基于WVD-MUISC算法的单矢量水听器DOA估计

针对MUSIC算法在非平稳噪声背景下DOA估计性能下降和信源个数受限的问题,利用空间时频分布（spatial time-frequency distribution ,STFD）,选择时频点构造时频相关矩阵,替代MU-SIC算法中的相关矩阵,设计了单矢量水听器DOA估计的WVD-MUSIC算法,通过仿真验证了新方法在噪声抑制能力、空间分辨能力和多目标分辨能力优于原方法。     

非平稳信号自适应最大信噪比盲源分离方法

为了提高时变非平稳信号的盲源分离效果,提出了自适应最大信噪比盲源分离新方法.该方法以信噪比函数作为代价函数,并基于改进的多项式系数自回归模型,进行最优滑窗长度的自适应估计.仿真计算表明,FastICA算法需要预设源信号的概率密度函数,以选择适宜的非线性函数近似估计源信号的非高斯性,当假设的概率密度函数与实际不符时无法正确分离源信号;累积量算法在信源的峰度相同时无法正确分离源信号.新方法与经典的FastICA算法和基于累积量的盲源分离算法比较结果表明,对于经典的FastICA算法、累积量算法无法正确分离的时变非平稳信号,新方法能够有效地进行盲源分离,分离结果不受源信号的概率分布、信源的峰度等统计因素影响.      

基于卡尔曼滤波的快时变稀疏信道估计新技术

针对高铁以及山区环境下正交频分复用（orthogonal frequency division multiplexing,OFDM）通信系统的信道估计问题,提出一种基于卡尔曼滤波的快时变稀疏信道估计方法.该方法基于快时变信道的基扩展模型（basic expansion model,BEM）,应用压缩感知（compressed sensing,CS）理论进行稀疏时延估计,并应用卡尔曼滤波（Kalman filter,KF）技术对BEM系数进行估计,进而获得信道增益.仿真结果表明,在相同信噪比（signal to noise ratio,SNR）条件下,随着归一化多普勒频移（frequency-normalized Doppler shift,FND）增大,新方法的信道估计均方差（mean square error,MSE）性能优于传统方法,如当SNR为20 dB,FND为0.1时,新方法较传统方法性能提升了4 dB,表明对信道时变性具有更优的鲁棒性;在相同的多普勒频移条件下,随着SNR增加,各方法的均方差均有所改善,新方法改善更明显,如当FND为0.2时,在信道估计均方差为0.06的条件下,新方法较传统方法获得了6 dB的信噪比增益,表明对抗信道噪声能力更强.      

基于简化差分相干积累的北斗B1频点信号精捕获算法

北斗卫星信号的捕获速度、灵敏度及精度将直接影响接收机的性能指标.本文提出了一种提高北斗导航卫星B1频点信号检测信噪比的精捕获算法,该算法基于简化差分相干积累（SDCI）的短时匹配滤波器（STMF）和快速傅里叶变换（FFT）运算（STMF-FFT）.为了保证在降低FFT运算量和提高信号检测概率的条件下,获得更精确的多普勒频率估计,采用逼近效果较好的切比雪夫线性最小二乘曲线拟合法得到多普勒频移的精确化估计值.理论分析和仿真验证表明：本文提出的SDCI算法比非相干积累算法获得的检测信噪比高约3.2 dB.     

一阶椭圆型方程组的某类边值问题

研究一阶椭圆型方程组的某类边值问题，得到了问题的Ｎｏｅｔｈｅｒ性能标，并给出了问题的线性无关解个数ｋ０和可解性条件的个数ｌ０的估计式： （ｋ＋ｋ＇）ｒ≤ｋ０≤（ｋ＋ｋ＇）ｒ，（ｋ＋ｌ＇－１）ｒ≤ｌ０≥（ｋ＋ｌ＇）ｒ。     

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DFT的非采样间隔信道OFDM系统信道估计

提出了一种改进的基于DFT的系统信道估计方法．该方法充分考虑了非采样间隔信道的冲激响应能量泄漏问题．通过计算能量增长率选择保留路径,实现了基于DFT的非采样间隔信道OFDM系统信道估计．仂真结果表明,改进算法的均方误差（MSE）及误码率（SER）介于传统的LS估计及MMSE估计之间．在信噪比为15dB时,改进算法的MSE相对LS估计有3．5dB的改善．     

基于改进FUKF的燃气轮机性能退化诊断

针对燃气轮机使用过程中由于工作状态突变导致轮机性能估计困难的问题,提出基于残差相似性的渐消无迹卡尔曼滤波（fading unscented Kalman filter with residual similarity,FUKF-RS）算法,实现燃气轮机健康参数的估计.首先,在普通渐消无迹卡尔曼滤波（fading unscented Kalman filter,FUKF）框架下,构造燃气轮机健康参数估值算法,在测量值估计更新过程中,乘以渐消因子来调节前后时刻的权重,通过强制残差正交来估计渐消因子;然后,利用前后估值时刻残差向量的余弦值表征残差阵的相似度,根据其相似度的大小关系确定残差阵的比例;最后,用该比例值代替算法中的遗忘因子,计算残差阵,实现求解的量化取值.研究结果表明:在燃气轮机状态突变条件下,FUKF-RS算法具有突变状态跟踪能力,参数估值精度比FUKF算法提高了3%左右,普通UKF（unscented Kalman filter,UKF）则不具突变状态跟踪能力;在部件性能缓慢变化时,参数的估计曲线比普通FUKF更平滑,估计精度提高了2%左右.      

窄带干扰条件下水声OFDM系统LMMSE信道估计算法

因为正交频分复用（OFDM）系统中强窄带干扰引起水声信道估计性能退化,因此,提出了一种可实用的线性最小均方误差（LMMSE）信道估计方法.该方法结合最小二乘（LS）信道估计结果对受窄带干扰（NBJ）和加性高斯白噪声（AWGN）噪声干扰的导频子载波进行辨别,从而获得最有效信道抽头;根据导出的理论模型,给出了信道自相关、窄带干扰信号和噪声功率等参数的近似估计方法;并采用傅里叶变换以避免矩阵的求逆运算,减少了计算复杂度.仿真结果表明,在强干扰信号条件下,文中提出的方法接近理想状态的LMMSE方法.     

一维定态薄膜方程Dirichlet边值解的存在性

研究一类定态四阶退化薄膜方程Dirichlet边值条件下的弱解存在性.通过方程变形、构造逼近方程及先验估计的方法,得到非退化问题弱解存在性及正性结果.利用截断方法、Leray-Schauder不动点定理以及Sobolev空间紧性结果,得到退化模型弱解的存在性.由于最大值原理和比较原理对于薄膜方程并不成立,故将方程变形为...     

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。     

基于改进EEMD和WVD联合时频分析的车轮多边形状态识别方法

为了准确识别高速列车车轮多边形状态以及磨耗幅值,提出了一种改进的聚合经验模态分解(EEMD)与魏格纳-威尔分布(WVD)相结合的随机振动信号联合时频分析方法;利用相关系数法和频谱分析来评估筛选轴箱振动加速度信号经EEMD分解后的变量,然后进行WVD计算,在保持WVD高时频分辨率的同时可有效抑制交叉干扰项;应用该方法分析了周期性车轮多边形磨耗与现场实测随机车轮多边形磨耗引起的轴箱振动加速度信号。研究结果表明：利用EEMD-WVD二维时频谱的主频率可识别车轮多边形状态,利用EEMD-WVD三维时频能量谱的能量幅值分布可评估车轮多边形磨耗幅值,最大误差为0.3%;将改进EEMD和WVD联合时频分析方法的识别结果与短时傅里叶变换、小波分解、WVD传统时频分析方法进行对比,表明此方法应用时无需改变任何参数,自适应强,保留了WVD高时频分辨率的特点,而且可有效抑制EEMD产生的模态混叠现象和WVD产生的交叉干扰项,验证了所提出联合时频分析方法的有效性及其优势,为高速动车组车轮多边形识别和评估提供了新的技术途径。     

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.     

Simulation Study on Multi-Rate Time-Frequency Analysis of Non-Stationary Signals

A new time-frequency analysis method is proposed in this study using a multi-rate signal decomposition technique for the analysis of non-stationary signals. The method uses a multi-rate filter bank for an improved non-stationary signal decomposition treatment, and uses the Wigner-Ville distribution (WVD) analysis for signal reconstruction. The method presented in this study can effectively resolves the time and frequency resolution issue for non-stationary signal analysis and the cross-term issue typically encountered in time-frequency analysis. The feasibility and accuracy of the proposed method are evaluated and verified in a numerical simulation.     

多尺度稀疏电能质量扰动识别方法

针对传统电能质量扰动识别中存在数据量大、扰动特征依赖主观选择的问题,提出一种多尺度稀疏电能质量扰动深度识别方法.首先,构建电能质量的多尺度稀疏模型,通过对扰动信号平稳小波多尺度变换获得扰动的低高频信息;然后,对其压缩采样获得降维的测量数据,并在此基础之上,应用正交匹配追踪算法求取各层稀疏系数组成稀疏向量,将稀疏向量输入深度置信网络,实现扰动的智能识别;同时,为进一步提高网络识别的准确性,采用交叉熵算法完成对网络隐含层数、学习率等参数寻优;最后,为验证所述方法的有效性,针对几类典型的单一扰动和复合扰动信号进行大量仿真试验.结果表明:在理想环境和噪声环境下,针对七类典型单一扰动,平均识别率达到99.0%和96.71%以上;针对13类多重扰动,平均识别到达97.69%和94.62%以上.     

单矢量水听器多目标方位的盲估计研究

为实现单矢量水听器的多目标方位估计,研究了水声矢量信号的盲估计问题.根据单矢量水听器的阵列流型特点,结合盲源分离技术,提出了一种新的单矢量水听器多目标方位估计算法.在目标信号先验信息未知的情况下,该算法可分离出各目标信号及其阵列流型,然后利用单矢量水听器振速分量的正交性,估计出各目标信号的方位.实验验证了该算法的有效性.     

Probability-based clustering and its application to WLAN location estimation

Wireless local area networks (WLAN) localization based on received signal strength is becoming an important enabler of location based services. Limited efficiency and accuracy are disadvantages to the deterministic location estimation techniques. The probabilistic techniques show their good accuracy but cost more computation overhead. A Gaussian mixture model based on clustering technique was presented to improve location determination efficiency. The proposed clustering algorithm reduces the number of candidate locations from the whole area to a cluster. Within a cluster, an improved nearest neighbor algorithm was used to estimate user location using signal strength from more access points. Experiments show that the location estimation time is greatly decreased while high accuracy can still be achieved.     

Smolyak Type Sparse Grid Collocation Method for Uncertainty Quantification of Nonlinear Stochastic Dynamic Equations

This paper develops a Smolyak-type sparse-grid stochastic collocation method(SGSCM) for uncertainty quantification of nonlinear stochastic dynamic equations.The solution obtained by the method is a linear combination of tensor product formulas for multivariate polynomial interpolation.By choosing the collocation point sets to coincide with cubature point sets of quadrature rules,we derive quadrature formulas to estimate the expectations of the solution.The method does not suffer from the curse of dimensionality in the sense that the computational cost does not increase exponentially with the number of input random variables.Numerical analysis of a nonlinear elastic oscillator subjected to a discretized band-limited white noise process demonstrates the computational efficiency and accuracy of the developed method.     

A Practical Adaptive TuCM Scheme for Rayleigh Flat Fading Channels

IntroductionAs stated in Ref.[1 ],if the channel state isknown atthe transmitter,then channel capacity isachieved by adapting the transmit power,data rateand coding scheme relative to this fade state.Based on those results,an uncoded adaptive modu-lation was proposed[2 ] .This adaptive modulation is1 7d B more power efficientthan non- adaptive mod-ulation in fading.Combining trellis coded modula-tion ( TCM) with adaptive modulation,an adaptivecoded modulation was studied[3 ] .The results sh…