基于优化的正交匹配追踪声音事件识别

针对各种环境声对声音事件识别的影响,该文提出一种基于优化的正交匹配追踪(Orthogonal Matching Pursuit, OMP)声音事件识别方法。首先,利用OMP稀疏分解并重构声音信号,保留声音信号的主体部分,减小噪声的影响。其中,使用粒子群(Particle Swarm Optimization, PSO)算法优化搜索最优原子,实现OMP的快速稀疏分解。接着,对重构声音信号提取Mel频率倒谱系数(Mel-Frequency Cepstral Coefficients, MFCCs),与OMP时-频特征和基频(PITCH)特征,组成优化OMP的复合特征。最后,通过优化OMP复合特征,使用随机森林(Random Forests, RF)对40种声音事件在不同环境不同信噪比下进行识别。实验结果表明,优化OMP复合特征结合RF的方法能有效地识别各种环境下的声音事件。     

低信噪比条件下宽带欠定信号高精度DOA估计

为提高低信噪比条件下宽带欠定信号DOA估计精度,该文提出基于网格失配迭代最小化稀疏学习的宽带DOA估计方法。该方法首先对频域协方差矩阵进行矢量化处理实现虚拟阵列扩展,将欠定信号转换为超定信号。其次利用线性变换滤除含有噪声项的虚拟阵元,并对协方差估计误差进行了白化处理,抑制了信号中的干扰项。最后建立了包含不同频点联合稀疏参数和网格失配参数的贝叶斯层次架构,推导了联合稀疏参数、网格失配参数的最小稀疏表达式并进行了迭代学习。较传统方法,该方法不依赖任何先验信息,更好地抑制了虚拟阵元中的噪声和干扰,降低了网格失配对DOA估计的影响,在低信噪比条件下具有更高的DOA估计精度和分辨率。仿真实验验证了该方法的有效性。     

基于共形稀疏阵列的艇载外辐射源雷达性能分析

该文研究了共形稀疏阵列在艇载外辐射源雷达中的应用问题,并分析了艇载外辐射源雷达目标探测性能。鉴于天线在雷达系统中的重要地位,重点分析了稀疏阵列数字波束形成(DBF)天线的布阵方式及天线方向图指标。基于组合巴克码实现艇身稀疏阵列共形布设,提出一种曲线阵列到直线阵列的补偿方法,以获得理想的DBF天线方向图。针对曲线阵列可能存在的形变问题,采用分布式位置和姿态测量系统(POS)进行形变误差测量,经曲线拟合后实施精确补偿。仿真结果表明所提方法的有效性。     

基于虚拟时差的运动阵列空间无源定位算法

针对脉冲骨架周期固定的雷达脉冲信号辐射源无源定位问题,该文提出一种基于虚拟时差的运动阵列空间无源定位算法,采用运动单阵列接收目标辐射源信号,通过多次测量侦察站不同位置的脉冲到达时间来估计目标辐射源位置。分别针对脉冲骨架周期已知和未知两种情况,提出了一种基于高阶统计量的无源定位算法,并推导了不同情况下定位精度的克拉美罗界。仿真实验表明,不同情况下定位算法定位精度逼近克拉美罗界,且脉冲骨架周期已知时虚拟时差无源定位算法定位精度优于同孔径实阵列TDOA无源定位算法定位精度,脉冲骨架周期未知时虚拟时差无源定位算法定位精度低于同孔径实阵列TDOA无源定位算法定位精度。     

基于稳定分布噪声稀疏性及最优匹配的跳频信号参数估计

目前基于压缩感知的跳频信号参数估计方法大多是在高斯背景噪声下进行的研究,而在非高斯稳定分布脉冲噪声环境下,已有基于高斯噪声数学模型设计的算法性能下降。针对上述问题,该文分析了稳定分布噪声的大幅值脉冲满足近似稀疏性条件,利用跳频信号与噪声之间的时域特征差异将信噪分离,实现噪声抑制。并在压缩感知框架下,建立与跳频信号特点相匹配的3参数字典,采用最优匹配(Optimal Match, OM)方法对跳频信号自适应分解,获取匹配原子,基于这些时频原子包含的信息估计跳频信号的参数。仿真验证表明,在稳定分布噪声中,与常规的跳频信号估计方法相比,该文提出的先利用噪声稀疏性去噪,再采用最优匹配提取跳频信号参数的方法(Sparsity-OM, SOM),能够较好地抑制脉冲噪声,获得准确的参数信息,具有良好的鲁棒特性。     

一种实用的毫米波大规模MIMO混合预编码算法

数字模拟混合预编码可以用较少的射频逼近全数字预编码的性能,可以用来解决毫米波大规模MIMO系统中由于射频链路过多造成的硬件损耗和校准问题。为解决传统混合预编码结构难以实现的缺点,该文的混合预编码研究基于一种简单的固定子连接结构。推导了系统可达速率最大,模拟预编码矩阵应满足的条件,从而将混合预编码矩阵设计问题转化为优化问题。采用鸟群算法(BSA)解决此优化问题,求得最优的预编码矩阵。针对模拟移相器分辨率有限的情况,提出一种直接量化的解决方案和一种基于改进的离散BSA的解决方案。仿真结果表明,所提算法能够基于简单结构实现较好的性能;移相器分辨率有限情况下,所提的两种解决方案都是有效的,且基于离散BSA的方案在分辨率较低时性能更优。     

基于局部差别性分析的目标跟踪算法

在复杂场景下,为了更好地提升跟踪的鲁棒性,基于局部的相似度测量得到了广泛应用。然而,局部遮挡,形变和光照变化等场景的复杂性,基于传统局部相似度测量的目标跟踪存在很大缺点,例如,在跟踪过程中,仅仅依靠目标和模板的匹配度容易造成跟踪的偏移现象。鉴于此,该文提出一种基于局部差别性相似度测量的目标跟踪算法。首先,以目标-背景的差异性,形成相似性和差异性相结合的局部判别性相似度测量;其次,基于子块在视频序列中的差异性,对子块进行差异性学习,以提高跟踪的准确性。最后,在粒子滤波框架下,基于差别性局部区域测量构建了一种有效的目标跟踪算法。实验结果表明,在复杂图像序列中,该算法实现了目标的准确跟踪,并在光照变化、旋转、缩放和遮挡等方面具有较好的效果。     

一种新的红外焦平面阵列盲元检测算法

在分析盲元特性的基础上,依据形态学开闭运算对尖峰信号的滤波性质,提出了一种新的红外焦平面阵列盲元检测算法。选取合适的结构元素,运用开闭运算的滤波作用对图像进行平滑处理,从平滑图像中减去其均值得到阵列噪声响应图像,选取合适的图像均值的倍数作为检测阈值。对阵列图像进行开闭运算并与平滑图像取差后得到对过亮及过暗像素增强的图像,每个像素与阈值进行比较判别出盲元。     

改进分离式电磁矢量阵列的两维波达方向估计

针对现有分离式电磁矢量传感器阵列的两维波达方向(Direction of Arrival, DOA)估计存在的两个问题:其一,当入射信号在时域上不具有旋转不变性时,现有算法失效;其二,无法实现阵列的两维孔径扩展导致两维DOA估计精度较差,提出了一种改进的分离式电磁矢量传感器阵列结构．首先利用所提阵列的空域旋转不变性代替时域旋转不变性得到其中一维方向余弦的高精度估计;其次结合矢量叉乘法与相位干涉法得到另一维的方向余弦高精度估计;最后对两维方向余弦进行三角操作得到目标的两维DOA估计．本文算法摆脱了对入射信号形式的依赖,实现了阵列的两维孔径扩展,使得两维DOA估计精度大大提高．仿真结果证明了本文算法的有效性．     

阵列误差下的多输入多输出雷达测向技术

针对多输入多输出(Multiple-Input Multiple-Output, MIMO)雷达收发阵列同时存在阵元互耦效应和幅相误差时目标测向性能下降的问题,提出了一种基于Capon波束形成的测向算法.该方法利用Toeplitz特性降低了参数空间维数,并结合Kronecker积特性将发射和接收阵列的阵列误差去耦合,从而对收发阵列误差进行迭代补偿,最终获得目标方位角的估计.仿真结果验证了所提算法的有效性和可行性.