三维超声阵列风速风向测量方法

针对传统时差法测风精度受超声波传播时间测量精度直接影响的问题,提出了一种基于空间超声波传感器阵列及波束形成算法的三维风参数测量方法。使用一种新的一发多收的空间超声波传感器阵列结构,利用波束形成算法空域滤波,实现了增强期望信号、抑制干扰、提高测风精度的效果,仿真实验结果表明:在信噪比为5 dB时,所提方法几乎能达到100%的测量成功率,且信噪比越大,测量成功率越高,均方根误差越小。搭建了硬件实验平台对所提测风方法进行实验验证,结果表明:在允许结构误差和设备误差的前提下,所测风洞中的风速为6.363 7 m/s,与机械式测风仪所测结果6.443 m/s仅相差0.079 3 m/s,初步验证了所提方法的工程可行性。所提方法可为测风方法的探索提供一种新思路。     

一种基于GSC框架波束域快速稳健自适应波束形成算法

GSC框架是自适应波束形成降秩算法的统一模型,一般通过构造降秩矩阵来降低算法的运算量,但是降秩矩阵大多通过特征分解来获得,给算法带来了大量额外的运算量。针对此问题,提出了一种波束域的快速稳健自适应波束形成算法,通过转换矩阵将输入信号从高维度的阵元域转换到低维度的波束域,然后在波束域运用子空间类算法,用信号子空间来构造阻塞矩阵、降秩矩阵和映射矩阵,既降低了计算量,又解决了基于GSC框架的自适应算法在信噪比较高时由于期望信号相消导致性能严重下降的问题。仿真结果证明了提出的算法有很好的波束形成性能,验证了算法的有效性。     

基于改进广义线性组合算法的极化阵列稳健波束形成

为提升极化阵列波束形成的稳健性,将广义线性组合(general linear combination, GLC)算法应用于极化阵列. 分析了GLC算法在较高输入信噪比条件下,阵列存在阵元扰动和期望信号(signal of interest, SOI)波达方向(direction of arrival, DOA)误差时,输出的信干噪比随快拍数增加而下降的原因,并提出了一种结合转换函数的改进GLC算法. 所提算法根据采样协方差矩阵(sample covariance matrix, SCM)特征值相关参数的大小,对信噪比进行判断. 信噪比较高时,采用改进GLC算法计算对角加载量(diagonal loading level, DLL);信噪比较低时,采用原GLC算法计算DLL,从而使得所提算法在任意输入信噪比和快拍下的输出信干噪比均大于或等于原GLC算法. 通过主瓣干扰条件下的计算机仿真实验验证了所提算法的有效性.      

一种双重约束的稳健自适应波束形成算法

针对最差情况下最优性能波束形成算法(WCB)仅具备对导向矢量误差稳健性的问题,提出了一种双重约束稳健自适应波束形成算法(DCRAB),在WCB的基础上增加了一个协方差矩阵误差约束条件,因而在理论上同时具备对导向矢量误差和协方差矩阵误差的稳健性.经过多次严格条件的释放,将非凸的DCRAB问题转化为凸的二阶锥规划问题(SOCP),最后可采用与WCB相似的方法求解.数值仿真结果表明DCRAB在输出SINR,DOA误差、有限采样点和方向图增益等方面都优于WCB和其他一些经典算法.     

基于自适应波束形成算法的正六边形面阵的提出与实现

在自适应阵列天线波束形成系统中,平面相控阵栅格排列方式一般有两种：矩形栅格排列和三角形栅格排列。由于矩形栅格组成的天线阵,阵元数量较多,阵元间距小,导致天线成本高,不利于辐射单元的安装。针对上述情况,提出一种采用等边三角形栅格排列的正六边形相控阵天线结构,来有效的减少平面相控阵天线的阵元数目,增加阵元间距。     

基于波束形成的三维传声器阵列仿真

为研究基于传声器阵列的声源定位技术在户外环境下实现全方位、高效、便捷的声源信号定位,通过使用波束形成声源定位算法,在考虑传声器阵列的拓扑结构特性下,对各个三维阵列进行声源定位数值仿真。为验证不同阵列的传声器阵列定位效果,基于波束形成算法使用MATLAB对相同阵元数不同分布阵型的三维传声器阵列声源定位进行仿真。结果表明：相同阵元数不同分布阵型的三维传声器阵列定位声源点的定位精度存在不同的差异,且基于波束形成的三维旋排球阵列传声器阵列在全方位声源定位中结果精确度最高。可见设计传声器阵列时,应该要充分考虑到阵元个数、阵列孔径的大小及阵元间距对阵列声源定位的影响。     

考虑风向的极值风速估计的Cook方法改进

基于对Cook方法理论缺陷的分析,提出一种改进方法,使得考虑风向的极值风速估计的概率模型由多元随机变量更准确地转化为一维随机变量.以南京地区的极值风速为例,对改进方法与Cook方法计算结果进行对比.结果表明:改进方法对极值风速概率分布形式无要求,也不受Cook方法所需某些假设的限制,从概率的角度来说是精确的方法.     

基于神经网络的盲波束形成方法研究

提出了一种基于径向基函数网络(RBFNN)的盲波束形成方法。该方法首先在不知道任何基阵方向向量先验知识的情况下，利用信号的多普勒信息估计波束形成的权矢量。然后引入径向基函数网络逼近估计的波束形成权矢量，从而实现盲波束形成。利用神经网络的并行结构，不但有效地提高了运行速度，而且对系统误差具有很强的鲁棒性。仿真实验验证了算法的正确性。     

一种基于神经网络的快速盲波束形成算法

定义了一种新的映射关系,有效地简化了应用径向基函数神经网络(RBFNN)实现波束形成时训练数据的产生.采用两个网络并行处理的方法提高了网络收敛速度,通过后续处理逼近维纳解.仿真实验表明,该算法的信号跟踪能力与最小方差无畸变响应(MVDR)算法的跟踪能力十分接近.但由于该算法结合了神经网络容错能力强的特点和并行计算的结构优势,比MVDR算法更有效地提高了运行速度,并且对系统误差具有更强的鲁棒性.     

联合波束形成与谱减法的麦克风阵列语音增强算法

考虑到封闭环境的散射噪声场中,传统波束形成方法及单通道谱减法对噪声抑制的局限性,提出一种将波束形成方法与谱减法相结合的麦克风阵列语音增强方法．该方法首先通过波束形成器的空间滤波作用,将波达方向不同的语音信号和噪声信号加以区别,再经过延时补偿单元的相应处理,从而达到衰减噪声的目的,然后采用谱减法对波束形成器输出端的残留噪声进行后置处理．仿真实验结果表明。在小房间混响情况下,与其他方法相比,该方法不仅运算量小。而且具有良好的噪声抑制性能．     

基于蚁群算法的子阵级自适应多波束形成

在大型阵列信号处理中,可以在子阵级进行数字波束扫描形成多波束,降低硬件成本和系统复杂度,其中子阵划分的优劣直接决定信号处理的性能.针对子阵级多波束形成的问题,提出了一种基于蚁群算法的子阵划分最优策略,该策略将蚂蚁的迁移路径作为子阵划分方案,以峰值旁瓣电平为优化目标进行迭代搜索,使得子阵级自适应形成多波束方向图的旁瓣性能...     

基于分数时延的宽带自适应波束形成

对于宽带信号,基于移相的窄带波束形成方法会导致方向图波束指向的偏移和主波束畸变,并且无法有效地抑制宽带干扰。该文提出了基于数字时延加抽头延迟线(tapped delay line,TDL)结构的宽带自适应波束形成方法。该方法采用数字时延滤波单元补偿宽带信号在波束指向上的相位和包络偏移,并用基于TDL的空时二维滤波处理抑制宽带干扰。分析和实验结果表明,该方法可以有效地合成空间宽带波束并抑制宽带干扰,提高信干噪比(signal-to-in-terference-plus-noise ratio,SINR)增益。     

自适应频域波束形成技术的小话筒阵列应用

研究了有鲁棒性频域波束形成技术在小话筒阵列上的应用．在有鲁棒性通用边带抵消器(GSC)的频域实现中，为了降低目标信号抵消，采用了自适应模式控制器，根据频域相关的信噪比估计值来控制自适应滤波．一个4阵元小尺度阵列的实验表明，在不损失目标语音质量的情况下，对于垂直入射与非垂直入射的目标语音，均可以获得15dB以上的噪声消除效果．     

基于阵列接收数据重采样的频率不变波束形成器

提出一种具有不随频率变化的波束图的宽带基阵处理方法.该方法只需要使用一个真实阵列,然后通过插值方法产生多个虚拟阵列的输出,最后对这些虚拟阵列输出进行叠加得到整个基阵的输出.其优点是阵元数少、易于实现,且只需用传统的窄带阵列设计方法在参考频率下设计基阵来满足对波束图的要求.仿真结果说明了该方法的有效性.     

稳健自适应波束形成算法

<正>自适应波束形成是阵列信号处理的核心内容,目前已广泛应用于雷达、声纳、麦克风阵列、无线通信、导航、地震学、射电天文、生物医学等许多国民经济和军事应用领域。在实际应用中,自适应波束形成器性能恶化的一个重要原因是期望信号阵列响应的真实值与假定值之间存在一定的失配误差。传统的自适应波束形成器对这些失配误差非常敏感,即使很小的失配误差也可能导致自适应波束形成器性能的严重下降。在模型失配条件下,仍能自适应地调整波束形成器     

基于长期实测数据的西北地区风力发电场风速风向联合概率分布分析

为更准确地研究风力发电结构在风荷载下的结构响应,基于甘肃气象局提供的1981-2017年甘肃六地风速风向实测数据,对各地区的风速风向联合概率进行分析.抽取每天的最大极值风速及其对应风向为极值样本,统计分析得到各地区风速风向联合分布.将Gumbel,Frechet和Weibull分布函数线性化的基础上,利用最小二乘法拟合各分布函数参数,根据参数拟合结果推算各地区10,50和100年重现期的极值风速,并和各地区最大基本风速规范建议值进行对比.研究结果表明,考虑风速风向概率影响的基本风速更加符合实际情况,最大基本风速规范建议值偏于保守.     

适用于任意阵列的鲁棒波束形成算法

针对期望信号来波角度误差和干扰快速变化导致的导向矢量失配问题,本文提出了一种新型的零陷展宽鲁棒自适应波束形成算法.该算法重构接收信号的协方差矩阵,根据大致的期望信号角度约束平顶主瓣波束,提出了迭代算法来解决经过上述处理步骤后得到的非凸的优化问题.仿真显示,本文提出的算法相比于传统算法对来波角度误差及干扰快速变化拥有更好的鲁棒性,且该算法适用于任意阵列.      

船舶运动状态下超声波风速风向动态测量建模与分析

根据超声波风速风向传感器工作原理,建立船舶运动状态下超声波风速风向动态测量的理论模型,并搭建船舶动态风速风向测量的模拟平台。在不同风速和风向条件下进行大量实验。数据分析表明,实验结果与理论模型一致。该结果可为船舶运动状态下风速风向动态测量误差补偿提供理论基础。     

基于特征结构提取的盲自适应波束形成算法

在所有盲自适应波束形成算法中,ＳＣＯＲＥ无疑是一种出色的算法,然后,求解过程中所需进行的奇异值分解而导致的巨大运算量令人无法忍受。本文把它归结为一类特征结构的提取问题,提出了一个合适的代价函数,通过对代价函数取极小可以提取所需要的最大特征值,从而将运算量大大降低,计算机仿真验证了这种方法的正确性。     

基于FIR滤波器的改进恒定束宽波束形成算法

针对宽带信号中不同频率分量所对应的增益不同导致阵列接收信号产生失真的问题,提出了一种基于FIR滤波器的恒定束宽波束形成算法.该算法利用FIR滤波器阵列结构和麦克风均匀线阵列的对称属性,确定波束形成算法恒定束宽的频率范围并获得近似恒定束宽的阵列响应;针对相邻的截止频率之间波束宽度的波动较大问题,设计了参考波束并利用最小二乘法获得最优权值;最后对最优权值进行归一化处理,获得了均匀增益.仿真和实验验证了算法的有效性.