导读:本文包含了独立分量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:波达方向(DOA)估计,独立分量分析,均匀圆阵,源数目估计
独立分量估计论文文献综述
黄紧德,邱明[1]（2017）在《基于独立分量同步提取的未知源数目波达方向估计》一文中研究指出为解决基于空间谱的波达方向估计依赖于源数目估计精度的问题,该文在高阶累积量同步源信号提取的基础上,提出了ICA与MUSIC的局部搜索的DOA估计的方法。该方法无需估计源数目的,就可估计DOA。通过实验证明,该文提出的方法具有较高的稳健性,并且存在弱信号的情况下,该文的算法仍然有效。(本文来源于《电脑知识与技术》期刊2017年14期）
王川川,许佳奇,王福志,曾勇虎[2]（2017）在《源数估计对于独立分量分析算法的影响分析》一文中研究指出研究了源数估计对于独立分量分析算法的影响。对于正定模型,当估计源数少于真实源数时,模型变为超定模型,采用自然梯度法开展仿真实验;当估计源数多于真实源数时,模型变为欠定模型,采用基于时频单源点检测的混合矩阵估计算法和子空间表示信号恢复算法开展仿真实验。实验结果表明,在满足一定信噪比的条件下,对于正定模型超定化问题,通常有数目等于估计源数的源信号能够成功分离;对于正定模型欠定化问题,通常所有源信号都能正确分离,只是分离信号中出现了1个或多个源信号的拷贝,可以通过检测分离信号的相关性,对拷贝信号进行剔除或合并,对分离效果无影响。研究结论对于独立分量分析算法的应用具有一定参考价值。(本文来源于《电光与控制》期刊2017年08期）
韩斐,杨洪耕,王佳兴,王泽[3]（2016）在《变分贝叶斯独立分量分析在谐波状态估计中的应用》一文中研究指出针对实际电网中谐波阻抗难以准确获取,且量测噪声不可避免的问题,提出利用变分贝叶斯独立分量分析VBICA(variational Bayesian independent component analysis)进行配网谐波状态估计。该方法将谐波阻抗和量测噪声作为未知参数,利用变分贝叶斯理论计算独立分量分析模型中未知参数和潜在谐波电流的后验概率分布,通过迭代学习提取不受噪声干扰的谐波电流最优值。再结合负荷等效导纳远小于系统等效导纳的特点,推导出幅值比例系数,计算谐波电流幅值。利用IEEE 33节点配网系统对该方法进行验证,并将该方法与传统独立分量分析法进行对比,结果表明该方法具有更高的估计精度和更强的抗干扰能力。(本文来源于《电力系统及其自动化学报》期刊2016年04期）
程贵宾[4]（2015）在《独立分量分析应用于OFDM系统频偏和信道估计研究》一文中研究指出作为4G通信的核心技术之一,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术具有诸多优点,比如抗频率选择性衰落能力强、频带利用率高、高速数据传输等。虽然经过长期的发展,OFDM的各项关键技术已经逐渐成熟,但是仍然存在一些问题需要改进。本文借助独立分量分析(Independent Component Analysis,ICA)技术,针对OFDM系统频偏和信道估计展开研究。本文的主要研究内容概括如下:首先介绍了本文的研究对象——OFDM系统的基本原理,列出了其优缺点,给出OFDM系统频偏和信道估计的研究现状,对本文涉及到的OFDM系统的关键技术进行了详细的分析说明。其次介绍本论文使用的工具——独立分量分析技术,给出了其定义,总结了独立性的度量方法,并介绍本论文用到的FASTICA和NLRICA两种算法。然后提出利用单通道信号记录来估计OFDM系统频偏的新方法。传统的ICA算法进行频偏估计需要借助多通道信号记录,本文提出的方法只需利用相关检测技术处理单路OFDM信号,获得观测信号向量,通过ICA算法分离出含频偏信息的信号,然后估计OFDM系统的频偏。与传统的频偏估计方法相比较,该方法不需要信道状态信息和辅助信息,不需要额外的带宽,降低了系统实现的复杂度。最后提出了利用共轭先验信息的OFDM系统信道估计方法。对于使用零前缀(zero padding,ZP)的OFDM系统,可将信道矩阵替换成循环矩阵,然后接收端信号左乘FFT矩阵将该循环矩阵对角化,这时使用盲信号分离技术只需要寻找一个对角矩阵,减少了计算量。另外,充分利用对角矩阵的先验信息,在目标函数中增加上述对角矩阵的稀疏性度量,提高了信道估计的效率和准确性。(本文来源于《集美大学》期刊2015-05-04）
韩斐,杨洪耕[5]（2014）在《基于复值独立分量分析的配电网谐波状态估计》一文中研究指出针对独立分量分析算法在谐波阻抗未知条件下无法准确估计谐波电流幅值的问题,提出基于复值独立分量分析法的相量比例系数计算方法,来估计谐波电流的幅值和相位。首先采用复值独立分量分析法估计谐波电流相量初始值;然后考虑到系统侧等效阻抗远小于负荷侧等效阻抗,忽略线性负荷对谐波电流的分流作用,推导出2种不同情况下相量比例系数的计算方法;最终确定谐波电流幅值和相位。利用IEEE 14节点配电网系统和某地区局域电网对该方法进行验证,并与现有独立分量分析法对比,结果表明该方法能在谐波阻抗未知条件下准确地估计出谐波电流幅值和相位。(本文来源于《电网技术》期刊2014年11期）
成玮,何正嘉,张周锁[6]（2014）在《基于独立分量分析的壳体结构振源数目估计方法》一文中研究指出在振源数目未知的条件下,仅利用多通道观测混合信号准确分离源信息是信号源盲分离的技术难题之一。为了揭示观测振动混合信号的复杂组成结构,以及为振源信息盲分离提供可靠的先验信息,提出一种基于独立分量分析和聚类评估技术的信源数目估计方法。通过仿真试验与壳体结构试验台典型机械振动信号分析,定量比较基于信息理论的源数估计方法AIC/MDL与提出方法的性能,研究结果表明所提出方法可从振动调制混合信号中准确可靠地估计信源数目,具有更好的工程应用性能。(本文来源于《机械工程学报》期刊2014年19期）
牛德智,陈长兴,徐浩翔,唐冬丽,屈坤[7]（2014）在《独立分量分析联合最小二乘的DOA估计》一文中研究指出研究了线性均匀阵列的信号波达方向(direction of arrival,DOA)估计问题。提出了一种基于独立分量分析(independent component analysis,ICA)联合最小二乘(least square,LS)处理的DOA估计新方法。通过天线阵列因子的虚部,建立新的信号接收模型,并以此进行ICA应用的可行性分析,将获取源信号的幅值转化为LS问题进行求解。设计了方法的实现步骤,推导了新方法用于DOA估计的角度公式,指出天线阵元间距应满足的条件,在提高精度方面可采用细估计对粗估计的更新来实现。仿真表明,所提方法具有较好的低信噪比性能、角度分辨力较高以及所需数据长度较短,为DOA估计问题提供了一种新的解决方式。(本文来源于《系统工程与电子技术》期刊2014年09期）
王晨[8]（2013）在《基于独立分量分析的DOA估计的研究》一文中研究指出智能天线是第叁代移动通信系统中的关键技术,也是第四代移动通信系统的研究热点之一。波达方向(direction of arrival, DOA)估计是智能天线的一个重要部分。智能天线通过采用DOA估计技术对用户的空间信息进行估计,能够有选择性地接收或发射位于同一信道中的多路信号,降低信号之间的干扰,从而解决了通信系统频率资源不足的问题,提高了移动通信系统容量和系统服务质量。本文针对智能天线中的波达方向估计问题展开了研究,主要工作如下：首先,介绍了国内外关于智能天线和DOA估计的研究现状及发展趋势,研究了智能天线和独立分量分析(independent component analysis, ICA)的基本原理,并对经典的ICA算法进行了仿真与分析。其次,对一些典型的DOA估计算法进行了仿真研究和性能对比分析。主要研究了两种具有较高分辨率的DOA估计方法：MUSIC算法和ESPRIT算法。然后从不同的角度对两种算法进行了大量仿真实验,分析了两种算法的DOA估计性能。再次,针对经典的DOA估计算法稳健性差的问题,本文提出了一种基于ICA的波束空间DOA估计算法,该算法弥补了传统波束空间DOA估计算法需要预知信号大概来向的不足,并且采用具有叁阶收敛速度的复数牛顿迭代方法对代价函数进行优化,提高了收敛速度及算法估计性能。另一方面,针对线阵只能提供180。范围的DOA估计,本文将复数FastICA算法分别用于均匀圆阵及L型阵列,实现了360。范围的方位角和俯仰角的二维DOA估计。仿真研究结果表明,存在入射信号幅相差和阵列误差时,本文提出算法DOA估计效果更好,并且在来波方向接近的时候,可以获得较高精度的估计性能。最后,对本文的研究工作进行了总结,并对未来的研究工作进行了展望。(本文来源于《东北大学》期刊2013-06-01）
宁强,方向,潘俊,肖介山,何双承[9]（2012）在《基于独立分量分析的运动声源波达方向估计》一文中研究指出针对运动声源目标波达方向估计中,波束形成法和盲信号分离法存在不能分辨临近目标、计算量大等问题,提出采用独立分量分析算法进行估计。通过采用完全正交分解的独立分量分析实现对信号的去噪和降维,以揭示运动目标的数量,并在此基础上经GIVENS旋转实现对数据的更新和释放,采用梯度下降低通滤波选择合适的步长。坦克目标探测实验表明:此方法计算简便,收敛迅速,能准确探测目标数量,估计波达方向。(本文来源于《探测与控制学报》期刊2012年05期）
马光伟,刘章孟,黄知涛[10]（2012）在《基于独立分量分析的源信号波形与DOA联合估计》一文中研究指出提出了一种基于独立分量分析(ICA)的源信号波形与波达方向(DOA)联合估计方法。首先对观测数据进行降维;然后对降维的数据进行ICA处理,进而获得源信号波形与混合矩阵;接着,利用旋转不变技术估计出DOA;最后定义一个相似度函数进行DOA与相应源信号波形匹配。仿真实验表明,该方法具有较好的估计精度和角度分辨率,而且能够恢复出不同入射方向上源信号的波形。(本文来源于《通信对抗》期刊2012年02期）
独立分量估计论文开题报告
（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：
研究了源数估计对于独立分量分析算法的影响。对于正定模型,当估计源数少于真实源数时,模型变为超定模型,采用自然梯度法开展仿真实验;当估计源数多于真实源数时,模型变为欠定模型,采用基于时频单源点检测的混合矩阵估计算法和子空间表示信号恢复算法开展仿真实验。实验结果表明,在满足一定信噪比的条件下,对于正定模型超定化问题,通常有数目等于估计源数的源信号能够成功分离;对于正定模型欠定化问题,通常所有源信号都能正确分离,只是分离信号中出现了1个或多个源信号的拷贝,可以通过检测分离信号的相关性,对拷贝信号进行剔除或合并,对分离效果无影响。研究结论对于独立分量分析算法的应用具有一定参考价值。
（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。
独立分量估计论文参考文献
[1].黄紧德,邱明.基于独立分量同步提取的未知源数目波达方向估计[J].电脑知识与技术.2017
[2].王川川,许佳奇,王福志,曾勇虎.源数估计对于独立分量分析算法的影响分析[J].电光与控制.2017
[3].韩斐,杨洪耕,王佳兴,王泽.变分贝叶斯独立分量分析在谐波状态估计中的应用[J].电力系统及其自动化学报.2016
[4].程贵宾.独立分量分析应用于OFDM系统频偏和信道估计研究[D].集美大学.2015
[5].韩斐,杨洪耕.基于复值独立分量分析的配电网谐波状态估计[J].电网技术.2014
[6].成玮,何正嘉,张周锁.基于独立分量分析的壳体结构振源数目估计方法[J].机械工程学报.2014
[7].牛德智,陈长兴,徐浩翔,唐冬丽,屈坤.独立分量分析联合最小二乘的DOA估计[J].系统工程与电子技术.2014
[8].王晨.基于独立分量分析的DOA估计的研究[D].东北大学.2013
[9].宁强,方向,潘俊,肖介山,何双承.基于独立分量分析的运动声源波达方向估计[J].探测与控制学报.2012
[10].马光伟,刘章孟,黄知涛.基于独立分量分析的源信号波形与DOA联合估计[J].通信对抗.2012
标签：波达方向(DOA)估计; 独立分量分析; 均匀圆阵; 源数目估计;