乘性噪声背景下基于三阶循环矩的二维近场源定位方法

 本文提出一种基于三阶循环矩的近场源二维参数估计方法.该方法以均匀线阵为接收传感器阵列,通过构造三个三阶循环矩矩阵估计出近场源的方位角和距离参数,利用循环统计量去除加性噪声,通过预校准法消除乘性噪声,适用于乘性噪声或乘性噪声和加性噪声共存背景下的二维近场源定位.仿真实验验证了该方法的有效性.     

基于高阶累积量的近场通信波达方向估计算法

通过对近场通信波达方向准确估计,提高目标信源的定位能力.传统方法中对近场源通信信源的波达方向估计采用多普勒估计方法,由于近场通信的空间信源为窄带信号,多普勒估计会导致DOA估计频谱失真.提出一种基于高阶累积量的近场通信波达方向估计算法.采用均匀间隔线列阵构建近场通信的信号模型,进行近场源目标特征构建,提取近场源通信信号的斜度和峰度等特征,采用高阶累积量特征提取方法,分别求得对应近场通信信源的方位角、频率和距离三维参数,使得每个信源的参数自动配对,提高了近场通信DOA波达方向估计的效率和精度,实现近场源通信信号的波达方向估计算法改进.仿真实验结果表明,采用该方法进行近场方法波达方向估计的精度较高,对信源方位的定位准确,性能优越于传统方法,在近场通信中具有较好的应用价值.     

基于二阶统计量的近场定位新方法

该文针对近场源的方向角和距离的二维参数估计,提出了一种新的近场源二维参数估计方法。该方法利用双极化阵列的极化信息和二阶统计量估计近场源的波达方向和距离参数。该方法具有估计精度高和无需谱峰搜索的优点。仿真实验证明了该算法的有效性。     

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.     

模糊函数在宽带近场源ISM及CSM算法中的应用

为了更好地处理宽带近场源非平稳信号,将模糊函数引进到经典的宽带ISM及CSM算法中,提出了AF-ISM及AF-CSM算法。该算法利用了模糊函数在模糊域内能有效滤除干扰逐一处理信号的优势,将信号与噪声、交叉项分离,从而达到对宽带近场源信号各参数进行估计的目的。为了验证算法的优越性,本文对其进行了仿真实验,并对实验结果进行了分析。     

基于二阶统计量的四维近场源定位

本文针对近场窄带信源频率、仰角、方向角和距离四维参数的估计问题，提出了一种基于二阶统计量的近场源四维参数估计方法。该方法利用中心对称的十字阵列和多重旋转矢量不变技术估计信源参数，无需谱峰搜索，同时避免应用四阶累积量，减轻了算法的计算量。仿真实验证明了该算法的有效性。     

基于协方差差分的近场源定位参量估计

提出一种基于空间差分技术的近场源方位角和距离联合估计新算法.算法利用平稳噪声协方差矩阵关于主对角线对称的特点,构造近场源定位模型下的空间差分矩阵.推导并证明了该矩阵的谱分解特性,以此为基础确定噪声子空间,借助谱峰搜索实现定位参量估计.算法通过对消噪声分量有效降低了未知平稳噪声对定位精度的影响,同时避免了应用差分技术解决信源定位时出现的伪峰问题.均方根误差的仿真结果证明了算法的有效性.     

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。     

基于双电磁矢量传感器的近场源多参数估计

基于双电磁矢量传感器(EVSs),提出一种新的近场源频率、波达方向(DOA)、距离和极化参数联合估计方法.该方法首先计算近场源的频率以及其在两个电磁矢量传感器处的二维DOA和极化参数,然后利用几何方法或搜索方法,得到近场源的距离估计.该方法仅需要两个电磁矢量传感器,节约了阵列孔径,适合于阵列孔径有限的场合.估计过程中仅需一次互相关以及特征分解等简单的运算,且各参数自动配对,节省了运算量.实验结果验证了该方法的有效性.     

一种新的近场源距离及到达角联合估计算法

该文提出一种基于三阶循环矩的近场源距离以及到达角联合估计算法。该算法充分利用了信号的循环平稳特性以及其空、时域信息,通过构造时空矩阵并进行特征分解获得二维参数的闭式估计。该方法计算简单,无需谱峰搜索,而且二维参数自动配对。与现有的方法相比,该文算法并不要求阵列具有中心对称结构,因此避免了阵列孔径的损失;此外该算法对任意分布的加性平稳噪声以及具有不同循环频率的干扰信号有较好的抑制能力。计算机仿真实验验证了该方法的有效性。     

基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角（DOA）和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类 ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

近场源DOA、距离和极化参数联合估计新算法

研究近场源波达方向(DOA)、距离和极化参数联合估计问题.利用特殊的线性极化阵列,提出一种基于三阶循环矩的新方法.该方法利用信号的循环平稳特性以及空、时域信息,通过时空矩阵的构造和特征分解获得各参数的闭式解.估计过程中无需谱峰搜索,并且能够抑制任意分布的加性平稳噪声以及具有不同循环频率的干扰信号.计算机仿真实验验证了该方法的有效性.     

Novel error resilient tag estimation for RFID system in interference scenarios

In a radio frequency identification （RFID） system, the backscattered signal is small and prone to interference. The performance of RFID tag identification in interference scenarios is degraded compared to that in error-free scenarios. In this paper, a novel Mahalanobis distance estimate （MDE） method is proposed to jointly estimate the number of tags and packet error rate （PER）. The MDE method is error resilient owing to its ability to achieve a stable estimation when interference is impairing the observed information. The proposed method achieves significantly enhanced accuracy over existing methods by taking all the information and correlations among the observed results into account. The MDE method improves the estimate performance based on efficient decorrelation and classification of the observed information. Moreover, the performance of the PER estimate is analyzed both in theory and through simulations. It can be concluded from the analysis that the estimated PER is unbiased and variance-bounded. Simulations show that the proposed estimate outperforms the previous proposals in terms of accuracy and stability, which makes it suitable for application in interference scenarios.     

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.     

无需参数配对的近场源距离、方位、频率联合估计算法

 本文提出了一种无需参数配对的近场源距离、方位、频率联合估计算法。通过对构造的阵列输出信号四阶累量矩阵进行一定的变换构造处理得到一个新的矩阵,利用其相应的特征值及特征向量估计出三维参数,无需谱峰搜索,算法适于任意高斯噪声环境。与现有算法相比,本文算法参数估计结果能自动配对,而无需再进行配对过程。最后,计算机仿真结果证实了提出方法的有效性。     

一种基于二阶统计量的近场源三维参数估计方法

该文研究近场源的距离、角度和频率的三维参数估计问题。提出了一种仅需利用二阶统计量和相应的配对程序就能直接估计出参数的新方法。该方法无需谱峰搜索,同时避免应用四阶累积量,减轻了算法的计算量。仿真实验证明了该算法的有效性。