检测及精估目标运动参量的广义自适应相关器技术

本文结合自适应Ｒｏｔｈ时延估计器和拷贝相关器,提出了一种既可以检测多亮点目标回波,又可以在低采样频率下（采样间隔ｍｓ级）,精估μｓ级方位时延的广义自适应拷贝相关器算法。并进行了深入的理论分析,完成了计算机仿真：验证了该算法具有较高的处理增益和参量精估精度,很适合于检测和高分辨精估目标多亮点的方位、距离和多卜勒。从而为尺度识别奠定了基础。     

二次加权频域自适应时延估计算法与应用

时延估计问题在许多工程应用中具有重要的意义。本文提出了一种二次加权频域自适应时延估计模型,给出了二次加权频域SCOT和ML自适应时延估计算法,推导了二次加权频域SCOT自适应时延估计的方差。把该算法应用于对武装直升机的声测无源定位中,用实测直升机噪声数据进行了计算机仿真。结果表明,在低信噪比情况下,二次加权频域自适应时延估计具有更好的时延估计性能。     

基于时延估计的双子阵时域波束形成技术

大孔径拖曳线列阵受舰艇横向机动、洋流影响和水动力影响时会产生一定的阵形畸变,阵形畸变使得波束形成时阵列流型失配,进而降低了目标方位分辨率和阵处理的增益。在无法进行阵形估计时,基于时延估计的双子阵时域波束形成技术将大孔径拖曳线阵分为左右两个子阵分别做波束形成,通过加权广义相关时延估计算法估算对应波束的时延差,再依据估算时延差对左右两个波束进行延时求和得到最终的波束信号。仿真和海试数据证明,相对于全阵直接做波束形成的方法,基于时延估计的双子阵的时域波束形成技术有效提高了目标方位分辨率和阵处理的增益。     

基于时延估计的分裂阵时域波束形成技术

大孔径拖曳线列阵受舰艇横向机动、洋流影响和水动力影响时会产生一定的阵形畸变,阵形畸变使得波束形成时阵列流型失配,进而降低了目标方位分辨率和阵处理的增益。在无法进行阵形估计时,基于时延估计的分裂阵时域波束形成技术将大孔径拖曳线阵分为左右两个子阵分别做波束形成,通过加权广义相关时延估计算法估算对应波束的时延差,再依据估算时延差对左右两个波束进行延时求和得到最终的波束信号。仿真和海试数据证明,相对于全阵直接做波束形成的方法,基于时延估计的分裂阵的时域波束形成技术有效提高了目标方位分辨率和阵处理的增益。     

基于粒子滤波的多普勒信息辅助目标定位跟踪算法

多基地声呐探测系统主要通过测量回波的时延和方位信息进行目标定位与跟踪,定位精度受声速、时延和方位测量误差的影响较大,可以通过多普勒信息辅助进一步提高定位跟踪精度。现有的多普勒信息辅助定位跟踪算法多适用于单基地声呐系统,多基地中的多普勒测量值与目标状态的关系更为复杂,需要研究新的融合方法。该文提出了一种适用于多基地声呐系统的多普勒信息辅助采样重要性重采样目标定位跟踪算法,将多普勒信息融入到粒子滤波的重采样过程,使重采样后的粒子集合更逼近目标的真实状态分布,从而提高了目标定位跟踪精度。数值仿真实验结果表明,提出的目标定位跟踪算法可以有效融合多普勒信息,提升目标定位跟踪精度。     

三元阵被动测距浅海试验及后置处理

为改进三元阵被动测距性能,采用了滑动窗互相关器估计时延,与常规互相关器相比时延估计性能有较大提高;采用的方位和距离的改进计算公式,在近程有很高的测距精度。针对实验结果瑕点多的现象,提出了在线自动跟踪剔除瑕点的方法,能稳健有效自动地筛选出高质量的数据,称之为“圆筛”。并引入了“动态滤波”,将其与“圆筛”结合作为后置处理模块。介绍了浅水、近程的三元阵被动测距海试结果,目标船分别为摩托艇和中型双体船,测距结果与精度为20 cm的差分GPS定位结果比较,表明“圆筛”和“动态滤波”相结合的后置处理方法,可显著改善测距效果。      

量测噪声不确定情况下的水下多目标稳健方位跟踪

提出了使用Sage-Husa算法估计量测噪声的集势化概率假设密度(CPHD)滤波方位跟踪方法,实现了量测噪声不确定情况下多水下声学目标的稳健方位跟踪。首先,将水下目标方位的变化建模为Singer模型,利用传统目标方位估计方法的结果作为量测值,将方位估计误差看作量测噪声,建立了方位量测模型。然后,给出了CPHD滤波水下多目标方位跟踪算法,该算法利用上一时刻的方位跟踪结果和目标方位变化模型预测目标方位,并利用量测值和量测模型对预测值进行更新得到方位跟踪结果。最后,考虑到量测噪声方差为决定跟踪性能的重要参数,利用改进的Sage-Husa算法在跟踪过程中实时自适应地估计不确定量测噪声的方差,从而实现了多目标的稳健方位跟踪。经海试数据验证,所提出算法将目标方位测量的平均最优子模式分配(OSPA)误差从10°以上降低至2°,显著提高了方位测量精度。所提水下多目标稳健方位跟踪方法能够有效提高量测噪声不确定情况下的方位跟踪性能。     

水中目标回波亮点统计特征研究

礁石和海洋动物引起的混响是主动声纳最严重的干扰, 如何区分礁石、鱼群和水中目标一直是制约主动声纳识别技术的难点问题. 针对礁石与目标回波难以区分的问题, 从特征识别的应用角度, 研究水中复杂目标全方位回波亮点特征的有效表征和应用方式, 基于目标回波亮点模型, 提出拷贝相关器输出的目标散射函数估计方法, 给出对目标回波亮点相对关系进行定量分析的目标回波特征统计表征方式, 并基于湖上实验提取了物理机理明确的目标回波亮点统计特征, 使得目标时间-角度谱中所蕴含的目标特征信息能够很直接地转化为主动声纳易于应用的目标特征. 关键词： 水中目标 回波亮点 统计特征     

用子空间旋转不变法同时估计水下多目标的距离和方位

提出了一种可在单次回波内同时完成方位和时延估计的高分辨新方法,它采用于空间旋转不变法（ＥＳＰＭＴ方法）的思路构造两个子阵,通过对其自相关矩阵和互相关矩阵的广义特征分解,用特征值估计多目标方位,用特征向量估计多目标时延,利用特征值和特征矢量的对应关系自动实现方位和时延参数的配对．计算机仿真结果表明,该方法的分辨能力、估计精度和正确配对概率都优于常规方法,较好地实现了水下多目标距离和方位的同时估计及配对,进而可对多目标进行定位．     

采用条件波数谱密度函数的宽带高分辨方位谱估计算法

针对宽带高分辨方位估计存在方位估计偏差大、算法复杂度高等问题,提出了一种基于条件波数谱密度(Conditional Wavenumber Spectral Density based,CWSD-based)的宽带高分辨方位谱估计算法.该算法利用条件波数谱密度将阵列信号转换到频率-波数空间,宽带信号能量在该空间的坐标呈现与入射角相关的线性分布,通过借鉴直线检测原理,实现邻近目标的高分辨方位估计,且无需预估角度和信源数等信息。仿真结果表明,该算法理论分辨率与处理最高频率成反比,估计均方误差约为0.1°,对阵形畸变鲁棒,运算效率高。海上试验数据表明,本文方法在方位分辨率、弱目标检测、非目标向噪声抑制、稳健性等方面都优于宽带常规波束形成和最小方差无畸变算法,在实际海洋中可实现超低旁瓣高分辨波达方向估计。      

Acceleration target detection based on LFM radar

In radar systems, the echo signal caused by an accelerated target can be similarly considered as linear frequency modulation (LFM) signal. In high signal-to-noise ratio (SNR), discrete polynomial-phase transform (DPT) algorithm can be used to detect the echo signal, as it has low computation complexity and high real-time performance. However, in low SNR, the DPT algorithm has a large mean square error of the rate of frequency modulation and a low detection probability. In order to detect LFM signal in low SNR, this paper proposes a detection method, segment discrete polynomial-phase transform (SDPT), which means, at first, dividing the whole echo pulses into several segments with same duration in time domain, and then, using coherent accumulation method of DFT to segments, at last, processing this signal with DPT in intra-segment. In the case of a large number of segments, the SDPT can improve the output SNR. In addition, in a certain SNR, to the target signal with big sampling interval, large acceleration and less segments, this paper proposes an algorithm to detect the LFM signal generated from the combination of an improved DPT (IDPT) and fractional Fourier transform (FRFT). The output SNR of this algorithm is connected with the length of time delay. In the simulation, when the length of the time delay is 0.2 N, the output SNR is 2.5 dB more than that which results from directly using DPT. Finally, the detection performance and algorithm complexity of the proposed algorithm were analyzed, and the simulated and measured data verify the effectiveness of the algorithm.     

利用先验估计自适应加窗的准静态超声弹性成像位移估计算法

准静态弹性成像技术是基于组织压缩前和压缩后超声回波射频信号进行组织运动重构的弹性成像技术。提出了一种基于先验估计的自适应窗函数算法,在位移估计过程中,使用已估计的临近窗的时延值作为先验信息,自动调整截取压缩后射频信号段的截取窗函数,提高了互相关运算所需的压缩前和压缩后信号段之间的相关性。仿真实验结果表明,该算法不仅大大提高了成像速度,而且提高了信噪比较低时的成像质量,同时该算法具有更宽的应变通带。      

基于二次相关的语音信号时延估计改进算法

目前语音信号的时延估计研究,大部分采用的是广义互相关算法。然而,广义互相关时延估计算法易受噪声和混响环境影响。为此,本文提出了一种基于二次相关的语音信号时延估计改进算法,该算法对语音信号进行二次互相关运算,并结合Hilbert变换,对二次互相关峰值进行进一步的锐化处理,使得反映时延的峰值点检测更为准确。实验结果表明,改进的时延估计方法在非平稳的语音信号中能够有效地抑制噪声干扰,且在不同混响条件下时延估计具有更好的性能。     

An adaptive filter-based method for robust, automatic detection and frequency estimation of whistles

This paper proposes an adaptive filter-based method for detection and frequency estimation of whistle calls, such as the calls of birds and marine mammals, which are typically analyzed in the time-frequency domain using a spectrogram. The approach taken here is based on adaptive notch filtering, which is an established technique for frequency tracking. For application to automatic whistle processing, methods for detection and improved frequency tracking through frequency crossings as well as interfering transients are developed and coupled to the frequency tracker. Background noise estimation and compensation is accomplished using order statistics and pre-whitening. Using simulated signals as well as recorded calls of marine mammals and a human whistled speech utterance, it is shown that the proposed method can detect more simultaneous whistles than two competing spectrogram-based methods while not reporting any false alarms on the example datasets. In one example, it extracts complete 1.4 and 1.8 s bottlenose dolphin whistles successfully through frequency crossings. The method performs detection and estimates frequency tracks even at high sweep rates. The algorithm is also shown to be effective on human whistled utterances.     

球形传声器阵列下基于主导声源检测MUSIC群时延算法的多声源定位*

针对混响环境中,多径效应、散射、衍射等原因导致声源定位失败或分辨能力不足的现象,提出一种基于主导声源检测MUSIC群时延的邻近多声源定位方法。该方法采用球形传声器阵列,相比平面阵列可以捕获3D声场信息,利用球谐域下信号的频率分量与角度分量解耦的优势,从而可直接利用频率平滑技术处理宽带语声信号而不需要构造聚焦矩阵,并在球谐域下通过设置阈值对一组时频段进行主导声源检测,从而选择出包含直达声的一组时频块来构造MUSIC群时延空间谱。上述举措在提升波达方向估计在高混响环境下定位鲁棒性的同时,也提高了多个邻近声源的分辨能力。仿真实验结果表明,所提出的主导声源检测MUSIC群时延算法,在高混响和低信噪比条件下,仍具有更好的定位精度与更优的邻近多声源分辨效果。     

Channel temporal correlation-based optimization method for imperfect underwater acoustic channel state information

The rapid time variations and large channel estimation errors in underwater acoustic (UWA) channels mean that transmitters for adaptive resource allocation quickly become outdated and provide inaccurate channel state information (CSI). This results in poor resource allocation efficiency. To address this issue, this paper proposes an optimization approach for imperfect CSI based on a Gauss–Markov model and the per-subcarrier channel temporal correlation (PSCTC) factor. The proposed scheme is applicable to downlink UWA orthogonal frequency division multiple access systems. The proposed PSCTC factors are measured, and their long-term stability is verified using data recorded in real-world sea tests. Simulation and experimental results show that the optimized CSI effectively mitigates the effects of the temporal variability of UWA channels. It demonstrates that the resource allocation scheme using optimized CSI achieves a higher effective throughput and a lower bit error rate than both imperfect CSI and the CSI predicted by the recursive least-squares (RLS) algorithm.     

互谱域MVDR自适应时延估计方法研究

针对窄带信号,通过构造互谱时间序列,在互谱域建立了平稳时间序列时延估计的最小方差无畸变响应(MVDR)滤波器模型;利用分段近似处理,类比空间MVDR自适应算法,给出了其具体算法(Algorithm of MVDR in cross spectral domain,CSMVDR);进行了数值仿真实验研究和海上实验数据处理。数值仿真与实验数据处理结果初步验证了CSMVDR时延估计对于舰船辐射噪声的适用性,CSMVDR时延估计有比相关检测更好的时延估计性能,能够提高信噪比增益和时延估计精度。     

一种适用于大测绘带合成孔径声呐的运动补偿方法

当合成孔径声呐测绘带较大时,运动误差的空变效应严重,经典的相位中心重叠算法难以适用。为此,提出了一种适用于大测绘带合成孔径声呐的运动补偿方法。首先使用混合调制的拉格朗日时延估计算法对前后两帧回波的时延进行估计,之后使用线性回归方法拟合出运动误差,最后利用运动误差的估计值对回波进行逐点精确补偿。仿真数据的结果表明,该算法能够获得比相位中心重叠算法更好的运动估计结果,运动补偿后成像分辨率接近理论分辨率。使用该算法分别对高、低频合成孔径声呐的湖试数据进行了处理,水下地貌和小目标的成像质量均有明显提高。      

基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取

针对布里渊光时域反射光纤传感系统散射谱的高精度特征提取的要求,提出了一种基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取算法。不仅利用了广义回归神经网络在逼近能力、学习速度、模型的泛化等方面具有的优势,而且采用搜索能力较强的自适应变异果蝇优化算法进一步增强了神经网络的学习能力,从而提高了布里渊散射谱的拟合度和频移提取的准确度。在布里渊散射谱中心频率为11.213 GHz,线宽为40～50,30～60和20～70 MHz的散射谱白噪声实验模型中,将新算法分别与基于有限元分析的Levenberg-Marquardt拟合法、粒子群优化和拉凡格式混合拟合法、最小二乘法进行预测比较,新算法获得的最大拟合频移误差为0.4 MHz,平均拟合度为0.991 2,均方根误差为0.024 1。仿真结果表明所提出的算法拟合度较好,绝对误差小。因此,将此算法用于基于布里渊光时域反射的分布式光纤传感系统,可有效提高布里渊散射谱的拟合度和频移提取的准确度。