现代互谱估计方法及仿真分析

提出了一种现代互谱估计方法——基于互谱自回归(AR)模型参数估计的SVD算法,相比作者之前提出的基于互谱AR模型参数估计的Levinson算法,本文提出的方法有效地克服了互相关函数rxy(m)估计误差带来的影响。仿真结果表明:谱估计精度有了很大提高。搭建了测量噪声背景下的仿真平台,对基于该方法的变换域通信系统(TDCS)抗干扰性能进行了仿真研究。结果表明:该方法下TDCS能够有效地抑制测量噪声,在不同干扰下的误码率大大降低,提高了抗干扰能力。     

基于互谱自回归模型的Levinson算法的变换域通信系统抗干扰性能

对互功率谱估计理论及方法进行了深入研究,提出了基于互谱自回归(AR)模型参数估计的Levinson算法,构建数字仿真模型验证互谱Levinson算法的谱估计性能,结果表明:该方法具有良好的谱估计性能。搭建了测量噪声背景下的仿真平台,对基于互谱AR模型参数估计的Levinson算法的变换域通信系统(TDCS)的抗干扰性能进行了研究,仿真结果表明:该方法下TDCS能够保持较强的抗干扰能力,提高了通信质量和频谱资源的利用率。     

非均匀噪声条件下考虑互耦效应的DOA估计方法

针对非均匀噪声和互耦条件下相干信号辨识性能较差的问题,提出一种基于非均匀噪声协方差矩阵和互耦系数重构的DOA估计方法。首先,利用最小二乘理论并通过迭代优化方法恢复互耦意义下的无噪声信号协方差矩阵;然后,依据信号子空间原理,并通过估计不相关信号角度重构互耦系数矩阵,进而获得互耦补偿后的无噪声信号协方差矩阵;最后,通过传统空间平滑方法获得解相干信号,并利用MUSIC算法实现DOA参数估计。数值仿真表明:与仅考虑相干信源、非均匀噪声或互耦的传统DOA估计算法相比,本文算法可较好地抑制非均匀噪声,克服了互耦场景下传统空间平滑算法解相干失效问题,并可显著改善非均匀噪声和互耦条件下相干信源的DOA估计性能。     

抑制α稳定噪声的改进常数模盲均衡算法

为了改善α稳定噪声环境中盲均衡器的性能,文章提出一种改进常数模盲均衡算法(MAEC-CMA)。对均衡器输入信号进行软限幅,并对原自适应误差受限常数模盲均衡算法(AECCMA)的误差信号进行非线性变换,有效地抑制了α稳定噪声的影响。采用2种水声信道,在高斯噪声与α稳定噪声的情况下对算法进行了计算机仿真。结果表明:在高斯噪声环境中,MAECCMA算法与AECCMA算法具有相似的性能,相对于常数模(CMA)算法和归一化最小平均绝对偏差(NLMAD)算法它具有较快的收敛速度;在α稳定噪声环境中,文中提出的MAECCMA算法性能优于其它3种算法。     

非线性参数估计在超短基线安装校准中的应用

比较了各种非线性参数估计循环解法在超短基线安装误差校准中的性能,并提出一种改进算法,使用循环算法进行估计,然后使用非线性模型参数估计的一种非循环(直接)解法进行修正.构建了安装校准问题所需的观测方程;分别实现牛顿法和信赖域法、最速下降法、高斯牛顿法和改进的高斯牛顿法、循环求解观测方程等,分析各解法的性能;并与非线性模型参数估计的非循环算法进行了比较,提出循环算法和非循环算法结合的改进算法,给出算法流程,并利用海试数据处理结果验证方法的有效性.     

异步DS-CDMA系统盲空时信道估计及干扰抑制

采用噪声子空间技术进行异步DS-CDMA系统盲空时信道参数估计,同时利用了多径传播和接收机同步失调特性,使用一种修改的ULV更新算法进行噪声子空间跟踪。为了抑制多址干扰(MA I),提出一种基于投影的辅助矢量(PAV)算法。仿真结果验证了该算法的有效性。     

一种OFDM联合峰均比抑制算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)信号峰均比抑制算法的收敛速度慢,抑制性能低且难以同时兼顾峰均比抑制、误码率性能损失等问题,提出一种基于预留子载波技术(tone reservation,TR)的联合峰均功率比抑制算法。该算法的凸优化建模过程结合限幅噪声比(signal to clipping noise ratiotone reservation,SCR-TR)、智能梯度主动星座扩展(smart gradient projection-active constellation extension tone reservation,SGP-ACE TR)和最小平方逼近(least square approximation-tone reservation,LSA-TR)算法进行惩罚函数的加权组合优化,通过将上述方法加权组合在统一的迭代过程中,使得各种算法的优势互补。仿真结果表明,该算法仅需2次迭代,便可以超过其他经典算法经过6次迭代才能达到的峰均功率比抑制效果,由于迭代次数下降节约了优化时间;在信噪比较小的信道环境中,误码率性能优良;该算法的带外频谱扩散性能没有明显的恶化。     

基于Root—MUSIC和Prony算法的电压闪变检测

电压闪变是电能质量的一个重要指标．为实现对电压闪变参数的准确测量,提出基于求根多重信号分类法和Prony算法的闪变参数检测方法．先对信号数据组成的矩阵进行特征值分解,得出信号子空间和噪声子空间,利用他们的相互正交关系通过单位圆上的根估计频率大小,同时利用Prony算法中的最小二乘法求得幅值信息．Matlab仿真结果表明该方法在低信噪比下利用Root—MUSIC法能准确检测频率,并结合最小二乘法在小样本数据上的优势,有效提高了幅值检测的准确度．     

基于局部方差域自适应Blanking的超低频信道噪声抑制方法

针对超低频信道噪声脉冲因接收机前端暂态效应而钝化导致常规Blanking非线性抑噪性能退化的问题,在分析脉冲暂态响应波形特点以及常规Blanking性能退化机制基础上,结合局部方差域变换(LVDT)能增强脉冲性的特性,提出了一种基于LVDT的自适应Blanking处理方法,给出了恒虚警率准则下信道噪声脉冲检测门限以及Blanking门限优化准则。仿真和实测结果表明:本文方法在超低频信道噪声抑制方面具有比常规非线性处理更好的性能,考虑到该方法无需信道噪声模型假设及其参数估计,是一种盲抑制方法,因而更具工程实用意义。     

多变量Hammerstein系统的极大似然参数估计方法

针对有色噪声干扰的多变量Hammerstein系统存在维数高和模型难以参数化的问题,本研究提出了递推极大似然参数估计方法,并对极大化似然函数系统参数向量的估计公式进行推导,同时给出了极大似然参数的辨识原理,并对多变量Hammerstein模型的参数估计进行理论分析,并通过数值进行仿真实验。理论分析和仿真结果表明,本研究所提出的算法,能够有效实现有色噪声干扰下的多变量Hammerstein系统的参数估计。随着递推次数的增加,辨识精度总体上不断提高;而且噪声方差越小,参数估计精度越高。该算法原理简单、适用范围广,提高了参数的估计精度,且易于实现参数的在线辨识,因此该算法可以扩展应用于非均匀采样系统和多变量系统的辨识和参数估计中。     

基于Prony算法的HVDC输电系统模型辨识

提出一种基于Prony算法的辨识HVDC系统传递函数的方法，直接从时域仿真数据或实测数据得到系统的等值线性模型，能够提供与特征值分析法本质上相同的信息，却不需要列写大规模的系统方程和建立系统的详细模型，为大型互联电力系统的振荡模态分析和控制系统设计提供了方便。并用HVDC系统实例研究验证了它的有效性和准确性。     

扩充的Prony方法在测速雷达数据处理中的应用

为获得高的分辨率,介绍了现代谱估计方法中的扩充Prony方法,并利用该方法和传统的FFT方法分别对正弦信号进行仿真计算.理论分析及仿真结果表明:扩充的Prony方法具有比传统的FFT方法高的谱估计精度.最后,将该方法用于弹道测速雷达的测量数据的处理,获得了较好的结果.     

正弦衍射光栅的傅立叶分析方法

以标量衍射理论为基础 ,用傅立叶分析方法 ,讨论了正弦型振幅光栅、正弦型位相光栅的夫琅和费衍射规律。从正弦型振幅光栅、正弦型位相光栅的透过率函数入手 ,导出了光栅在夫琅和费衍射过程中的复振幅、光强、频谱的分布函数 ,给出了光栅的分辨本领及最大衍射效率 ,并对光栅的衍射效率进行了分析和讨论     

随机相位编码抑制微波医学成像中RFI的研究

射频干扰是影响微波医学成像质量的重要因素.分析了射频干扰对单频连续波成像系统的影响机理,针对同频率射频干扰问题,利用系统激励信号源和干扰信号源不相关的特点,提出对系统激励信号源初始相位按零均值随机相位编码的方法,可以将同频率干扰转变为零均值随机信号,进而再采用传统的均值滤波算法进行抑制,以乳腺癌二维微波医学成像为例,通...     

模拟退火算法对遗传神经网络优化的性能分析

遗传神经网络是利用遗传算法优化连接权值代替梯度下降法求解的方法,在遗传算法进化的过程中加入模拟退火算法,同时具有优秀的全局寻优能力和局部搜索能力,不仅能够提高运算收敛的速度和效率,而且可以有效避免出现早熟现象,防止陷入局部最优,同时性能也很稳定,完全能满足实时系统对精度和速度的要求。研究了遗传神经网络分别在复制、交叉和变异后应用模拟退火算子进行优化的方法,并且比较了三者在遗传神经网络优化中性能的优劣。     

一种基于属性值状态的指标权重确定方法

针对能力评估问题中指标属性值的不同状态,提出一种基于属性值状态的指标权重确定方法,该方法的优点是引入粗糙集理论和区间数有序相离度概念,根据指标属性值状态,自适应求取指标权重;同时引入调节算子,调节对主客观因素考虑的重视程度.详细地给出了不同状态下指标求取的算法步骤,最后以搜索探测能力为例,说明了该方法的应用.     

基于PRONY特征提取的谐振接地电网故障选线相关分析新方法

用各馈线故障零序电流故障发生后第1个周波采样数据对应减去故障前1个周波数据,再对应减去故障后第10个周波数据,得到零序电流的暂态纯故障分量.设计一个具有相位自动补偿功能的数字低通滤波器,对零序电流的暂态纯故障分量进行滤波,用以提高Prony的拟合效果.对滤波后各馈线零序电流的暂态纯故障分量进行Prony拟合,提取其主振荡频率信息.利用故障馈线与健全馈线的零序电流在主振荡频率处相关性最弱的特征,对故障零序电流的主振荡频率分量在一定数据窗下进行综合相关度分析,选择综合相关系数最小对应的馈线为故障馈线.大量仿真结果表明该方法选线准确、可靠.     

基于预估补偿的手眼伺服空间机器人控制方法的研究

针对手眼伺服空间机器人系统自主控制中，由于视觉反馈和控制算法的运算时间造成的大时滞现象对系统控制影响，提出了基于Smith预估补偿的优化机器人视觉伺服的控制方法。利用手眼反馈和关节返回的信息来估计实际情况下当前机械臂末端与目标的相对位姿，进行机器人的控制。同时根据空间机器人的具体情况，提出了固定视觉反馈时滞的方法，对系统进行了简化。该方法可消除系统的大时滞对系统控制的影响，提高了系统控制的实时性、稳定性和精度。模拟试验仿真结果验证了该方法的有效性。     

频谱法时差提取在声波全波形处理中的应用

在很多情况下,声波全波列测井所得的波形在时间和频率上都有重叠现象,这样在利用常规的滤波和时差分离方法处理时会遇到很大困难。但将基于Prony理论的频谱法时差提取应用于声波全波波形处理,可得到精确的各组分波时差值。本文研究讨论了Prony方法理论基础和频谱法预测理论,并进行了实际资料的处理。评价结果显示,在声波全渡波形处理中应用频谱法时差提取是可靠的。