“数字信号处理”测角与测距实验设计

“数字信号处理”课程的理论性强、公式繁琐,课程实验设计有助于提升学生对抽象理论的理解。针对目前课程实验与实际工程问题联系性不强,本文设计了基于Matlab仿真平台的声源方位角估计与探地雷达地表探测实验。实验内容涵盖信号卷积与相关、频谱分析以及快速傅里叶变换等重要基础知识。实验效果表明学生加深了对基本理论知识的理解,提高了理论联系实际和解决复杂工程问题的能力。     

基于BP神经网络的小角度井斜方位角误差补偿研究

井斜角与方位角是井眼轨迹计算中的主要测量参数,然而与常规井斜时方位角误差相比,小角度井斜下测斜仪的方位角测量误差更大。为了提高测斜仪在小角度井斜下的方位角测量精度,基于BP神经网络算法对5°~10°小角度井斜下方位角的测量进行了补偿。文中以标准井斜角和实测方位角构成的二维向量作为输入,以标准方位角构成的一维向量作为输出,建立了双入单出网络模型。采用随机选取的方式将学习样本分为训练集与测试集,使网络具有较好的泛化能力。仿真测试结果表明,该BP神经网络误差校正模型运行稳定,补偿精度达到10^-6,可将小角度井斜下方位角的测量精度从±5.3°提高至±1.7°以内。     

基于多维度大数据分析的工参方位角纠错方法

提出了一种应用大数据处理技术将多个数据源进行多维度综合分析的方法,利用信号强度等7种预测模型与权重算法对现网数据进行分析得出预测工参方位角,可快速发现工参方位角不准确的问题,为网络优化、维护提供有力支撑,经某市实地验证,该方法具有较高准确性,有效解决工参"哑"数据不可控问题。     

ADS液晶面板划痕Mura研究

手指滑动ADS(Advanced Super Dimension Switch)液晶面板的L255画面时,由于按压导致的液晶分子形变和电场作用,滑动位置亮度会降低,表现为留下发暗的按压的痕迹。如果该痕迹在按压5 s后不能恢复,我们称之为划痕Mura(Trace Mura)。本文通过对比5种不同像素设计的液晶面板的滑动按压实验的结果,得到了像素电极设计、驱动电压对Trace Mura的影响;进一步模拟分析液晶分子状态,得到判断不同像素设计的Trace Mura风险的模拟方法。主要结论如下首先,像素电极尾部设计对于Trace Mura改善方面,弧角设计优于切角设计,切角设计优于开口设计;像素电极间距(Space)越小,Trace Mura风险越小。其次,Trace Mura需要在高灰阶电压下按压划动液晶面板才能发生;而发生Trace Mura的液晶面板,可以通过降低液晶面板的电压灰阶来消除按压痕迹。最后,对比液晶分子状态模拟结果,确认在电极末端的液晶分子方位角会发生突变(即向相反方向偏转),模拟的突变角度在-15°以上,预测有Trace Mura风险。     

一种基于半定松弛技术的TDOA-FDOA无源定位算法

在运动目标的无源定位场景下,闭式算法在低噪声情况下可以到达克拉美罗下界(CRLB),但是这些算法往往不能适应较大的测量噪声环境。针对目前闭式算法适应大噪声能力较差这一问题,该文联合到达时间差(TDOA)以及到达频率差(FDOA),提出一种基于半定松弛(SDR)技术的无源定位算法。该算法首先构建传统闭式解的伪线性方程,其次利用随机鲁棒最小二乘(SRLS)的思想以及目标参数与额外变量之间的非线性关系,将无源定位问题转化为了具有2次等式约束的最小二乘问题;随后,将半定松弛技术应用到这一问题上,约束最小二乘问题松弛为半定规划(SDP)问题,最后,借助优化工具箱可以有效地对目标参数进行求解。该文所提出的算法不需要初始值先验条件,仿真实验表明了所提算法的有效性。     

基于DOA-TDOA-FDOA的单站无源相干定位代数解

针对利用单站接收多个外辐射源信号实现目标定位的问题,该文提出一种基于两步加权最小二乘的到达角度(DOA)、时差(TDOA)和频差(FDOA)联合定位代数解算法.首先,在第1步加权最小二乘估计中,通过引入辅助参数,将非线性的角度、时差和频差方程转化为伪线性形式,并利用加权最小二乘得到目标位置和速度的粗估计;而后在第2步加权最小二乘估计中利用辅助参数和目标位置参数之间的约束关系来构造另外一组线性方程,并再次利用加权最小二乘得到目标位置和速度的精确估计.推导了联合角度、时差和频差定位的克拉美罗界.理论分析和仿真结果表明,算法在观测误差较小时的定位误差可以达到克拉美罗界.     

距离相关噪声AOA协同定位下无人机路径优化方法

该文研究到达角度(AOA)协同定位下无人机路径优化问题.考虑实际AOA量测噪声方差是目标-传感器距离的函数,距离相关噪声特性使得AOA定位难度增加.为了更好地适应量测噪声随距离变化特性,该文提出一种变增益无迹卡尔曼滤波算法.随后,给出了距离相关噪声AOA定位下广义克劳美罗下界(GCRLB).在此基础上理论分析了无约束最优传感器位置分布和约束条件下最优传感器位置分布.以GCRLB的迹最小化为目标函数建立AOA协同定位下多无人机路径规划问题,采用罚函数和LM算法优化求解,仿真验证了所提算法的有效性.     

基于级联滑窗的脉冲到达时间估计方法

针对低信噪比下经信道化处理后的脉冲信号的到达时间估计精度问题,提出一种高效提取脉冲到达时间的方法。首先,对接收数据做信道化以提取出脉冲信号。其次,对脉冲信号进行相关预处理,然后提取信号包络并判决获得脉冲到达时间粗估计。基于此,利用原始采样数据,设置级联滑窗计算信号频点处的能量,通过信号频点处的能量变化精炼到达时间,得到精估计。相比于传统方法,该方法在低信噪比具有较高的估计精度,同时运算量更小,仿真结果验证方法的有效性。      

基于泰勒加权最小二乘算法的水下TDOA/FDOA联合定位方法

针对水下复杂的定位场景中,两阶段加权最小二乘算法因为忽视噪声平方项而造成的定位不精确问题,本文提出了一种基于泰勒加权最小二乘算法的水下到达时间差和到达频率差(Time difference of arrival and frequency difference of arrival, TDOA/FDOA)联合定位方法。该方法首先通过加权最小二乘算法求解目标粗估计位置和速度;然后通过求解TDOA/FDOA测量值的泰勒展开式构造定位误差方程,用迭代的方法不断更新目标估计位置和速度;最后,当定位误差足够小或达到最大迭代次数的时候,算法停止运行并输出目标估计位置和速度。仿真表明,在噪声方差小于10分贝时,本文算法的位置和速度估计的均方根误差能够接近或约等于克拉美罗下界。      

一种改进两步加权最小二乘的TDOA定位算法

现有的两步加权最小二乘水下声源定位算法中,两步法处理均存在平方以及开方等非线性运算忽略了二阶误差项,导致定位精度下降。提出了一种改进的两步加权最小二乘算法,首先引入时差方程,构建新的定位方程,初步估计出声源位置;接着引入中间变量并进行泰勒展开,利用中间变量与声源位置误差之间的非线性关系构建定位方程,对声源位置初步估计值进行校正,有效避免了二阶误差项的丢失,得到了更加精确的估计结果。通过与克拉美罗下界进行比较,验证了算法性能的同时进一步提升了算法定位精度。