首页期刊导航|信号处理
期刊信息/Journal information
信号处理
信号处理

谢维信

月刊

1003-0530

010-64010656;64034443-3004

100009

北京鼓楼西大街41号

信号处理/Journal Signal ProcessingCSCD北大核心CSTPCD
正式出版
收录年代

    《信号处理》传感器阵列与多通道信号处理专刊简介

    周成伟刘维建王咸鹏王勇...
    1761-1762页

    基于随机有限集滤波器的可分辨群目标跟踪技术研究综述

    杨超群徐梦蝶梁潇洧朱鑫潮...
    1763-1772页
    查看更多>>摘要:群目标跟踪在救灾搜救、海陆防御和战场作战等领域展现出广阔的应用前景.与传统多目标跟踪不同,群目标跟踪不仅涉及对多个个体目标的跟踪,还涉及对一个群体目标的跟踪.在群体中各个子目标需要同步运动以避免碰撞,同时群体中的子目标数量和群结构还将随着时间推移而改变.根据子目标数量和传感器分辨率的不同,群目标跟踪问题包含可分辨、不可分辨、部分可分辨以及部分不可分辨群目标跟踪等多个类别.其中,可分辨群目标跟踪问题需要同时对群体结构、群内子目标交互和数目进行估计.现有研究主要关注基于传统数据关联和随机有限集滤波器的可分辨群目标跟踪方法,其中,基于随机有限集滤波器的方法通过将多个目标状态联合建模成随机有限集,缓解了数据关联问题,从而可更好地适应跟踪场景.为更好地展示群目标跟踪方法的研究进展,综述了近年来基于随机有限集滤波器的可分辨群目标跟踪的若干代表性方法,包括基于多目标多伯努利滤波器、基于标签随机有限集滤波器和基于泊松多伯努利混合滤波器的群目标跟踪方法.这些方法在处理可分辨群目标跟踪问题时展示出了显著的优势.最后,探讨了存在的问题和未来的发展方向.

    群目标跟踪可分辨群目标跟踪随机有限集多伯努利滤波器

    稀疏阵列结构设计及波达方向估计研究进展

    张宇乐周豪胡国平师俊朋...
    1773-1790页
    查看更多>>摘要:近年来,利用稀疏阵列估计信源的波达方向(Direction of Arrival,DOA)已成为阵列信号处理领域的研究热点问题之一.相较于传统的均匀线阵,稀疏阵列凭借其大孔径、高自由度、低互耦率、低冗余度、低开销和布阵灵活等优良特性,吸引了学术界广泛关注和系统性研究.同时,为充分发挥稀疏阵列的巨大优势,学者们已经从不同角度开发了一系列与之相适应的DOA估计算法,以进一步提高可分辨信源的数量和角度估计精度.本文在构建稀疏阵列信号模型和整理稀疏阵列相关术语的基础上,详细介绍了稀疏阵列结构设计及DOA估计算法的发展历程和代表性研究成果.在稀疏阵列结构设计方面,围绕自由度、互耦率和冗余度等核心指标,深入剖析了各类稀疏阵列结构的设计思想,并着重描述了嵌套和互质两类结构性稀疏阵列的连续自由度和自由度特征;在稀疏阵列DOA估计方面,根据信号参量构造原理的不同,阐述了基于物理阵列处理和虚拟阵列处理的两种测向理论,并分析了各自方法的适用条件和性能优势.此外,本文还回顾了稀疏阵列DOA估计的克拉美罗界(Cramér-Rao bound,CRB),为评估不同阵列和算法的优劣提供了重要依据.最后,通过梳理现有研究成果中存在的不足,对未来研究方向进行了展望,力图为稀疏阵列DOA估计的工程应用提供理论依据和技术支撑.

    阵列信号处理稀疏阵列波达方向估计克拉美罗界

    面向不确定性传感器位置的一致TOA定位

    曾广扬赵洪旭牟必强吴均峰...
    1791-1801页
    查看更多>>摘要:目标定位是指利用传感信息估计目标在特定坐标系中的空间位置.基于到达时间(Time of Arrival,TOA)或等价的,基于距离的定位方法凭借其高精度特点得到了广泛研究.现有TOA定位方法一般假设传感器位置是精确的,只考虑距离测量噪声.而考虑了传感器位置不确定性的文献通常缺少统计学优化与分析,无法得到一致性估计.本文同时考虑距离测量噪声和传感器部署不确定性,将目标位置与传感器坐标均当成未知变量构建最大似然问题.本文首先给出关于观测噪声和传感器空间分布的假设,以保证一致性估计器的存在性.有趣的是,本文分析了最大似然估计性质,证明了其不一定具有一致性.本文进一步变换原始观测方程,构建可最优求解的优化问题.特别地,针对距离测量噪声方差已知情况,构建了含二次目标函数和一个二次等式约束的广义信赖域问题,并给出了其最优解求解算法;针对距离测量噪声方差未知情况,构建了普通线性最小二乘问题,实现目标位置和距离测量噪声方差的同时估计.本文针对两种情况分别提出了相应的偏差消除方法,实现了一致估计,即随着观测数量增加,估计值收敛至真实目标位置.一致性特性使所提算法在大样本观测场景可实现超高精度定位.此外,推导了高斯-牛顿迭代算法,可在观测样本和传感器位置不确定性较小时提高算法定位精度.仿真结果验证了所得理论结果的正确性和所提算法在大样本观测下的优越性.

    到达时间目标定位大样本分析一致估计器

    基于图信号处理的多声源定位方法研究

    吴晓欢李嘉宁
    1802-1812页
    查看更多>>摘要:波达方向(Direction of Arrival,DOA)估计技术是语音增强和声学探测中的重要工具,对于语音机器人、视频会议、助听器和声呐等应用至关重要.最近出现的DOA估计新方法,例如图信号处理(Graph Signal Processing,GSP)方法,展现出优异的角度估计能力,有望提供更佳的声源DOA估计解决方案.然而,由于在多声源情况下GSP算法由邻接矩阵无法直接得到接收信号特征向量的正交补矩阵,导致多声源下GSP算法失效.为解决此问题,本文基于多源宽带语音信号的频域单源区域检测实现多声源分离,进而利用GSP和聚类算法实现宽带多声源的定位.具体而言,本文首先将GSP方法扩展到频域.其次,利用短时傅里叶变换将信号分为若干时频区域,筛选出单源主导的时频区域后,对其进行频域GSP单源定位.最后,对所有定位结果进行聚类,再通过加权平均获得最终的角度估计.我们利用LibriSpeech语音语料库构建声源信号进行多声源定位仿真,仿真结果证明,本文方法优于其他算法,较高信噪比下可将误差控制在3°以内.此外,我们使用圆形六阵元麦克风阵列,对实际录制的若干组录音数据应用所提算法进行定位测量,结果展示所提算法的定位误差更小,并在声源较为靠近时也能做到较好的分辨.

    多声源定位K-均值聚类图信号处理麦克风阵列信号处理

    正交三偶极子阵列MIMO雷达近场目标定位

    张万军王威龙刘尉悦陈华...
    1813-1821页
    查看更多>>摘要:本文基于发射端和接收端都配备了正交三偶极子阵列的双基地多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达系统,结合三线性分解提出了一种近场源多维参数估计算法.该算法首先利用接收端匹配滤波器的输出数据构建了一个三阶平行因子(Parallel Factor,PARAFAC)模型.同时为了加快算法的收敛速度以及避免所提算法对迭代的初值敏感,利用复平行因子分析(COMplex parallel FACtor analysis,COMFAC)算法来得到发射阵列和接收阵列导向矩阵的估计值.接着,根据发射阵列导向矩阵和接收阵列导向矩阵的结构特征得到每个目标的波离角(Direction-of-Departure,DOD)和波达角(Direction-of-Arrival,DOA)的粗估计值,并且基于双基地MIMO雷达阵列系统的几何关系得到从发射阵列到目标的距离以及从目标到接收阵列的距离的粗估计值.最后,基于得到的近场多维参数的粗估计值得到发射阵列和接收阵列的空间相位估计值,并进而从空间相位的估计值中得到更精确的DOD,DOA,从发射阵列到目标的距离和从目标到接收阵列的距离的精估计值.该算法适用于阵元间距为半波长的均匀线性阵列,相比于传统近场定位需满足阵元间隔为四分之一波长的前提,所提的MIMO阵列系统降低了阵列孔径损失,同时所提算法不需要进行谱峰搜索以及额外的参数配对操作.仿真结果表明,基于正交三偶极子阵列的MIMO雷达测向算法较传统标量阵列的算法具有较高的参数估计精度.

    正交三偶极子阵列多输入多输出雷达近场平行因子

    基于矩阵分布式重构的正交极化阵DOA估计

    张涛孙昭乾郭沐然
    1822-1833页
    查看更多>>摘要:对于子空间类算法而言,协方差矩阵估计的准确性将很大程度的影响到算法的性能,理想的协方差矩阵估计为无限长的信号运算得到,实际中大多使用有限快拍数的采样数据进行协方差矩阵估计.有学者研究表明,阵列协方差矩阵位于由接收信号的所有可能导向矢量构成的子空间中,可以利用子空间组成的完备重构矩阵对协方差矩阵进行重构,此类方法需要对阵列的所有可能接收信号进行积分,并获得由其主成分构成的重构矩阵.为了减小低快拍数和低信噪比下采样协方差矩阵误差,并降低其运算复杂度,提出了一种基于正交偶极子组成的均匀圆阵的采样协方差矩阵重构方法.将整体阵列划分为子阵1和子阵2,子阵内部仅存在空域相位差而没有极化敏感特性,子阵间空域相位差相同,极化敏感特性不同.并基于均匀圆阵的结构特点,给出了特殊的重构矩阵,特殊的重构矩阵不依赖信号特性,仅与圆阵结构相关,通过理论分析和仿真测试可以得到,特殊的重构矩阵在维度和复杂度方面均优于全角度域和极化域积分的重构矩阵.该方法将重构算法应用到了极化敏感阵列领域同时减少了运算的复杂度,通过后续对低信噪比和低快拍数的仿真测试表明,重构后的协方差矩阵可以有效提高信号子空间和理想噪声子空间的正交性,使用重构的协方差矩阵进行极化空间谱估计提高了在恶劣环境下的信源分辨力.

    极化敏感阵列波达方向估计矩阵重构子空间算法

    L型互质阵的虚拟共轭插值二维DOA估计方法

    王绪虎冯洪浩孙高利贺劲松...
    1834-1845页
    查看更多>>摘要:针对现有互质阵DOA估计方法无法充分利用非连续阵元信息和信号时域信息,而导致的DOA估计精度低、虚拟阵列的阵列孔径小和自由度少的问题,本文提出了一种L型互质阵的虚拟共轭插值二维DOA估计方法.该方法首先以L型互质阵的阵列接收数据为基础,通过求解其互相关函数,来构造虚拟共轭增广阵列的接收数据矩阵;然后通过阵列插值补零和选取协方差矩阵非零列,得到含有部分缺失项的虚拟均匀线阵接收数据矩阵,并依据原子范数的思想,构造无网格凸优化问题,对虚拟均匀线阵协方差矩阵的缺失项进行填充,再使用求根多重信号分类方法得到入射信号与x轴和z轴正方向夹角的估计值;最终基于虚拟信源功率的唯一性,通过构建相关代价函数实现各轴夹角估计值的匹配,进而根据各轴夹角与方位角和俯仰角的关系,得到相匹配的方位角和俯仰角估计值.本文方法提高了DOA估计精度,扩展了阵列孔径,提高了自由度,且通过求根多重信号分类方法,降低了计算复杂度.仿真实验结果表明,本文方法能够实现二维DOA估计与角度匹配,且相比于对比方法,本文方法能够估计更多的信号源,拥有更加优越的DOA估计性能.

    DOA估计L型互质阵共轭增广无网格求根多重信号分类

    基于希尔伯特半张量压缩感知的亚采样率采集技术

    徐博唐浩严家霖王咸鹏...
    1846-1854页
    查看更多>>摘要:为了解决在无线分布式瞬态压力测试中高采样率带来的数据冗余和无线资源受限间的矛盾,压缩感知方法被提出在编码端实现冗余数据的压缩采样.但每个节点均需存储高维压缩感知观测矩阵,给无线节点的有限资源带来了新的挑战.基于半张量积的压缩感知技术在编码端利用半张量理论突破矩阵乘法维度的限制,显著降低观测矩阵的维度,但会在一定程度上损失信号的有效信息,且降低倍数优先.本文提出基于希尔伯特半张量压缩感知,利用希尔伯特与傅里叶变换的正交空间对冲击波信号进行能量逼近,增强稀疏表达与观测矩阵的不相干性,以此减少半张量积运算带来的观测损失,同时在重构算法中提出一种无先验信息的最优原子选择策略,利用能量正则化对变换后的数据的"能量"进行惩罚,提高原子支撑集选择的准确性.最后,提出变步长更新策略,使得重构算法在更新支撑集的过程中动态调整步长,降低原子选择时间,提高运行效率.通过对多量程实测炮口冲击波信号的仿真结果分析,本文提出的方法相较于奈奎斯特采样可以实现降低采样率,减少数据总量,保障通信的实时性,且相较于传统压缩感知技术,在观测矩阵维度减少到原来的二分之一时仍可以保证解码端的高精度重构,重构误差低于1e-6,且重构时间缩短约87%.此外,本文提出的方法可应用于分布式无线传输系统的高维信号采集,可以解决冗余数据和有限网络资源之间的矛盾.

    半张量压缩感知希尔伯特变换冲击波信号高精度重构

    导向矢量失配条件下多约束鲁棒波束形成算法

    巩朋成陈伟柯航程旭...
    1855-1865页
    查看更多>>摘要:自适应波束形成随着数字信号处理技术的不断发展,已广泛应用于雷达、语音、医疗等领域.然而,当阵列发生扰动时,将会导致干扰偏离零陷位置,甚至会导致算法完全失效.为了解决现有波束形成算法在发生导向矢量失配和干扰位置扰动时波束形成器性能急剧下降的问题,本文提出了一种导向矢量失配条件下多约束鲁棒波束形成算法.本文参照实际情况引入更多约束,增加了双边范数扰动约束以及二次相似性约束,允许了误差产生的范围.此外,本文确保感兴趣信号(Signal Of Interest,SOI)的到达方向(Direction Of Arrival,DOA)远离干扰导向矢量的所有线性组合的DOA区域,保证了最优导向矢量的DOA位于SOI的角扇形区域.首先,以波束形成器输出最大功率为目标,并结合实际环境下的约束条件,建立了最优导向矢量的数学模型.其次,利用定义的干扰范围重构协方差矩阵,以此来展宽零陷,提高系统的抗干扰性能.最后,先用内点法求得替代变量的解,以此求解针对导向矢量的二次不等式约束问题;随后在约束模型中代入替代变量,用交替方向乘子法迭代求解导向矢量,在每一次的迭代中都会得到显示解.同时,本文还对算法的时间复杂度和收敛性进行了分析.实验结果显示,相较于传统的波束形成算法,所提方法加宽了干扰处零陷,使得波束形成器的抗干扰性能得到了一定的提高,且能够很好地校正失配导向矢量.

    交替方向乘子法二次约束波束形成零陷展宽协方差矩阵重构