针对互耦效应和脉冲噪声并存环境下的波达方向(direction of arrival,DOA)估计问题,提出一种结合M估计与稀疏重构的算法。首先,为了消除互耦效应的影响,依据互耦矩阵的托普利兹结构进行恒等变形,得到了不含未知互耦系数的字典。随后,为...针对互耦效应和脉冲噪声并存环境下的波达方向(direction of arrival,DOA)估计问题,提出一种结合M估计与稀疏重构的算法。首先,为了消除互耦效应的影响,依据互耦矩阵的托普利兹结构进行恒等变形,得到了不含未知互耦系数的字典。随后,为了使算法能适应高斯噪声和不同强度的脉冲噪声,将位置得分函数表示为高斯位置得分函数和一系列非线性函数的线性组合,利用噪声样本估计线性组合系数从而建立损失函数。最后,采用迭代硬阈值算法进行稀疏重构,并通过改进信号更新策略提高正确收敛的概率。仿真结果表明,所提算法能有效抑制互耦效应和脉冲(高斯)噪声的干扰,同时相较已有算法在低信噪比、强脉冲特性下的性能有显著提升。展开更多
针对应用声模态分解技术解析压气机管道内截通声模态特征时,传统均匀环形阵列要求传感器数量多、传统稀疏估计方法精度低的问题,本文提出了一种无偏稀疏声模态重构方法,通过L_(1)范数正则化方法实现声模态向量支撑集的求解,再通过最小...针对应用声模态分解技术解析压气机管道内截通声模态特征时,传统均匀环形阵列要求传感器数量多、传统稀疏估计方法精度低的问题,本文提出了一种无偏稀疏声模态重构方法,通过L_(1)范数正则化方法实现声模态向量支撑集的求解,再通过最小二乘实现模态幅值的无偏估计,最后分别通过仿真分析和实验研究验证了所提方法的优越性。结果表明:本文提出的无偏稀疏重构方法相对于经典稀疏重构方法显著提高了声模态重构精度以及辨识鲁棒性,相对于L_(1)范数正则化方法在三种不同传感器布局下,主导声模态幅值重构精度分别提升1.74 d B,2.36 d B和0.78 d B;相对于L_(1/2)范数正则化方法具有更好的阶次辨识鲁棒性。展开更多
直接将压缩感知(compressed sensing,CS)思想应用到相干信源二维波达方向(direction of arrival,DOA)估计中会带来高计算复杂度的问题。为了解决这一问题,提出了一种基于降维稀疏重构的二维DOA估计方法,该方法利用特殊阵列结构将二维冗...直接将压缩感知(compressed sensing,CS)思想应用到相干信源二维波达方向(direction of arrival,DOA)估计中会带来高计算复杂度的问题。为了解决这一问题,提出了一种基于降维稀疏重构的二维DOA估计方法,该方法利用特殊阵列结构将二维冗余字典构建问题转化为一维冗余字典的构建,同时提出了一种基于子字典空间谱重构的配对算法,从而在极大降低算法计算复杂度的同时,提高了配对成功概率。仿真结果表明,该方法对相干信源具有接近于克拉美罗下界(Cramér-Rao lower bound,CRLB)的估计性能,即使是在低信噪比、少快拍数和小角度间隔的情况下,仍有良好的估计性能。展开更多
文摘针对互耦效应和脉冲噪声并存环境下的波达方向(direction of arrival,DOA)估计问题,提出一种结合M估计与稀疏重构的算法。首先,为了消除互耦效应的影响,依据互耦矩阵的托普利兹结构进行恒等变形,得到了不含未知互耦系数的字典。随后,为了使算法能适应高斯噪声和不同强度的脉冲噪声,将位置得分函数表示为高斯位置得分函数和一系列非线性函数的线性组合,利用噪声样本估计线性组合系数从而建立损失函数。最后,采用迭代硬阈值算法进行稀疏重构,并通过改进信号更新策略提高正确收敛的概率。仿真结果表明,所提算法能有效抑制互耦效应和脉冲(高斯)噪声的干扰,同时相较已有算法在低信噪比、强脉冲特性下的性能有显著提升。
文摘针对应用声模态分解技术解析压气机管道内截通声模态特征时,传统均匀环形阵列要求传感器数量多、传统稀疏估计方法精度低的问题,本文提出了一种无偏稀疏声模态重构方法,通过L_(1)范数正则化方法实现声模态向量支撑集的求解,再通过最小二乘实现模态幅值的无偏估计,最后分别通过仿真分析和实验研究验证了所提方法的优越性。结果表明:本文提出的无偏稀疏重构方法相对于经典稀疏重构方法显著提高了声模态重构精度以及辨识鲁棒性,相对于L_(1)范数正则化方法在三种不同传感器布局下,主导声模态幅值重构精度分别提升1.74 d B,2.36 d B和0.78 d B;相对于L_(1/2)范数正则化方法具有更好的阶次辨识鲁棒性。
基金The General Financial Grant from China Postdoctoral Science Foundation(No.2013M532167)the Hunan Provincial Innovation Foundation for Postgraduates(No.CX2013B019)the Fund of Innovation,NUDT(No.B130403)
