分享到:

关于最大似然谱估计

该文给出了有关最大似然谱估计的相容性若干定理。其  (本文共5页) 阅读全文>>

哈尔滨工程大学
哈尔滨工程大学

宽带信号波达方向估计方法研究

波达方向(Direction of Arrival,DOA)是信号最重要的空域参数,其估计方法是阵列信号处理中两大研究热点之一。经过30多年的发展,DOA估计理论和技术已经成为阵列信号处理学科发展的主要方面,其应用涉及到雷达、声纳、勘探、生物医学等领域中。随着信号处理技术的发展,基于窄带阵列信号的高分辨算法已经比较成熟,窄带阵列探测系统已广泛应用于军事及民用领域。与窄带信号相比,利用宽带信号可以获取较大的信息量,有利于目标信号检测、参数估计和特征提取,在有源探测和无源探测系统中有更重要的应用。因此,研究宽带信号的DOA估计方法具有重要的意义。本文以经典的空间谱估计理论(主要涉及最大似然理论、信号子空间理论、循环平稳特性、阵列误差校正等)为基础,分析了一些常规宽带测向算法的测向原理和性能。在此基础上,对宽带信号源的DOA估计算法进行了深入研究,提出了改进的新算法,并对新提出的算法进行了实验仿真和对比分析。首先,研究了基于最大似然估...  (本文共131页) 本文目录 | 阅读全文>>

国防科学技术大学
国防科学技术大学

极化敏感阵列信号处理的研究

极化敏感阵列是指极化敏感阵元按一定方式在空间放置所构成的阵列系统,利用极化敏感阵元可获取空间电磁信号的极化信息,利用阵列几何结构进行空域采样可获取信号的空域信息。和普通阵列相比,极化敏感阵列具有优越的系统性能:较强的抗干扰能力、稳健的检测能力、较高的分辨能力以及极化多址能力,因此极化敏感阵列具有重要的军事和民事应用价值。论文以极化敏感阵列为研究对象,研究了信号滤波、检测及参量估计等一系列信号处理过程,从理论上定量地证明了极化敏感阵列的优势和潜能。研究将丰富阵列信号处理理论,指导极化敏感阵列系统设计,为现代战场信息感知与处理提供有力的技术支撑,为解决移动通信领域中的关键问题提供崭新的研究思路。极化敏感阵列信号滤波主要研究利用干扰信号与期望信号空域和极化域的特征差异抑制干扰、增强信号的问题。首先,分析了已有滤波准则的性能并提出了一种新的滤波准则。然后,研究了完全极化、部分极化以及相关干扰条件下极化敏感阵列的滤波性能。证明了极化敏感阵...  (本文共244页) 本文目录 | 阅读全文>>

哈尔滨工程大学
哈尔滨工程大学

计算智能方法在空间谱估计中的应用研究

波达方向(DOA)估计是阵列信号处理领域中的重要的研究方向。基于阵列信号处理的波达方向估计方法,可以同时对空间不同方向上的多个信号源实现高分辨率的方向估计,在雷达、声纳、主动防护系统、通信系统以及智能天线等多个研究领域中广泛的应用。最大似然估计(MLE)是统计估计中最重要、应用最广泛的方法之一,理论上最大似然可以获得最优性能,但实现这种估计的算法需要进行多变量非线性最大值的全局搜索,其运算量很大。这正是MLE方法应用的瓶颈问题。计算智能方法的主要应用对象是优化问题的难解问题。因此,本论文根据在非合作参数估计中的实际情况,把粒子群优化算法、模拟退火算法及其改进算法适宜地用在多信号源的波达方向最大似然估计这个难解的优化问题上。本文首先介绍了阵列信号处理基本理论和模型,然后介绍波束形成法、MUSIC和ESPRIT等经典空间谱估计算法的基本原理。接着重点介绍了最大似然算法以及一些实现最大似然算法的算法,例如交替投影算法、遗传算法等。由于...  (本文共86页) 本文目录 | 阅读全文>>

西北工业大学
西北工业大学

水下目标高分辨方位估计技术研究

高分辨阵列处理是近二十多年来迅速发展起来的一门新兴学科,在声纳、雷达、通信、医学工程、地震等众多领域有着重要的应用前景。在水下信号处理中,随着实际问题研究的深化和应用中不断提高的要求,深入研究高分辨阵列处理的新理论和新方法,解决水下阵列信号处理中的复杂问题,对于提高水下装备的技术性能,具有重要的意义。本文针对水下装备的实际应用,开展了水下目标高分辨方位估计的理论、方法和实验研究,取得了重要研究成果,为新型水下装备提供了先进的方法和有效的技术。论文的主要研究成果和创新点如下:1.研究了窄带高分辨方位估计的克拉美-罗界(CRB)和最大似然估计(MLE)方法的统计性能,为高分辨方位估计理论和方法的研究及性能评价提供了依据。对高分辨方位估计子空间类方法的性能与CRB及MLE做了比较研究,并测量了子空间类方法在DSP硬件系统上的运行时间,结果表明:高分辨子空间类方法估计精度高、实时性好,是实现水下高分辨方位估计的有效方法。2.研究了波束域...  (本文共156页) 本文目录 | 阅读全文>>

西安电子科技大学
西安电子科技大学

基于稀疏信号重构的空间谱估计算法研究

空间谱估计一直是阵列信号处理领域中一个具有重要应用的研究课题。近年来,稀疏信号重构和压缩感知获得了信号处理领域的广泛关注。它利用信号的稀疏性或可压缩性,只需用少量的观测数据,就可以实现对信号的稀疏重构或近似,因而也具有超分辨能力。利用空域的稀疏性,可以将稀疏信号重构和压缩感知应用于空间谱的超分辨估计。由于稀疏信号重构算法能够在小样本、低信噪比以及高信源相关性的情况下仍能获得较精确的空间谱估计,因而基于稀疏信号重构的空间谱估计也逐渐引起了阵列信号处理领域的较多兴趣。本文从稀疏信号重构的视角来讨论空间谱估计的问题,对基于稀疏信号重构的空间谱估计算法进行了研究,取得的研究成果主要有:1.提出一种适用于多输入多输出(MIMO)雷达二维角度估计的快速正交匹配追踪算法。当应用稀疏信号重构中的正交匹配追踪算法进行双基地MIMO雷达的二维角度估计时,标准的正交匹配追踪算法通常将这个二维角度估计所对应的二维稀疏重构问题转化为一个一维的稀疏信号重构...  (本文共135页) 本文目录 | 阅读全文>>