导读:本文包含了矢量信号处理论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:矢量,信号处理,张量,光学,传感器,方位,参量。
矢量信号处理论文文献综述
桂宇风,饶伟[1]（2019）在《基于张量分解的二维互质矢量传感器阵列信号处理》一文中研究指出提出了一类二维互质矢量传感器阵列及其张量处理方法,以提高阵列自由度及信号波达角(Direction of arrival,DOA)估计性能。新阵列并非是二维互质标量传感器阵列的简单扩展,而是针对新阵列的高维信号数据,提出了一种新的基于张量代数理论的建模和处理方法。分析表明:针对一个具有4M~2+N~2-1(其中M和N互为质数)个矢量传感器(阵元)的二维互质阵列,利用其接收信号的高维二阶统计量,可将该阵列转换成一个具有(MN+M+N-1)~2个虚拟矢量传感器(阵元)的均匀矩形阵列(Uniform Rectangular Array,URA)。为充分利用增加的阵元数来提高阵列的可辨识性和信号的DOA估计精度,还给出了该URA对应的张量模型及处理方法,并最终借助张量分解实现了信号DOA及极化参数估计。仿真实验证明了新方法的有效性。(本文来源于《南昌工程学院学报》期刊2019年04期）
崔嘉斌[2]（2019）在《基于相敏放大的全光矢量信号处理关键技术研究》一文中研究指出作为上层网络业务的承载者,光纤通信网络必须不断提升网络容量、改进网络架构以应对日益增长的带宽需求和业务种类。网络容量的提升主要依靠更高的信号波特率,更高阶的调制格式及更复杂的复用方式来实现。上层业务的增多也驱使着光网络从单一的信息传输管道向多功能多层次的灵活光网络(Flexible Optical Network,FON)演进。面对网络特征的变化,传统基于光电转换技术的信号处理技术存在速率瓶颈、格式不透明、转换效率低及成本昂贵等问题。全光信号处理技术有效地避免了传统基于光电转换信号处理技术的诸多问题,是未来全光FON实现的重要支撑力量。相位敏感放大器(Phase-sensitive Amplifier,PSA)技术以其独特的相位敏感特性成为光矢量信号处理的有力工具。基于PSA的诸多全光矢量信号处理技术如矢量信号再生、调制格式转换、低噪放大、全光相位量化,全光正交分解等近年来被国内外众多研究机构提出并研究,具有广泛的应用前景。本论文主要针对基于相敏放大的全光矢量信号处理关键技术展开研究,主要的研究工作及创新点有:1、提出了一种基于PSA的正交相移键控(Quadrature Phase Shift Keying,QPSK)向二进制相移键控(Binary Phase Shift Keying,BPSK)的格式转换系统方案,实现了信号一对一转换的同时保证了原始信息的完整性。针对输入光信噪比(Optical Signal-to-Noise Ratio,OSNR)为15 dB的QPSK信号,误码率(Bit Error Rate,BER)为10-3时,转换得到的BPSK信号的接收OSNR比QPSK改善了3.2 dB。该系统可有效改善信号的BER性能,从而延长信号的有效传输距离,可广泛应用于传输链路质量突然恶化、不同光网络间节点及软件定义收发系统等场景。2、提出了一种基于PSA的可重构全光节点系统方案。该系统具有二维矢量再生与格式转换复合功能。针对输入的携带有噪声的QPSK信号,该节点可选择输出二维再生之后的QPSK信号或是再生之后的PAM4信号。针对输入OSNR为15 dB的QPSK信号,在BER为10-3时,与输入QPSK信号相比,再生之后的QPSK信号的接收OSNR改善了 2 dB,转换之后的PAM4信号接收OSNR改善了 1.3 dB。该节点可应用于长距离传输网络的中间节点或长距与短距光网络的中间节点。3、提出了一种针对光矢量信号的正交分解系统,并在HNLF与SOA两种光学介质中进行了仿真验证。该系统可实现基于单个PSA结构同时提取出输入光矢量信号的同相与正交分量,且提取后的同相与正交分量的波长和偏振状态与输入光矢量保持一致。同时仿真验证了针对方形QAM信号的分解,16/32/64 QAM信号分别被分解成了两路PAM4/PAM6/PAM8信号。该系统可作为基本功能单元,应用于未来灵活光网络对光矢量信号的全光灵活控制与处理之中。(本文来源于《北京邮电大学》期刊2019-06-05）
吕勇,马士全,孙巍[3]（2019）在《矢量水声信号处理系统研究》一文中研究指出在水下无人探测系统中,水声信号处理系统是其重要的组成部分,本文基于某矢量水听器信号处理器系统,采用DSP+FPGA架构的实现了平台的硬件的设计与调试,以及数据采集、存储、和传输等部分相关的软件编程,并能够实时进行数据处理算法计算。经水池和深浅海试验,系统的探测目标性能得到验证。(本文来源于《中国声学学会水声学分会2019年学术会议论文集》期刊2019-05-25）
邢真,王宏祥,纪越峰[4]（2019）在《面向全光网的矢量信号处理技术》一文中研究指出因其低时延、高效率的特性,全光矢量信号处理技术在光网演进过程中具有重要意义,因此,对当前全光信号处理的技术背景、应用方案等进行了全面的介绍。首先对全光信号调制格式进行了梳理,描述了各调制格式的基本特性及接收方式,并对作为全光信号处理基础的非线性光学效应进行了分类介绍,说明了各效应的发生条件、发生过程、带来的光学现象及常用的非线性介质。简要阐述了全光信号处理技术的优点,并对全光信号再生、全光格式转换和全光相位量化这3个研究方向进行了详细介绍。最后对全光矢量信号处理技术的应用前景进行了展望。(本文来源于《电信科学》期刊2019年04期）
杨沫涵[5]（2019）在《基于矢量水听器的圆形阵列信号处理方法研究》一文中研究指出圆形阵列因在其所在的平面360°方位具有相同的目标探测与方位估计性能这一优良特性,常见于声呐浮标阵、舰艏阵以及智能音箱传声器阵列中。在声呐接收系统中,基于矢量水听器的圆形阵列在阵列信号处理的基础上结合了声压振速联合处理技术,有助于抑制海洋环境噪声,在较低信噪比下实现远程目标被动检测。本文主要研究自由场条件下和圆柱形障板条件下矢量圆阵的方位估计问题。经典的方位估计方法主要分为波束扫描类和子空间分解类。因此以最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法和多重信号分类(Multiple Signal Classification,MUSIC)算法为代表,对两类算法进行介绍,仿真对比分析声压圆阵和矢量圆阵的方位估计性能;针对圆阵,模态域信号处理方法能够简化建模过程中相位延迟方面的计算,为后续处理提供方便。因此建立了矢量圆阵相位模态域输出信号,实现了在相位模态域利用MVDR和MUSIC算法的方位估计问题。结合工程中的实际情况,阵列总是安装在支撑物上面,而圆阵所用的支撑物一般是圆柱体。因此首先介绍了圆柱形障板散射声场的概况,然后求得刚性圆柱形障板和绝对软圆柱形障板的散射声场解析解,进而得到弹性圆柱形障板散射声场的解析解,得到刚性、绝对软和弹性障板条件下矢量圆阵的相位模态域参数,并以MVDR算法为例,仿真分析不安放障板和叁种不同材质圆柱形障板上矢量圆阵方位估计性能。最后,对湖试的试验数据进行处理,较好地验证了理论推导和仿真结果。(本文来源于《哈尔滨工程大学》期刊2019-03-01）
王笑[6]（2018）在《高阶矢量水听器阵列信号处理》一文中研究指出低信噪比条件下的水下远场目标声源方位估计问题是国家迫切需要解决的问题,同时也是领域难题。现有的解决方法中,占主导地位的是基于声压阵和矢量阵的目标方位估计方法。但是想要基于主流传感器,单从优化处理算法上获得较大的突破是比较困难的。现在将目光着眼于更高阶,为解决这类问题提供一种新的思路。高阶物理场拥有更多的信号量,包含了更加全面的声场信息,引起了国内外学者的关注,一些关于高阶物理场的研究成果相继发表。本文在总结国内外现有研究成果的基础上,从高阶声场的物理机理出发,基于泰勒级数展开讨论了利用声场高阶量构成的任意阶广义声学传感器在目标方位估计中的性能潜力,分析了其各通道的输出空间相关性。分析得出相对于更高阶,二阶传感器具有更高的研究价值。但目前已有的研究成果中,对二阶传感器目标方位估计的研究还较少,且都是将单个二阶传感器各通道作为独立通道处理的,并没有充分发挥二阶传感器的优势。本文针对二阶传感器,首先推导了其各通道输出空间相关性、单通道指向性和多通道组合指向性,这些理论是阵列设计、方位估计和性能评价的基础;接着,将矢量传感器信号处理方法引入高阶,研究基于二阶矢量水听器的信号处理算法,利用常规波束形成和MVDR两种波束形成器对单个二阶传感器和二阶传感器均匀线阵列的目标方位估计进行仿真,从波束宽度、左右舷、信噪比门限、抑制噪声能力、空间多声源的分辨能力等方面讨论了二阶矢量水听器的方位估计性能。在该部分研究中,首次将联合处理思想运用到二阶传感器方位估计中,取得了显着的增益,验证了联合处理思想的优势;进一步,基于波束图乘积定理,通过设计二阶传感器波束图的组合指向性,研究了二阶传感器在控制栅瓣、消除后瓣、抑制左右舷等方面的性能潜力;最后,类比力学中的应力主方向理论,首次探讨了一种基于声场二阶信号量张量特性的空间方位估计算法,该算法物理意义清晰直观,可以实现单传感器方位估计,文中详细分析了该算法原理,讨论了理论估计误差,证明了算法的可行性。本文的研究工作是以严密的理论推导为基础的。因为本文中的研究是基于水声学的,这里的传感器主要指的是水听器,但文中的方法在空气声学中也同样适用。(本文来源于《哈尔滨工程大学》期刊2018-02-01）
尚珍珍,张国军,韩建军,丁俊文,杨晟辉[7]（2018）在《利用小波变换对MEMS矢量水听器信号处理》一文中研究指出为解决对水上未知目标的定位估计,充分利用接收信号,提出一种基于小波变换与傅里叶变换相结合的信号处理方法。采用中北大学研制的十字梁结构的MEMS矢量水听器接收声源信号,通过后续电路把声压信号转换成电压信号。先进行窄带滤波,保存有用信号频带;然后选择合适的小波阈值及小波基对信号进行小波降噪处理,减少低频噪声干扰,提高输出信噪比,为后续的信号处理及水声定位提供便利;最后基于MUSIC算法,结合直方图法进行目标方位估计,仿真结果表明,这种方法将定位精度提高到3°。(本文来源于《舰船科学技术》期刊2018年01期）
贺婷[8]（2017）在《面向矢量信号处理的自动向量化算法研究》一文中研究指出为满足无线通信对实时性、低功耗的要求,信号处理器多采用SIMD(single instruction multiple data,单指令多数据)架构以加速对程序的处理。本文依托动芯矢量DSP(Digital Signal Processor,数字信号处理器),在LLVM(Low Level Virtual Machine,低级虚拟机)编译框架下改进并实现面向基本块的自动向量化算法,全文研究内容如下:1.深入研究LLVM中以基本块为单位的传统自动向量化算法,并分析该算法目前影响向量化效果的原因。2.通过分析自动向量化算法,发现基本块内部指令数目较少以致于向量化挖掘困难,因此本文通过调研行业现状采用循环正规化方法扩展基本块内指令数目,加大并行指令挖掘范围。3.自动向量化中的大规模并行指令对选取算法依赖于生成有向无环图和使用深度因子修剪有向无环图中冲突节点的方法实现,因此深度因子的好坏直接决定向量化优化效果。目前在依赖关系较为复杂的条件下原算法的深度因子已不能满足最初设计需求,易造成修剪枝时的误判,最终影响程序的向量化效率。本文从以下叁点优化原算法:1)改进静态深度因子,获取更加正确的先验信息以修剪枝,从而提高优化指令数。2)构建动态深度因子,使得修剪枝时获取的指令链更长。3)使用深度因子改进子树的构造顺序,合理利用深度因子对优化潜在性的表达,使得深度因子大的子树先生成,降低子树生成的随机性,最终提高程序优化效率。4.研究广度因子替代深度因子的自动向量化方法,并在LLVM平台上实现该算法,实验结果表明在寄存器压力和复杂度的影响下,该方法运行时间过长,限制了它的应用。最后,在LLVM编译架构下实现改进的自动向量化算法,并使用行业通用测试例进行验证,实验结果表明改进的自动向量化算法主要从两个方面影响向量化效果:1)并行指令数的提升。2)在生成相同数目向量指令的条件下,产生更少的额外开销。(本文来源于《重庆邮电大学》期刊2017-06-09）
樊帆[9]（2017）在《基于张量分解的声矢量传感器阵列信号处理方法研究》一文中研究指出声矢量传感器是在传统声压传感器基础上发展而成的,它由声压传感器以及质点振速传感器复合而成,是一种新型的水声测量设备。声矢量传感器的结构组成决定了声矢量传感器既可以测量声压,同时还可以测量声场中质点振速的叁维正交分量。由于接收的信息具有多维性,所以声矢量传感器在声呐、雷达、导航定位等众多民用与军事领域均具有广泛应用。因此,有关声矢量传感器阵列信号处理方法也受到各界学者的广泛关注。在对声矢量传感器阵列接收信号进行空间信号到达方向(Direction of Arrival,DOA)估计时,传统处理方式是将声矢量传感器接收到的声压及振速信息排列成为长矢量矩阵形式,该形式并没有充分利用声矢量传感器蕴含的多维结构信息,因此,本文引进了高维数组张量分析模型,建立声矢量传感器阵列信号张量模型,并与传统的DOA估计算法结合,提出了基于张量分解的声矢量传感器阵列信号DOA估计方法。本文的研究工作如下:针对声矢量传感器阵列包含的多维结构信息,提出了一种声矢量传感器阵列张量模型,并对该模型进行推导。针对空间信号到达方向估计问题,提出了声矢量传感器阵列直接张量分解的多重信号分类(Multiple Signal Classification method,MUSIC)算法以及协方差张量分解MUSIC算法。首先,对测量张量或者测量张量的协方差张量进行高阶奇异值分解,估计张量信号子空间和张量噪声子空间,并证明这两种张量高阶奇异值分解估计的张量信号子空间具有等效性,由于信号处理时高阶奇异值分解比传统矩阵奇异值分解对噪声抑制能力更强,所以得到的信号子空间更加准确。结合传统MUSIC算法给出基于张量子空间的谱估计公式,对其进行谱峰搜索,估计声源信号的入射角。实验证明基于张量分解的MUSIC算法比传统长矢量矩阵MUSIC算法的参数估计性能更好,说明张量能够更好地利用多维结构数据信息。针对MUSIC算法需要进行谱峰搜索,具有计算量大的缺点,选取具有相同结构的阵元偶,采用旋转不变技术(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT),推导出该阵元偶的旋转不变因子,构造张量r维旋转不变方程,提出了基于声矢量传感器阵列的张量分解ESPRIT算法,仿真实验证明该算法比张量MUSIC算法具有更快的计算速度,比传统声矢量ESPRIT算法具有更高的参数估计性能。针对张量高阶奇异值分解估计子空间不是最优的问题,提出了一种基于张量最佳秩逼近的声矢量传感器阵列MUSIC算法。首先,求解测量张量的最佳秩逼近张量,得到张量信号子空间,并结合传统MUSIC算法对声源的入射角进行估计。实验证明,基于张量最佳秩逼近声矢量传感器阵列参数估计算法比基于高阶奇异值分解算法的估计精度更高,参数估计性能更好。将矩阵实值ESPRIT算法扩展到张量情况,提出基于张量最佳秩逼近的声矢量传感器阵列酉ESPRIT(Unitary-ESPRIT)算法。首先,对测量张量进行双向平滑处理,然后对得到的复张量进行变换得到实数张量,利用张量最佳秩逼近算法,得到实数张量的信号子空间,构造选择矩阵和旋转因子,对入射角进行估计。实验证明,与传统Unitary-ESPRIT算法相比,该算法有更高的参数估计性能。(本文来源于《吉林大学》期刊2017-06-01）
梁斌[10]（2017）在《基于MEMS矢量水听器的信号处理与DOA估计》一文中研究指出MEMS矢量水听器的优点在于它体积小、一致性好、成本低等优势,且能够同时、共点地获得声场中的标量声压信息和矢量振速信息,而更丰富的输出信号也为声源目标的信号处理与波达方向估计提供了更多的处理手段,并且具备抵消各向同性噪声干扰的能力。近年来,矢量水听器技术在水下目标探测、潜艇隐身及声源定向定位等领域受到了各海洋大国的普遍关注,并已用于水声领域的工程应用阶段,而相关的信号处理问题也成为各国研究的前沿热点。本文对自适应算法和DOA估计算法在水声信号处理中的应用进行了比较系统的研究,主要研究内容如下:(1)根据水声信号与噪声信号特征的差异性,针对MEMS水听器采集的数据“淹没”在强噪声场中的问题,提出采用LMS自适应噪声对消与Fourier变换滤波相结合的改进算法进行信噪分离,对提取后的信号与理想信号做MATLAB仿真实验对比,并从均方误差(RMSE)、信噪比(SNR)、信噪比增益(GSNR)、相似度(R)等方面进行了去噪性能评价分析。仿真结果表明,该改进算法突破了传统自适应噪声对消法在低信噪比(低于0dB)和非平稳噪声环境下去噪效果奇差的局限,在信噪比降至-15dB以下时,仍有很好的去噪能力。(2)利用改进去噪算法得到预处理信号,分别运用反切算法,平均声强法,互谱算法及最小二乘法进行了单矢量水听器的声源的波达方向(DOA,Direction Of Arrival)估计,与设定的方位角进行均方误差与成功率分析,评价改进算法与中心滤波算法的在不同快拍数和信噪比环境下的优劣性能,为工程应用提供实验依据。(3)利用改进算法结合多重信号分类(Multiple Signal Classification,MUSIC)算法进行矢量水听器阵列的DOA估计,评价改进MUSIC算法与原MUSIC算法的在不同快拍数和信噪比环境下的优劣性能,分别比较分析了方位角估计的均方误差与预测成功率,显示出改进算法在低信噪比下的情况下仍有一定的工程应用性。仿真结果表明:该改进去噪算法极大的提高了声源方位角估计精度,其中平均声强法、互谱法在小快拍数和低信噪比下也具有良好的单矢量水听器DOA估计性能精度;改进MUSIC算法在小快拍数和低信噪比下要比原MUSIC算法要具有更高的预测成功率和更小的方位角均方误差值。(4)最后,进行了汾河二库实验。基于汾河湖试数据的实验处理结果表明:经过数据预处理的定位定向结果显示良好,性能良好,计算简单高效,为工程实际应用提供满意的效果。(本文来源于《中北大学》期刊2017-04-02）
矢量信号处理论文开题报告
（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：
作为上层网络业务的承载者,光纤通信网络必须不断提升网络容量、改进网络架构以应对日益增长的带宽需求和业务种类。网络容量的提升主要依靠更高的信号波特率,更高阶的调制格式及更复杂的复用方式来实现。上层业务的增多也驱使着光网络从单一的信息传输管道向多功能多层次的灵活光网络(Flexible Optical Network,FON)演进。面对网络特征的变化,传统基于光电转换技术的信号处理技术存在速率瓶颈、格式不透明、转换效率低及成本昂贵等问题。全光信号处理技术有效地避免了传统基于光电转换信号处理技术的诸多问题,是未来全光FON实现的重要支撑力量。相位敏感放大器(Phase-sensitive Amplifier,PSA)技术以其独特的相位敏感特性成为光矢量信号处理的有力工具。基于PSA的诸多全光矢量信号处理技术如矢量信号再生、调制格式转换、低噪放大、全光相位量化,全光正交分解等近年来被国内外众多研究机构提出并研究,具有广泛的应用前景。本论文主要针对基于相敏放大的全光矢量信号处理关键技术展开研究,主要的研究工作及创新点有:1、提出了一种基于PSA的正交相移键控(Quadrature Phase Shift Keying,QPSK)向二进制相移键控(Binary Phase Shift Keying,BPSK)的格式转换系统方案,实现了信号一对一转换的同时保证了原始信息的完整性。针对输入光信噪比(Optical Signal-to-Noise Ratio,OSNR)为15 dB的QPSK信号,误码率(Bit Error Rate,BER)为10-3时,转换得到的BPSK信号的接收OSNR比QPSK改善了3.2 dB。该系统可有效改善信号的BER性能,从而延长信号的有效传输距离,可广泛应用于传输链路质量突然恶化、不同光网络间节点及软件定义收发系统等场景。2、提出了一种基于PSA的可重构全光节点系统方案。该系统具有二维矢量再生与格式转换复合功能。针对输入的携带有噪声的QPSK信号,该节点可选择输出二维再生之后的QPSK信号或是再生之后的PAM4信号。针对输入OSNR为15 dB的QPSK信号,在BER为10-3时,与输入QPSK信号相比,再生之后的QPSK信号的接收OSNR改善了 2 dB,转换之后的PAM4信号接收OSNR改善了 1.3 dB。该节点可应用于长距离传输网络的中间节点或长距与短距光网络的中间节点。3、提出了一种针对光矢量信号的正交分解系统,并在HNLF与SOA两种光学介质中进行了仿真验证。该系统可实现基于单个PSA结构同时提取出输入光矢量信号的同相与正交分量,且提取后的同相与正交分量的波长和偏振状态与输入光矢量保持一致。同时仿真验证了针对方形QAM信号的分解,16/32/64 QAM信号分别被分解成了两路PAM4/PAM6/PAM8信号。该系统可作为基本功能单元,应用于未来灵活光网络对光矢量信号的全光灵活控制与处理之中。
（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。
矢量信号处理论文参考文献
[1].桂宇风,饶伟.基于张量分解的二维互质矢量传感器阵列信号处理[J].南昌工程学院学报.2019
[2].崔嘉斌.基于相敏放大的全光矢量信号处理关键技术研究[D].北京邮电大学.2019
[3].吕勇,马士全,孙巍.矢量水声信号处理系统研究[C].中国声学学会水声学分会2019年学术会议论文集.2019
[4].邢真,王宏祥,纪越峰.面向全光网的矢量信号处理技术[J].电信科学.2019
[5].杨沫涵.基于矢量水听器的圆形阵列信号处理方法研究[D].哈尔滨工程大学.2019
[6].王笑.高阶矢量水听器阵列信号处理[D].哈尔滨工程大学.2018
[7].尚珍珍,张国军,韩建军,丁俊文,杨晟辉.利用小波变换对MEMS矢量水听器信号处理[J].舰船科学技术.2018
[8].贺婷.面向矢量信号处理的自动向量化算法研究[D].重庆邮电大学.2017
[9].樊帆.基于张量分解的声矢量传感器阵列信号处理方法研究[D].吉林大学.2017
[10].梁斌.基于MEMS矢量水听器的信号处理与DOA估计[D].中北大学.2017
论文知识图
