导读:本文包含了阵列参数估计论文开题报告文献综述及选题提纲参考文献，主要关键词:阵列信号处理,四阶累积量,信源参数估计,极化敏感阵列
阵列参数估计论文文献综述
黄志强,邢春华,黄丽[1]（2019）在《一种基于极化敏感阵列的近场源五维参数估计方法》一文中研究指出该文提出了一种基于四阶累积量近场窄带信源参数新的估计方法。该方法利用极化敏感阵列和多重旋转矢量不变技术估计信源五维参数(载波频率、方位角、俯仰角、距离和极化参数),无需谱峰搜索和多维参数匹配,且适用于加性高斯噪声环境。此外,该方法由于采用了非中心对称结构的阵列,可有效减少阵列孔径损失。仿真实验验证了该方法的有效性。(本文来源于《电子质量》期刊2019年10期）
张昭建,陈辉,王永良,刘维建[2]（2019）在《频率分集阵列MIMO多目标二维参数联合估计》一文中研究指出针对频率分集阵列MIMO(多输入多输出)雷达中的距离、角度参数联合估计问题,在区分导向矢量非时变、时变两种情况下展开研究.在非时变情况下,提出基于阻塞ESPRIT(旋转不变子空间)修正算法的谱估计方法,在保证估计精度的同时实现了参数自动配对.在导向矢量时变情况下,理论分析了导向矢量时变性对谱估计性能的影响,有针对性地提出了分区估计策略,较好解决了时变条件下的参数估计问题.理论分析及仿真结果表明:所提算法能有效估计频率分集阵MIMO雷达的距离角度参数,且在估计精度、参数自动配对等性能上优于其他降维估计算法.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年10期）
武涛,邓正宏,徐继伟,古清月[3]（2019）在《基于双L型阵列的二维非相干分布源参数估计》一文中研究指出分布源信号可以看作点源信号在一定空间范围内的聚集。研究二维非相干分布源的参数估计问题,提出一种基于双L型阵列结构的分布源参数估计方法。通过一阶泰勒展开推导出平行阵列广义方向矢量关于中心方位角和中心俯仰角的旋转不变关系,在此基础上利用接收矢量协方差矩阵的信号子空间得出旋转算子,依据参数配对方法解算出中心方位角和中心俯仰角,二维波达方向的估计不需要谱峰搜索,适用于角功率函数未知和多个分布源的情景。最后通过二维Capon谱峰搜索确定角度扩展参数。通过仿真考察实验条件、扩展角度对估计结果的影响,实验表明所提算法具有良好估计性能。(本文来源于《西北工业大学学报》期刊2019年04期）
徐继伟[4]（2019）在《基于幅相误差阵列的波达方向和距离参数估计方法研究》一文中研究指出阵列信号处理是现代信号处理领域内的一个极其重要的分支,而信源参数估计则一直被视为阵列信号处理领域中的一个重要研究内容。在过去的几十年里,信源参数估计研究受到了学术界广泛的关注,其相关技术应用涉及雷达、声呐、地震、无线通信等众多领域。信源参数估计的主要目的是估计信源辐射信号的波达方向和距离等参数。根据接收阵列的孔径和信源距离参数之间的关系,信源参数估计中涉及的信源可分为远场源、近场源和远近场混合源等叁种情况。目前,学术界提出了大量的信源参数估计算法(如MUSIC方法和ESPRIT方法等)以估计信源的波达方向和距离等参数。这些方法一般假设接收阵列为校准阵列,即接收传感器(或天线)不存在幅度、相位等误差。然而,当接收阵列的传感器数量较大时,对所有的接收传感器进行校准,势必会有较大的软硬件开销。要求所有传感器为校准传感器显然是不现实的。因此,实际应用中的接收阵列可能是未完全校准阵列(部分校准阵列或幅相误差阵列)。也就是说,部分未校准传感器存在幅度或相位误差。注意到传统的信源参数估计方法是基于校准阵列的前提下提出的。未校准传感器幅度或相位误差会影响传统方法的波达方向和距离参数的估计性能。针对此问题,近些年国内外学者提出许多有效的方法以克服幅度、相位误差对算法估计性能的影响。遗憾的是,大量的基于部分校准阵列的参数估计方法都假设信源为远场,而近场源或远近场混合源的参数估计方法较少。究其原因,远场的波达方向估计问题是线性问题,而近场源或混合源的波达方向和距离参数估计是非线性问题,后者的难度要大于前者,尤其在部分校准阵列情况。为了解决部分校准阵列的近场源或混合源的参数估计问题,本文针对部分未校准传感器存在幅度和相位误差的情况(即接收阵列为幅相误差阵列),开展了近场源以及近场源和远场源共存情况下的波达方向和距离参数估计的研究工作。本文主要工作如下:(1)介绍了基于幅相误差阵列的远场波达方向估计的数学模型,并对传统算法中的Spectral-RARE算法和ESPRIT-like算法进行简要描述及仿真分析。针对两种算法的参数估计性能,探究了两种算法的估计性能与信噪比的关系,以及阵列中完全校准传感器的数量对两种算法参数估计性能的影响。(2)提出一种基于幅相误差阵列的近场源波达方向和距离参数估计方法。该方法首先利用幅相误差阵列的对称结构特性,构造了一个特殊的四阶累积量矩阵,从而实现对近场源的波达方向估计。根据估计的近场源的波达方向,提出方法可定义一维距离谱函数来获得近场源的距离参数。提出方法在幅相误差阵列下可有效估计近场源的波达方向和距离参数,同时无需参数配对操作。仿真实验验证了提出算法的有效性。(3)提出一种幅相误差阵列下基于阵列诊断的混合源波达方向和距离参数估计方法。提出方法首先利用校准子阵列构造空域滑动窗,然后构建多个子协方差矩阵。空域滑动窗和子协方差矩阵用于诊断传感器是否存在幅相误差或故障,从而在混合源波达方向和距离参数估计当中避免有缺陷传感器对信源参数估计性能的消极影响。提出方法能够实现幅相误差阵列下的高性能参数估计,仿真实验验证了该方法的鲁棒性和参数估计的有效性。(本文来源于《吉林大学》期刊2019-06-01）
陆健[5]（2019）在《基于张量分解的阵列多维参数估计》一文中研究指出阵列信号处理是现代信号处理领域中的一个重要组成模块,在军用领域和民用领域都有及其广泛的应用,而参数估计问题则是阵列信号处理中的重点研究内容。这一领域已经诞生了许多经典的估计方法,但是传统的基于矩阵操作的估计方法并不能有效的利用接收数据中固有的多维结构信息。与此不同的是,张量代数正是适合表征高维数据的数据结构,本文将着重于张量分解在信源的多维参数估计中的应用研究,考虑以一种新的数据表征方法来解决传统的参数估计问题。本文主要工作及创新点如下:(1)提出了一种利用张量分解的分布式相干信源参数估计方法。对分布式相干信源接收数据使用近似(小角度扩散情况),将导向矢量的积分形式近似为Hadamard积形式,将接收数据转化成张量模型,利用PARAFAC分解求解因子矩阵,由于因子矩阵就是导向矢量,所以根据已知的导向矢量结构利用最小二乘求解出中心角度信息,该算法在所有基于导向矢量近似的方法中取的了最优的估计性能,并且在大规模阵元数情况下,计算复杂度要小于其他方法。(2)提出了一种结合信号非圆性的分布式相干信源张量分解估计方法。为了进一步提高参数估计的性能,考虑结合信号非圆性扩展了接收数据,从而构造出包含更多参数信息的新的叁阶张量模型。同样利用PARAFAC分解方法求解出角度参数信息,通过实验仿真验证了结合非圆性的PARAFAC分解方法性能要优于传统PARAFAC分解方法,并且在角度扩散增大时,非圆PARAFAC分解方法对于参数估计的性能恶化能起到一定的抑制作用。(3)提出一种基于张量分解的FDA-MIMO雷达动目标参数估计方法。将雷达接收数据转化成叁阶张量模型,估计出因子矩阵。针对FDA雷达参数估计中距离和角度耦合的问题,先单独求解出角度和多普勒频移信息,继而利用已经得到的到达角构造MUSIC一维谱峰搜索单独估计出距离。(本文来源于《电子科技大学》期刊2019-03-20）
张晓文,廖桂生,杨志伟,杨春晓[6]（2019）在《基于变换域张量的机载阵列DOA和极化参数估计》一文中研究指出针对强杂波背景下多目标回波的参数估计问题,现有的基于长矢量的多重信号分类(long vector multiple signal classification,LV-MUSIC)法精度下降,基于张量的MUSIC(tensor MUSIC,T-MUSIC)方法通道数不足,无法计算噪声子空间投影矩阵。因此提出基于变换域张量的MUSIC方法。算法利用张量结构,在时域分离不同多普勒频率的信号,分别估计各多普勒通道的回波参数。相比于LV-MUSIC和T-MUSIC,所提算法避免了多目标背景下自由度不足导致的目标分辨力下降的问题,并且能获得更高精度的参数估计。仿真实验证明,所提算法有更高的目标分辨能力,在低信噪比条件下仍保持良好的性能。(本文来源于《系统工程与电子技术》期刊2019年05期）
刘奇勇,张群,洪文,苏令华,梁佳[7]（2018）在《基于参数估计的下视稀疏阵列叁维SAR运动误差补偿和成像处理方法》一文中研究指出当载机存在偏航角速度时,载机航线会偏离理想航线,对稀疏阵列下视3维合成孔径雷达(DLSLA 3D SAR)成像产生影响。该文建立了载机在飞行过程中存在偏航角速度下的DLSLA 3D SAR成像模型,通过理论推导得到了信号的多普勒调频率表达式,多普勒调频率与目标被调制后的跨航向坐标有关,而与被调制后的方位向坐标无关。进一步,完成跨航向信号处理之后,在平台的速度和偏航角速度不准的情况下,利用参数化稀疏表征方法实现了平台的速度和偏航角速度的估计,并完成了方位向稀疏场景的重构,最后提出了一种形变校正方法。仿真实验验证了该算法的有效性。(本文来源于《雷达学报》期刊2018年06期）
徐乐[8]（2018）在《基于平行因子模型的阵列多参数估计算法研究》一文中研究指出波达方向估计(Direction of Arrival,DOA)作为阵列信号处理中的一个核心问题,近年来得到学者们的广泛关注。平行因子(Parallel Factor,PARAFAC)分析是阵列信号DOA估计中常用的方法之一,该方法利用平行因子模型分解的唯一性,得到信号参数的估计。压缩感知(Compressed Sensing,CS)作为一套关于稀疏信号采集和恢复的新理论,已经在多个领域得到了广泛应用与发展,而将压缩感知理论与平行因子相结合,可以一定程度上降低平行因子方法的计算复杂度和数据存储容量。本文基于平行因子模型框架,研究阵列多参数估计低复杂度算法,包括将压缩感知理论分别与平行因子中的叁线性模型、四线性模型以及线性相关平行因子(Parallel Profiles with Linear Dependencies,PARALIND)模型相结合,应用于不同的场景,以通过较低复杂度获得阵列接收信号的多参数估计,选题具有理论意义和应用价值。本文主要工作如下:(1)提出了一种声矢量阵列基于压缩叁线性分解的二维DOA(Two-dimensional DOA,2DDOA)估计算法。该算法首先根据压缩感知理论,利用两个压缩矩阵对接收信号叁线性模型进行压缩,在进行分解之后,直接从所得到的声矢量矩阵中得到信号2D-DOA的估计。所提算法适用于任意的声矢量阵列,其角度估计无需稀疏恢复过程,且能够得到自动配对的二维角度估计。借助信号模型的圧缩,该算法复杂度低于传统的叁线性分解算法。其角度估计性能接近于叁线性分解算法,同时优于声矢量阵列参数估计中的借助旋转不变性进行信号参数估计(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法和传播算子(Propagator Method,PM)。(2)提出了一种L型阵列中基于压缩感知叁线性分解的2D-DOA与频率联合估计算法。该算法首先对阵列引入多级时延接收,并将接收信号构建为平行因子叁线性模型,然后根据压缩感知理论,对该模型进行分块压缩,最后通过叁线性分解和稀疏恢复得到信号2D-DOA与频率估计。借助分块压缩过程,所提算法降低了传统的叁线性分解算法的复杂度,同时避免了二维角度稀疏恢复过程。该算法能得到配对的2D-DOA与频率估计,对于均匀L阵和非均匀L阵均适用。同时,其角度和频率估计性能接近于传统的叁线性分解方法,并优于ESPRIT算法和PM。(3)提出了一种电磁矢量阵中基于压缩感知四线性分解的2D-DOA估计算法。该算法将压缩感知理论与平行因子四线性模型相结合,实现了电磁矢量阵信号2D-DOA的估计。该算法能够得到配对的二维角度估计,同时借助于压缩过程,降低了传统的四线性分解算法的复杂度并有效节约了数据存储空间。其角度估计性能接近于传统的四线性分解算法并优于ESPRIT算法,对于角度相隔较近的信源,该算法也能进行有效辨识与估计。(4)提出了一种均匀面阵中基于PARALIND分解的相干信号2D-DOA估计算法。该算法将压缩感知理论与PARALIND模型相结合,解决了面阵中相干信号的2D-DOA估计问题。借助压缩过程,该算法有效降低了的传统PARALIND算法的计算复杂度以及数据存储容量。同时所提算法能够得到自动配对的仰角和方位角估计,其角度估计性能接近于传统的PARALIND方法,并优于前后向平滑ESPRIT(Forward Backward Spatial Smoothing-ESPRIT,FBSS-ESPRIT)算法和FBSS-PM算法,对于角度相隔较近的相干信源,该算法也能进行有效辨识与估计。(本文来源于《南京航空航天大学》期刊2018-12-01）
陈金苗[9]（2018）在《基于异构天线阵列的多维参数联合估计TDOA测量方法研究》一文中研究指出到达时间差定位(TDOA定位)是未知辐射源定位的一种有效方法。TDOA定位的精度取决于TDOA测量的精度。论文主要研究基于极化敏感水平电偶极子构成的异构阵列的多维参数联合估计TDOA高精度测量方法。论文的主要工作包括:1)研究了基于极化敏感的水平电偶极子构成异构接收阵列的短波多维参数估计TDOA测量的非线性优化问题,同时分析了基于该异构阵列的多维参数估计和到达时间差测量的极限性能,并对这一短波多维参数估计和TDOA估计问题的克拉美-罗界(Cramer-Rao Bound,CRB)的计算公式进行了详细的推导;2)研究了基于极化敏感的水平电偶极子构成的异构接收阵列的多维参数联合估计TDOA测量的求解方法。在求解的过程中采用分步求解的方法:先将问题转化为只对波达方向角和极化相角参数进行初始的估计,再将波达方向角和极化相位的初始估计值带入原始优化问题中结合牛顿法求解到达时间差估计的初始值,得出所有的多维参数的初始估计值后,对它们进行联合搜索得到最终的估计值。并通过蒙特卡洛(Monte Carlo,MC)模拟实验在单模式和多模式场景下进行数值仿真和分析。Monte Carlo仿真结果表明,本文中的基于极化敏感的水平电偶极子构成的异构阵列的短波多维参数估计方法有较高的估计精度,并且其估计误差接近其相应的CRLB。本文中的方法对于单模式情景下的短波TDOA估计的估计误差接近极限性能。此外,在多模式场景下估计方法对于短波多维参数和TDOA也能够得到比较准确的估计。(本文来源于《西安电子科技大学》期刊2018-08-01）
李永明,聂彩玲,刘超,郭建华[10]（2018）在《负超可加阵列下非参数回归函数估计的相合性》一文中研究指出对于随机误差是负超可加阵列情形,考虑了非参数回归模型中未知回归函数的估计问题。在较合理的条件下获得了未知回归函数加权估计量的强相合性。(本文来源于《山东大学学报(理学版)》期刊2018年12期）
阵列参数估计论文开题报告
（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：
针对频率分集阵列MIMO(多输入多输出)雷达中的距离、角度参数联合估计问题,在区分导向矢量非时变、时变两种情况下展开研究.在非时变情况下,提出基于阻塞ESPRIT(旋转不变子空间)修正算法的谱估计方法,在保证估计精度的同时实现了参数自动配对.在导向矢量时变情况下,理论分析了导向矢量时变性对谱估计性能的影响,有针对性地提出了分区估计策略,较好解决了时变条件下的参数估计问题.理论分析及仿真结果表明:所提算法能有效估计频率分集阵MIMO雷达的距离角度参数,且在估计精度、参数自动配对等性能上优于其他降维估计算法.
（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。
阵列参数估计论文参考文献
[1].黄志强,邢春华,黄丽.一种基于极化敏感阵列的近场源五维参数估计方法[J].电子质量.2019
[2].张昭建,陈辉,王永良,刘维建.频率分集阵列MIMO多目标二维参数联合估计[J].华中科技大学学报(自然科学版).2019
[3].武涛,邓正宏,徐继伟,古清月.基于双L型阵列的二维非相干分布源参数估计[J].西北工业大学学报.2019
[4].徐继伟.基于幅相误差阵列的波达方向和距离参数估计方法研究[D].吉林大学.2019
[5].陆健.基于张量分解的阵列多维参数估计[D].电子科技大学.2019
[6].张晓文,廖桂生,杨志伟,杨春晓.基于变换域张量的机载阵列DOA和极化参数估计[J].系统工程与电子技术.2019
[7].刘奇勇,张群,洪文,苏令华,梁佳.基于参数估计的下视稀疏阵列叁维SAR运动误差补偿和成像处理方法[J].雷达学报.2018
[8].徐乐.基于平行因子模型的阵列多参数估计算法研究[D].南京航空航天大学.2018
[9].陈金苗.基于异构天线阵列的多维参数联合估计TDOA测量方法研究[D].西安电子科技大学.2018
[10].李永明,聂彩玲,刘超,郭建华.负超可加阵列下非参数回归函数估计的相合性[J].山东大学学报(理学版).2018