑制方法,首先通过贝叶斯信息量准则估计子空间维度,然后推导了不同信号假设下的概率密度函数,求解未知参数的最大似然估计,构造广义似然比并通过最优匹配广义似然比检测法估计与期望信号最匹配的子空间,然后以此构造空间投影算子对接收数据进行线性投影,最终抑制干扰和噪声,提高时延估计精度。仿真结果表明该方法能够有效抑制干扰和噪声的影响,提高定位系统时延估计精度。     

强干扰环境下水声时延估计技术研究

水声定位系统是现代深海作业必备的高精度水下定位装备,精确的时延估计是实现高精度水声定位的基础,但由于信号远距离传输以及强干扰的影响,水声定位系统时延估计精度较低.针对此问题该文提出一种基于子空间理论的宽带强干扰抑制方法,首先通过贝叶斯信息量准则估计子空间维度,然后推导了不同信号假设下的概率密度函数,求解未知参数的最大似然估计,构造广义似然比并通过最优匹配广义似然比检测法估计与期望信号最匹配的子空间,然后以此构造空间投影算子对接收数据进行线性投影,最终抑制干扰和噪声,提高时延估计精度.仿真结果表明该方法能够有效抑制干扰和噪声的影响,提高定位系统时延估计精度.     

一种估计多信号频率的快速子空间方法

多重信号分类（Multiple Signal Classification,MUSIC）法在估计多信号频率时需要对采样数据序列的自相关矩阵进行特征值分解，并准确划分出信号和噪声子空间，使得其计算量比较大。利用自相关矩阵的Toeplitz特性快速计算其逆矩阵，通过计算逆矩阵的多次幂来逼近噪声子空间，避免了MUSIC法的特征值分解和估计信号个数的过程。在谱峰搜索环节，采用先粗估计频率值再在小区间进行精细搜索的策略，能够避免搜索无用的频率范围。计算量比较分析以及与理论克拉美罗界（Cramer-Rao Bound,CRB）的对比验证结果表明，快速方法性能与MUSIC法相当，能够较好地逼近CRB，且计算量更小，适合实时性要求高的应用场合。     

相干信号频率和到达角联合估计的算法

基于均匀圆阵和四阶累积量,提出了一种相干信号频率和到达角联合估计的新算法。首先,利用计算量较小的PRO-ESPRIT算法和beamspace-ESPRIT算法分别估计广义阵列响应矢量和信号的频率。然后,对广义阵列响应矢量进行模式空间变换,并利用改进的前后向线性预测方法估计出相干信号的到达角。该算法能在色噪声环境下,精确地估计出空间相干信号的频率和到达角,并且无需平滑技术和谱峰搜索,具有计算量小,参数自动配对的特点。计算机仿真结果验证了算法的有效性。     

电力无线专网中一种OFDM载波同步算法

电力无线专网在1.8 GHz频段建设4G TD-LTE网络,正交频分复用(OFDM)是其关键技术之一,OFDM系统对信道产生的载波频率偏移(CFO)很敏感,频率偏移会造成系统性能的严重下降。因此,需要对OFDM系统中的频率载波偏移精确估计并补偿,以保证系统的性能。本文提出了一种用于OFDM系统中基于局部搜索的多重信号分类(MUSIC)盲CFO估计的算法,该算法利用频率偏移矩阵列矢量与噪声子空间的正交性和CFO的单峰特性,构造一个改进空间谱函数,然后通过局部谱峰搜索得到频偏估计值。该算法的CFO估计性能优于传统CFO估计算法,且能够克服传统MUSIC算法低信噪比下谱峰缺失的问题。仿真结果证明了该算法的有效性。     

一种新的信号子空间宽带测向算法

宽带信号测向是信号处理研究的难点课题之一，经典的旋转信号子空间（RSS）变换算法需要知道和真实来波方向接近的方向初始值。不合适的方向初始值将会降低估计器的收敛能力，引起估计偏差，从而使算法的估计精度受预估计的影响很大。本文提出的新算法首先推导出不同频段不同方向角的方向矢量之间的关系，然后再利用信号子空间、噪声子空间和阵列流型之间的关系构造一个特殊矩阵，最后通过求条件数来判断来波方向。所以新算法不需要构造聚焦矩阵，不需预知初始值，从而提高了算法的稳健性，降低了运算量，且新算法同时利用了信号子空间和噪声子空间，减少了噪声子空间扰动对算法精度的影响。计算机仿真验证了新算法的有效性。     

基于子空间旋转变换的低复杂度波达角估计算法

多重信号分选(MUltiple SIgnal Classification, MUSIC)算法是波达方向(Direction-Of-Arrival, DOA)估计的最重要算法之一,但庞大的计算量使其工程实用性大打折扣。为降低MUSIC的计算量,该文基于子空间旋转(Subspace Rotation Technique, SRT)变换思想提出了一种高效改进算法,即SRT-MUSIC算法。SRT-MUSIC利用秩亏特性对噪声子空间矩阵按行分块并以旋转变换得到降维噪声子空间,进而基于该降维噪声子空间与导向矢量的正交性构造空间谱估计信号DOA。理论分析表明:SRT-MUSIC能有效避免空间谱搜索中的冗余运算,从而成倍降低算法的计算量。对于大阵元、少信号情况,所提算法计算效率优势更为明显。仿真实验证明了SRT-MUSIC的有效性和高效性。