船载高频地波雷达(High Frequency Surface Wave Radar, HFSWR)的平台机动运动会使目标回波信号发生展宽,引起目标回波幅度和信噪比降低,进而对目标波达方向估计(Direction of Arrival, DOA)产生不利的影响。针对船载地波雷达展宽目标DO...船载高频地波雷达(High Frequency Surface Wave Radar, HFSWR)的平台机动运动会使目标回波信号发生展宽,引起目标回波幅度和信噪比降低,进而对目标波达方向估计(Direction of Arrival, DOA)产生不利的影响。针对船载地波雷达展宽目标DOA估计问题,本文提出了一种基于时频信息Toeplitz协方差重构的展宽目标DOA估计方法。该方法首先采用结合航向补偿的时频分析处理,来提取展宽目标信号的脊线,可为充分利用展宽目标时频信息来构建协方差矩阵奠定基础。然后对构建的协方差矩阵进行Toeplitz化,实现了非平稳噪声的抑制,提高了目标信噪比,解决了展宽目标信噪比下降的问题,从而实现目标的方位角估计。最后,通过仿真和实测数据对本文提出的方法进行验证,结果表明本文所提方法在相同信噪比和目标展宽程度下均方根误差比单峰值MUSIC和DBF方法减小了1.2°,证明了本文所提方法的有效性。展开更多
相比均匀线阵(Uniform Linear Array,ULA),相同阵元数目下稀疏线阵(Sparse Linear Array,SLA)的抗耦合效应更好,阵列孔径更大,到达方向(Direction of Arrival,DOA)估计的自由度(Degrees Of Freedom,DOF)更高,因而近年来得到了广泛的研...相比均匀线阵(Uniform Linear Array,ULA),相同阵元数目下稀疏线阵(Sparse Linear Array,SLA)的抗耦合效应更好,阵列孔径更大,到达方向(Direction of Arrival,DOA)估计的自由度(Degrees Of Freedom,DOF)更高,因而近年来得到了广泛的研究。为了可以进行高DOF的DOA估计,学者们开始研究SLA的差分虚拟阵元,差分虚拟阵元对应的协方差矩阵相比原阵元对应的协方差矩阵维度更大,因而估计的DOF更高。当SLA的差分虚拟阵元连续取值时,可以利用已有阵元的接收信息,得到SLA的协方差矩阵,在该矩阵的基础之上构建差分虚拟阵元的协方差矩阵进而进行DOA估计。然而,当SLA的差分虚拟阵元存在孔洞时,即差分虚拟阵元不能连续取值时,不能直接利用重构的协方差矩阵进行DOA估计,需要恢复完全增广协方差矩阵的信息再进行DOA估计。对于该问题,本文基于矢量化后原协方差矩阵和虚拟差分阵协方差矩阵的误差分布情况,并结合完全增广协方差矩阵的低秩特性和半正定特性来构建优化问题。通过求解该问题来恢复维度更高的完全增广协方差矩阵。最后对该矩阵进行奇异值分解,利用多重信号分类(Multiple Signal Classification,MUSIC)算法就可以获得多源的空间谱。本文最后通过数值仿真试验验证了所提算法可以实现高DOF的DOA估计,并且相比于现有算法,本文所提算法对欠定DOA估计的效果更好,多源DOA估计的精度更高,产生的误差更小。展开更多
为了提高空间谱中信号与噪声的区分度以及改善传统Toeplitz矩阵重构算法在进行波达方向(direction of arrival,DOA)估计时的精度,本文提出一种新的基于Toeplitz矩阵重构的DOA估计算法。首先将观测数据估计的自相关矩阵预处理得到数据向...为了提高空间谱中信号与噪声的区分度以及改善传统Toeplitz矩阵重构算法在进行波达方向(direction of arrival,DOA)估计时的精度,本文提出一种新的基于Toeplitz矩阵重构的DOA估计算法。首先将观测数据估计的自相关矩阵预处理得到数据向量,并基于数据向量进行Toeplitz矩阵重构;再对重构后的矩阵进行奇异值分解,得到信号子空间和噪声子空间;最后同时利用信号子空间和噪声子空间进行空间谱估计。结果表明:无论是相干源还是非相干源的DOA估计,该算法估计精度均优于传统Toeplitz算法,在非相干源的DOA估计精度性能与多重信号分类(multiple signal classification,MUSIC)算法一致,并在处理相干信源个数能力与传统Toeplitz算法相同。展开更多
为提高载荷识别与结构响应重构的精度及效率,提出了一种同时考虑传递矩阵误差和测量误差的改进Tikhonov正则化方法。首先,通过结构动力学模型构建状态空间方程和传递矩阵,得到结构载荷和响应的重构方程;其次,利用截断随机奇异值分解方...为提高载荷识别与结构响应重构的精度及效率,提出了一种同时考虑传递矩阵误差和测量误差的改进Tikhonov正则化方法。首先,通过结构动力学模型构建状态空间方程和传递矩阵,得到结构载荷和响应的重构方程;其次,利用截断随机奇异值分解方法计算测点位置的近似传递矩阵,同时结合总体最小二乘法(Total Least Squares Method,TLSM)和传统Tikhonov正则化方法识别载荷,再通过待重构位置的传递矩阵重构未知响应;最后,分别对二维桁架和简支梁进行数值仿真和试验分析,验证所提方法的有效性。结果表明,相较于传统Tikhonov正则化方法,所提方法可在保证重构精度的同时提升重构效率。展开更多
针对传统波达方向(Direction of Arrival,DOA)估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题,文章提出了一种基于协方差矩阵托普利兹(Toeplitz)矩阵重构的多重信号分类(Multiple Signal Classification,MUSIC)算法的波达...针对传统波达方向(Direction of Arrival,DOA)估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题,文章提出了一种基于协方差矩阵托普利兹(Toeplitz)矩阵重构的多重信号分类(Multiple Signal Classification,MUSIC)算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵,并利用新协方差矩阵构造Toeplitz矩阵,然后对其进行特征值分解,得到Toeplitz矩阵的噪声子空间,利用噪声子空间求出信号空间谱,通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径,增加了可估计相干信号的数量,提升了方位估计的性能,提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明,文中方法可估计出更多的相干信号,而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。展开更多
文摘船载高频地波雷达(High Frequency Surface Wave Radar, HFSWR)的平台机动运动会使目标回波信号发生展宽,引起目标回波幅度和信噪比降低,进而对目标波达方向估计(Direction of Arrival, DOA)产生不利的影响。针对船载地波雷达展宽目标DOA估计问题,本文提出了一种基于时频信息Toeplitz协方差重构的展宽目标DOA估计方法。该方法首先采用结合航向补偿的时频分析处理,来提取展宽目标信号的脊线,可为充分利用展宽目标时频信息来构建协方差矩阵奠定基础。然后对构建的协方差矩阵进行Toeplitz化,实现了非平稳噪声的抑制,提高了目标信噪比,解决了展宽目标信噪比下降的问题,从而实现目标的方位角估计。最后,通过仿真和实测数据对本文提出的方法进行验证,结果表明本文所提方法在相同信噪比和目标展宽程度下均方根误差比单峰值MUSIC和DBF方法减小了1.2°,证明了本文所提方法的有效性。
文摘相比均匀线阵(Uniform Linear Array,ULA),相同阵元数目下稀疏线阵(Sparse Linear Array,SLA)的抗耦合效应更好,阵列孔径更大,到达方向(Direction of Arrival,DOA)估计的自由度(Degrees Of Freedom,DOF)更高,因而近年来得到了广泛的研究。为了可以进行高DOF的DOA估计,学者们开始研究SLA的差分虚拟阵元,差分虚拟阵元对应的协方差矩阵相比原阵元对应的协方差矩阵维度更大,因而估计的DOF更高。当SLA的差分虚拟阵元连续取值时,可以利用已有阵元的接收信息,得到SLA的协方差矩阵,在该矩阵的基础之上构建差分虚拟阵元的协方差矩阵进而进行DOA估计。然而,当SLA的差分虚拟阵元存在孔洞时,即差分虚拟阵元不能连续取值时,不能直接利用重构的协方差矩阵进行DOA估计,需要恢复完全增广协方差矩阵的信息再进行DOA估计。对于该问题,本文基于矢量化后原协方差矩阵和虚拟差分阵协方差矩阵的误差分布情况,并结合完全增广协方差矩阵的低秩特性和半正定特性来构建优化问题。通过求解该问题来恢复维度更高的完全增广协方差矩阵。最后对该矩阵进行奇异值分解,利用多重信号分类(Multiple Signal Classification,MUSIC)算法就可以获得多源的空间谱。本文最后通过数值仿真试验验证了所提算法可以实现高DOF的DOA估计,并且相比于现有算法,本文所提算法对欠定DOA估计的效果更好,多源DOA估计的精度更高,产生的误差更小。
文摘为了提高空间谱中信号与噪声的区分度以及改善传统Toeplitz矩阵重构算法在进行波达方向(direction of arrival,DOA)估计时的精度,本文提出一种新的基于Toeplitz矩阵重构的DOA估计算法。首先将观测数据估计的自相关矩阵预处理得到数据向量,并基于数据向量进行Toeplitz矩阵重构;再对重构后的矩阵进行奇异值分解,得到信号子空间和噪声子空间;最后同时利用信号子空间和噪声子空间进行空间谱估计。结果表明:无论是相干源还是非相干源的DOA估计,该算法估计精度均优于传统Toeplitz算法,在非相干源的DOA估计精度性能与多重信号分类(multiple signal classification,MUSIC)算法一致,并在处理相干信源个数能力与传统Toeplitz算法相同。
文摘为提高载荷识别与结构响应重构的精度及效率,提出了一种同时考虑传递矩阵误差和测量误差的改进Tikhonov正则化方法。首先,通过结构动力学模型构建状态空间方程和传递矩阵,得到结构载荷和响应的重构方程;其次,利用截断随机奇异值分解方法计算测点位置的近似传递矩阵,同时结合总体最小二乘法(Total Least Squares Method,TLSM)和传统Tikhonov正则化方法识别载荷,再通过待重构位置的传递矩阵重构未知响应;最后,分别对二维桁架和简支梁进行数值仿真和试验分析,验证所提方法的有效性。结果表明,相较于传统Tikhonov正则化方法,所提方法可在保证重构精度的同时提升重构效率。
文摘针对传统波达方向(Direction of Arrival,DOA)估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题,文章提出了一种基于协方差矩阵托普利兹(Toeplitz)矩阵重构的多重信号分类(Multiple Signal Classification,MUSIC)算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵,并利用新协方差矩阵构造Toeplitz矩阵,然后对其进行特征值分解,得到Toeplitz矩阵的噪声子空间,利用噪声子空间求出信号空间谱,通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径,增加了可估计相干信号的数量,提升了方位估计的性能,提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明,文中方法可估计出更多的相干信号,而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。
