基于二阶统计量的近场源四维参数联合估计

研究了一种基于二阶统计量的近场窄带信源频率、方位角、仰角和距离四维参数的联合估计算法。该算法利用中心对称的十字阵列,根据阵元输出构造二阶统计量矩阵,并结合这些矩阵的特点构造新矩阵,利用特征值和特征向量信息得到信源参数。该方法仅需计算6个二阶统计量矩阵就可以估计四维参数,此外参数自动配对。仿真结果表明该算法能准确地估计近场源参数。     

单电磁矢量传感器DOA和极化的同时估计

针对单个电磁矢量传感器，提出基于四阶累积量的极化域虚拟ESPRIT二维波达方向(DOA)和极化参数同时估计算法。该方法借助累积量操作提取信号在极化域的旋转不变结构，并利用虚拟ESPRIT方法同时估计信号的二维DOA和极化参数，它可以分辨多个极化域可分的非高斯信号。给出的仿真结果验证了算法的可行性和有效性。     

电磁矢量互质阵中基于降维Capon的DOA和极化估计算法

将传统电磁矢量均匀阵列推广为电磁矢量互质阵列,突破了阵元间距不大于半波长的限制。提出了电磁矢量互质阵列中基于降维Capon的波达方向（Direction of arrival,DOA）和极化联合估计算法。该算法无需假设已知极化信息,且只需一维搜索,避免了多维搜索,可实现DOA和极化参数自动配对;与相同阵元数的均匀阵列相比,明显提高了角度估计性能,并拓展了天线孔径,具有相对较高的自由度,且降低了运算复杂度。相同阵列及参数条件下,本文算法的角度估计性能优于ESPRIT算法和三线性分解算法。     

关于波的极化

我们在接收卫星节目时,必须要知道该节目的接收参数:下行频率、极化方式、符号率等,而极化方式通常有水平极化、垂直极化、圆极化、椭圆极化。那这几种极化方式到底有什么不同呢? 在一个空间直角坐标系中,设波沿Z轴方向传播,因此,在Z轴方向上没有电场分量,如果在Y轴方向上,电场分量Ey为零,则称     

极化分布源模型及角度估计

通过对“分布源是在一定空间分布的多个点源信号的叠加”的分析，提出了极化分布源模型和一阶近似的极化分布源模型。对极化分布源模型，为减少噪声子空间拟合算法(NSF)的搜索空问雏数，文中提出只搜索角度空间求解到达角，对极化参数通过求解线性方程组获得；对一阶近似的极化分布源模型，利用旋转予空间不变(ESPRIT)类算法求解到达角，极化参数同样通过求解线性方程组获得。仿真结果表明：极化的引入对NSF的性能有很大提高，以及一阶近似模型对角度分布的盲性。     

基于传播算子的极化参数估计方法

针对非圆极化MUSIC算法计算量较大的问题,将传播算子算法应用于极化敏感阵列估计信号方向和极化参数,由于不需要特征值分解,计算量明显减小,并且算法性能与极化MUSIC算法性能相近.利用信号的非圆特性进行阵列扩展,提出了一种非圆极化传播算子算法,提高了新算法的分辨力、抗干扰等性能,并且当自相关矩阵维数增加时新增加的计算量...     

估计声信号二维参数的免疫量子克隆算法

信号相位匹配(SPM)原理同时估计信号方位和频率两参数时,因计算量大,需设置固定的搜索步长和频带范围.针对该问题,提出了一种利用免疫量子克隆算法(IQCA)对声源波达方向和频率二维参数进行快速联合估计的高分辨方法.将SPM原理的奇异值分解(SVDSPM)判别准则作为具有双自变量(方位和频率)的适应度函数,并通过IQCA对该适应度函数进行非线性全局寻优,不仅实现了SPM的二维联合估计方法,而且加速了搜索最优参数的收敛过程.IQCA算法对SVDSPM的估计不仅提高了算法实时性,且与标准遗传算法(SGA)、免疫遗传算法(IGA)和量子进化算法(QEA)相比,大大提高了估计精度和稳定性.同时,双源估计的结果也表明本文算法在低信噪比下的性能优于MUSIC算法.     

基于方向自适应十字搜索的快速块匹配运动估计算法*

提出了一种方向自适应十字搜索算法,通过自适应地使用小十字模板、大十字模板和四种方向的T形模板,有效地减少了搜索点数,提高了搜索速度。实验结果表明,该算法在保持与菱形搜索（DS）、正方形—菱形搜索（SDS）、十字—菱形搜索（CDS）和小十字—菱形搜索（SCDS）四种算法相同搜索精度的同时,速度上比DS、SDS、CDS和SCDS算法分别提高了74.65%、39.78%、42.44%和7.84%。     

简述极化SAR定标处理技术研究进展

极化定标是极化SAR数据用于图像解译和定量参数反演的关键步骤。综述了国内外极化SAR定标技术及应用研究的主要成果,着重介绍极化SAR定标技术发展以来取得的多种关键算法进展,系统梳理包括点目标定标算法、分布目标定标算法、法拉第旋转校正算法等技术原理介绍、参数定义估计及技术脉略发展分析,并讨论各技术方法在机载及星载SAR系统定标领域取得的应用发展现状,同时逐步分解该技术领域目前面临的技术难点及算法发展。最后探讨分析极化SAR定标技术发展中的未来需求难点和继续需要解决的问题,为研究人员进一步推动极化SAR定标技术发展提供参考。     

分时复用三轴陀螺相位差估计算法研究

动态条件下分时复用三轴光纤陀螺相位差导致工作轴精度降低,目前尚无较好的解决办法.由分时复用陀螺模型参数推导出系统输入输出的差分方程,进行幅频和相频仿真,得到相位差幅值大小直接影响系统的精度.为此首次提出了基于数据趋势估计的m点迭代相位差估计算法,重点分析了基于数据趋势的估计算法普遍存在的锁死机理,提出了基于调整跳转系数和引入遗忘因子的解决办法,并加入判断准则以抵抗异常值的影响.讨论了算法的收敛速度及其在实际中应用的问题.通过仿真实验验证了算法的可行性和正确性.从实验数据中可以反映出在动态条件下,该算法可以使得分时复用陀螺单轴精度提高1.3倍以上.     

高阶累积量计算优化的仿真研究

高阶累积量由于计算量大而未得到广泛的应用,所以对其进行计算优化以及算法的简化能更好的发挥其优越性,根据推导的非平稳随机过程四阶累积量精确递推估计公式,从减少四阶累积量估计的计算量,增强四阶累积量的工程实用性出发,给出了四阶累积量近似递推估计定理.只要四阶累积鼍的更新因子满足定理的条件,就能减少计算量,并且使估计的四阶累积量保持抑制高斯噪声的性能,并且根据四阶累积量的优化给出了五阶累计量的优化和仿真.从时域和频域进行了优化仿真,仿真结果证实了估计的有效性.     

Joint frequency, 2-D DOA,and polarization estimation using parallel factor analysis

This paper proposes a new algorithm for joint frequency, two-dimensional (2-D) directions-of-arrival (DOA), and polarization estimation using parallel factor (PARAFAC) analysis model and cumulant. The proposed algorithm designs a new array configuration, and extends the PARAFAC analysis model from the common data-domain and subspace-domain to the cumulant one, and forms three-way arrays by using the three cumulant matrices obtained from the properly chosen dipole outputs, and analyzes the uniqueness of low-...     

基于模式空间算法的声源二维DOA估计

针对传统高分辨率谱估计法估计远场声源波达方向（direction of arrival, DOA）时计算量大、对相干信号估计失准的问题,本文提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。该算法结合了圆阵定位无死角的优势和矩阵虚拟扩展获得更多声源定位信息的长处。首先利用模式空间变换将均匀圆形阵列（UCA）虚拟化成2K+1个均匀线性阵列（ULA）,并应用空间平滑技术将虚拟线性阵列划分成L个子阵;接着利用四阶累积构造方法提取有效阵元信息并去掉冗余数据,通过重构矩阵得到新的接收数据;最后通过Music-like算法搜索谱峰获得声源信号的方位角和俯仰角。仿真结果表明,在信噪比较低时,相比传统的高分辨谱估计算法,本文算法可实现对远场相干信号的高精度估计;同时本文算法也具有更低的均方根误差性能,且能有效减少运行时间。     

水下航行器辐射噪声谱增强新方法

提出了基于四阶累积量对角切片的自适应动态谱线增强新方法，对其原理进行了剖析。用实测水下航行器辐射噪声数据，对动态谱线增强进行了仿真研究。结果表明：基于四阶累积量对角切片的自适应动态谱线增强方法（FOCDSBADLE）抑制高斯噪声的能力远强于传统的自适应谱线增强方法（ALE）。本文的新方法为弱信号检测、参数估计和目标识别等信号处理提供了一条新的技术途径。     

改进FOA算法在语音信号盲分离中的应用

简要介绍了果蝇优化算法的基本理论,针对FastICA等算法的稳定性和收敛性不够,而粒子群优化的盲分离运算速度慢的问题,将改进的果蝇优化算法应用到盲源分离研究中,提出了一种基于改进的果蝇优化的盲源分离算法。算法以信号的规范四阶累积量为代价函数,以改进果蝇算法对代价函数求极值,逐一确定分离向量,完成对线性瞬时混合语音信号的分离。仿真结果表明,算法能够有效实现对各混合语音信号的有序盲分离,且分离顺序能够确保按照源信号的规范四阶累积量绝对值的降序进行,分离精度也有一定的提高。     

一种低信噪比下DSSS的载频估计方法

直接序列扩频信号具有较低的功率谱密度,信号淹没在背景噪声中,侦查难度较大。四阶累计量2-D切片理论上可以有效地抑制高斯白噪声,但是当信噪比较低时,抑制效果不是很明显。对低信噪比下直接序列扩频信号的检测和估计提出了一种改进思路：在常规四阶累积量2-D切片前加设自适应干扰消噪器。此方法能改善白噪声背景下信号的信噪比。在此思想上基于System View平台构建了仿真模型,实现了低信噪比下DSSS信号载波频率的准确检测。仿真结果验证了其有效性。     

基于宽带聚焦矩阵和高阶累积量的OFDM信号的来波方向估计

为了解决正交频分复用(OFDM)宽带信号处理的问题,研究了基于宽带聚焦矩阵和高阶累积量的波达方向(DOA)估计方法。前者是通过傅里叶变换将宽带阵列数据分解为若干窄带信号,再利用一种聚焦矩阵将不同频带下的方向矩阵变换到同一参考频率下,然后用多重信号分类(MUSIC)算法来估计DOA;高阶累积量算法是通过聚焦操作,把各个窄带频率处的阵列输出矢量变换到聚焦频率处,然后求其累积量矩阵。对各个累积量矩阵进行加权平均并特征值分解,再应用MUSIC算法估计DOA。理论分析和仿真结果表明,两种方法都能够精确地估计OFDM信号的DOA,四阶累积量方法的空间分辨率比聚焦矩阵方法有所提高。四阶累积量算法扩展了阵列孔径,信噪比(SNR)较低的时候也有很好的适应性。     

A sparse direction-of-arrival estimation algorithm for MIMO radar in the presence of gain-phase errors

In this paper, the problem of direction-of-arrival (DOA) estimation for monostatic multiple-input multiple-output (MIMO) radar with gain-phase errors is addressed, by using a sparse DOA estimation algorithm with fourth-order cumulants (FOC) based error matrix estimation. Useful cumulants are designed and extracted to estimate the gain and the phase errors in the transmit array and the receive array, thus a reliable error matrix is obtained. Then the proposed algorithm reduces the gain-phase error matrix to a low dimensional one. Finally, with the updated gain-phase error matrix, the FOC-based reweighted sparse representation framework is introduced to achieve accurate DOA estimation. Thanks to the fourth-order cumulants based gain-phase error matrix estimation, and the reweighted sparse representation framework, the proposed algorithm performs well for both white and colored Gaussian noises, and provides higher angular resolution and better angle estimation performance than reduced-dimension MUSIC (RD-MUSIC), adaptive sparse representation (adaptive-SR) and ESPRIT-based algorithms. Simulation results verify the effectiveness and advantages of the proposed method.     

一种改进的盲源分离技术及其在SEMG中的应用

针对多通道表面肌电信号(SEMG)采集时形成的混迭现象,提出一种基于时频分析的参考累积量盲源分离方法.以多路观测信号互为参照分别计算累积量矩阵,利用时频分析得到时间尺度累积量矩阵,并构造对照函数,通过非正交联合对角化方法得到SEMG的最优估计.仿真实验表明该算法在解决SEMG的混迭现象有很好的分离效果,与FastICA、JADE算法相比,信号间的相似系数和算法性能指数明显改善,算法效率提高.     

Video fingerprinting based on graph model

A robust video fingerprinting based on graph model is proposed in this paper, where two graph models are constructed for key frames selection and foreground extraction, respectively. First, the video is represented as a complete undirected graph and a binary tree is formed using normalized cut algorithm to select key frames. Then, the pixels of each key frame are modeled as a Markov Random Field and another graph model is formed to extract foreground by graph cut. Finally, the fourth-order cumulant of foreground is computed to generate video fingerprints. Experimental results show that the proposed algorithm has good robustness and discrimination.