基于机器视觉的最大似然位姿估计算法

针对现有位姿估计算法对采样数据不做任何的统计假设,缺少评判标准等问题,从信号的概率密度函数出发,推导了基于机器视觉的最大似然位姿估计的一般形式,并证明利用单幅图像时,在各向同性高斯噪声情况下传统迭代算法与最大似然估计等效。推导了位姿估计的克拉美-罗界,给出了位姿估计的方差下限。根据仿真结果可以看出,利用10张图像时,最大似然算法在噪声功率大于5dB的情况下,性能明显优于传统迭代算法,证明适当增加图像数可有效提高估计性能。     

进行子阵加权波束形成的波达方向估计

针对水声信道的多径效应以及海底散射信号信噪比低导致方位估计性能较差的问题,提出了一种基于子阵加权波束形成的UESPRIT算法(Weighted Beamspace UESPRIT Based on Subarrays,BS-BUESPRIT)。首先利用密集波束域转换矩阵估计回波信号的方位谱,进而估计同一时刻到达阵列的回波数目;之后将均匀线阵分为多个尺寸相同、相互重叠的子阵,利用加权波束形成对各子阵接收信号做指定方向的空域滤波;最后基于各子阵波束形成后的输出结果,利用UESPRIT算法实现回波方向的估计。仿真和湖试、海试试验结果表明,与UESPRIT算法相比,BS-BUESPRIT算法提高了信号波达方向估计性能,在多径和较低信噪比条件下有着更高的估计精度,应用于高分辨率测深侧扫声呐时有效地提高了声呐的测深性能。     

基于矢量水听器的最大似然比检测和最大似然方位估计

矢量水听器由声压水听器和质点振速水听器复合而成,可以空间共点同步测量声压和质点振速,并由此得到空间一点处的声能流。本文证明在各向同性噪声场中声能流是最大似然比检测量,声能流方向是声源方位的最大似然估计;讨论声能流检测器的增益以及方位估计DOA (Direction of Arrival)的克拉美罗界CRB (Cramer—Rao Bound)。给出了计算机的仿真结果和浅海试验的结果。     

基于周期图最大似然算法的相干激光测风多普勒频率估计

采用径向风速的估计不确定度和探测概率作为评价指标,研究了周期图最大似然(PML)算法的多普勒频率估计性能.基于大气分层激光回波模型,分别以PML和周期图最大值法(PM)对回波信号进行处理,验证了PML算法在相干激光测风中的可行性;分析比较不同信噪比条件下PML算法的风速估计不确定度与探测概率.仿真结果表明,在发射脉冲宽度为400ns、采样点数为128时,PML算法适合在中等信噪比条件下使用,且风速估计的不确定度整体小于PM算法的,在信噪比为-13dB时径向风速的估计不确定度为0.75m/s,探测概率在90%以上,该研究为后续的外场试验提供了指导.     

多子阵子空间拟合波达方向估计

提出了考虑阵元互耦的子空间拟合波达方向估计方法。用一带状、对称Toeplitz矩阵对均匀线阵的互耦矩阵建模。根据互耦矩阵自由度,去除部分两边阵元,研究了子空间拟合算法中ESPRIT算法的理论性能。在大快拍的情况下,均匀线阵的MCLS-ESPRIT算法的角度估计误差是一个零均值的联合高斯分布,同时给出了分布的协方差表达式。由方差的数值计算可知,在阵元数和信源数确定的情况下,存在估计标准差最小的子阵;与不存在互耦的理想情况相比,除了估计标准差少许增加外,性能接近。本文的方法已应用于高分辨率测深侧扫声呐,获得了好结果。在声呐阵阵元数增加的条件下,用本文的方法,能抑制均匀线阵的互耦的影响。     

基于时频阵列模型的波达方向估计

提出一种非平稳信号的波达方向估计方法。该方法将时频分析引入阵列处理,通过参考阵元和两个对称子阵的互时频分布建立起一种时频域的阵列数据模型,用平均的时频阵列数据模型代替传统的阵列模型,采用子空间方法得到多个非平稳信号的波达方向估计。空间平均和时频分析的结合使得该方法具有很好的信号选择性和抗干扰噪声的性能,该方法还具有运算量小和处理非平稳信号的能力。     

瞬态信号的小波变换波达方向估计

针对瞬态信号方位估计问题,提出了基于连续小波变换的多重信号分类测向算法(CWT_MUSIC)。首先由信号特征确定小波尺度参数,构造Morlet小波,对信号进行小波变换,利用获得的小波变换系数建立多分辨时频阵列信号模型,并据此模型设计基于子空间的MUSIC算法以实现瞬态信号的波达方向估计;然后对该算法的多分辨与误差性能进行分析,最后仿真实验和实际爆炸试验验证了所提出的CWT_MUSIC算法能有效地提高空间谱的分辨率和DOA估计性能。     

相干激光雷达中最大似然离散谱峰值估计及Monte Carlo仿真

相干测风激光雷达中一个核心的问题是从微弱的气溶胶后向散射信号中估计出风速。基于零均值复高斯随机过程协方差矩阵统计模型的后向散射信号,首先讨论了最大似然(ML)离散谱峰值(DSP)风速估计算法的克拉美-罗下界(CRLB)与由Fisher信息矩阵论得到的精确CRLB之间的关系。其次,对于ML DSP估计应用于相干测风激光雷达中协方差矩阵统计模型的后向散射信号时,使用计算机Monte Carlo仿真的方法研究了风速估计的概率密度函数。分别讨论了信噪比、激光脉冲累积发数和发射激光脉冲宽度对ML DSP风速估计性能的影响。计算仿真结果表明:ML DSP风速估计的CRLB低于精确的CRLB;在信噪比为-20dB,100发激光脉冲累积和信噪比为-30dB,10 000发激光脉冲累积条件下,ML DSP风速估计中"坏"的估计值所占的比例都为0,"好"的估计值的标准差分别为0.62m/s和0.50m/s。     

相干激光雷达中最大似然离散谱峰值估计及Monte Carlo仿真

相干测风激光雷达中一个核心的问题是从微弱的气溶胶后向散射信号中估计出风速。基于零均值复高斯随机过程协方差矩阵统计模型的后向散射信号,首先讨论了最大似然（ML）离散谱峰值（DSP）风速估计算法的克拉美-罗下界（CRLB）与由Fisher信息矩阵论得到的精确CRLB之间的关系。其次,对于ML DSP估计应用于相干测风激光雷达中协方差矩阵统计模型的后向散射信号时,使用计算机Monte Carlo仿真的方法研究了风速估计的概率密度函数。分别讨论了信噪比、激光脉冲累积发数和发射激光脉冲宽度对ML DSP风速估计性能的影响。计算仿真结果表明：ML DSP风速估计的CRLB低于精确的CRLB;在信噪比为－20 dB,100发激光脉冲累积和信噪比为－30 dB,10 000发激光脉冲累积条件下,ML DSP风速估计中坏的估计值所占的比例都为0,好的估计值的标准差分别为0.62 m/s和0.50 m/s。     

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.     

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.     

Experimental research for direction of arrival estimation based on signal phase matching principle

In order to test the validity of signal phase matching principle (SPMP) applied to direction of arrival (DOA) estimation, experiments are carried out at a reservoir using 16 sensors array. Two kinds of method, Least Square Method for Signal Matching principle (LSMSPM) and singular value decomposition method for signal matching principle (SVDSPM), are used for DOA estimation. Their performances were analyzed and compared with MUSIC and conventional beam-forming (CBF) method. The results show that the 3 dB beam width obtained by SPMP is 1/4 to 1/7 as much as that obtained by CBF and 1/2 to 1/3 by MUSIC method. In addition, LSMSPM and SVDSPM are available for multi-sources DOA estimation and high resolution DOA estimation, which demonstrates that DOA estimation by SPMP method is better than that by MUSIC and CBF method.     

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.     

利用信号相位匹配原理的声源方位估计实验研究

为了验证信号相位匹配原理的正确性,利用自制的16元线列阵,在水库进行了声源定向实验研究。分析了信号相位匹配原理的方位估计性能,并与MUSIC方法和常规波束形成方法的方位估计结果进行了比较;实验表明:由该原理定向的指向性半功率点开角是常规波束形成方法半功率点歼角的1/4~1/7和MUSIC方法的1/2~1/3。利用船舶航行噪声的多目标定向仿真和高分辨方位估计仿真结果表明:信弓相位匹配原理方位估计算法用于多目标方位估计和高分辨方位估计是可行的。     

改进的贝叶斯压缩感知目标方位估计

针对基于高斯先验模型的贝叶斯压缩感知在目标方位(Direction Of Arrival,DOA)估计中可能出现明显随机伪峰的问题,改进了高斯先验模型,并在此基础上提出了一种贝叶斯压缩感知目标方位估计方法。通过波束输出噪声背景预估与二值指示变量标记,并引入基于信号先验方差的噪声方差估计方法,与变分贝叶斯推断相结合改进目标方位估计性能和优化迭代收敛过程。利用32元线阵对改进算法进行数值仿真处理和分析结果表明,该改进方法不仅可以准确估计目标信号的方位,而且可以显著地减少空间谱中伪峰的数量。实际海上实验数据处理结果表明,使用改进后的贝叶斯压缩感知方法进行DOA估计,可以显著地抑制空间谱中随机的伪峰,提高波束输出峰值背景比,具有更强的目标检测能力。     

改进维纳滤波器及其在目标方位估计中的应用

针对复杂的水声环境以及信噪比较低的目标信号导致方位估计性能较差的问题,本文提出了一种基于改进维纳滤波器和波束形成器的方位估计方法,该方法能够抑制噪声,提高目标方位估计性能。首先利用改进维纳滤波器抑制各通道接收数据中的噪声,提高输出信噪比。在此基础上,将改进维纳滤波器的输出通过波束形成器,获得目标的方位估计。改进维纳滤波器能够通过调整滤波器参数,控制滤波器的噪声抑制能力和信号失真。因此,针对不同的波束形成器对信号失真的敏感程度不同,可以通过调节改进维纳滤波器的参数,获得噪声抑制与信号失真之间的最佳折中,从而提高输出信噪比,降低目标方位估计的信噪比门限和均方根误差。仿真和实验结果验证了本文方法。     

Robust algorithm of direction of arrival estimation for coherent wideband sources in unknown correlated noise fields

A robust algorithm of direction of arrival (DOA) estimation for coherent wideband sources in unknown correlated noise fields was investigated. The noise is usually unknown and correlated among sensors in practical applications, especially for arrays with comparatively small apertures. The spatially correlated noise incurs an increase in focusing error and a severe degradation in the DOA estimation, and therefore a method of focusing transformation based on differentiating covariance matrix was proposed to eliminate noise, hence reduce the focusing error. The simulation and experimental results demonstrate the effectiveness of the proposed method.     

未知相关噪声环境下相干宽带源波达方向宽容估计算法

提出了一种未知相关噪声环境下,相干宽带源波达方向宽容估计算法。在实际应用中,尤其当阵列的孔径相对较小时,环境噪声通常是空间相关的,这引起了相干子空间类算法聚焦误差的增加和波达方向估计性能的严重下降。为此,提出了一种基于差分矩阵的聚焦变换算法,该算法抵消了未知相关噪声,从而减小了聚焦误差。仿真和实验结果表明,提出的方法能适用于低信噪比环境下的方位估计,宽容性及分辨率得到明显提高。     

On the Cramer-Rao bound of wideband direction of arrival estimation

The Cramer-Rao bound （CRB） for wideband direction of arrival （DOA） estimates of multi-source impinging on a randomly distributed array is derived. The computational expressions for the elements of Fisher information matrix in arbitrary array are provided also. The derived CRB can be divided into two terms, one depends on signals＇ characteristics and the other depends on array geometry, and so an insight into theoretical performance of DOA estimation can be provided. The first term of CRB shows that the DOA estimation performance not only depends on SNR but also the signal bandwidth and spectral density, thus it can be found that better DOA estimation can be obtained for signals with more high frequency energies. The second term of CRB shows that DOA estimates vary with different array geometries and source angles. These properties provide us some useful tip to design an efficient signal and array configuration. Simulation results confirmed the results mentioned above.