基于传播算子的二维ESPRIT算法

为了提高经典参数估计旋转不变法(Estimation of signal parameters via rotational Invariance Technique,ESPRIT)处理数据的效率,提出基于传播算子的二维虚拟ESPRIT的改进算法。该算法通过构造一组虚拟阵列得到新的虚拟接收数据,利用传播算子将这组新数据与真实阵列得到的数据进行数据重构,从而得到噪声子空间避免特征值分解,最终可估计出用户的二维波达方向估计。理论分析表明,该方法的波达方向估计性能优于传统的ESPRIT方法,且降低了运算量,提高了阵列的利用率和算法的抗干扰能力,最后由计算机仿真实验证明此方法的有效性。     

基于空间平滑算法的二维相干源DOA估计

基于均匀矩形阵列,利用2D Unitary ESPRIT算法二维参数自动配对的优点,运用二维空间平滑技术进行解相干,并结合虚拟阵列扩展的EVESPA算法,提出了相干源的2D-SS-EVESPA-DOA估计算法。该算法在多径环境下能精确估计出二维波达角,能实现多径波达方向的分组估计,而无需进行谱峰搜索;并实现二维角度的自动配对,二维参数自动配对,无需二维谱峰搜索。仿真实验证明了算法的有效性。     

一种二维到达方向估计的ESPRIT新方法

提出了一种在高斯白噪声环境下基于L型阵列的二维到达方向估计新算法。该算法利用阵列结构的特点形成多个相关矩阵。然后构造一个特殊的大矩阵并由其特征分解获得信号子空间的估计。进而利用2-D ESPRIT方法实现二维角度估计．新算法具有估计精度高,运算量小的优点。而且能够很好地解决信号参数配对问题．     

一种改进的二维ESPRIT算法

针对二维旋转不变子空间算法(estimation of signal parameters via rotational invariance technigues,ESPRIT)在求解信号时协方差矩阵存在阵列冗余问题,提出一种改进后的二维ESPRIT算法。该算法利用阵列结构原理构造2个互相关矩阵,然后由合并的特殊大矩阵进行奇异值分解来估计信号子空间,最后利用2D-ESPRIT方法实现二维测向。该算法估计精度高,计算量小,通过空间平滑后既能对相干信号进行估计,也能同时估计非相干信号。     

非圆信号的二维相干测向新方法

传统的二维相干测向算法都是针对圆信号提出的,且要求大快拍数和较多阵元数,在低信噪比时估计性能较差.通过充分利用非圆信号的特点和L型阵列的结构优势,提出了一种非圆信号的二维解相干新方法.该方法利用阵列接收信号数据及其共轭信号数据,重新构造阵列接收数据矩阵,有效地扩展了阵列孔径;同时,提出了一种修正的空间平滑技术进行解相干,最后采用ESPRIT算法实现相干信号的二维DOA估计.所提方法具有阵列利用率高的优点,能够有效弥补传统二维测向算法阵列利用率低的缺点,提高了ESPRIT算法在低信噪比时的估计性能.实验仿真结果表明,所提方法能够有效实现二维相干信号估计并且估计性能优良.     

二维传播算子DOA估计的改进算法

针对传播算子算法在低信噪比和小快拍数环境下进行二维DOA估计性能下降的实际问题,提出了一种改进的二维传播算子DOA估计方法.该方法继承了ESPRIT算法无需谱峰搜索的优点,并且利用线性运算代替特征分解求得旋转不变关系矩阵,再通过简单的除法运算实现方位角和俯仰角的快速配对,极大地降低了运算量.重新构造的协方差矩阵对接收数...     

双基地MIMO雷达目标定位及互耦自校正算法

利用均匀线阵互耦矩阵的带状和对称Toeplitz特性,提出了一种基于旋转不变技术估计目标参数(ESPRIT)的双基地多输入多输出(MIMO)雷达目标定位及互耦自校正算法.该算法通过ESPRIT算法中子阵的选取,将目标二维方位角估计与互耦参数估计相"去耦",角度估计过程不需任何互耦矩阵信息,且估计精度高、分辨力强;基于对目标二维方位角的估计,算法还可以精确地估计出互耦矩阵,从而实现双基地MIMO雷达的互耦自校正.该算法对目标二维方位角与互耦矩阵的估计不涉及任何角度搜索和迭代过程,具有较小的运算量.计算机仿真结果证明了该算法的正确性和可行性。     

均匀圆阵波束空间二维DOA估计算法

摘要：为把适用于均匀线阵的ESPRIT算法、空间平滑技术等推广到均匀圆阵中,采用预处理技术将均匀圆阵从阵元空间映射到波束空间,采用实特征值分解方法得到信号和噪声子空间,并将二维MUSIC和ESPRIT算法结合起来．理论分析和模拟实验表明,该算法减小了计算量,提高了对非相干信号源的估计准确度,同时具有解相干的能力．     

低复杂度MIMO雷达波达方向的估计方法研究

为了降低MIMO雷达的运算复杂度,研究了基于对回波信号降维处理算法和基于子空间重构的信号子空间重构（SsR）算法的两类波达方向（DOA）估计方法．通过对5种算法的对比和仿真分析可知：RD—ESPRIT算法相比其他空间谱搜索算法,对降维矩阵的选择较敏感,更强调降维后阵列流型的旋转不变性;RD-求根算法、RD—MUSIC算法和RD—Capon算法则有更好的角度估计性能;RD-ESPRIT算法和RD-求根算法运算量相比其他三种算法低一到两个数量级;RD—ESPRIT算法运算复杂度最小．     

矢量阵的非空间ESPRIT算法

矢量水听器同时测量声场中某点的声压和质点振速的正交分量,单个矢量水听器可视为空间共点阵.建立了任意阵型矢量阵的数据模型,研究了任意阵型矢量阵的非空间ESPRIT算法.非空间ESPRIT算法不是利用空间2个子阵组成的矩阵对,而是利用矢量水听器不同的输出分量组成矩阵对完成目标的二维角度(水平方位角和仰角)估计.仿真研究了该算法对单个源和多个源方位估计的情况,并利用外场试验数据验证了算法的有效性.结果表明,在当时的试验条件下,常规波束形成获得的主瓣波束宽度为30°左右,而非空间ESPRIT算法对目标方位估计的标准差为3°左右,说明基于矢量阵的非空间ESPRIT算法在未知阵列流形的前提下可对目标进行高精度方位估计.     

OFDM系统载波频偏的低复杂度多步估计

针对正交频分复用（OFDM）系统现有频偏估计时域方法中估计范围与估计精度的矛盾，提出一种基于时域训练序列的多步频偏估计新算法.该算法采用多步逐次逼近，在每一步估计中消除相位模糊，在不缩小估计范围的前提下不断提高估计精度；最后利用最佳线性无偏估计(BLUE)方法将各步估计值进行最佳合并，进一步提高估计精度.该算法用简单的修正取代搜索，理论分析和仿真表明在保证估计精度的同时，可显著降低大频偏估计的计算复杂度.该算法的主要运算是并行的，当用于高速通信时优势更明显.     

基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

软件成本估算算法研究

根据软件成本估算存在的困难,介绍了基于回归模型的单阶段成本估算算法,总结了线性和非线性动态多对象、多阶段估算算法,给出了算法的模型依据,分析了不足和优点。提出将以上２种算法结合起来,可提高软件估算的准确度,使估算的结果接近实际、指导实际。     

基于单频信号频率估计的载波频偏估计算法

在前向载波频偏估计中,为扩大捕获范围,提高估计精度,在最大似然准则的基础上,给出了一种非数据辅助的前向载波频偏估计算法。该算法利用由自相关函数估计频偏等效为在噪声中估计复单频信号频率的思想,将基于傅立叶变换的复单频信号频率估计方法应用到载波频偏估计中。对于2π／M旋转对称星座,该算法的估计范围扩大到了±1／2MT,并且具有较高的估计精度。计算机仿真结果给出了该算法在估计精度和估计范围方面的性能。     

一种计算复杂度低收敛速度快的递推Capon谱估计算法

基于递推最小二乘方法实现对观测信号自相关矩阵的逆R-1L的估计,研究了一种计算复杂度低和收敛速度快的Capon谱估计算法。该算法避免了用Cholesky分解、奇异值分解、QR分解或目前文献中见到的其他方法所带来的Capon谱估计算法计算复杂的缺点。同时,在信号自相关矩阵条件数不好时,该算法仍然可以进行信号的谱估计。仿真结果表明,尽管该方法的谱估计分辨率不如修正协方差谱估计法,但是两者相差不多,该方法非常有利于谱估计算法的实时实现和实际应用,并且还可以实现Capon幅值估计。     

特征向量自适应估计算法及在谱估计中的应用

基于KLT与滑动DCT的相似关系,提出了一种新的特征向量自适应递推估计算法。将特征向量等效为自适应滤波器的权向量,通过合理选择该滤波器期望响应递推求解出特征向量。同目前的特征向量求解方法相比(如奇异值分解法),该算法可有效地减少运算量和复杂度,容易实时实现,且具有很高的估计精度。将该算法应用到MUSIC谱估计中,计算机仿真结果表明:利用该算法进行的谱估计精度要高于标准的MUSIC谱估计精度,且计算量大大减小,由此验证了该算法的有效性和优越性。     

一种用于低压电力线通信的信道估计算法仿真

针对低压电力线通信中的信道估计问题,应用正交频分复用(OFDM)技术,在现有的OFDM通信信道估计算法的基础上,提出一种基于小波滤波器判决反馈的信道估计算法.该算法无需额外发送参考消息,提高了信道的利用率,而且小波滤波器能够达到去噪声的目的,具有良好的估计性能.对该算法进行了理论分析和初步的仿真实验,给出了仿真方法及结果.     

基于L-M方法的迭代容积卡尔曼滤波算法及其应用

针对非线性状态估计中受到较大的初始估计误差和量测方程的非线性的影响致使状态估计精度不高的问题,提出了一种新的滤波算法——基于Levenberg-Marquardt方法(简写为L-M)的迭代容积卡尔曼滤波算法(ICKFLM).该算法将容积卡尔曼滤波算法(CKF)的量测更新过程转换为求解非线性最小二乘解问题,以状态预测和方差预测为初始值,使用L-M方法求解最优的状态和方差估计.把基于L-M方法的迭代容积卡尔曼滤波算法应用到弹道再入目标状态估计中,仿真结果表明,相比于CKF算法,新算法的位置估计误差约降低了70%,相比于基于Gauss-Newton方法的迭代容积卡尔曼滤波算法(ICKF)位置误差降低了40%.新算法具有较高的状态估计精度,且收敛速度快.     

OFDM系统中基于导符号和判决数据的频偏估计

正交频分复用系统中为进行信道估计通常在OFDM符号中插入导符号,对利用这些导符号进行频偏估计的方法做了进一步研究. 在时域和频域都重新推导了估计结果,经过合理近似,得到时域最大似然估计的近似解;在频域推导了另一种形式的似然函数,得出最大似然估计的解析表达式. 新算法降低了计算量,提高了频偏估计精确度. 同时,对利用导符号并结合判决数据进行频偏估计的算法也做了研究,判决数据的使用可以使估计结果更加精确.     

RFID网络中基于Aloha防碰撞的标签数目的联合估计算法

射频识别网络中基于Aloha的标签防碰撞算法,标签的碰撞大大降低系统的吞吐量.如果标签的数量已知,则可以大大提高系统的吞吐量.在最大似然估计的基础上结合二进制搜索防碰撞算法和基于Aloha的防碰撞算法提出标签数量联合估计方案.仿真结果表明,提出的方案比现有的算法具有更高的准确性.