基于中国余数定理的欠采样下余弦信号的频率估计

基于中国余数定理的重构算法的信号频率估计是近年来信号处理、电磁学以及光学等领域的前沿问题,但目前这些研究仅限于对复指数信号做粗略频率估计.因而,本文把基于中国余数定理的频率估计从复指数信号粗估计拓展到实余弦信号精细估计领域,其所提出的估计方案处理过程如下:1)对高频余弦波形进行过零点检测,确定信号的相位信息;2)对各路欠采样信号做快速傅里叶变换,并借助Candan估计器对各路谱峰值做频率校正以获取高精度余数估计,基于此算出频偏值以做相位校正;3)用提出的基于相位特征分类方法对校正得到的余数做筛选;4)将筛选出的频率余数代入闭合形式的中国余数定理得到原信号频率的高精度估计.此外,本文还推导出了频率估计方差的理论表达式.数据模拟实验验证了该表达式的正确性,实验结果还反映了本文提出的方案具有高精度和高抗噪性能.     

基于L型延迟阵列调制宽带转换器的信号载频和二维到达角联合估计

针对现有的基于欠采样的频率和二维到达角的联合估计存在结构复杂问题,本文提出了一种基于调制宽带转换器技术的L型延迟阵列接收结构.利用延迟通道与未延迟通道采样值之间的相位差可直接估计载频,进而计算二维到达角,无需额外的参数配对操作,避免了配对步骤引入的误差和复杂度的提升.并结合所提L型延迟阵列结构的特点构造相关矩阵和三线性模型,提出了两种参数估计算法,一种基于旋转不变子空间算法,计算量小,适用于需要实时处理的场景;另一种基于正则分解技术,鲁棒性较好,适用于信噪比较低的应用场景.仿真实验表明该方法能较好地从欠奈奎斯特样本中估计目标的载频和二维到达角参数.     

检测及精估目标运动参量的广义自适应相关器技术

本文结合自适应Ｒｏｔｈ时延估计器和拷贝相关器,提出了一种既可以检测多亮点目标回波,又可以在低采样频率下（采样间隔ｍｓ级）,精估μｓ级方位时延的广义自适应拷贝相关器算法。并进行了深入的理论分析,完成了计算机仿真：验证了该算法具有较高的处理增益和参量精估精度,很适合于检测和高分辨精估目标多亮点的方位、距离和多卜勒。从而为尺度识别奠定了基础。     

检测及精估目标运动参量的广义自适应相关器技术

本文结合自适应Ｒｏｔｈ时延估计器和拷贝相关器,提出了一种既检测多亮点目标回波,又可以在低采样频率下,精估μｓ有方位时延的广义自适应拷贝相关器算法,并进行枚的理论分析,完成了计算机仿真,验证了该算法具有较高的处理增益和参量精估精度,很适合于检测和高分辩精估目标多亮点的方位,距离和多卜勒,从而为尺度识别奠定了基础。     

多速率STFT超宽带信号瞬时频率估计研究

提出多速率短时傅里叶变换(Multi Rate Short Time Fourier Transform,MR-STFT)瞬时频率估计算法,提高了超宽带信号瞬时频率估计精度。该方法将多速率信号处理算法与短时傅里叶变换(STFT)技术相结合,兼顾采样频率和被测频率,将宽频范围进行分段采样,对分段处理结果进行拟合,构成多速率STFT算法,实现超宽带信号瞬时频率的高精度测量。论文通过对仿真信号和实测信号进行处理,研究了方法的可行性和频率估计精度,结果表明MR-STFT算法较大提高了超宽带信号瞬时频率估计精度,尤其对低信噪比的超宽带信号效果显著。     

基于矢量化差分相位的单分布源解耦二维波达方向估计

在分布源(包括相干分布源和非相干分布源)的二维波达方向估计中,均匀圆阵由于可实现全方位测角、具有较高的分辨率,得到了广泛的应用,然而现有的估计算法均需要谱峰搜索和特征值分解,复杂度较高.针对此问题,考虑单个相干分布源或非相干分布源入射两种情况,提出了一种基于矢量化差分相位的解耦二维波达方向快速估计算法.该算法首先基于空间频率近似模型,证明了任意单个分布源入射时,均匀圆阵中不同阵元接收信号间的差分相位均不受角度扩展参数的影响;基于此特性,通过获取差分相位即可实现中心波达角的解耦合;接下来,提取采样协方差矩阵的严格上三角元素相位,即对应于各阵元间的差分相位,并进行矢量化处理,最终将波达方向估计问题转化为一个最小二乘问题,从而直接得到闭式解,避免了谱峰搜索和特征值分解运算,大幅度降低了复杂度.理论分析和仿真实验表明,所提算法具有较高的估计精度,并且无需角信号分布的先验信息,同时具备较低的计算复杂度和硬件复杂度,有利于复杂环境下阵列测向等工程实践.     

单载波频域均衡中的水声信道频域响应与噪声估计

本文对单载波频域均衡(SC-FDE)中的信道和噪声估计进行研究,理论分析了形成误码率平台的可能原因,提出了基于Chu序列的联合信道时频域响应和噪声功率估计算法.利用水声信道响应的稀疏特性和门限确定信道能量集中区域,进行信道估计的去噪处理和噪声功率计算.借助于水声射线模型对所提出的算法进行了仿真,分析了噪声估计对SC-FDE性能的重要影响.仿真结果表明,所提出的信道和噪声估计算法可以有效减缓或消除SC-FDE中的误码率平台.     

基于滚动时域估计的飞行器姿态估计及三轴磁强计在线校正

针对飞行器姿态估计以及三轴磁强计在线校正问题, 提出了一种实时滚动时域估计算法. 首先, 为了解决在卡尔曼滤波框架下系统约束不能显式求解的问题, 设计了滚动时域估计滤波算法. 该算法将飞行器姿态估计问题转化为优化问题, 显式求解四元数归一化性质, 缩小搜索空间的同时提高了搜索效率和精度. 其次, 滤波时域窗内应用高斯-牛顿迭代法求解最优状态估计值, 满足了实时性要求. 最后, 在没有增加系统状态维数的情况下, 在线求解了三轴磁强计校正参数, 保证了磁强计量测值以矢量形式输入系统. 仿真结果表明, 由于合理地利用了历史信息, 该方法精度较高, 且对初始误差、系统误差均不敏感, 具有一定鲁棒性.     

采用去网格相关向量机的水下多径稀疏信道估计

在采用训练序列的水下稀疏信道估计问题中,由于采样过程的存在产生了测量矩阵的网格,所以当多径时延不恰好位于网格上时,传统的有网格方法就无法准确估计出该多径的位置,在网格间距较大时这个问题更加严重。针对这个问题,本文构建了一个去网格的稀疏信道估计模型,这个估计模型的测量矩阵包含了对网格外偏差进行调整的参数,在此基础上进一步采用相关向量机的方法对这个调整参数进行估计,得到网格外的偏差值。针对两种不同的水下稀疏多径信道模型进行的仿真试验证明,此方法相比其它有网格稀疏信道估计算法,在估计误差和误码率上有提升,在网格间距较大时,优势更加明显。      

基于哈达玛积扩展子空间的到达时间和波达方向联合估计

在窄带阵列天线正交频分复用系统的到达时间和波达方向联合估计中, 针对阵元数目较少时波达方向估计精度不高, 特别是多径数目大于阵元数目导致的波达方向无法估计问题, 提出一种基于哈达玛积扩展子空间的到达时间和波达方向联合估计算法. 该算法首先利用各阵元上的频域信道估计构成扩展信道频域响应矢量, 然后计算扩展信道频域响应矢量自相关矩阵, 并进行特征值分解得到哈达玛积扩展噪声子空间, 最后构造伪谱函数并进行二维谱峰搜索, 从而实现到达时间和波达方向的联合估计. 仿真结果表明, 与现有算法相比, 在复杂度没有大幅提高的前提下, 该算法的估计结果均方根误差更加接近克拉美罗界, 且到达时间和波达方向估计能够自动配对, 在多径数目大于阵元数目时依然适用.     

前后向子分段相位差频率估计法

为提高直接频率估计法的精度并推导出估计误差方差的闭合表达式,本文提出基于前后向子分段相位差的直接频率估计法. 该方法对样本的前向和后向两个子段做快速傅里叶变换,再提取这两个子段变换后的峰值谱相位差而获得频率估计. 本文证明了该估计器具有无偏性,并推导出其频率估计方差的闭合理论表达式. 仿真实验验证了该闭合表达式的正确性,故本文方法具有更高的测频精度和广泛的应用前景. 关键词： 频率估计 前后向子段 相位差 克拉美罗限     

拖曳阵被动合成孔径目标深度稳健估计

使用水下无人平台作为载体的拖曳阵进行被动目标深度估计具有灵活性高和隐蔽性好的优点,针对实际应用中存在的平台自噪声和阵列瞬时随机加速度扰动问题,提出了一种稳健的目标深度估计方法。该方法分为三个步骤,首先对阵元接收信号进行自适应噪声抵消和相位抖动滤波,然后对声压进行距离积分实现简正波模态估计,最后计算模态匹配度,最大值对应的深度为目标深度估计结果。仿真表明在干扰背景下该方法的目标深度估计稳健性优于传统方法,声源频率、合成孔径距离和信干比决定了目标深度估计误差。利用实验数据验证了该方法对水下低频线谱声源的深度估计能力。     

Maximum likelihood estimation of direction of arrival using an acoustic vector-sensor

A vector-sensor consisting of a monopole sensor collocated with orthogonally oriented dipole sensors is used for direction of arrival (DOA) estimation in the presence of an isotropic noise-field or internal device noise. A maximum likelihood (ML) DOA estimator is derived and subsequently shown to be a special case of DOA estimation by means of a search for the direction of maximum steered response power (SRP). The problem of SRP maximization with respect to a vector-sensor can be solved with a computationally inexpensive algorithm. The ML estimator achieves asymptotic efficiency and thus outperforms existing estimators with respect to the mean square angular error (MSAE) measure. The beampattern associated with the ML estimator is shown to be identical to that used by the minimum power distortionless response beamformer for the purpose of signal enhancement.     

Efficient tensor decomposition method for noncircular source in colocated coprime MIMO radar

An effective method via tensor decomposition is proposed to deal with the joint direction-of-departure(DOD) and direction-of-arrival(DOA) estimation of noncircular sources in colocated coprime MIMO radar. By decomposing the transmitter and receiver into two sparse subarrays, noncircular property of source can be used to construct new extended received signal model for two sparse subarrays. The new received model can double the virtual array aperture due to the elliptic covariance of imping sources is nonzero. To further exploit the multidimensional structure of the noncircular received model, we stack the subarray output and its conjugation according to mode-1 unfolding and mode-2 unfolding of a third-order tensor, respectively. Thus, the corresponding extended tensor model consisted of noncircular information for DOA and DOD can be obtained. Then, the higher-order singular value decomposition technique is utilized to estimate the accurate signal subspace and angular parameter can be automatically paired via the rotational invariance relationship.Specifically, the ambiguous angle can be eliminated and the true targets can be achieved with the aid of the coprime property.Furthermore, a closed-form expression for the deterministic CRB under the NC sources scenario is also derived. Simulation results verify the superiority of the proposed estimator.     

采用条件波数谱密度函数的宽带高分辨方位谱估计算法

针对宽带高分辨方位估计存在方位估计偏差大、算法复杂度高等问题,提出了一种基于条件波数谱密度(Conditional Wavenumber Spectral Density based,CWSD-based)的宽带高分辨方位谱估计算法.该算法利用条件波数谱密度将阵列信号转换到频率-波数空间,宽带信号能量在该空间的坐标呈现与入射角相关的线性分布,通过借鉴直线检测原理,实现邻近目标的高分辨方位估计,且无需预估角度和信源数等信息。仿真结果表明,该算法理论分辨率与处理最高频率成反比,估计均方误差约为0.1°,对阵形畸变鲁棒,运算效率高。海上试验数据表明,本文方法在方位分辨率、弱目标检测、非目标向噪声抑制、稳健性等方面都优于宽带常规波束形成和最小方差无畸变算法,在实际海洋中可实现超低旁瓣高分辨波达方向估计。      

Direction-of-arrival estimation using matrix spatial prefiltering approach

An approach to direction-of-arrival （DOA） estimation for multiple narrowband farfield signals is proposed. The technique uses a novel matrix spatial prefiltering approach. Specifically, a matrix filter is designed to spatially filter the incoming data snapshots. The un-wanted components arriving from the stopband angular sectors are attenuated and the desired components from the angular sector of interest pass with minimal distortion. The matrix filter spatially filters the element-space data and the output reserves the element-space data property, which makes it very useful by passing sensor data through a spatial prefilter prior to applying many other array processors to attenuate interferences and improve system performance. Several examples of DOA estimation problem are presented to illustrate the performance of the proposed spatial prefiltering approach. Results of simulation and real data show that the pre-filter can efficiently attenuate the spatial interferences and significantly improve the estimation and resolution capability of DOA estimators at low signal-to-noise ratios for the sources located inside the passband sector. In addition, the use of spatial prefilter makes it possible to estimate DOAs for multiple sources more than the number of the elements of an array.     

ECM and SAGE based joint estimation of timing and frequency offset for DMIMO–OFDM system

Distributed multiple-input multiple-output (DMIMO) technology is a key enabler of coverage extension and enhancement of link reliability in wireless networks through distributed spatial diversity. DMIMO employs classic relay channels in between the source and the destination to opportunistically form a virtual antenna array (VAA) for emulating cooperative diversity. Use of multiple antennas at the relays further increases capacity and reliability of the relay–destination channel through multiplexing and diversity of MIMO antennas respectively. In such network, the signal received at the destination is characterized by multiple timing offsets (MTO) due to different propagation delay and multiple carrier frequency offsets (MCFO) due to independent oscillators of the relays. Hence, synchronization becomes a crucial issue in DMIMO in order to realize the distributed coherence. In this paper, we address joint estimation of MCFO and MTO in DMIMO orthogonal frequency division multiplexing (OFDM) with MIMO configuration at the relays for estimate-and-forward (EF) relaying protocol. Two iterative algorithms, based on expectation conditional maximization (ECM) and space alternating generalized expectation–maximization (SAGE) are proposed for joint estimation in presence of inter carrier interference (ICI). The robustness of both the estimators to ICI is evaluated by mathematical analysis and supported by extensive simulations. The performance of the proposed estimators is assessed in terms of mean square error (MSE) and bit error rate (BER). The theoretical Cramer–Rao lower bound (CRLB) of estimator error variance is also derived.     

一种基于最优频段的X射线脉冲星累积轮廓时延估计方法

为提高X射线脉冲星导航中累积脉冲轮廓的时间延迟估计精度, 分析了X射线脉冲星累积脉冲轮廓的频谱特性和现有Taylor快速傅立叶变换时延估计算法的缺陷, 提出了一种基于最优频段的累积轮廓时延估计算法, 并通过建立不同信噪比下时延估计误差与所采用频段之间的关系以确定最优频段. 数值及实测数据实验结果表明: 在短时观测或光子流量较小时, 该算法优于常用的近似最大似然 (FAML)、相关 (CC)、最小二乘 (NLS) 及加权最小二乘 (WNLS) 方法; 在观测时间较长或光子流量较大时, 该算法的估计精度与CC及NLS方法相当, 但其运算量低于NLS, FAML 及WNLS方法. 本文所提算法适用于短时观测脉冲轮廓或低流量脉冲星的高精度时延估计.