基于四阶混合累积量的衰减指数模型估计

定义了衰减指数模型的四阶混合累积量，给出了单样本有限长数据条件下的样本估计，提出了高斯色噪声条件下估计模型参数的两种有效方法。仿真实验结果表明：四阶混合累积量能明显提高KTProny、MP和ESPRIT方法在高斯色噪声条件下的估计性能，且后两种方法的估计性能优于第一种方法。     

基于四阶混合累积量的CP-GTD模型参数估计方法

二维相干极化GTD（CP-GTD）模型能够精确描述高频区雷达目标的电磁散射机理。基于此模型,针对二维ESPRIT方法在色噪声情况下估计精度不高的问题,提出了一种新的二维散射中心参数估计方法。根据二维四阶混合累积量的特点和性质,用其代替观测数据实现色噪声背景下二维CP-GTD模型的位置参数估计,然后通过MUSIC谱峰搜索方法估计散射中心的类型参数,通过最小二乘法估计散射中心的相干极化散射矩阵。该方法能够实现全极化雷达目标的超分辨成像和二维CP-GTD模型参数的正确估计,与现有的二维MUSIC和二维ESPRIT方法相比,改善了估计性能,对色噪声具有较强的稳健性,同时克服了在长观测样本情况下计算量过大的缺陷。仿真和暗室测量数据实验验证了上述结论的正确性。      

基于高阶统计的空间信号频率与二维到达方向估计

基于一个线性阵列、两个孤立阵元以及输出信号四阶累积量,本文提出了一种多个空间窄带信号频率、到达方位角和仰角估计方法.方法不仅使它们的估计无需谱峰搜索且自动配对,而且使阵列的阵元数大大减小,适合任意高斯噪声环境.计算机模拟结果证实了方法的可行性.     

基于四阶统计2-D切片的直扩信号多参数估计

基于四阶累积量2-D切片,提出了一种低信噪比环境直扩信号的参数估计方法。该方法可同时估计直扩信号的载波频率和扩频码周期,且还具有较强的抑制噪声的能力。计算机仿真实验验证了其有效性。     

基于GA-LS指数衰减正弦信号参数估计算法

本文提出基于GA-LS指数衰减正弦信号的参数估计方法,根据系统模型特性将待估计参数分成两类,非线性类和线性类,将遗传算法和最小二乘法估计结合起来对参数进行估计。在观察与分析信号的频域特征后,确定各非线性部分的参数范围,采用遗传算法在参数空间里搜索,再用当下最优的非线性类参数,通过最小线性二乘法确定线性类参数。通过缩小了遗传算法的搜索空间维数,考虑了系统的线性部分参数间的约束关系,达到提高参数的搜索效率,提高参数的估计精度。大量仿真实验表明算法收敛速度优于标准遗传算法,精度高。用于估计冲击实验的采集信号满足实际需要。     

影响四阶累积量二维切片估计性能的参数研究

基于四阶累积量二维切片的参数估计是一种在低信噪比环境下估计直扩信号扩频码周期等通信参数的重要方法。不失一般性,本文基于四阶累积量二维切片方法对AWGN信道下DS-SS/BPSK信号进行了扩频码周期等参数的估计,利用控制变量法深入分析了检测窗口大小、符号持续时间与扩频码周期相对关系、累加次数等参数对其估计性能的影响,并仿真验证结论的正确性。理论和仿真均表明,若反侦查方合理设置符号持续时间与扩频码周期的相对关系,可以降低扩频码周期被检测概率;而侦查方合理设置检测窗口大小和累加次数可以增大扩频码周期检测概率。因此,分析这些特定参数对四阶累积量二维切片估计性能的影响在侦查和反侦查中扮演着极为重要的角色。      

基于混合矩的极化SAR图像K分布模型参数估计新方法

K分布模型在极化合成孔径雷达(PolSAR)图像建模领域中获得广泛应用。其模型参数估计的精度将直接影响到模型拟合的准确性。目前普遍采用的K分布参数估计方法是基于协方差矩阵Mellin变换的对数累积量的估计方法。但是该方法没有解析的表达式,数值计算运算时间较长,另外在形状参数1时估计偏差较大。为此该文提出一种基于|z|rlg|z|混合矩的参数估计新方法,该方法对不同形状参数值下的参数估计具有较好的适应性,并且在值较小时估计性能优于对数累积量方法。同时在r=1/d时该方法有解析的表达式,其运算时间优于对数累积量方法。最后用仿真数据和实测数据对新方法和已有参数估计方法的结果进行了比较,验证了基于混合矩估计方法的准确性与有效性。该方法为PolSAR图像统计模型参数的快速有效估计提供了新手段。     

低信噪比下LFM-BPSK复合信号参数估计新方法

LFM-BPSK复合信号已应用于多种雷达中,针对此类信号的参数估计问题提出了一种基于分数阶傅里叶变换和ZAM分布联合估计的方法。该方法首先搜索复合信号的分数阶傅里叶变换峰值从而估计起始频率和调频斜率,然后利用调频斜率重构LFM信号并对复合信号进行解线调,最后对解线调之后的信号提取ZAM分布在起始频率截面的负峰值估计码元宽度。仿真表明,该方法能在低信噪比下精确估计信号参数。     

基于联合对角化的近场源参数估计

该文提出了一种基于联合对角化的近场源信号到达方向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,再基于阵列接收数据的高阶累积量矩阵的对角结构信息利用联合对角化方法估计近场信号的阵列方向矩阵,从而由阵列导向矢量联合估计信号源的到达方向和距离。与高阶ESPRIT方法相比,该方法能够提高阵元利用效率,同时不需要参数配对算法。计算机仿真实验证实了所给算法的有效性。     

一种计算HEMP 双指数模型特征参数的新方法*

高空核电磁脉冲(HEMP)一般利用双指数模型进行模拟,文中分析了该模型各特征参数之间的函数关系.提出了一种利用HEMP波形的物理参数计算双指数模型特征参数的新方法,并对该方法进行数值计算验证.该方法相对于以往计算模型特征参数的方法降低了计算难度,提高了计算效率.     

一种基于四阶累量的二维空间谱估计的新方法

本文针对有色高斯噪声背景中空域信号参数估计问题，提出了一种基于四阶累量的二维空间谱估计的新方法。在这种方法中，利用两个具有位移特性的二维传感器子阵列的四阶累量信息构成一种新的矩阵—四阶累量混合波达方向矩阵。对四阶累量混合波达方向矩阵进行特征分解，可实现有色高斯噪声背景中空域信号二维空间谱估计。     

指数阻尼正弦模型阶选择算法

 本文针对指数阻尼正弦信号模型提出了一种新的基于子空间和结构总体最小范数的阶选择算法.该方法利用信号子空间移不变性以及阶与信号分量数匹配时总体误差最小原理建立模型阶估计准则.实验表明该方法获得了更高的阶估计精度.算法无需设置阈值和惩罚项,自动完成阶估计过程.它可以应用到高分辨率的谐波恢复算法中.     

二维阻尼／无阻尼谐波参数估计的新方法

本文提出了二维阻尼／无阻尼谐波参数的一种新估计方法。该方法从原始数据中构造出三个ＥＳＰＲＩＴ矩阵束，结合特征分解滤波和整体最小二乘法来求解这些矩阵束的广义特征值，分别得到二维谐波的两组极点估计。这种方法具有较小的运算量且便于采用并行算法实现。仿真结果表明该方法具有很高的估计精度。     

基于递推阻尼最小二乘法的电力系统频率跟踪

最小二乘法是一种广泛的系统辨识和参数辨识方法,适于离线辨识,在线辨识参数时有其局限性。基于传统的最小二乘法,提出一种带有遗忘因子的有限数据窗口和自适应阻尼因子的递推阻尼最小二乘参数辨识算法。针对电力系统信号为理想信号、含有谐波及噪声和电力系统频率瞬间发生跳变的情况,分别做了仿真。仿真结果验证了该方法的鲁棒性、快速性和准确性,且算法效果优于其他方法。     

GTD散射模型参数解调耦估计技术

文中通过分析最大似然方法估计GTD散射模型参数的不足，提出了一种基于参数解耦的综合估计流程。首先利用矩阵束方法求得散射中心的距离参数，然后在对GTD散射模型近似处理的基础上提出了一种估计散射中心类型参数的新方法，最后利用线性最小二乘技术估计出散射中心幅度参数。实验结果表明综合估计算法能够较好地估计出散射中心参数。     

利用EM算法估计寿命模型中的参数

针对寿命模型中未知参数估计的复杂度较高,计算量较大这一问题提出了一种EM算法。通过引用了相关寿命模型,采用混合高斯分布的期望最大化算法(EM),对寿命中的未知参数进行了估计,并利用仿真数据对不同时间段的寿命预测结果进行对比,证明了利用EM算法估计参数可减少计算量,降低了参数估计的复杂度。