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。     

基于单个矢量水听器的二维波达方向估计

提出了一种基于单个矢量水听器的二维波达方向估计方法，该矢量水听器由三个空间轴向垂直的振速水听器和一个声压水听器构成．利用时延数据，以时间变元为旋转因子．构造了两个具有相同阵形的子阵，采用ESPRIT实现了对目标信号的波达方向估计．具有较好的估计精度，能实现方向余弦的自动配对，不造成波达方向的模糊性．计算机仿真实验结果证明了该方法的有效性。     

基于复Morlet小波SVM的负荷预测

为提高预测精度和克服支持向量机(SVM)凭经验选择参数的不足,针对小波擅长信号细微特征提取和云遗传算法(CGA)良好的全局寻优能力,构建了以复Morlet小波为核函数、以CGA为参数优化算法的SVM--基于CGA的复Morlet小波SVM (CGA-CMW-SVM).针对短期负荷预测,为降低系统复杂性,克服负荷数据信息不完备、不精确的问题,仅仅利用了负荷的历史数据而不考虑气象和节假日等因素,在分析负荷时间序列混沌特性的基础上,对负荷数据进行相空间重构,并以相空间矢量作为CGA-CMW-SVM的输入,提出了短期负荷预测的新方法.仿真结果表明,该方法平均误差和最大误差小,平均误差在1.340 0%以内,最小误差为1.008 7%.     

基于任意阵形矢量水听器阵的二维波达方向估计

提出了基于任意阵形矢量水听器阵列的二维波达方向估计方法．即在阵元方向一致的前提下，矢量水听器阵可以采取任意阵形，也不需要预先知道阵元的空间位置．每个矢量水听器由3个相互正交空间共点的振速水听器和一个声压水听器构成．声压子阵经过旋转后分别变成了3个振速子阵，子阵之间的旋转因子只与目标信号的方向余弦有关，而与矢量水听器的空间位置无关．基于ESPRIT的思想，采用并行TLS矩阵束方法实现对目标信号的方向余弦的估计和自动配对，从而实现二维波达估计．计算机仿真实验结果证明了该方法的有效性．     

小波变换在轴承故障声发射信号降噪中的应用

噪声消除是小波变换最成功的应用之一，其基本思想是将信号的小波变换系数通过阈值处理，然后进行小波重构得到降躁的信号。根据故障轴承声发射信号的脉冲特性选取Morlet小波．以“小波熵最小”原则确定Morlet小波的波形参数，然后进行连续小波变换。采用软阈值方法处理小波东数，通过小波重构得到降噪后的故障声发射信号，噪声得到了很好的抑制，故障脉冲特征明显增强。采用实验数据，通过与离散小波变换的比较，得到了用连续小波变换可以有效降低噪声、提取故障声发射信号特征的结论。     

基于线性迭代预测的线性调频信号估计方法

针对线性调频(linear frequency modulation, LFM)信号参数估计方法中参数估计范围较小的问题,以旋转求和抽取(rotate add decimate,RAD) 测频方法为基础,提出了一种估计LFM信号参数范围的改进方法.该方法在保证线性调频斜率以及频率估计精度的前提下,将线性调频斜率估计范围扩展至(-π/2,π/2).给出了用线性迭代预测方法改进LFM信号参数估计范围的基本思想和步骤.最后仿真验证了该方法的有效性.     

MUSIC波达方向估计算法的改进及仿真试验

MUSIC算法是一种子空间分解算法,它的各种性能已被广泛研究.在信号波达方向估计领域,MUSIC算法的应用,形成了MUSIC波达方向估计算法.实际应用中,MUSIC波达方向估计算法,拥有超分辨能力的同时,也存在原理性缺点——MUSIC空间谱不能反映目标信号的相对强度.文中在前人工作的基础上,对MUSIC波达方向估计算法进行理论分析,提出了有效的改进方法,并通过仿真试验证实了分析的正确性.     

广义相关时延估计算法在汽车去噪系统中的应用

针对汽车环境中麦克风阵列语音去噪系统的应用,对广义相关时延估计方法进行了仿真,并与基于高阶累积量的时延估计方法作了比较分析.给出了两种方法在不同信号模型中的仿真结果,结果表明:广义相关法时延估计更适用于汽车去噪系统.     

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°。     

广义相关时延估计算法在汽车去噪系统中的应用

针对汽车环境中麦克风阵列语音去噪系统的应用,对广义相关时延估计方法进行了仿真,并与基于高阶累积量的时延估计方法作了比较分析.给出了两种方法在不同信号模型中的仿真结果,结果表明:广义相关法时延估计更适用于汽车去噪系统.