导读:本文包含了分辨方位估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:方位,阵列,信号,信号处理,稀疏,矢量,噪声。
分辨方位估计论文文献综述
李学敏,黄海宁,李宇,叶青华,张扬帆[1]（2019）在《采用条件波数谱密度函数的宽带高分辨方位谱估计算法》一文中研究指出针对宽带高分辨方位估计存在方位估计偏差大、算法复杂度高等问题,提出了一种基于条件波数谱密度(Conditional Wavenumber Spectral Density based,CWSD-based)的宽带高分辨方位谱估计算法.该算法利用条件波数谱密度将阵列信号转换到频率-波数空间,宽带信号能量在该空间的坐标呈现与入射角相关的线性分布,通过借鉴直线检测原理,实现邻近目标的高分辨方位估计,且无需预估角度和信源数等信息。仿真结果表明,该算法理论分辨率与处理最高频率成反比,估计均方误差约为0.1°,对阵形畸变鲁棒,运算效率高。海上试验数据表明,本文方法在方位分辨率、弱目标检测、非目标向噪声抑制、稳健性等方面都优于宽带常规波束形成和最小方差无畸变算法,在实际海洋中可实现超低旁瓣高分辨波达方向估计。(本文来源于《声学学报》期刊2019年04期）
郭晓明,吴姚振,乔正明[2]（2019）在《基于稀疏谱拟合的超分辨方位估计》一文中研究指出考虑到各阵元接收的实际环境噪声可能是相关的,以及风成噪声和远处航船噪声等因素的影响,环境噪声强度的空间分布可能具有方向性。利用非均匀环境噪声模型,结合稀疏谱拟合算法,提出了一种基于稀疏谱拟合的超分辨方位估计算法。该算法利用空间信号的稀疏性和线性噪声模型拟合误差的l2-范数联合最小化,实现非均匀环境噪声条件下的超分辨方位估计。通过计算机仿真讨论了正则参数和线性噪声模型阶数对算法性能的影响,海上试验结果表明了该算法较传统算法和稀疏谱拟合算法具有更低的旁瓣级和更好的方位分辨能力,同时有效验证了该算法在非均匀环境噪声背景下的超分辨方位估计性能。(本文来源于《电子技术应用》期刊2019年04期）
郭拓,王英民[3]（2018）在《小快拍高分辨目标方位估计算法GMUSIC的性能分析》一文中研究指出针对水下运动阵列在运动过程中进行方位估计时存在快拍不足的问题,研究了基于随机矩阵理论的MUSIC改进算法GMUSIC,该方法通过Stieltjes变换建立起统计协方差矩阵真实特征值、特征向量与样本协方差矩阵之间在逼近域中的关联,以修正样本协方差特征分解的结果,进而实现小快拍方位估计。仿真与试验表明:GMUSIC算法可以更好地分辨相邻目标,且需要的快拍数较MUSIC算法要少;在低信噪比情况下,GMUSIC算法方位估计均方根误差远小于MUSIC算法,估计成功概率远大于MUSIC算法。因此,GMUSIC算法适用于解决水声目标的小快拍方位估计问题。(本文来源于《应用声学》期刊2018年05期）
马峰[4]（2018）在《基于圆柱阵的高分辨波束形成与方位估计方法研究》一文中研究指出水下目标测噪对于研究舰船噪声源空间分布、降低舰船辐射噪声都具有重要价值。本文对水下近场目标多辐射噪声源空间分辨及方位估计进行研究。由于水下声信道及水下声源的特点,使用单水听器往往不能得到精准的测量结果,同样,即使应用水听器基阵,常规方法下水下目标的高分辨性能仍无法满足现实需求。本文主要采用多重信号特征MUSIC高分辨波束形成算法,结合水听器圆柱基阵对MUSIC算法的高分辨性能进行了仿真,并在湖试和海试中采集真实数据,验证性能特点。本文对波束形成技术和舰船辐射噪声测量的研究现状进行了介绍,对浅海声信道、水下声源辐射噪声的特点和测量方法,以及波束形成等相关理论进行了分析研究。在此基础上,针对当前辐射噪声测量的不足,提出了利用圆柱阵进行高分辨率辐射噪声测量的解决方案。本文利用计算机仿真方法,验证了圆柱阵MUSIC算法高分辨方位估计的性能,并将其与常规波束形成CBF和超指向性SPD波束形成算法的性能进行了分析和对比。为了解决船体多声源的声源级估计问题,提出利用MUSIC算法的高分辨性能进行声源级估计的新方法,并对其性能进行了仿真研究。最后论文利用湖试数及海试数据对本文算法的性能进行了验证。验证结果表明,MUSIC算法在仿真和实验数据中均能够分辨最小开角为8°左右的双目标,在分辨能力上较CBF和SPD有很大的优势。在常规波束形成基础上利用MUSIC方法的高分辨能力,能够对常规波束形成方法无法分辨的双目标分别进行声源级估计。(本文来源于《东南大学》期刊2018-05-27）
曾耀平[5]（2016）在《被动多目标分辨与方位估计技术研究》一文中研究指出被动多目标分辨与方位估计技术研究在声纳、雷达、海洋探测等领域中有着非常重要的地位。论文系统研究了被动多目标分辨与方位估计的关键技术,主要研究内容包括:1.建立了DOA估计的阵列模型,对经典的窄带高分辨子空间算法进行了分析,研究了常用的解相干方法及快速子空间算法,并对其进行了仿真验证。针对窄带准平稳信号下KR-MUSIC算法运算量大且需要信源先验信息的问题,提出了无需信源数目的低复杂度算法,该方法利用信号的分段平稳性、结合Khatri-Rao积虚拟增加了阵列孔径。通过正交补算子可降低噪声的影响,利用循环移位矩阵降低了阵列方向矢量的维数,提高了算法的运行速度,结合全加权MUSIC理论实现了无需信源先验信息的准平稳信号DOA估计。实验仿真展示了该方法能估计的信源数超过了阵元数目,且具有较高的估计精度。2.研究了宽带非相干信号子空间法(ISSM:Incoherent Signal Subspace Method)及相干信号子空间法(CSSM:Coherent Signal Subspace Method),分析了它们的测向原理,对典型的聚焦类算法RSS及TCT进行了研究,通过仿真验证了算法的有效性。分析了宽带投影子空间正交性测试算法(TOPS:Test of Orthogonality of Projected Subspace)和频域子空间正交性测试算法(TOFS:Test of Orthogonality of Frequency Subspace)。基于对称谱理论,提出了一种新的宽带相干信号快速DOA估计算法,该方法利用Toeplitz矩阵重构,可实现不损失阵列孔径的信号解相干,结合实值转换将复矩阵映射为实矩阵,降低了子空间分解的运算量,利用噪声子空间及其共轭重新构造空间谱,根据谱对称性,在半谱内搜索即可得到信号的方位角。仿真结果表明该算法能处理宽带相干源,运算量小且具有较小的估计误差。3.研究了NC-MUSIC、实值NC-MUSIC、EPM等非圆信号DOA估计算法并进行了仿真验证。分析了非圆信号和圆信号共存下的MUSIC算法、ESPRIT算法及酉ESPRIT算法,信号共存下,信号子空间维数得到了扩展,可以分辨更多的信号,在信源过载下算法有效。针对非圆信号和圆信号共存下MUSIC算法运算量较大的问题,提出了一种快速算法,该方法将实值转换和多级维纳滤波技术应用到信号共存下,降低了该情形下MUSIC算法的运算量,利用谱峰中圆信号角度会重复出现而非圆信号角度只会出现一次的规律,可以准确区分圆与非圆信号。仿真结果验证了算法的有效性。4.研究了窄带不相关和相干信号混合下的DOA估计算法,对空间差分矩阵平方算法和空间差分矩阵特征分解算法进行了理论分析和实验仿真。为提高低信噪比下算法分辨的成功概率,提出了空间差分Mini-Norm算法,所提算法在不相关和相干信号的DOA估计中采用的都是Mini-Norm方法,算法分辨率高、对参数变化不敏感,仿真验证了新算法具有良好的性能。针对空间差分矩阵平方算法运算量大且解相干会带来阵元损失的问题,给出了一种改进算法,该方法利用新空间差分技术,解相干的阵元损失较传统的空间平滑要小,结合实值转换及线性传播算子理论,可快速获得相干信号的噪声子空间。计算机仿真实验表明所提算法估计精度较高且具有较低的计算复杂度。5.利用实值转换及空间差分技术,结合TOFS算法理论,发展了宽带不相关信号和相干信号混合下的DOA估计算法,该算法利用宽带信号各个频点协方差矩阵的厄米特性,通过酉转换可实现该频点复矩阵的实值化,通过实值化的TOFS法能迅速实现不相关信号的DOA估计。利用空间差分及Toeplitz化技术,通过实值TOFS算法,在不降低阵列孔径的条件下,可快速获得相干信号的DOA估计。仿真结果表明新算法能同时估计宽带不相关和相干信源,在信源数目大于阵元数目的情形下DOA估计有效,且具有较低的运算量。(本文来源于《西北工业大学》期刊2016-06-01）
邹建武,祝明波,董巍,李相平[6]（2015）在《DOA估计算法在扫描雷达方位超分辨中的应用》一文中研究指出方位超分辨一直是雷达领域里广泛关注的研究课题,针对扫描雷达目标方位角分辨问题,利用阵列信号处理理论中的DOA估计算法进行研究,将雷达目标方位回波模型转化为基于天线方向图调制的均匀线阵模型,在目标后向散射幅度相干的前提下,利用最大似然法进行求解,针对对数似然函数最大值问题,利用遗传算法进行求解。仿真结果表明,高信噪比情况下,分辨能力良好,同时适用于低信噪比情况下的目标分辨,验证了算法的可行性。(本文来源于《指挥控制与仿真》期刊2015年06期）
薄连坤,熊瑾煜,罗来源[7]（2015）在《应用稀疏表示的宽带相干超分辨方位估计方法》一文中研究指出针对无源声呐中宽带相干处理对邻近弱目标分辨能力仍不足的问题,提出一种相干聚焦后稀疏空间谱求解的宽带超分辨方位估计方法。首先将不同频点数据相干聚焦到参考频点,构成多测量矢量稀疏求解问题,然后采用二阶锥规划内点算法进行稀疏空间谱拟合,实现了宽带弱目标超分辨方位估计。仿真试验结果表明,该方法在弱目标分辨和方位估计精度方面优于宽带非相干和相干信号子空间高分辨处理方法。32元拖曳阵海试数据的处理结果验证了该方法的优越性能,同时说明了该方法在无源声呐探测中应用的可行性。(本文来源于《声学学报》期刊2015年06期）
陈羽,孟洲,马树青,包长春[8]（2015）在《矢量水听器垂直阵列数据融合高分辨方位估计算法》一文中研究指出为了实现矢量水听器垂直阵列对目标的高分辨方位估计,提出了基于MUSIC子频带最优加权数据融合方法。该方法采用MUSIC算法对划分的各窄带信号进行方位估计,并在各子频带对多基元方位估计结果进行最优加权最小二乘融合处理,最后通过加权直方图统计法得到最终方位估计结果。对算法进行的仿真及海上试验数据处理结果表明:本文算法在方位估计精度、方位估计正确概率、多目标分辨以及对噪声子频带的抑制能力方面都优于单个基元MUSIC以及多基元复声强器融合算法。(本文来源于《声学学报》期刊2015年06期）
毛琳琳,张群飞,黄建国,史文涛,韩晶[9]（2015）在《基于互相关协方差矩阵的改进多重信号分类高分辨波达方位估计方法》一文中研究指出针对经典高分辨波达方位(DOA)估计方法在低信噪比下分辨性能较差的问题,该文提出一种适用于主动探测系统的基于互相关矩阵的改进多重信号分类(MUSIC)高分辨方位估计方法(I-MUSIC)。该方法首先利用主动声呐发射信号已知的特性,将发射信号与阵元接收信号进行互相关,利用互相关序列形成新的空域协方差矩阵,再进行特征分解。理论分析表明,互相关处理在抑制噪声的同时保留了阵元之间的相位信息,可以得到比MUSIC方法更准确的子空间划分,进而提高低信噪比方位估计性能。在此基础上,提出一种基于相关时间门限的改进MUSIC高分辨方位估计(T-MUSIC)方法,通过对互相关序列设置时间门限进一步提高方位估计信噪比。仿真结果表明,与MUSIC方法相比,I-MUSIC与T-MUSIC可以分别使低信噪比时的估计性能提高3 d B和6 d B,相应平均估计误差分别为原方法的77%和53%。在阵元间接收噪声存在相关性时,T-MUSIC与I-MUSIC方法相比可获得8 d B的估计增益,估计性能更优。I-MUSIC与T-MUSIC应用于多目标主动探测,可大幅提高探测系统在低信噪比下的方位估计性能。(本文来源于《电子与信息学报》期刊2015年08期）
李楠松,朴胜春,宋海岩,张海刚[10]（2014）在《浅海中单矢量水听器高分辨方位估计方法》一文中研究指出为了提高单矢量水听器高分辨方位估计在浅海环境中的性能,充分考虑信道对声传播的影响,将海洋声传播物理模型与稳健自适应波束形成方法相结合,并根据单矢量水听器阵列流型的特点提出了基于简正波理论的单矢量水听器矢量最优化算法,实现了单矢量水听器的高分辨方位估计。计算机仿真结果表明,该算法依靠单个矢量水听器便可实现窄带信号和宽带信号的高分辨方位估计,并且在足够的信噪比下,能够达到无偏估计。海试数据处理结果验证了算法的正确性和有效性。(本文来源于《哈尔滨工程大学学报》期刊2014年02期）
分辨方位估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
考虑到各阵元接收的实际环境噪声可能是相关的,以及风成噪声和远处航船噪声等因素的影响,环境噪声强度的空间分布可能具有方向性。利用非均匀环境噪声模型,结合稀疏谱拟合算法,提出了一种基于稀疏谱拟合的超分辨方位估计算法。该算法利用空间信号的稀疏性和线性噪声模型拟合误差的l2-范数联合最小化,实现非均匀环境噪声条件下的超分辨方位估计。通过计算机仿真讨论了正则参数和线性噪声模型阶数对算法性能的影响,海上试验结果表明了该算法较传统算法和稀疏谱拟合算法具有更低的旁瓣级和更好的方位分辨能力,同时有效验证了该算法在非均匀环境噪声背景下的超分辨方位估计性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分辨方位估计论文参考文献
[1].李学敏,黄海宁,李宇,叶青华,张扬帆.采用条件波数谱密度函数的宽带高分辨方位谱估计算法[J].声学学报.2019
[2].郭晓明,吴姚振,乔正明.基于稀疏谱拟合的超分辨方位估计[J].电子技术应用.2019
[3].郭拓,王英民.小快拍高分辨目标方位估计算法GMUSIC的性能分析[J].应用声学.2018
[4].马峰.基于圆柱阵的高分辨波束形成与方位估计方法研究[D].东南大学.2018
[5].曾耀平.被动多目标分辨与方位估计技术研究[D].西北工业大学.2016
[6].邹建武,祝明波,董巍,李相平.DOA估计算法在扫描雷达方位超分辨中的应用[J].指挥控制与仿真.2015
[7].薄连坤,熊瑾煜,罗来源.应用稀疏表示的宽带相干超分辨方位估计方法[J].声学学报.2015
[8].陈羽,孟洲,马树青,包长春.矢量水听器垂直阵列数据融合高分辨方位估计算法[J].声学学报.2015
[9].毛琳琳,张群飞,黄建国,史文涛,韩晶.基于互相关协方差矩阵的改进多重信号分类高分辨波达方位估计方法[J].电子与信息学报.2015
[10].李楠松,朴胜春,宋海岩,张海刚.浅海中单矢量水听器高分辨方位估计方法[J].哈尔滨工程大学学报.2014
论文知识图
