基于空间平滑的均匀圆阵对相干信源的DOA估计

空间平滑算法是相干信源波达方向(DOA)估计中的一种有效方法,但只适合于均匀线阵.提出一种基于均匀圆阵(UCA)的相干信源DOA估计方法.方法是将均匀圆阵结构转换成虚拟均匀线阵结构,把前后向空间平滑技术应用到虚拟均匀线阵中,进行相干信源DOA估计.仿真实验结果验证了该方法的有效性.     

基于多层全连接神经网络的6C地震波极化向量识别研究

利用机器学习原理,提出一种基于多层全连接(multi-layer fully connected, MFC)神经网络的六分量(six-component, 6C)地震波极化向量识别方法。首先利用6C地震波各波型极化向量数学模型和一系列仿真参数得到5种波型和噪声波型各5 000个极化向量数据集,然后随机选取其中5 000个作为测试集,其余划分为训练集,进行MFC神经网络与支持向量机(support vector machine, SVM)的综合辨识性能对比实验。结果表明,MFC神经网络模型识别5种极化向量类型(SH波和Love波视为一类)和6种极化向量类型的效果均显著优于SVM模型,平均识别率分别达到99.786%和87.940%。     

一种宽带相干信号的二维DOA估计新方法

针对经典相干宽带信号来波方向估计算法需要进行角度预估计、复杂度高等特点,提出一种均匀圆阵下宽带相干信号的二维来波方向(2D-DOA)估计新方法。先使用多项式展开的方法实现阵列流形矢量的频率与角度的分离,选取较简易的与频率有关的采样矩阵构造聚焦矩阵,然后利用聚焦操作求取宽带相干信号的频域相关矩阵进行2D-DOA估计。方法不需要进行角度预估计,减小了计算量。仿真分析表明,使用新的聚焦矩阵可以降低宽带相干信号2D-DOA估计的均方根误差,提高成功分辨概率。且该方法可推广至任意的阵列结构,并明显改善2D-DOA估计效果。     

一种基于特征子空间的多用户盲分离算法

提出了一种基于特征子空间的多用户盲分离算法。算法首先估计出信号源的导向矢量,然后再利用ESB算法进行波束形成,解决了当存在多个用户时权值收敛于单一用户的问题,可以在不知道信号先验知识的情况下对来自不同方向上的独立信号进行有效的分离。算法不需要进行繁琐的Gram—Schmidt正交化处理,并且在盲分离信号的基础上还可以估计出信号的波达方向。计算机仿真结果表明,分离出来的信号与源信号的相关系数均大于0．99,证实了算法的有效性。     

一种冲击噪声中波达方向估计的有效算法

基于空间平滑技术和矩阵重构技术,提出了一种相干信源下波达方向估计的新算法。算法在非高斯冲击噪声下,能对波达方向进行有效地估计。与基于分数低阶矩算法以及基于分数低阶矩平滑算法相比较,新算法能在信噪比为-5dB时,提高40％的成功估计概率。信噪比为0dB-10dB时,成功概率大约提高20％,且均方根误差被降低近20％-50％。计算机仿真结果验证了算法的有效性。     

基于奇异谱分析的GNSS坐标时间序列粗差探测与噪声估计

考虑到传统谐波模型难以精确描述GNSS坐标时间序列的非线性变化,导致信号和噪声不能很好地分离,进一步影响粗差探测和噪声估计,本文提出一种基于奇异谱分析的粗差探测与噪声估计算法。首先采用奇异谱分析方法分离出GNSS坐标时间序列中的信号与噪声,然后基于IQR准则探测噪声中的粗差,最后采用最小二乘方差分量估计（LS_VCE）方法定量估计各噪声分量。算例表明,相比于传统基于谐波模型的算法,该算法的粗差探测准确率更高,且估计的噪声分量与真值更接近。     

基于广义高斯模型的机载测深LiDAR波形拟合算法

针对传统LiDAR测深波形拟合算法受噪声干扰严重、对微弱回波信号及复杂波形拟合不准确的问题，提出一种基于广义高斯模型的波形拟合算法。首先通过计算滤波前后尾段波形的差异估计波形的噪声；然后利用广义高斯模型提取海面与海底反射信号分量，并对剩余信号进行迭代拟合；最后利用LM算法对参数进行优化，并对优化后的参数进行约束，避免冗余分量。采用南海实测数据进行验证，该算法拟合微弱回波及复杂波形能力强，不论在浅水(回波发生叠加)还是深水，其拟合精度均优于传统算法，具有良好的鲁棒性。     

基于大气电场与闪电资料的雷电临近预警方法

针对大气电场仪进行雷电预警误报率高的问题,提出了一种利用多站大气电场仪组网观测地面电场,并结合闪电定位系统的观测进行雷电预警的方法。该方法结合了大气电场仪与闪电定位仪的优点,利用电场强度阈值和闪电发生的距离阈值,得出雷电预警等级的方法。采用此方法可以降低仅用电场强度来预警所造成的误报率,并能估计出雷暴的移动方向。经检验,此方法TS评分为0.73,漏报率为0.21,空报率为0.09。此算法对于由远及近的雷电活动,或者距离很近的雷电活动有较高的预警准确率。算法对10km内的强雷暴预警效果最好。     

一种北斗混合系统单点定位随机模型的优化方法

针对北斗混合系统中不同轨道类型、BDS-2/BDS-3卫星间观测值的差异，提出利用基于北斗UERE的Helmert方差分量估计模型对北斗混合系统定位的随机模型进行优化。对基于等权模型、普通Helmert方差分量估计模型及本文提出的优化模型进行单点定位实验，从定位精度与定位成功率上对3种模型的解算结果进行对比分析。结果表明，相比于等权模型和普通Helmert方差分量估计模型，优化模型能提高在E、N、U方向上的定位精度，同时减少因卫星星座空间几何构型较差而导致的定位精度较低的情况，从而提高定位成功率。     

一种基于正交投影的波束形成算法

提出了一种基于正交投影的波束形成算法.首先由MVDR算法确定初始权向量;其次根据该权向量与其它用户波达角方向的关系,建立干扰信号的导向矢量矩阵;然后通过正交投影原理,将期望信号的导向矢量投影到干扰信号的零空间上,从而求得最优权值.仿真结果证明了该算法的有效性.     

一种基于接收信号强度的源节点定位算法

提出一种基于接收信号强度的源节点定位算法,无需事先已知源节点的发射功率以及环境中的路径损耗指数。该算法首先对接收信号强度的路径损耗模型进行两次差分,消去与源节点发射功率相关的模型参数和路径损耗指数,然后利用最小二乘准则来估计源节点的位置。通过仿真数据评估该算法的定位精度,并与其他源节点定位算法进行比较。     

基于对偶四元数的三维空间坐标转换直接解法

利用对偶四元数能同时描述旋转矩阵和平移向量的优势,提出一种适用于大角度的三维空间坐标转换参数求解模型。该模型解决了传统算法不适用于大旋角的问题,可以直接解算坐标转换参数,且无需迭代初始值。通过模拟数据进行仿真实验表明,该方法无需线性化,计算简便,验证了该方法的正确性与有效性。     

��Ȩ�����ģ�ͼ���Ӧ��Ч������

提出一种加权半参数模型,对半参数模型中的参数分量与非参数分量分别加权,针对数据的不同特点合理确定权重。分别对模拟数据和GPS真实数据进行处理,并与最小二乘法、岭估计法和半参数模型进行对比,通过残差、均方误差等指标的对比分析可见,加权半参数估计模型得到的估计值与真值最接近,估计残差浮动平缓,均方误差小。     

非线性半参数模型最小二乘核估计的直接解法

基于非线性半参数模型最小二乘核估计,给出了其参数分量和非参数分量估计的构造式,导出了参数分量和非参数分量顾及二次项直接解法的计算公式。用实测数据进行计算,证明了对于非线性半参数模型最小二乘核估计,可采用顾及二次项的直接解法。     

Elman神经网络在区域速度场建模中的应用

鉴于欧拉矢量参数在局部区域适应性较差,提出一种基于Elman神经网络的速度场逼近方法。首先利用已有欧拉矢量参数估计站点速度,将剩余残差作为Elman神经网络拟合量进行逼近;然后将Elman神经网络估计结果与欧拉矢量计算速度相叠加,获得区域速度场模型。利用山东区域速度场数据进行验证,结果表明,该方法在一定程度上能够削弱系统误差影响,提高计算精度。     

基于测向测时差云闪定位精度分析及布局优化

针对多站雷电定位系统中的云闪定位问题,建立4站云闪辐射源定位模型。根据探测站探测的云闪电磁波到达的时间和角度信息,结合无源定位理论中的测向测时差定位法,给出云闪定位计算方法和精度评定。利用Maltab,仿真探测站不同布站方式下的云闪定位误差分布情况。通过对比研究,得出最优布站形式,并对最优布站形式的精度影响因素进行分析。结果表明,布站形式、基线长度、探测站高度等因素均可对云闪定位精度产生影响。     

非线性模型的补偿最小二乘估计

提出利用半参数估计理论解决非线性平差问题,即利用半参数模型中的非参数分量描述非线性模型按泰勒级数展开式中二次以上的高阶项,并推导了补偿最小二乘法求解非线性模型参数的相关公式。算例表明,对于非线性强度较强的模型,该算法可以取得较好的效果。     

一种基于小波变换的MPSK符号率提取算法

在通信系统中,符号率的准确提取是参数估计的重要环节。传统的估算方法,在低SNR条件下,估计的误差较大,很难对符号率进行准确估计。在分析现有符号率估计算法的基础上,提出一种新的基于haar小波变换的MPSK信号的多速率特征提取算法,深入剖析小波的降噪特性,同步参考点的选取与修正,码速率的估计精度等被忽视的问题,并且提出一种多同步参考点的符号率估计算法。仿真验证了算法在SNR5时符号率估算的准确性基本达到100%。     

重庆红池坝地电场变化分析

利用磁静日时序叠加方法和FFT频谱分析方法对红池坝地电场观测资料进行逐月处理，并与巫山建坪台地磁观测资料进行对比，分析红池坝地电场静日变化特征；计算红池坝台站磁暴期间产生的感应电场，与地电场观测数据对比，分析地电暴的特征。结果表明，静日随着月份的变化，相位发生变化，与巫山建坪地磁Sq变化一致；1月、2月、11月、12月的地电场日变幅明显小于其他月份；地电场显著周期成分与磁静日地磁场相同，并且通过周期成分的逐月对比分析得到，地电场与地磁D分量的不同周期成分的频谱值随时间的变化基本一致；某一方向的地电暴与该垂直方向的磁暴和该地区的电性结构有关；地电暴观测值与地磁感应电流计算值呈线性关系；地电暴变化与K值呈指数关系。     

基于信噪比检验的双参数岭型Kalman滤波及其在BDS星地联合定轨中的应用

将Kalman滤波病态性诊断与处理相结合，提出基于信噪比检验的双参数岭型Kalman滤波。在分析Kalman 滤波的病态性以及岭型 Kalman 滤波的缺陷后，引入信噪比统计量度量每个待估参数受病态性影响的大小，将待估参数区分为涉扰参数和非涉参数，并利用两个岭参数对两类参数进行不同强度的修正，结合广义岭估计思想给出两个岭参数的选取方法。该算法在降低状态参数估计方差的同时尽量减少岭型Kalman滤波引入的偏差。利用STK仿真5颗GEO卫星+24颗MEO卫星+3颗IGSO卫星的北斗卫星星座并进行分布式自主定轨，结果表明提出的新算法能够有效改善病态性对Kalman滤波的不良影响，且相对于岭型Kalman滤波具有更高的定轨精度。