一种分布式信号源的参数估计算法

在信号源具有分布特性时,使用点源模型进行参数估计会产生较大误差,而广义的高分辨率算法又带有较大的运算复杂度,难以满足实时性很高的要求,且都需要预先知道角度分布的具体函数。该文提出了基于天线阵列的特殊结构,采用阵列之间互相关算法对相干分布式信号源的各项参数进行估计,极大地减小了运算量,同时分析了信号源到达方向的模糊性问题。仿真结果证明该方法对相干式分布源参数估计的有效性。     

一种新的波达估计方法

分析了目前常用的波达角估计算法,研究了等距线阵和圆阵的特点,指出其存在关于横轴镜像对称信号源的空间模糊性,利用等距T型阵克服了这一困难。提出了一种新的基于训练序列波角达估计新算法,新算法基于如下假设:各个信号源的训练序列互相正交,并且各个信号源都是幅度为1的恒模信号。该文给出了新算法的数学推导过程,得到一个简单的波达角估计公式。应用Matlab对新算法进行了仿真,仿真结果表明新算法能够快速、精确地估计波达方向。     

高分辨时—空二维谱分析的并行处理方法

采用并行处理方法，实现了窄带信号源频率─方向二维估计的直接计算，避免了二维平面上的搜索过程，提高了二维谱估计的实时性。     

Logistic模型配合家禽生长资料参数估计方法比较的Monte Carlo研究

本文用Logistic模型配合Monte Cario方法模拟的30个家禽生长资料,以比较Logis-tic模型参数估计的最小一乘法、最小二乘法和minx~2法,以及线性化方法。结果表明:最小二乘法(LS)和最小一乘法结果相当,均优于ininx~2方法;参数估计的线性化方法结果较差,以改良三点法效果较好。     

分数阶自相关和FrFT的LFM信号参数估计

基于分数阶自相关和分数阶傅里叶变换的特点,提出了一种LFM信号检测与参数估计方法。相对分数阶傅里叶二维扫描法和匹配傅里叶变换,所提方法将检测与参数估计的二维搜索变为一维搜索,快速实现信号检测和参数估计,在多分量LFM信号情况下借助“Clean”的方法来抑制强分量对弱分量的干扰。计算机仿真表明了该算法在低信噪比多分量LFM信号检测与参数估计中的有效性。     

分解、拟合和对角优势

本文提出一种有有事分式阵作为预补偿阵以实现对角优势的新方法,先将对象传递阵和预补偿阵进行适当的分解,使待解方程的结构变得简单,再分别用极小化方法和最小二乘法术预补偿阵。通过实例计算证明本文所迷方法是成功的。     

基于无监督学习的盲信号源分离技术研究

以独立分量分析为主要对象, 描述了盲信号源分离技术的基本模型,介绍了盲分离的主要方法和数学原理, 分析了盲信号源的可辨识性。提出基于神经网络无监督学习的盲分离方法,并改进了分离效果评判指标。在生物信息处理的背景下将人工神经网络和信息理论相结合,解决了盲信号源分离,自适应地求得分离矩阵,且可以同时分离具有正峭度和负峭度的信号源,对盲信号源分离的研究有极大的促进作用。     

伪协方差函数的宽带信号源个数估计法

提出了一种计算简单且有效的宽带信号源个数估计估计算法。该方法利用不同频率互协方差函数所构造的矩阵,从理论上证明了对窄带盖氏圆盘法改进可以用于对该矩阵求解,从而获得宽带信号个数的估计值。分析了该方法在相关和不相关宽带信号下的表现,证明了在CSSM类方法失效的情况下该方法能很好地应用。仿真结果证实了所提方法不仅可以用于估计大于阵元数目的宽带信号个数,而且计算负担更小,便于实际应用。     

KS,χ~2检验方法的K分布杂波参数估计研究

提出了一种基于矩估计的KS,χ2检验方法,用于对K分布杂波进行参数估计。该方法从拟合最优的角度进行参数估计,结合矩估计将二维优化转化为一维优化问题。仿真结果表明,该参数估计方法相比于二四阶矩估计方法有明显的改善,KS与分数阶矩法相比,仿真效果较好。χ2法在小v值时与分数阶矩法相当,当v增大时,性能下降。     

系统参数最小二乘对半估计法

本文提出的系统参数最小二乘对半估计法,显著减少了直接最小二乘参数估计法进行参数估计所需的乘除运算量,从而减少很多计算机运行时间,提高了识别精度,并减少了所需的计算机存贮空间。当已知数据为脉冲响应数据时,所提出的这一改进的最小二乘参数估计方法,无论对单输入、单输出或是多输入、多输出系统都是十分有效的。     

基于DFT滤波器组的多信号高效数字下变频

高速采样数据的快速下变频是大监视带宽数字接收机研究中的一个难点问题,该文基于DFT滤波器组提出了一种多信号的高效数字下变频结构。该结构在完成高采样率下的宽带高效数字下变频和采样率变换的同时,还具备并行处理多信号的能力,其结构中单级乘法结构的采用不仅缩短了处理时间,还减少了所需的硬件资源,在面对参数变化的信号时,优势更加明显。计算机仿真和FPGA硬件仿真验证了该结构的可行性。     

一种低采样率的UWB信号接收技术

针对目前UWB信号接收机对高采样率A/D器件的依赖给出了一种低采样率的UWB信号接收机结构。简要分析了该接收机的接收原理,以及加性白高斯信道中的接收性能,并以4路并行滤波为例,对该接收机的接收性能进行了计算机仿真。计算机仿真的误比特率结果表明,仿真结果与分析结果相近。     

小波分析在测井裂缝识别中的应用

针对井下裂缝发育层段识别的难点,提出了用小波分析的方法分解声波时差信号,使井下的岩性与微观结构特征信号、流体性质信号、裂缝响应信号和随机干扰信号互相分离,直接重构出反映裂缝发育的声波高频信号,从而避免许多声波低频信号的影响,正确识别裂缝发育情况。用同样的方法分解双侧向电阻率信号,重构出电阻率测井各个层段的低频信号,直观地反映深、浅侧向的差异情况,有效地识别裂缝发育层位。最后结合高频声波信号和低频电阻率信号,识别出裂缝发育层段。应用表明,该方法与岩芯观察有很好的一致性。     

超宽带脉冲穿墙雷达互相关BP成像

根据超宽带脉冲穿墙雷达目标回波信号与发射信号具有较强相关性的特点,提出一种新的互相关后向投影(BP)成像算法,该算法将沿天线合成孔径方向各接收阵元的回波信号与发射信号先进行互相关,将获得的互相关信号再利用BP算法进行相干成像。与回波信号进行直接BP成像相比,该算法具有消除脉冲建立时间对回波延迟时间估计误差的影响,提高目标成像的位置精度;能有效抑制背景噪声,提高图像信噪比。利用时域有限差分(FDTD)方法对穿墙场景进行电磁仿真,通过对成像方法结果的比较,表明互相关BP成像算法在成像位置精度和图像信噪比方面明显优越于直接BP成像算法。     

EMD算法和循环平稳理论在机械故障诊断中的应用

针对非平稳非线性的循环平稳信号提出了基于Hilbert变换的EMD分解重构消噪法;用带有强噪音和高斯噪声的典型循环平稳信号进行了仿真,并结合二阶循环平稳分析法对信号进行了信息提取.在实验部分,该文试用基于Hilbert变换的EMD分解重构和循环平稳理论结合的方法对运转中的故障轴承信号进行了分析,实验结果表明,这种应用能有效提取出信号中的有用信息,成功提取旋转机械运转产生的信号中的故障信息.     

基于BAM的通信信号分类方法

针对密集战术通信信号的实时分选问题,提出了采用TMS320C25开发系统为预处理器,BAM/NBAM(双向联想存储器/新型双向联想存储器)为信号分类器的新型分类系统结构,并分析了信号特征及提取方法。对BAM/NBAM作为信号分类器的结构、原理、性能作了探讨。结果表明,基于BAM/NBAM的通信信号分类方法是有效的,其性能优于传统的线性分类方法。     

改进奇异值分解技术在齿轮故障信号降噪中的应用

改进了奇异值分解技术,利用仿真信号验证了改进的奇异值分解技术对齿轮故障信号提取的有效性,并从实测齿轮裂纹信号和齿轮断齿信号中提取出了故障特征信号.研究表明该方法能在强噪声背景下提取出齿轮故障信号,但强噪声对提取效果有一定影响.     

小波域中值滤波器设计的研究

小波阈值去噪方法被广泛地用在信号去噪中,但它主要是针对白噪声或者宽带噪声,对于脉冲噪声就得不到降噪的效果。该文提出了小波域的中值滤波器去噪方法,在Lee的局部滤波器基础上设计了小波域的中值滤波器,它能在有效去除白噪声的同时较好地去除脉冲噪声。     

基于集对分析的雷达信号分选算法

随着新体制、新技术雷达的不断出现,雷达侦察接收机接收到的雷达信号更加密集和复杂,传统的分选方法已不能对其进行有效分选.将雷达脉冲信号与已知雷达的脉冲信号特征两两视为集对,应用集对分析算法,通过计算脉冲信号之间的关联度,实现信号分选.仿真结果表明,该算法不仅简单,易于编程,而且与传统分选算法相比,能实时、高效地实现密集和复杂信号环境下的信号分选任务.