变步长LMS算法在PCMA信号相位估计中的应用

为提高PCMA信号相位估计的精度,基于联合循环统计量与变步长最小均方（least mean square,LMS）的理论,提出了一种PCMA信号相位高精度估计算法。算法推导信号参数与循环统计量的定量关系进行相位的初估计,对接收信号进行变步长的LMS自适应滤波,通过迭代提升相位估计精度。对算法进行了不同维度的仿真对比实验,仿真结果表明,算法收敛速度快,适用范围广,性能相较于传统方法提升2dB左右。     

基于RSSI测距的凸半定规划节点定位算法

定位是无线传感网络领域的研究热点。为此,提出基于接收信号强度（received signal strength indicator,RSSI）测距的凸半定规划节点定位（RSSI ranging-based convex semidefinite programming node localization,RCSP）算法。建立基于RSSI的信号传播模型,并将定位问题转化为最大似然估计（maximum likelihood,ML）的优化问题,通过泰勒级数近似理论对ML优化问题进行近似处理。将ML优化问题转化为半定规划（semidefinite programming,SDP）凸优化问题,利用内点法求解获取节点的位置。仿真结果表明,相比于同类的定位算法,RCSP算法提高了定位精度。     

早期可靠性数据的统计分析及其应用

在大型复杂产品研制过程中,通过原理样机的各类试验所获得的早期可靠性数据对产品早期可靠性的评估及可靠性设计具有重要意义。文中利用顺序约束模型研究了早期可靠性数据的处理方法,并将早期可靠性数据评估结果应用于可靠性增长计划的制定,从而有效减短了可靠性增长试验的时间。最后,给出了一个实际例子,以说明上述方法的应用。     

基于波束域MUSIC方法的高分辨方位估计

现代声纳系统普遍采用水听器基阵和一定的信号处理来提高对目标的检测和定位能力,而基阵的波束形成则在其中起着核心作用。文中研究了窄带波束域高分辨方位估计技术,分析了波束域MUSIC方位估计的构造过程和具体实现方法。仿真计算表明,基于波束域MUSIC的方位估计算法是一种分辨空间小角域内多个目标的有效方法。     

高频地波雷达目标高度估计的AR模型方法

高度估计对于高频地波雷获取三维信息、提高预警能力很有意义。然而目标RCS的随机起伏对高度估计产生严重影响,通过对RCS随机起伏的AR模型建模和模型参数的自适应估计,提出了在RCS变化的条件下高度估计的扩展卡尔曼滤波算法。通过Monte Carlo仿真和外场试验数据的处理,验证了该方法对抑制RCS随机起伏、提高高度估计精度的有效性。     

基于Gabor谱方法的跳频信号参数盲估计

提出了一种基于Gabor谱的未知跳频信号参数盲估计方法。该方法利用Gabor谱能量集中、时频分辨率高、交叉项干扰小的特点,在未知任何先验参数的情况下,能够准确估计出跳频信号的跳频频率、跳变时刻和跳频信号驻留时间等参数。通过计算机仿真得到了较为准确的估计结果,验证了该算法的有效性。     

基于频率补偿的时延估计方法

由于2个测量站的通道幅相不一致而导致送给时延估计器的两路信号的频率有差异,继而影响时延估计和系统定位精度。首先理论推导了频率差异是如何影响广义相关时延估计的,接着应用频域相关函数对频率差异做准确估计和补偿,最后给出了频差补偿后的时延估计方法。以4种常用通信信号为例,仿真验证了不同信噪比下所提出方法的正确性和有效性。     

调频脉冲信号辐射源多普勒信息提取方法研究

提出了一种基于单脉冲频率及频率变化率联合估计和多脉冲联合估计脉冲重复周期变化率的调频脉冲信号辐射源目标多普勒参数提取方法。该方法解决了无源定位系统数据采样频率与辐射源脉冲重复周期不匹配造成的频率偏差问题,在脉冲到达时间的提取上避免了对脉冲边沿的判断,使得利用中频采样信号计算脉冲重复周期成为可能。介绍对了该方法所采用的频率及频率变化率联合估计关键技术,并在此基础上讨论了该方法所能达到的理论估计精度及误差分析,最后通过仿真试验验证了该方法的可行性和有效性。     

相干信号源DOA估计改进ESPRIT算法研究

在目标方位估计(DOA)的众多算法中,ESPRIT是一种运算速度快、精度高的常用算法,但它不能解相干信号。提出一种基于观测数据直接空间平滑的改进型ESPRIT算法,解决了常规ESPRIT算法不能解相干、对信噪比要求高等问题。该方法适用于所有信号(非相干和相干信号)的目标方位估计。     

基于改进PLOW算法的干涉相位滤波

针对合成孔径雷达干涉相位滤波问题,提出了一种改进的分块局部最佳维纳滤波算法（Patch-based Locally Optimal Wiener, PLOW）。该算法是加性高斯白噪声下的线性最小均方误差估计（Linear Minimum Mean Square Estimation, LMMSE）,利用目前图像滤波最前沿的技术——非局部技术,来联合估计图像的一、二阶矩。针对干涉相位中噪声的空变性,在应用中提出了两点改进：首先,估计噪声的标准差时,用均值代替中值;其次,根据噪声标准差的最大值和均值的比值,自适应的确定类的数量。经过仿真和实测数据验证,改进后的PLOW算法是有效的,并优于其他三种算法。