基于四阶累积过的阵列扩展

在阵列测向问题中应用高阶累积量除了信息利用更充分和抑制高斯噪声等优点之外还具有阵列扩展的功能.本文推导了基于四阶累积量的阵列扩展方法,研究了虚拟阵的结构.放宽了协方差方法对信源数目的限制.但该方法在窄带多信号方向估计应用中存在局限.本文还推导了四阶相干问题和阵列扩展的限制条件.最后给出了实验举例.     

基于四阶累积量特征分解的空间谱估计测向方法

传统的空间谱估计测向方法大都是在二阶统计基础上提出的，而高阶累积量（ｃｕｍｕｌａｎｔ）及其对应的高阶谱具有更加丰富的信息，而且对任何谱特性的高斯噪声都有很好的抑制能力。本文研究了基于四阶累积量特征结构分析的谱估计测向方法，从累积量的基本定义和性质出发，导出了基于特征分解的测向算法，并给出了模拟实验和测向系统外场实验结果，实验结果显示，基于四阶累积量方法的性能优于传统谱估计测向方法，特别是对于未知谱     

基于四阶累积量特征分解的空间谱估计测向方法

传统的空间谱估计测向方法大都是在二阶统计基础上提出的。而高阶累积量(cumulant)及其对应的高阶谱具有更加丰富的信息,而且对任何谱特性的高斯噪声都有很好的抑制能力。本文研究了基于四阶累积量特征结构分析的谱估计测向方法。从累积量的基本定义和性质出发,导出了基于特征分解的测向算法,并给出了模拟实验和测向系统外场实验结果。实验结果显示,基于四阶累积量方法的性能优于传统谱估计测向方法,特别是对于未知谱特性的色高斯噪声的情况。     

一种稳健的四阶累积量ESPRIT测向方法研究

本文提出了一种基于四阶累积量的ＥＳＰＲＩＴ超分辨阵列测向算法，该算法适用于任意形状排列的空间阵列，通过对误差模型的分析，发现该算法具有稳健性，只要接收通道中任意两个通道能保持一致，该算法就能得到正确的方向估计，计算机模拟验证了该算法的正确性。     

一种稳健的四阶累积量ESPRIT测向方法研究

本文提出了一种基于四阶累积量的ESPRIT超分辨阵列测向算法,该算法适用于任意形状排列的空间阵列。通过对误差模型的分析,发现该算法具有稳健性,只要接收通道中任意两个通道能保持一致,该算法就能得到正确的方向估计。计算机模拟验证了该算法的正确性。     

基于四阶累积量的DOA估计方法

从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法,用四阶累积量构造了一个较通用的累积量矩阵,该矩阵符合MUSIC算法的结构,从而可进行DOA(Direction ofArrival)估计。对于这种方法在阵列信号处理中的应用,通过计算机仿真与基于二阶矩的MU-SIC算法进行了较全面的比较。仿真结果表明,该方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法。     

基于四阶累积量的DOA估计方法

从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法，用四阶累积量构造了一个较通用的累积量矩阵，该矩阵符合MUSIC算法的结构，从而可进行DOA（Directionof Arrival）估计。对于这种方法在阵列信号处理中的应用，通过计算机仿真与基于二阶矩的MU—SIC算法进行了较全面的比较。仿真结果表明，该方法在高斯噪声中具有良好的统计性能，是实现高分辨方位估计的有效方法，     

一种多径环境下基于四阶累积量的阵列扩展测向方法

本文分析了基于四阶累积量的测向方法不能正确测量多径信号方向的原因，提出了一种多径环境下的基于四阶累积量的新型测向方法。该方法利用零点领处理方法抑制多径信号，然后采用四阶累积量进行阵列扩展测向。计算机模拟结果表明该方法在多径环境下具有良好的性能并且可能实现对足够多的信号进行测向。     

基于四阶累积量的非圆信号测向方法

对通信系统中大量使用的BPSK等非圆信号测向,可以采用共轭扩展MUSIC(CE-MUSIC)算法,也可以采用基于四阶累积量的MUSIC-like算法。CE-MUSIC算法没有利用高阶信息,MUSIC-like算法没有利用信号的非圆信息,性能均受限。该文提出的四阶扩展MUSIC(FO-EMUSIC)算法利用了非圆信号在四阶累积量中的信息,分辨力和测角精度明显优于MUSIC-like算法,略优于CE-MUSIC算法,可测向阵元数大于CE-MUSIC算法和MUSIC-like算法。针对均布线阵,为减小计算量,还提出了FO-EMUSIC/ULA算法。仿真实验验证了FO-EMUSIC算法的优良性能。     

基于四阶累积量虚拟阵列扩展的运算量分析

在阵列信号处理中,利用四阶累积量可以使阵列虚拟扩展,增大了天线阵的孔径,但同时也增加了算法的计算量。该文通过分析四阶累积量矩阵中各元素之间的关系,剔除掉相同或互为共轭的冗余元素,避免了冗余元素的重复计算,极大地降低了四阶累积量矩阵计算的复杂度,并阐述了计算复杂度与阵元数目之间的关系。另外,针对均匀直线阵这种特殊情况进行了单独讨论。该文得出的相关结论对实际工程应用具有指导性的意义。     

基于四阶累积量扩展孔径的线阵设计

阵列孔径越大,空间谱分辨率越高.在借鉴传统的约束最小冗余线阵概念的基础上,从阵列输出的四阶累积量定义出发,利用四阶累积量扩展阵列孔径的功能,设计出基于四阶累积量的约束最小冗余线阵.与相同阵元数的传统约束最小冗余线阵相比,它具有大得多的有效孔径,从而在运用四阶累积量DOA估计方法时可大大增加可估计的信号数,极大地提高DOA估计分辨率.仿真结果证明了结论.     

一种基于四阶累积量的空间特征盲估计方法

该文以均匀直线阵为基础,提出了一种基于阵列输出四阶累积量的信号空间特征盲估计方法,并将其用于相干多径环境下的多用户信号空间特征的估计。作者利用四阶累积量构造了一个空间特征估计矩阵,并证明了对该矩阵作特征分解可以得到各用户的空间特征。该盲算法不依赖于信号具体特征,适用于任意加性高斯(白或有色)噪声。理论分析和仿真结果说明了算法的有效性和稳健性。     

基于四阶累积量的最小范数方向估计算法

本文分析了在高阶统计应用阵来波方向估计问题中二阶子空间与四阶子空间的概念及形式关系。提出了基于四阶累积量的最小范数方法。提出了四阶累积量方法对于均匀直线阵的零谱求很方法。最后给出了模拟实验举例。     

基于WCPO准则的鲁棒四阶累积量盲波束形成算法

基于边界误差性能最优准则(WCPO)的鲁棒性方法是波束形成算法领域内的最新研究热点,本文将该鲁棒性方法与基于高阶累积量的盲波束形成算法相结合,提出了一种新的改进鲁棒性的四阶累积量盲波束形成算法,即WCPO-RCUM算法.该新算法相较于采用传统对角线加载技术的高阶累积量盲波束形成算法RCUM而言,进一步提高了稳健性和输出信干噪比.计算机仿真验证了该算法的可行性和有效性.     

基于四阶累积量的重叠语音分离

文章将文献「１」给出的信号盲分离的一个理论判据应用于实际重叠语音信号的分离，给出了实现该判据的迭代算法，并对其中的参数选择等进行了讨论。实验表明，对于由两个语音分量构成的重叠语音信号，只要合理地选择其参数，就能有效地将其分离。     

基于偶数阶累积量的非圆信号测向方法

提出了基于2q阶累积量的非圆信号测向MUSIC(Multiple Signal Classification)算法(称为NC-2q-MUSIC),作为2q-MUSIC算法利用非圆信息的一种扩展,在可测向信号数、分辨力和测角精度等方面的性能均优于2q-MUSIC算法.并且,q越大,NC-2q-MUSIC算法的可测向信号数越大,分辨力越高,对模型误差也越不敏感.针对均布线阵(ULA:Uniform Linear Array)提出的NC-2q-MUSIC/ULA算法减小了计算量.仿真实验验证了NC-2q-MUSIC算法的优良性能.     

基于四阶累积量扩展孔径的宽带信源测向算法

当阵列过载时,常用高分辨测向算法将会失效.针对此问题,提出了一种新的宽带信源测向算法.该算法利用基于最小冗余直线阵列的四阶累积量来扩展阵列孔径.将得到的四阶累积量去除冗余信息后,构造了一新的Toeplitz矩阵.新矩阵充分利用了原协方差矩阵的信息,避免了冗余信息.通过理论分析和计算机仿真,对扩展后阵列孔径、测向性能、检测概率及可分辨信源数进行了对比研究.结果表明,相比相同阵元数的最小冗余直线阵和均匀直线阵,该算法具有大得多的阵列孔径和更高的分辨率,利用M阵元,最多可以分辨M²-M个信源.     

基于高阶累积量的盲自适应多用户检测

基于高阶累积量,讨论一种新的盲多用户检测方法,首先,分析一种新的优化准则,证明该优化准则在满足规范约束条件下具有全局最小值,且极值点满足解相关条件。由此,得到一种新的盲多用户接收方案,然后,利用约束优化问题的一个无约束条件的等价形式,给出盲多用户检测的自适应算法,仿真结果表明,本文给出的检测器具有较强的多址干扰抑制性能。     

基于高阶累积量的调制识别技术的研究

信息化背景下,计算机、信息技术在社会各领域得到了广泛应用,其中信号调制识别作为截获信号处理的一项基础性技术,能够突破复杂环境、噪声的干扰,确定出信号调制方式及参数,从而提高信号处理有效性,确保信息传输准确性。面对愈发复杂的空间环境,积极引入调制识别技术,不仅能够提高信号处理有效性,且能够增强反应效率。文章从高阶累积量及调制识别技术入手,从MPSK、MASK及MQAM三个角度对调制识别技术进行分析,进行计算机仿真试验,以此来证实分类算法具有有效性,从而为我国通信领域发展提供更多技术支持。     

基于四阶累积量和奇异值分解的参数型多径时延估计

在背景相关噪声的情况下,提出了一种基于四阶累积量和奇异值分解（SVD）的参数型时延估计方法。分析表明该方法能够准确进行多径传输情况下的时延估计,有效抑制相关高斯噪声的影响。最后采用Matlab进行仿真验证。