子空间跟踪

摘要： 总结子空间跟踪算法识别模态参数的一般步骤.对一个有理论参考解的时变两自由度系统进行仿真,利用添加不同量级噪声的响应数据对系统进行辨识.辨识结果表明:基于新信息准则的子空间跟踪算法拥有较好的抗噪能力.对飞行器舵面结构进行受控快速加热,辨识快速升温过程中的模态参数.辨识结果表明:子空间跟踪算法可用于热模态辨识,有一定的工程应用价值.

摘要： When using the eigenvalue decomposition algorithm, the singular value decomposition (SVD) algorithm and projection approximation subspace tracking with the deflation (PASTd) algorithm to estimate pseudo-noise (PN) sequence in the estimation of PN sequence of direct sequence spread spectrum signals, there is a problem that the maximum eigenvector will be disturbed when the largest eigenvalue and the next largest eigenvalue are close, which will affect the estimation of the spread spectrum sequence.To solve this problem, a spreading sequence estimation algorithm based on orthogonal characteristic is proposed.Firstly, the received signal is divided into data segments with the length of twice the symbol width and 50% of the data overlapping after the chip rate of PN sequence and the PN sequence period are estimated.Then the largest eigenvector and the next largest eigenvector are estimated by SVD.Finally, the spreading sequence can be estimated with both orthogonal characteristics.The algorithm can estimate spreading sequence without the knowledge of desynchronization time and the simulation results show that the algorithm has the advantages of high stability, less data required and good estimation performance at a low signal-to-noise ratio.%在短码直扩信号伪码序列的估计中,当使用特征值分解(eigenvalue decomposition,EVD)算法、奇异值分解(singular value decomposition,SVD)算法和压缩投影逼近子空间跟踪(projection approximation subspace tracking with deflation,PASTd)算法来估计伪码序列时,存在着当最大特征值和次大特征值相近时最大特征向量会受到干扰,进而影响伪码序列估计的问题.针对此问题,提出了一种基于正交特性的伪码序列估计算法.在已知码片速率和伪码周期的前提下,该算法首先把接收信号划分成长度为两倍码元宽度、数据重叠50%的数据段,然后用SVD估计出最大特征向量和次大特征向量,由于最大特征向量和次大特征向量是相互正交的,可以利用两者的正交特性来估计扩频序列.该算法不但能在信号失步时间未知的情况下估计伪码序列,而且仿真结果表明该算法具有稳定性高,需要的数据量少和能在低信噪比下有较好的估计性能等优点.

摘要： 数字阵列瞬时全空域覆盖时,所需的波束数量随着阵列规模增大而增加,这将使得信号处理复杂度提升,设备量增大.为了减少大型阵列的设备量,提出了一种基于子空间追踪的无源信号检测技术.该技术利用辐射源信号在空域的稀疏性,用子空间追踪算法实时跟踪辐射源信号,将波束对准辐射源信号方向,进行自适应空域滤波,从而减少波束个数,降低计算量.该算法可以适应多信号形式,自适应地对多个辐射源的来波进行滤波,滤波之后的信号可以进行信号检测及信号分选,且波束个数不随阵列规模的增加而增加,可以大大减少大型阵列的设备量.

摘要： 阐述了基于子空间跟踪算法的数据压缩半盲多用户检测(DC-GBMUD)的基本原理。将快速逼近子空间跟踪(FAPI)算法应用于DC-GBMUD,发现FAPI算法具有简单的结构,更好正交性和较低的计算复杂性,适于DC-GBMUD,DC-GBMUD可以在几乎不增加计算量的情况下完成。仿真结果表明:基于FAPI子空间跟踪算法的数据压缩半盲多用户检测的检测性能良好。此外,还仿真分析了遗忘因子对该算法性能的影响。

摘要： 阐述了基于子空间跟踪算法的数据压缩半盲多用户检测(DC-GBMUD)的基本原理.将快速逼近子空间跟踪(FAPI)算法应用于DC-GBMUD,发现FAPI算法具有简单的结构,更好正交性和较低的计算复杂性,适于DC-GBMUD, DC-GBMUD可以在几乎不增加计算量的情况下完成.仿真结果表明:基于FAPI子空间跟踪算法的数据压缩半盲多用户检测的检测性能良好.此外,还仿真分析了遗忘因子对该算法性能的影响.

摘要： 基于特征值分解(eigen value decomposition,EVD)或奇异值分解(singular value decomposition,SVD)的半盲信道估计算法需要进行重复的EVD或SVD计算,计算量较大,不适用于多小区多用户的大规模MIMO系统.为此,针对多小区多用户大规模MIMO系统中的半盲信道估计给出了一种快速实现算法.该算法主要利用最小二乘(least-squares)及线性最小均方误差(linear minimum mean-square error)原理导出一种新的递归计算模糊矩阵的方法,采用快速递归row-Householder子空间跟踪算法对接收向量的信号子空间的估计进行加速.仿真结果表明,所提出的算法估计性能良好,并能有效减轻导频污染的影响.

摘要： 针对窄带干扰条件下低信噪比直扩信号扩频序列(Direct Sequence Spread Spectrum,DSSS)的盲估计问题,提出了一种基于子空间跟踪的扩频波形估计算法.该方法避开了直接的特征分解求解,利用滑动窗技术取得码同步,根据求解结果可以估计出信号所夹杂的窄带干扰特征波形,并进一步消除窄带干扰估计出信号的扩频码序列.结果表明,该算法在低信噪比条件下能完成对PN码序列的精确估计,降低了数据的存储量,易于硬件实现.

摘要： 以阵列接收信号完成干扰抑制为背景，提出了基于噪声子空间跟踪的秩估计方法。从降低算法运算复杂度的角度，应用低复杂度的子空间跟踪方法跟踪噪声子空间，获得信号投影能量并代入秩判断方法，得到信号子空间维数以及噪声子空问估计。提出的方法不仅能够正确估计信号子空间的秩，而且当信号子空间秩发生变化时，同样能够跟踪其变化，并运用周期检测的方法提高了算法跟踪秩变化的性能。通过实验仿真，验证了方法的有效性。

摘要： 联合空时处理在提高阵列天线抗干扰能力的同时使计算量显著增加，降低计算量则是联合空时处理需要解决的重要问题。本文把低复杂度的子空间跟踪方法运用于联合空时GNSS接收机，提出基于子空间跟踪的联合空时GNSS抗干扰算法。通过噪声子空间跟踪，将联合空时接收信号投影到噪声子空间进行干扰抑制，提高接收信号信干比(SIR)。一方面增加了GNSS接收机抗干扰处理的自由度;另一方面由于采用低运算复杂度的子空间跟踪方法，降低了抗干扰接收机的运算负担，保证了算法的实时性要求。通过实验仿真验证了提出算法的有效性。

摘要： 近年来，很多人对信道肓辨识与均衡技术展开了研究。利用信道输出协方差矩阵的噪声子空间进行信道盲估计的方法具有很好的估计性能，但它需要两次进行特征值分解，计算量比较大。本文在一种水下通信多输入多输出(MIMO)系统模型的基础上，采用子空间跟踪技术把子空间方法改造为一个自适应算法，并利用幂法来加速参数估计的计算速度，最后利用仿真结果对本文的均衡算法进行了性能分析，得出了此方法在水声通信领域可行的结论。

摘要： 提出了一种新的基于子空间跟踪(SP)的自适应多用户检测算法,不需计算初始矩阵,并且检测性能接近高复杂度的经典算法.利用SP算法跟踪的信号子空间求得解调向量,修正了MMSE检测器.将其与SVDMUD、PASTdMUD两种算法进行了分析和比较,结果显示SP算法收敛速度快,稳态效果较好,计算复杂度低,具有一定的实用价值.

摘要： 本文提出了一种新的基于信号子空间跟踪的盲ZP-OFDM信道估计算法。该算法利用QR分解或Givens旋转代替直接SVD跟踪信号子空间进行盲信道估计,在估计性能基本不变的情况下,极大地降低了运算量。

摘要： 本文通过着重分析了基于子空间跟踪的盲线性多用户检测算法,并对其内部算法模块进行了仿真比较,最后对算法性能改善方法提出了自己的新思路.

摘要： 多用户检测技术作为第三代移动通信系统的关键技术已经成为研究热点。本文介绍了两种子空间盲多用户检测算法，并对它们的性能进行了仿真比较。仿真结果表明，NAHJ算法比PASTd算法收敛的更快，收敛后两算法性能大致相同。

摘要： 由于发射分集技术可以大大提高系统的抗衰落性能,因此得到了广泛的应用.本文提出了三种基于离散导频的发射分集正交频分复用(OFDM)系统的子空间幅度跟踪信道估计方法,并分析比较了其估计性能.利用信道传播时延慢变和衰落幅度快变的特点,通过对多径信道的时延子空间和衰落幅度的跟踪,可以部分消除信道估计过程中噪声的影响,大幅提高信道估计精度.通过仿真可以看出,三种子空间幅度跟踪信道估计方法在10句误码率情况下可以提高系统误码率性能1～2dB.

摘要： 子空间盲MIMO-OFDM信道估计性能较好,但计算量大,收敛速度慢.本文提出了一种基于子空间跟踪技术的半盲MIMO-OFDM信道估计算法,该算法在保持盲信道估计算法性能的基础上,明显加快了收敛速度、降低了计算量.

摘要： 结合空时干扰子空间估计算法和空时盲MMSE检测器，提出一种改进的基于信号子空间的空时盲多用户检测算法。理论分析和仿真结果表明：与基于空时结构的经典子空间MMSE检测相比，该改进算法具有较低的运算复杂度和更快的收敛速度，是扩展系统容量的有效途径。

摘要： 本发明涉及一种基于子空间特征的多任务学习目标跟踪方法，充分利用子空间和稀疏重建在目标外观建模方面的优势，将l 1算法引入到子空间中，借助多任务学习(MTT)的方法来挖掘各个粒子之间的相互关系。构造字典时不再采用图像模板，而是利用PCA的特征子空间构成，并加入琐碎模板以重建噪声。将每一个粒子稀疏表达系数的求解看作是MTT中的一个单任务学习问题，通过施加常用的混合范数l2,1来联合求解所有粒子的稀疏表示系数，并借助Accelerated Proximal Gradient(APG)方法来进行多任务稀疏表示的求解。相较于l 1跟踪的方法，MTT方法通过挖掘粒子之间的相关性来提高跟踪效果和降低跟踪的计算复杂度。

摘要： 本发明公开了一种基于子空间投影的复杂场景运动小目标检测前跟踪方法，采取三维时空序列上的目标运动轨迹与杂波轨迹进行区分的过程，对其进行分阶段级联处理：首先对三维时空的图像序列进行子空间的二维平面投影，根据运动轨迹与一般杂波轨迹的在二维投影平面上的形态学差异，可排除大部分无规律性杂波点；接着对滤波后的候选轨迹区域进行局部区域的三维时空航迹回溯，筛选有效候选点迹并计算有效点迹的中心点；最后针对候选运动中的有效运动点迹，计算航迹连续性及规律性，删除干扰点迹，提取有效的目标运动轨迹。本发明对于密集动杂波干扰下的图像序列中的目标跟踪的快速性方面得到极大的提升。

摘要： 本发明公开了一种基于智能子带滤波的三维空间强机动目标跟踪方法，属于雷达目标跟踪领域。本发明的方法利用智能调节的子带滤波思想，有效实现了对三维空间内未知目标机动的快速精确跟踪。本发明的方法步骤：（一）强机动目标信号的子带分解；（二）强机动目标信号的子带去相关；（三）强机动目标信号的智能子带滤波；（四）强机动目标信号的子带融合；（五）循环迭代进行步骤一至步骤四，直至所有量测点迹处理完毕。本发明的方法在不需要目标机动特性先验信息的基础上，对于临近空间目标突变机动具有较高的跟踪精度和反应速度，能够实现快速精确跟踪，并且易于工程实现。

摘要： 在一些示例中，公开减小与参考信号消耗的带宽量的方法、系统、设备和机器可读介质。在一些示例中，这是通过找出包含小区中的所有活动UE的最佳子空间，并向该子空间发送参考信号实现的。在一些示例中，在UE可利用二阶统计量来计算到最佳子空间的投影信道，随后可把所述投影信道反馈给eNodeB。到最佳子空间的投影信道可在UE和eNodeB被用于变换码本，并且利用接收到的投影信道的信道方向排列码字。

摘要： 本发明公开了一种融合目标空间分布和时序分布特征子空间的视觉跟踪算法，主要包含步骤：首先将目标区域特征从三个角度进行展开，分别进行子空间学习；其次运用一种更新策略来在线地更新三个模式下目标的均值与子空间。最后通过张量重构将三个子空间模式统一到一个似然函数中用于候选观测图像的评价。本发明实现了有效的目标跟踪方法，是一种通用的方法。实验结果表明，相对于其他经典子空间跟踪算法，该发明更加有效和鲁棒，具有很好的应用前景。

摘要： 本发明公开了一种基于子空间跟踪的GNSS接收机多波束指向抗干扰方法，利用噪声子空间追踪技术消除强干扰信号，然后利用多通道周期延迟后的信号与卫星导航信号之间的相关性，采用基于Clean思想的DOA估计方法，估计各个卫星导航信号的导向矢量，最后利用导向矢量分别为每个卫星构造波束形成权向量矩阵，实现对卫星信号来向的增强。本发明不需要知道传输的导航符号以及卫星方位，是一种盲自适应算法，在抑制复杂干扰信号的同时，有效的改善了导航信号的信干噪比，能够在一定程度上提高复杂环境下系统对卫星导航信号的接收能力。

摘要： 本发明公开了一种SNR估计的子空间跟踪方法，包括：在确定迭代次数和迭代变量的基础上，选择对应的初始特征值和特征向量，利用指数加权代价函数多次通缩操作得到所有特征值；再利用修正算法对特征向量矩阵进行修正，得到噪声方差的估计值和信号功率的瞬间值；最后计算得到SNR的瞬时估计值。本发明能够在算法复杂度较低的前提下，得到较好的SNR估计性能，并且随着采样数增加SNR估计性能越来越好，另外，利用指数加权代价函数，能够准确得到信号子空间，不会出现模糊的情况，同时，该指数加权代价函数受遗忘因子影响，能够实现很强的跟踪能力。

摘要： 本发明公开了一种融合目标空间分布和时序分布特征子空间的视觉跟踪算法，主要包含步骤：首先将目标区域特征从三个角度进行展开，分别进行子空间学习；其次运用一种更新策略来在线地更新三个模式下目标的均值与子空间。最后通过张量重构将三个子空间模式统一到一个似然函数中用于候选观测图像的评价。本发明实现了有效的目标跟踪方法，是一种通用的方法。实验结果表明，相对于其他经典子空间跟踪算法，该发明更加有效和鲁棒，具有很好的应用前景。

摘要： 本发明公开了一种SNR估计的子空间跟踪方法，包括：在确定迭代次数和迭代变量的基础上，选择对应的初始特征值和特征向量，利用指数加权代价函数多次通缩操作得到所有特征值；再利用修正算法对特征向量矩阵进行修正，得到噪声方差的估计值和信号功率的瞬间值；最后计算得到SNR的瞬时估计值。本发明能够在算法复杂度较低的前提下，得到较好的SNR估计性能，并且随着采样数增加SNR估计性能越来越好，另外，利用指数加权代价函数，能够准确得到信号子空间，不会出现模糊的情况，同时，该指数加权代价函数受遗忘因子影响，能够实现很强的跟踪能力。

摘要： 本发明公开了一种基于子空间跟踪的GNSS接收机多波束指向抗干扰方法，利用噪声子空间追踪技术消除强干扰信号，然后利用多通道周期延迟后的信号与卫星导航信号之间的相关性，采用基于Clean思想的DOA估计方法，估计各个卫星导航信号的导向矢量，最后利用导向矢量分别为每个卫星构造波束形成权向量矩阵，实现对卫星信号来向的增强。本发明不需要知道传输的导航符号以及卫星方位，是一种盲自适应算法，在抑制复杂干扰信号的同时，有效的改善了导航信号的信干噪比，能够在一定程度上提高复杂环境下系统对卫星导航信号的接收能力。