自适应天线系统中MUSIC算法的研究及其仿真分析

本文基于自适应天线系统中的辨识信号到达方向AOA(Angle of Arrival)关键问题,研究了其实现的MUSIC算法的原理,并通过MATLAB仿真分析,结果表明,接收信号个数必须小于阵元数才能用MUSIC算法进行波达方估计,MUSIC算法对于波达方向估计的分辨率在接近90°处为5°左右,在接近0°~180°处为5°~7°。     

基于矢量传感器阵列的二维波达方向估计研究

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量.相对于声压水听器阵来说,矢量阵获取声场中更多的信息,利用矢量阵所获得的速度场的信息可去除目标方位估计中的模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.文中采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行二维角度估计,通过对声压水听器和矢量水听器阵MUSIC算法的仿真对比得出结论:声矢量阵比声压阵具有更好的波达方向估计性能.另外,文中还采用空间平滑技术对相关信号源进行解相关从而得到良好的二维波达方向估计性能.     

基于改进MUSIC算法的矢量水听器阵列波达方向估计

介绍了改进的MUSIC算法在矢量水听器阵波达方向估计中的应用,并描述了该算法的原理及应用过程.计算机仿真的结果表明,改进的MUSIC算法既能够有效地估计出独立信号源的DOA,也能有效地估计出相关信号源和相隔比较近的小角度差信号源的DOA,从而证明了这种改进MUSIC算法的合理性.     

基于四元数的声压振速联合方位估计算法

常规MUSIC波达方向估计算法的缺点是不能处理相干信号.针对这一情况,文中引入了四元数理论,建立了二维矢量水听器的四元数输出模型,并在此基础上提出了一种声矢量阵声压振速联合方位估计算法.与常规MUSIC方位估计算法相比,该算法利用了四元数紧凑的数据表达形式和较强的正交性约束能力,降低了内存需求和运算复杂度,在不经过任何预处理的情况下可以分辨相干目标.同时,由于利用了声压振速的组合指向特性,算法抗各向同性干扰的能力较强.仿真实验证明了算法的有效性.     

阵列天线DOA估计中MUSIC算法性能综合分析

阵列信号处理是现代信号处理中的一个重要分支,而信源定位又是阵列信号处理中的重要应用.常规的子空间算法———MUSIC算法可对到达角(DOA)实现超分辨估计.然而,MUSIC算法的超分辨率是在阵列信号模型精确条件下得到的,阵元数、阵元间距、信噪比、快拍数等因素对MUSIC算法的分辨率都会产生一定的影响.本文通过仿真,综合分析了阵元数、阵元间距、信噪比、快拍数等因素对MUSIC算法的分辨率产生的影响,同时表明了,快拍数相对其它参数对MUSIC算法分辨率的影响要小.     

基于矢量传感器阵列的改进MUSIC算法DOA估计

鉴于传统的MUSIC(Multiple Signal Classification)算法分辨率不高且在阵元数目较少的情况下对目标信号方位估计不佳等问题,提出了一种基于矢量传感器的改进MUSIC算法。该方法对空间谱函数进行处理,以得到更加优化的方位估计。从阵元数目和分辨角度等方面与传统的MUSIC算法对比,实验仿真表明该算法相对于传统的MUSIC算法有着明显的优越性。     

基于JADE算法的矢量水听器阵列信号盲估计研究

标量声压水听器线阵无法估计信号的二维到达角（方位角和俯仰角）,并且对来波方向相同的信号无法分辨.针对这一情况,文中引入盲信号处理理论,将JADE（特征矩阵联合近似对角化）算法与矢量水听器阵列技术相结合,提出了一种新的阵列信号盲估计算法.该算法应用在结构简单的矢量水听器线阵上,在信号方向矢量没有任何先验知识情况下,对阵列流型矩阵进行盲估计,进而估计出源信号的频率和二维到达角,并实现对来波方向相同信号的辨识.仿真实验证明了算法的有效性.     

矢量水听器阵列MUSIC估计算法研究

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量.采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,对该算法进行了理论推导,并对数据协方差矩阵进行本征分解,获得了信号的空间谱估计.通过几个仿真对比试验,得出了该算法在多种条件下的高分辨方位估计性能.仿真结果表明,在SNR=10 dB条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了12.6°,旁瓣降低了22 dB左右,利用该算法可提高对信号源的定向精度及对多目标的分辨能力.     

基于空域信号分离的多径干扰抑制算法

针对全球导航卫星系统中的多径干扰抑制问题,提出了一种有效的低复杂度多径干扰抑制算法,在直达信号和多径干扰来向角(DOA)未知的情况下,利用RELAX算法,通过反复迭代的思想逐一估计出直达信号和多径干扰的DOA和幅度,进而识别多径干扰,利用线性约束最小方差无畸变波束形成技术,在直达信号方向形成增益与在多径干扰方向形成零陷而抑制多径干扰,并进行了仿真试验。分析结果表明:当多径干扰部分相干时,RELAX算法估计的DOA均方根误差比MUSIC算法低了约12dB;当多径干扰完全相干时,RELAX算法估计的DOA均方根误差比MUSIC算法低了约25dB;所提算法能够准确估计出直达信号和多径干扰的DOA,保证通过波束形成零陷空域多径干扰,使得进入跟踪环路的信号非常洁净,处理后的码相位跟踪误差接近于0。     

一种基于神经网络的宽带相干信号波达方向估计方法

相干信号子空间处理方法是一种通过构造聚焦矩阵来估计宽带相干源波达方向的有效方法，本文基于逆传播学习算法，给出了一种用神经网络来实现聚焦过程的新颖方法，利用这种方法进行ＤＯＡ估计，可以无需预先知道源信号初始信息，不经预处理过程即可获得对ＤＯＡ的高性能估计。     

单矢量水听器改进MUSIC算法的噪声抑制性能研究

针对MUSIC算法在相干噪声背景下估计目标方位性能下降的问题,利用酉变换的空时相关矩阵（unitary spatio-temporal correlation matrice—USTCM）,替代MUSIC算法中的数据协方差矩阵,设计了单矢量水听器的USTC-MUSIC算法,通过仿真验证了新方法不论噪声是不相干或相干,其噪声抑制能力和目标分辨能力均优于原方法.     

脉冲噪声环境下的改进MUSIC谱估计方法

针对传统MUSIC谱估计方法在脉冲噪声环境下的退化现象,依据脉冲噪声特性,基于分数低阶协方差的定义,首先对带噪信号进行非线性处理,然后再计算非线性处理后信号的自相关矩阵,得到改进MUSIC和改进的ROOT-MUSIC谱估计方法.理论分析和仿真结果表明,新方法在高斯噪声和脉冲噪声环境下均具有良好的性能,改进的ROOT-MUSIC谱估计方法在处理短序列信号时性能明显优于改进的MUSIC谱估计方法.     

A Novel Algorithm Based on 3D-MUSIC Algorithm for Localizing Near-Field Source

A novel 3-D MUSIC algorithm based on the classical 3D-MUSIC algorithm for the location of near-field source was presented. Under the far-field assumption of actual near-field, two algebraic relations of the location parameters between the actual near-field sources and the far-field ones were derived. With Fourier transformation and polynomial-root methods, the elevation and the azimuth of the far-field were obtained, the tracking paths can be developed, and the location parameters of the near-field source can be determined, then the more accurate resuits can be estimated using an optimization method. The computer simulation results prove that the algorithm for the location of the near-fields is more accurate, effective and suitable for real-time applications.     

基于UKF滤波的水下目标被动跟踪研究

传统算法在解决目标被动跟踪时存在有偏、收敛速度慢或发散等不足,文中将无迹卡尔曼滤波(UKF)算法应用到目标的被动跟踪.该算法是一种以扩展卡尔曼滤波算法为基本框架,以贝叶斯理论和UT变换为理论基础的新型滤波算法.根据UT变换的基本原理给出了滤波过程的具体计算步骤并进行了仿真计算.理论分析和仿真结果表明,UKF算法的性能相当于二阶高斯滤波器,UKF算法在目标被动跟踪中的滤波精度、稳定性和收敛时间都优于EKF算法.     

基于改进K均值聚类POS算法的应急物资分类研究

为了提高突发事件应急救援的效率,应急物资分类的科学性是应急物资调拨与配送的关键环节之一.通过分析既有应急物资分类以及聚类算法存在的问题,提出了基于改进K均值聚类的应急物资分类方法,构建了基于K均值的粒子群优化算法设计.最后,选取了206种最为常用的应急物资为例,采用Matlab软件平台分析计算.结果表明:基于改进K均值聚类POS算法全局寻优能力明显要强于其他聚类算法.为应急决策者提供一定的理论依据.