针对载频重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification,MUSIC)算法的载频重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的...针对载频重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification,MUSIC)算法的载频重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的处理,并将超分辨阵列信号处理方法应用到目标的参数估计中,从而把目标距离和速度的估计等效成阵列中二维参数的估计,解决了由于载频重频联合捷变所带来的目标参数估计难题。仿真实验表明,所提方法能有效实现对目标距离和速度的超分辨估计。展开更多
同点正交配置磁环和电偶极子(Co-centered Orthogonal Loop and Dipole,COLD)是常用的二分量电磁矢量传感器之一,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息.针对由COLD传感器组成的均匀线阵,磁环分量保持不变,将电偶极...同点正交配置磁环和电偶极子(Co-centered Orthogonal Loop and Dipole,COLD)是常用的二分量电磁矢量传感器之一,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息.针对由COLD传感器组成的均匀线阵,磁环分量保持不变,将电偶极子分量沿正交方向稀疏拉伸,形成L形阵,扩展阵列的空间孔径,提出了基于广义旋转不变的降维多重信号分类算法.该算法利用L形阵的几何构形,将导向矢量分隔成三部分,利用广义旋转不变矩阵分别估计各个部分,使得波达角和极化参数仅需一维谱峰搜索就可以估计得到.同时,在参考点处新增一个电偶极子天线,利用四元数模型解决了由于稀疏拉伸引起的相位周期模糊问题.仿真实验验证了所提算法的有效性.展开更多
同点正交配置磁环和电偶极子(Co-centered orthogonal loop and dipole,COLD)是一种最常用的二分量电磁矢量传感器,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息。本文针对由COLD传感器组成的均匀线阵(Uniform linear array...同点正交配置磁环和电偶极子(Co-centered orthogonal loop and dipole,COLD)是一种最常用的二分量电磁矢量传感器,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息。本文针对由COLD传感器组成的均匀线阵(Uniform linear array,ULA),将所有磁环和电偶极子分量分别沿两个正交方向均匀拉伸,形成L形阵,扩展阵列的空间孔径,并提出了基于广义旋转不变的降维多重信号分类算法(Dimension reduction multiple signal classification method based on generalized rotational invariance,GRIDR-MUSIC)。所提算法利用L形阵的几何构形,将导向矢量分隔成三部分,通过两个正交ULA的广义旋转不变结构,分别估计各个部分,使得波达角(Direction of arrival)和极化参数仅需一维谱峰搜索就可以估计得到,且无需参数匹配。最后,仿真实验验证了所提算法的有效性。展开更多
将高频率分辨力谱估计技术与优化算法相结合而提出一种新的异步电动机转子故障检测方法。针对两种典型的高频率分辨力谱估计技术——多重信号分类(multiple signalclassification,MUSIC)与旋转不变信号参数估计技术(estimation of signa...将高频率分辨力谱估计技术与优化算法相结合而提出一种新的异步电动机转子故障检测方法。针对两种典型的高频率分辨力谱估计技术——多重信号分类(multiple signalclassification,MUSIC)与旋转不变信号参数估计技术(estimation of signal parameters via rotational invariancetechnique,ESPRIT),应用模拟转子故障的定子电流信号测试其频率分辨力、精度等性能,结果表明:即使对于短时信号,二者仍具高频率分辨力,可以准确地分辨定子电流信号中转子故障特征分量、主频分量之频率;但对其幅值、初相角,仅能提供"粗糙"估计。为此,尝试以优化算法——模拟退火算法(simulated annealing algorithm,SAA)与模式搜索算法(pattern search algorithm,PSA)确定各分量的幅值与初相角。同时,分别对MUSIC与ESPRIT、SAA与PSA做了性能对比,遴选优者并应用于转子故障检测。最后,针对转子断条故障进行实验,结果表明:基于高频率分辨力谱估计技术与优化算法的异步电动机转子故障检测方法有效、可行,即使在负载波动、噪声等干扰严重情况下仍然适用。展开更多
文摘针对载频重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification,MUSIC)算法的载频重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的处理,并将超分辨阵列信号处理方法应用到目标的参数估计中,从而把目标距离和速度的估计等效成阵列中二维参数的估计,解决了由于载频重频联合捷变所带来的目标参数估计难题。仿真实验表明,所提方法能有效实现对目标距离和速度的超分辨估计。
文摘同点正交配置磁环和电偶极子(Co-centered Orthogonal Loop and Dipole,COLD)是常用的二分量电磁矢量传感器之一,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息.针对由COLD传感器组成的均匀线阵,磁环分量保持不变,将电偶极子分量沿正交方向稀疏拉伸,形成L形阵,扩展阵列的空间孔径,提出了基于广义旋转不变的降维多重信号分类算法.该算法利用L形阵的几何构形,将导向矢量分隔成三部分,利用广义旋转不变矩阵分别估计各个部分,使得波达角和极化参数仅需一维谱峰搜索就可以估计得到.同时,在参考点处新增一个电偶极子天线,利用四元数模型解决了由于稀疏拉伸引起的相位周期模糊问题.仿真实验验证了所提算法的有效性.
文摘同点正交配置磁环和电偶极子(Co-centered orthogonal loop and dipole,COLD)是一种最常用的二分量电磁矢量传感器,但是COLD传感器没有充分利用磁环和电偶极子分量的空间信息。本文针对由COLD传感器组成的均匀线阵(Uniform linear array,ULA),将所有磁环和电偶极子分量分别沿两个正交方向均匀拉伸,形成L形阵,扩展阵列的空间孔径,并提出了基于广义旋转不变的降维多重信号分类算法(Dimension reduction multiple signal classification method based on generalized rotational invariance,GRIDR-MUSIC)。所提算法利用L形阵的几何构形,将导向矢量分隔成三部分,通过两个正交ULA的广义旋转不变结构,分别估计各个部分,使得波达角(Direction of arrival)和极化参数仅需一维谱峰搜索就可以估计得到,且无需参数匹配。最后,仿真实验验证了所提算法的有效性。
文摘将高频率分辨力谱估计技术与优化算法相结合而提出一种新的异步电动机转子故障检测方法。针对两种典型的高频率分辨力谱估计技术——多重信号分类(multiple signalclassification,MUSIC)与旋转不变信号参数估计技术(estimation of signal parameters via rotational invariancetechnique,ESPRIT),应用模拟转子故障的定子电流信号测试其频率分辨力、精度等性能,结果表明:即使对于短时信号,二者仍具高频率分辨力,可以准确地分辨定子电流信号中转子故障特征分量、主频分量之频率;但对其幅值、初相角,仅能提供"粗糙"估计。为此,尝试以优化算法——模拟退火算法(simulated annealing algorithm,SAA)与模式搜索算法(pattern search algorithm,PSA)确定各分量的幅值与初相角。同时,分别对MUSIC与ESPRIT、SAA与PSA做了性能对比,遴选优者并应用于转子故障检测。最后,针对转子断条故障进行实验,结果表明:基于高频率分辨力谱估计技术与优化算法的异步电动机转子故障检测方法有效、可行,即使在负载波动、噪声等干扰严重情况下仍然适用。
