时变阵列信号参数估计方法研究

时变阵列信号参数估计方法研究

论文摘要

非平稳信号广泛存在于很多实际场合中,比如如语音、雷达和声纳中的线性调频信号,时频分析是处理非平稳信号的一个强有力的工具。对于阵列信号处理中的时变信号,时频分析也有其应用价值。本文讨论了时频分析在处理阵列信号处理中的时变信号中的应用。通过构建空间时频分布矩阵,和传统的阵列信号处理方法相结合,从而得到一种新的时频域的波达方向估计方法。在分析时频MUSIC和空间时频分布矩阵的基础上,给出了几种改进的方法,通过正确选取时频点,抑制交叉项,加强时频分布矩阵的对角化结构特性,从而提高了DOA估计的精度和性能。并进行了仿真分析和验证。

论文目录

  • 第一章 绪论
  • 1.1 研究背景及意义
  • 1.2 阵列信号处理中时变信号的研究现状
  • 1.3 本文主要工作
  • 第二章 时频分析概述
  • 2.1 基本概念
  • 2.1.1 信号的时间、频率描述
  • 2.1.2 非平稳信号
  • 2.1.3 瞬时频率和群延迟
  • 2.2 Wigner-Ville分布
  • 2.2.1 Wigner-Ville分布的性质
  • 2.2.2 交叉项分析
  • 2.3 Cohen类时频分布
  • 2.3.1 基本定义
  • 2.3.2 Cohen类的四种分布及其相互关系
  • 2.4 本章小结
  • 第三章 时频域DOA估计方法
  • 3.1 信号模型
  • 3.2 阵列模型的时频分析
  • 3.3 时频MUSIC
  • 3.3.1 联合块对角化方法
  • 3.3.2 时频平均的方法
  • 3.3.3 仿真分析
  • 3.4 时频MUSIC性能分析
  • 3.4.1 信噪比加强
  • 3.4.2 STFD的噪声子空间和信号子空间
  • 3.4.3 仿真分析
  • 3.4.4 交叉项分析
  • 3.5 波束空间时频MUSIC
  • 3.5.1 基本原理
  • 3.5.2 仿真分析
  • 3.6 本章小结
  • 第四章 改进的时频域DOA估计方法
  • 4.1 改进的途径分析
  • 4.2 空域平均的时频分布
  • 4.2.1 基本原理
  • 4.2.2 空间平均方法和核函数法的比较
  • 4.2.3 仿真分析
  • 4.3 加权时频平均
  • 4.3.1 基本原理
  • 4.3.2 仿真结果分析
  • 4.4 多个核函数联合处理
  • 4.4.1 时频核分析及方法的提出
  • 4.4.2 仿真分析
  • 4.5 本章小结
  • 结束语
  • 致谢
  • 参考文献
  • 研究成果
  • 相关论文文献

    • [1].基于混沌压缩感知的稀疏时变信号在线估计[J]. 电子与信息学报 2012(04)
    • [2].基于压缩感知理论的时变信号压缩技术[J]. 西南交通大学学报 2015(03)
    • [3].降噪自编码器深度卷积过程神经网络及在时变信号分类中的应用[J]. 计算机应用 2020(03)
    • [4].水下高混响背景下的非平稳时变信号滤波技术研究[J]. 舰船电子工程 2017(12)
    • [5].单分量时变信号检测及瞬时频率估计方法[J]. 自动化与仪器仪表 2010(02)
    • [6].经验模式分解及其应用研究[J]. 计算机工程与应用 2010(04)
    • [7].PLC在低频时变信号处理中的应用[J]. 硅谷 2013(20)
    • [8].汽车后桥装配在线非稳态时变信号故障检测与诊断系统[J]. 汽车与配件 2009(35)
    • [9].传感器网络中的时变信号跟踪分布式估计器[J]. 探测与控制学报 2019(04)
    • [10].小波变换的时频分析及其在实际中的应用[J]. 中国传媒大学学报(自然科学版) 2011(02)
    • [11].基于时变信号汽车后桥主锥齿轮总成故障检测与诊断[J]. 汽车工程 2008(02)
    • [12].几种时频分析方法的性能比较[J]. 计算机仿真 2015(03)
    • [13].基于LabVIEW的宽频时变信号阈值去噪系统设计[J]. 陕西科技大学学报(自然科学版) 2014(06)
    • [14].时变信号频率跟踪的一种新自适应陷波器方法[J]. 仪器仪表学报 2013(07)
    • [15].小波分析在机械故障监测与诊断中的应用[J]. 现代冶金 2009(06)
    • [16].科氏流量计的时变信号处理方法[J]. 重庆大学学报 2013(04)
    • [17].一种深层过程神经网络及其在信号分类中的应用[J]. 软件导刊 2020(03)
    • [18].基于Hermite插值的时变信号谐波测量研究[J]. 机电工程 2015(11)
    • [19].基于隐Markov模型的机械振动源数估计方法[J]. 机械工程师 2013(05)
    • [20].基于多分辨分解的乐音水印算法实现[J]. 武汉工程大学学报 2008(02)
    • [21].自适应窗口旋转同步压缩变换及其在电机转速估计上的应用[J]. 机械强度 2020(05)
    • [22].基于时-频分析方法的具有时变特性电力系统谐波分析方法研究[J]. 陕西科技大学学报 2018(04)
    • [23].一种过程支持向量机及其在动态模式分类中的应用[J]. 控制与决策 2009(02)
    • [24].GRACE时变信号恢复方法对比分析[J]. 大地测量与地球动力学 2019(02)
    • [25].基于高阶高增益滑模观测器的混沌同步研究[J]. 机电一体化 2013(02)
    • [26].基于SAE的深度过程神经网络模式识别与预测[J]. 软件导刊 2018(05)
    • [27].基于经验模式分解的实测信号除噪方法[J]. 内蒙古科技与经济 2014(03)
    • [28].带有低通滤波的广义S变换在探地雷达层位识别中的应用[J]. 地球物理学报 2013(01)
    • [29].一种过程支持向量机模型及其若干理论性质[J]. 大庆石油学院学报 2011(06)
    • [30].二元正交chirp载波水声通信时变多普勒系数估计[J]. 哈尔滨工程大学学报 2017(07)

    标签:;  ;  ;  ;  ;  

    时变阵列信号参数估计方法研究
    下载Doc文档

    猜你喜欢