提高二维DOA估计分辨率的改进MUSIC算法

针对经典二维多重信号分类(Multiple Signal Classification, MUSIC)算法在低信噪比和小快拍数情况下,分辨率受阵列孔径限制的问题,提出了一种改进的基于MUSIC算法的二维测向算法．该方法利用MUSIC谱函数极大值点处对方位角和仰角的二阶偏导数小于零的特性,通过对方位角和仰角求二阶偏导,构造了新的空间谱函数．对新的空间谱函数进行谱峰搜索,其负向谱峰所对应的角度就是目标的波达方向 (Direction Of Arrival, DOA)估计．理论分析和仿真结果表明,在低信噪比、小快拍数下,该方法对相近信源有更高的角度分辨率和更低的均方根误差,并且可适用于任何阵型．     

利用数据最小冗余拟合的信源数估计方法

针对低信噪比和小样本条件下难以正确估计信源数目问题,提出利用数据最小冗余拟合检测的信源数估计新方法．该方法首先采用子空间跟踪算法估计训练样本集的一维噪声子空间,然后根据对噪声子空间的谱峰搜索结果构造出信号的冗余阵列流形,最后通过检测该流形对阵列数据的最小冗余表示来估计信源数．仿真试验检验了所提方法的有效性．     

基于正交投影的宽带相干信源空间谱测向算法

提出了一种新的相干信号子空间宽带信源空间谱测向算法,该方法通过角度扫描和数据协方差矩阵的正交投影处理,避免了到达角度的预估计和信源个数估计,从而提高空间谱测向的性能,论述了该算法的原理及其实现过程,并和现有算法进行了对比分析．仿真结果表明,在信噪比较低的情况下本算法有更好的角度分辨率和更低的均方根误差．     

基于酉变换的虚拟阵列DOA估计算法

为了估计相干信源的波动方向,提出基于酉变换的虚拟阵列DOA估计算法．该算法通过阵列虚拟平移形成虚拟阵列对相干信号进行解相干,并利用酉变换将虚拟阵列接收数据的协方差矩阵从复数域变换到实数域,然后利用该实数矩阵进行波达方向估计．计算机仿真表明算法在低信噪比情况下具有很好的解相干特性和估计性能．该算法避免了阵列孔径损失,可在小采样拍数情况下实现相干信源的DOA估计,且运算在实数域进行,大大降低了运算复杂度．     

基于虚载波的OFDM系统信噪比盲估计方法

根据室内自适应OFDM系统实时控制的要求，提出一种基于虚载波OFDM系统信噪比盲估计新方法，通过对虚载波信号和已调子载波信号的统计处理，可分别获得噪声平均功率和信号加噪声的平均功率，再通过简单的处理即可获得信噪比．该方法运算复杂度低，估计性能优于M2M4盲估计方法，且随着统计数据的增加，逼近导频数据辅助的估计方法性能，仿真结果验证了该估计方法的有效性．     

基于循环自相关的PSK信号盲参数估计新方法

推导了PSK信号的循环自相关函数．建立了一个基于循环自相关函数的统计量。提出了一种在没有先验信息的情况下．利用该统计量对PSK信号的载频和码速率两个参数进行盲估计的新方法．该方法可采用傅里叶快速算法来计算循环自相关函数的延迟切片．因此计算复杂度低，实现简单．此方法不需要多维搜索．且适用于低信噪比情况．仿真实验对该盲参数估计方法性能进行了评估，实验结果证明了该方法的有效性．     

非均匀噪声下基于BOOTSTRAP和特征空间投影的信源数估计

针对阵列系统接收数据有限且存在空间非均匀噪声的信源数估计问题,提出一种基于Bootstrap和特征子空间投影的新方法。该方法将阵列信号的协方差矩阵分别投影到信号的特征子空间和噪声的特征子空间,提出了以特征空间投影为基础的一系列假设检验。数据分布未知,应用Bootstrap技术估计零假设下检测统计量的分布。通过仿真证明了所提方法在信源等功率、不等功率以及噪声功率不等的情况下有较好的性能,尤其在低信噪比和小快拍数的情况下有较好的性能。     

干涉阵列米波雷达的低仰角高精度估计方法

针对米波雷达低仰角估计的难题,结合干涉技术和超分辨算法的优点,提出了干涉阵列米波雷达的高精度低仰角估计方法．该方法首先利用干涉结构扩展阵列孔径,再将常规的空间平滑算法推广到干涉阵,提出了干涉阵的空间平滑方法,然后应用其实现低仰角多径信号的解相干,最后利用双尺度酉ESPRIT算法得到低仰角的高精度估计．仿真结果和实测数据验证了干涉阵列的前后向空间平滑方法及干涉阵列的高精度低仰角估计方法的有效性,并分析了该方法存在的信噪比门限与基线模糊门限的产生原因．     

一种低复杂度的ESPRIT方法

提出一种低复杂度的旋转不变技术信号参数估计方法,只需要利用某一个信号的导频信息就可以实现对所有信号和干扰的波达方向进行快速估计,不需要估计协方差矩阵和对其作特征值分解,具有低复杂度和小运算量的特点．     

基于改进WD的多分量Chirp信号瞬时频率估计方法

对Chirp信号的常用估计方法是Wigner分布峰值(Wigner Distribution Maxima,WDM)法,但在低信噪比情况下,Wigner分布(Wigner Distribution,WD)峰值往往偏离真实值造成瞬时频率(Instantaeous Frequenty,IF)估计误差大.文中提出了一种基于改进WD的多分量Chirp信号瞬时频率估计方法——Wignet Viterbi拟合法(Wigner Viterbi Fjtting,WDVF)法.该方法将信号的WD作为图像,运用Viterbi算法分离出多分量Chirp信号的各个信号分量,再估计出各个分量的瞬时频率.新方法的估计精度高,在低信噪比情况下性能明显优于WDM法,并且WDVF法能较好地抑制时频交叉项与边缘效应.仿真结果表明,在信噪比为-15～-8 dB时,与WDM法相比,WDVF法的瞬时频率估计均方误差能减少约50%,具有良好的工程应用价值.     

最小二乘子空间相交方法用于浅海目标方位估计

对于浅海目标方位估计问题,由于多简正波传播的影响,导致基于平面波假定的方位估计算法存在较大偏差,对低频声源的影响尤其明显.子空间相交方法为一种高分辨率无偏估计算法,该方法利用了各号简正波的波数.然而,子空间相交方法需要求解一个奇异矩阵的QR分解,数值稳定性较差.文中从子空间相交方法的基本原理出发,提出了最小二乘子空间相交方法,包括约束最小二乘子空间相交方法和总体最小二乘子空间相交方法.仿真实验表明,文中提出的最小二乘子空间相交方法比原子空间相交方法具有更好的性能.     

分布式宽带合作频谱感知算法

针对传统宽带合作频谱感知中集中式频谱重构带来的网络通信负担重、重构复杂度高的缺点,提出了一种基于分布式子空间估计的非重构宽带合作频谱感知算法.该算法直接从欠采样数据中估计信号子空间,利用子空间的正交性实现频谱感知.为了获得空间分集增益,采用基于扩散自适应的分布式估计算法求解全局信号子空间.理论分析与仿真结果表明,该算法无需重构原始信号的频谱,运算复杂度低,全分布式的多用户合作提高了频谱感知性能,且具有更少的节点通信量.     

基于主成分分析和噪声估计的在线子空间辨识

提出一种在线子空间辨识方法,该方法主要采用Hessenberg QR分解和特征值分解,通过对噪声项进行估计,并结合主成分分析提取子空间矩阵,获得系统的状态空间方程.引入遗忘因子机制,实现对时变系统的辨识.为了验证所提方法的适用性和有效性,分别采用数值模型和工业污水处理过程进行仿真验证.仿真结果表明,相比于其他子空间辨识方法,所提方法在辨识线性时不变系统时,能够获取很好的辨识精度;在辨识线性时变系统时,能够快速跟踪系统变化,并能够获取较好的辨识精度。     

适用于目标跟踪的加权增量子空间学习算法

为了克服目标物外观变化给跟踪造成的困难,提出一种基于加权增量子空间学习的目标跟踪算法.该算法构造了一个可在线更新的子空间作为视频中目标物的外观模型,根据概率转移模型预测得到一组图像样本作为目标物在当前帧中可能出现的图像区域;然后将图像样本投影到该低维子空间中估计每个图像样本为目标图像区域的似然度,以具有最高似然度的样本作为目标在当前帧中的图像区域,通过加权增量的方式调整子空间.实验结果表明：相比基于其他增量子空间学习的跟踪算法,该算法能够稳定、准确地对运动目标进行跟踪.     

二维面阵子空间重构快速估计方法

针对当前进行二维面阵高精度波达方向估计时计算复杂度较高的问题,提出了一种适用于二维面阵的高精度低计算复杂度的快速估计方法。这种方法首先利用面阵子阵间的旋转不变关系完成二维角度预估;然后将预估角度作为先验信息,利用子阵的信号子空间重构面阵的信号子空间,并进行梯度搜索,实现对二维角度的精确估计。其中,利用子阵的信号子空间对面阵的信号子空间进行重构,有效地降低了进行子空间估计时的计算复杂度;采用梯度搜索的办法进行局部搜索,使得搜索时的计算复杂度大幅下降,获得了与经典二维MUSIC算法一致的估计精度。计算机仿真结果验证了所提算法的有效性。     

人脸朝向检测中PCA子空间构造方法研究

研究了主分量分析(PCA)子空间在人脸朝向检测中的构造方法.首先,用训练集中的人脸样本构造主PCA空间;其次,根据4种不同的人脸朝向分别构造4个辅PCA空间;最后,对测试集中的人脸先经过主PCA空间判断是否为人脸,再对判定为人脸的测试样本用4个辅PCA空间进行人脸朝向检测.实验结果表明,测试样本先经过主PCA空间然后再经过辅PCA空间的分类结果好于只用4个辅PCA空间的分类结果,并且对表情变化、脸部饰物有良好的鲁棒性.     

Improved channel error calibration method for the azimuth multichannel SAR

In multichannel synthetic aperture radar (SAR) imaging, the orthogonality of the noise subspace and the signal subspace is usually adopted to estimate the channel error. The division of the subspace is based on the number of ambiguity components. In order to avoid the effect of the inaccurate ambiguity components on the subspace division and the channel error estimation, an improved channel error calibration method is proposed, which can lead to the accurate information on the ambiguity components by the spatial spectrum estimation and calibrate the channel error precisely. The real data results validate the method.     

基于分形天线阵列的快速DOA估计算法（增刊）

针对智能天线要求结构尺寸小和测向算法收敛快的问题，在深入论述分形天线阵列技术和降秩理论的基础上，提出基于Cantor线性阵列天线的快速DOA估计算法。不仅使得智能天线的结构尺寸减小了30%，通过多级嵌套维纳滤波器前向递推的方法，子空间的分解和维数确定可同时进行，不需要估计接收信号的协方差矩阵和对其作特征值分解，运算量可以明显降低，收敛速度快。该方案具有很好的理论价值以及应用前景，蒙特卡罗仿真结果表明了本方法的有效性。     

四元数矩阵重构鲁棒波束形成算法

极化敏感阵列的四元数信号模型保持了偶极子阵元分量之间固有的正交性,因而四元数MVDR（Q-MVDR）算法具有比传统复数域MVDR算法更优的性能,但在强期望信号和导向矢量失配的情况下,Q-MVDR算法性能严重下降,甚至会出现期望信号相消现象.针对此问题,提出一种基于四元数矩阵重构的鲁棒波束形成算法.首先建立极化敏感阵列的四元数模型,将协方差矩阵重构方法扩展到四元数域,利用子空间方法得到干扰信号的导向矢量估计,并采用Capon谱估计方法获得干扰信号的功率,重构出干扰噪声协方差矩阵;然后根据信号子空间与噪声子空间的正交性,以及期望信号导向矢量与信号子空间属于同一子空间的特性,将权矢量投影到四元数信号子空间,对期望信号导向矢量失配误差进行修正;最后通过仿真实验验证了算法的有效性.仿真结果表明,在强期望信号和期望信号导向矢量失配时,与传统算法相比,本文算法有效避免期望信号相消引起的性能下降,增强了算法的鲁棒性,可以达到接近最优值的输出信干噪比(SINR).     

基于子空间投影的残缺人脸图像识别新算法

提出了改进的基于子空间投影的残缺人脸图像识别新算法,利用非负稀疏矩阵将原始人脸图像分解,从高维空间降到低维子空间,再利用Fisher线性判别式方法进一步降低子空间维数;然后利用欧式距离测量法,识别待测试人脸。实验证明,对残缺人脸图像的识别,新算法具有满意的识别率。