基于均值似然估计的激光探测微动特征提取和分离

最大似然估计是提取目标微动特征参数的最佳估计方法,但直接用网格法求解计算量巨大,且激光探测微多普勒回波信号对应的代价函数具有高度非线性,存在多个局部最大值。为此,提出均值似然估计与蒙特卡罗结合的估计方法,给出了最大似然参数估计的闭合表达式,再通过设计压缩似然函数获得全局最大值,通过蒙特卡罗法抽样并计算循环均值估计出参数。该方法避免了传统方法中对高精度初始值和复杂迭代算法的依赖,能够实现参数的联合估计。对于多分量微多普勒信号,该方法可在参数估计的同时实现各微动分量分离,且不增加算法的复杂性。对仿真和实验数据进行估计,结果表明,该方法在达到近似于最大似然估计性能的同时可有效降低计算复杂度并确保了全局收敛,实现信号的分离和参数估计。     

运动目标激光微多普勒效应平动补偿和微动参数估计

利用激光探测微多普勒效应可以精确估计微动参数,有利于实现目标的准确分类和精细识别.运动目标的微多普勒效应是一种由多项式相位信号模型与正弦调频模型组成的混合信号.对于这类混合信号中的微动参数估计目前还未提出有效的方法.对此,本文提出一种基于分数阶傅里叶变换(Fr FT)的平动补偿方法,通过设计对Fr FT参数域的带宽搜索方法,可以从混合信号中精确估计平动参数,实现平动和微动的分离;通过设计静态参数粒子滤波器,从补偿后的信号中准确估计了微动参数;针对静态参数模型,采用马尔可夫-蒙特卡罗方法增加粒子多样性,并利用累积残差定义新的粒子权重计算函数,保证了算法在对多维参数估计时的快速有效收敛,避免了参数分别估计时误差传递的影响.通过仿真分析对比和实验数据,验证了本文所提补偿和参数估计算法的有效性.     

时频-Radon变换在激光微多普勒效应特征提取中的应用

鉴于激光微多普勒效应探测运动目标复合振动的重要性,利用离散小波多分辨分析对激光微多普勒效应探测运动目标复合振动的实验数据进行分解,研究不同尺度下的信号特征。将Radon变换与时频分析结合在一起,对实验所得信号在时频域中进行分析,结果表明:时频-Radon变换适合于微多普勒信号的识别,应用该方法能够抑制多分量信号时频分布产生的交叉项干扰,有效地提取微动目标的特征,为目标特征的识别、分类和探测提供了便利。     

宽带相关噪声中窄带信号的高分辨率谱估计法

本文提出在宽带相关噪声中,提取窄带信号谱分量的一种高分辨率谱分析方法.基于宽带噪声的相关半径远小于窄带信号分量的相关半径,在输入时间过程的相关函数的大延时部份,宽带噪声的影响已相当弱.因而可利用测量到的大延时部份的相关函数来估计窄带信号的谱分量.本文首先用复指数近似方法,将大延时相关函数内插,得到窄带信号分量的小延时部份的相关函数的估计值.利用大延时相关函数的测量值,加上小延时相关函数的估计值,构成完整的相关函数。其次,按最大熵方法外推相关函数,得到高阶的最大熵预测系数,由此得到窄带信号分量的频率、功率和带宽的精确估计.为了达到高分辨率而采用高阶相关矩阵,谱估计的运算量十分大.本文提出节省运算量的有效方法,可避免同时解出全部谱分量,而仅选出功率较大的谱分量来对其频率作精确估计.最后,以宽带相关噪声中的多个正弦信号为例,给出了线谱分量的各参量估计的计算机模拟结果.本文提出方法的谱分辨率较常规谱分析法的谱分辨率提高很多倍.     

基于复数经验模式分解的空中颤振目标成像

针对毫米波雷达照射条件下,逆合成孔径雷达成像过程中目标主体颤振引起的微多普勒效应对成像造成的干扰问题,在建立颤振目标成像模型、分析目标颤振对回波造成的微多普勒调制以及对成像的影响的基础上,提出了基于复数经验模式分解的颤振目标成像方法.该方法利用复数经验模式分解的自适应特性,将目标回波信号分解为多个不同频率的分量信号;进而采用复杂度的概念对各分量信号进行区分;并结合各分量信号所占的能量百分比,剔除微动信号分量,有效消除了由于目标颤振所造成的微多普勒调制.采用复杂度与能量百分比相互结合的方法有效地提高了准确度和空中颤振目标的成像质量.     

基于粒子滤波的高阶运动目标激光探测微动参数估计

为精确估计高阶运动状态下的目标微动参数,实现目标精细识别,提出一种基于相位信息的分离估计方法。通过对解卷绕得到的真实相位进行求导,消除信号中的多项式相位信号项,实现目标运动和微动分量的分离。针对包含多维微动参数的正弦调频项,提出改进的粒子滤波静态参数估计方法,通过设计自适应方差法和变化粒子数提升了算法效率,通过设计累积残差作为观测概率密度函数,实现了对非线性模型中多维参数的同时估计。仿真和实验分析验证了算法的有效性和必要性。算法通过对相位进行处理降低了原始信号的非线性程度,减少了计算量,具有较强的抗噪性能。基于粒子滤波的微动参数估计方法减少了估计流程,避免了误差传递效应,提高了估计精度。     

期望最大化算法近场被动定位技术研究

本文介绍了一种对近场声源的距离和方位参数的确定性最大似然估计方法。直接的对近场声源参数的最大似然估计产生了复杂的多参数优化问题,我们在实际采样数据(非完全数据)和假设数据(完全数据)等方面重新构建这个问题,最后提出运用期望最大化迭代方法获得最大似然估计。期望最大化算法将观测数据分解,然后对于最优化问题,运用有效的计算措施单独估计每个信号成分的参数。这种算法的应用性和有效性通过一定的仿真得到了验证。     

多谐波脉冲星信号时延估计方法

针对脉冲星导航技术中延时估计这一关键问题, 提出了频域上直接使用脉冲星信号测量到达时间集合进行时延估计的方法——多谐波脉冲星信号时延估计(MHSPE)方法. 该方法建立在频域上相位时延的极大似然估计的基础上, 通过高次谐波对脉冲星观测信号提取出各谐波相位的极大似然估计, 然后取频谱上各谐波的幅值进行归一化作为各谐波相位的权值, 最后取各谐波相位的加权平均作为该时刻的相位估计. 理论上证得MHSPE算法对相位的估计是无偏、一致的, 相比于频域上一次谐波的极大似然估计, MHSPE方法的信噪比随谐波数m的增加而增加, 当各谐波幅值相同时, 信噪比可提高m_1/2倍; 与脉冲星信号时延的克拉美罗界比较, 脉冲星信号时域的导数在频域上的反映就是各谐波分量的数量, 因此随着谐波次数的增加脉冲星信号时延估计可极大趋近克拉美罗界. 采用RXTE航天器对Crab脉冲星的实测数据检验MHSPE方法的性能, 实验结果表明, 针对低信噪比的脉冲星信号, MHSPE可获得高精度的相位估计, 随观测时间增加, 估计精度快速收敛于克拉美罗界.     

空间目标红外双波段成像测温

作为空间目标与地基望远镜红外成像终端间不确知参量之一的地球热辐射,会降低传统双波段比色测温法正向求解准确度.为了提高目标温度估计的准确度,建立了基于红外探测器测量电子数的评价函数,得到了求解最大似然函数的温度反向求解模型;推导了双波段比色测温法的温度正向求解模型,进行了两种测温方法的仿真实验与比较分析.结果表明:目标温度反演准确度与成像探测器信噪比、地球热辐射估算准确度以及波段之间的发射率差异有着紧密的关系;当信噪比较低时,双波段比色测温法会陷入无解区域;当信噪比较高时,双波段比色测温法与最大似然函数法反演温度准确度相当;最大似然函数法采用有约束与有限内存的拟牛顿优化算法可有效避免目标函数陷入局部最小值;最大似然函数法具有很强的抗噪音干扰能力,能扩大目标温度求解的范围,并具有较高的准确度;在保证信噪比的情况下,增加成像波段数目可以提高温度反演准确度.     

机动目标逆合成孔径激光雷达方位成像快速算法

针对逆合成孔径激光雷达对机动目标成像时存在方位多普勒时变的问题,提出了一种基于方位时频域keystone变换的机动目标逆合成孔径激光雷达方位成像快速算法.利用多分量线性调频子回波信号的调频斜率与起始频率的比值为常量这一特点,在方位时频域采用keystone变换将多分量线性调频信号同时转换为多分量单频信号,利用快速傅里叶变换实现方位聚焦.采用基于分数阶傅里叶变换和最小熵的线性调频参量估计方法,实现了对调频斜率与起始频率比值的精确、快速估计.结果表明,与现有的基于Radon-Wigner变换的距离-瞬时多普勒成像算法相比,所提出的算法成像效率大大提高,且能够保留更多的目标细节信息,适合于逆合成孔径激光雷达的实时成像.     

Semi-coherent time of arrival estimation using regression

Time of arrival (ToA) estimation is essential for many types of remote sensing applications including radar, sonar, and underground exploration. The standard method for ToA estimation employs a matched filter for computing the maximum likelihood estimator (MLE) for ToA. The accuracy of the MLE decreases rapidly whenever the amount of noise in a received signal rises above a certain threshold. This well-known threshold effect is unavoidable in several important applications due to various limitations on the power and the spectrum of a narrowband source pulse. A measurement performed in the presence of the threshold effect employs a receiver which operates in the semi-coherent state. Therefore, the conventional methods assuming a coherent state receiver should be adapted to the semi-coherent case. In this paper, a biosonar-inspired method for the semi-coherent ToA estimation is described. The method abandons the exploration of an echo signal by a single matched filter in favor of the analysis by multiple phase-shifted unmatched filters. Each phase-shifted unmatched filter gives rise to a biased ToA estimator. The described method uses regression for combining these estimators into a single unbiased ToA estimator that outperform the MLE in the presence of the threshold effect.     

快速正交搜索算法在水声信号处理中的应用*

信号的谱估计技术作为一种十分重要且应用广泛的信号分析处理手段,对其性能的不断提升和改进一直是水声信号处理领域研究的重点和热点。对此,该文将快速正交搜索算法应用于水声信号的谱估计中,通过隐式正交对参数进行搜索,实现对信号频率、幅度、相位的估计。仿真和实验数据处理结果表明,相较于传统的谱估计方法,该方法能稳定且准确地估计水声信号的多个参数,获得频率分辨率较高的谱估计结果。     

A comparison of threshold estimation methods in children 6-11 years of age

Estimating detection threshold for auditory stimuli in children can be problematic because of lapses in attention and the time limits usually imposed by scheduling restrictions or fatigue. Data reported here were collected to compare the stability of threshold estimation procedures in testing children ages 6 to 11 in a three-alternative, forced-choice paradigm. Stimuli consisted of a 1-kHz tonal signal and a Gaussian noise masker, bandpass filtered between 500-2,000 Hz and presented at 25-dB spectrum level. The signal was either presented for 400 ms in the presence of a continuous masker (simultaneous masking) or for 10 ms just prior to a 400-ms masker (backward masking). For each masking paradigm the 79% correct threshold was assessed via each of three procedures: 3-down, 1-up adaptive staircase (Levitt), maximum likelihood estimation (MLE), and method of constant stimuli. Percent correct was measured at the end of the study for a signal 10 dB above the previously determined threshold in order to estimate the most appropriate psychometric function asymptote for fitting data collected via the method of constant stimuli. Both the MLE and Levitt procedures produced equally stable threshold estimates for both conditions and age groups. This was the case despite considerable variability in backward-masking thresholds.     

车载激光多普勒测速仪参数估计的Cramer-Rao下限

考虑到加速度和高斯型包络对激光多普勒测速仪的影响,在引入加速度分量的基础上,研究了高斯包络型多普勒信号的参数估计.根据数理统计的理论,分析了多普勒圆频率及其一阶变化率估计方差的Cramer-Rao下限(CRLB),给出了参数估计方差的CRLB计算公式,并讨论了各参数带修正的功率谱估计.理论分析及仿真结果表明:参数估计方...     

Hedged maximum likelihood quantum state estimation

This Letter proposes and analyzes a new method for quantum state estimation, called hedged maximum likelihood (HMLE). HMLE is a quantum version of Lidstone's law, also known as the "add β" rule. A straightforward modification of maximum likelihood estimation (MLE), it can be used as a plug-in replacement for MLE. The HMLE estimate is a strictly positive density matrix, slightly less likely than the ML estimate, but with much better behavior for predictive tasks. Single-qubit numerics indicate that HMLE beats MLE, according to several metrics, for nearly all "true" states. For nearly pure states, MLE does slightly better, but neither method is optimal.     

Optimal estimation of the diffusion coefficient from non-averaged and averaged noisy magnitude data

The magnitude operation changes the signal distribution in MRI images from Gaussian to Rician. This introduces a bias that must be taken into account when estimating the apparent diffusion coefficient. Several estimators are known in the literature. In the present paper, two novel schemes are proposed. Both are based on simple least squares fitting of the measured signal, either to the median (MD) or to the maximum probability (MP) value of the Probability Density Function (PDF). Fitting to the mean (MN) or a high signal-to-noise ratio approximation to the mean (HS) is also possible. Special attention is paid to the case of averaged magnitude images. The PDF, which cannot be expressed in closed form, is analyzed numerically. A scheme for performing maximum likelihood (ML) estimation from averaged magnitude images is proposed. The performance of several estimators is evaluated by Monte Carlo (MC) simulations. We focus on typical clinical situations, where the number of acquisitions is limited. For non-averaged data the optimal choice is found to be MP or HS, whereas uncorrected schemes and the power image (PI) method should be avoided. For averaged data MD and ML perform equally well, whereas uncorrected schemes and HS are inadequate. MD provides easier implementation and higher computational efficiency than ML. Unbiased estimation of the diffusion coefficient allows high resolution diffusion tensor imaging (DTI) and may therefore help solving the problem of crossing fibers encountered in white matter tractography.     

基于频谱Sevcik维数的目标运动速度估计*

在声目标无源估计应用中,目标与接收器存在相对运动时,接收的目标辐射的噪声信号存在多普勒频移。多普勒频移中包含目标的运动参数信息。针对线谱信号多普勒频移目标运动参数获取问题,提出一种基于频谱Sevcik维数的目标运动速度获取方法。首先利用Doppler-warping变换对接收信号进行重采样,然后对重采样后的频谱信号求Sevcik维数,最后通过寻找Sevcik最小值来实现速度估计。仿真证实了所提方法的有效性,在相同仿真条件下,所提方法相较于频谱求熵算法,速度搜索结果不仅具有更窄的主瓣宽度,而且可提高抗噪性5dB左右。两组实验数据的速度估计误差小于5%,证明了本文算法的有效性。     

水稻产量遥感监测机器学习算法对比

水稻是我国的主要粮食作物,利用高光谱遥感技术在水稻未成熟之前对水稻产量进行监测,一方面可以及时调整栽培管理方式,指导合理追肥,另一方面,可以准确掌握水稻的产量信息,帮助政府提前做出决策。以2019年—2020年广州市白云区钟落潭试验基地氮肥梯度实验为基础,分别获取水稻分化期和抽穗期冠层高光谱数据、作物群体长势参数（生物量、叶面积指数）及作物养分吸收量,利用贝叶斯岭回归（BRR）、支持向量回归（SVR）、偏最小二乘回归（PLSR）三种方法建立各生育期的产量监测模型并进行精度对比,确定水稻产量的最优估算时期和最佳估测模型。结果表明,三种方法中,BRR和SVR方法更适合产量监测,在不同时期及不同的参数组合下均有较好的表现（R2>0.82,NRMSE<8.22%）;基于2019年与2020年数据,采用全波段光谱信息进行产量监测时,分化期最佳监测模型为BRR模型,R2为0.90,抽穗期最优监测模型为SVR模型,R2为0.87;采用全波段光谱协同作物群体长势参数进行产量监测时,两时期最佳监测模型均为BRR模型,R2分别达到0.90和0.92;相较于BRR模型和SVR模型,PLSR模型在不同时期和不同参数组合下,最高R2仅为0.75;基于2020年数据,以三种不同的参数组合作为输入时,两时期估算结果均为BRR模型最优,且分化期建模精度高于抽穗期（R2至少增加0.02,NRMSE至少降低0.61%）;当输入参数组合为全波段光谱协同作物群体长势参数、作物养分吸收量时,BRR模型对产量的估算精度达到最高,R2为0.94。分析认为产量的最优监测时期是分化期,最优监测模型为BRR模型。研究结果可为水稻产量的早期遥感监测提供参考。