改进维纳滤波器及其在目标方位估计中的应用

针对复杂的水声环境以及信噪比较低的目标信号导致方位估计性能较差的问题,本文提出了一种基于改进维纳滤波器和波束形成器的方位估计方法,该方法能够抑制噪声,提高目标方位估计性能。首先利用改进维纳滤波器抑制各通道接收数据中的噪声,提高输出信噪比。在此基础上,将改进维纳滤波器的输出通过波束形成器,获得目标的方位估计。改进维纳滤波器能够通过调整滤波器参数,控制滤波器的噪声抑制能力和信号失真。因此,针对不同的波束形成器对信号失真的敏感程度不同,可以通过调节改进维纳滤波器的参数,获得噪声抑制与信号失真之间的最佳折中,从而提高输出信噪比,降低目标方位估计的信噪比门限和均方根误差。仿真和实验结果验证了本文方法。      

数字滤波在心磁噪声抑制中的应用

提出了一种基于数据重置最小均方算法的自适应数字滤波器, 并将其应用于抑制心磁信号的背景噪声. 数值模拟结果表明该滤波器对于相关噪声,尤其是有幅值变化和时间延迟的情况, 有很强的抑制效果. 该滤波器有很宽的带宽.利用它可以使心磁信号的信噪比提高到器件的本征噪声水平. 利用周期平均的方法进一步提高信噪比, 对滤波前后心磁信号的频谱进行了分析.     

α稳定噪声下一类周期势系统的振动共振

将多个低频微弱信号、高频信号和加性α稳定噪声共同激励的一类周期势系统作为研究模型,以平均信噪比增益(MSNRI)为性能指标,对α稳定噪声环境下周期势系统中的振动共振现象进行了研究,分别探究了α稳定噪声的特征参数α、对称参数β、加性噪声强度放大系数D、高频信号幅值B以及频率?对振动共振输出效应的影响.研究结果表明:1)在不同分布的α稳定噪声环境下,固定频率?(或幅值B),当幅值B(或频率?)逐渐增大时,MSNRI-B(或MSNRI-?)曲线出现多个峰值,即存在多个B区间(或?区间)可诱导振动共振,并且这些区间不会随噪声分布参数α或β的变化而变化;2)当加性噪声强度放大系数D发生变化时,幅值B和频率?的共振区间没有随着D的变化而变化,表明只有高频信号能量向待测低频信号转移,噪声能量并没有向待测低频信号转移.另外当幅值B、频率?固定时,随着D的逐渐增大,依然可以实现微弱信号的检测,表明振动共振可以克服工业现场噪声强度不可调控的缺点.本文研究结果提供了一种新的微弱信号检测方法,在信号处理领域有着潜在的应用价值.     

提取螺旋桨识别特征的二种途径

本文给出海上实验数据表明舰船噪声在几十赫以下频段有着很强的低频线谱,这些线谱与螺旋桨转速等工作特征紧密联系在一起.所以螺旋桨识别特征的提取除了从解调制谱线谱来得到外,还可直接从低频线谱来得到,本文讨论了在噪声中低频线谱和解调制谱线谱的检测性能,在噪声掩盖下,低频线谱的信号高度与信噪比成正比,而解调制谱线谱的信号高度随信噪比下降是非线性的,当信噪比大时下降得很慢,当信噪比小时下降得很快.     

无线光副载波信号的循环谱分析

以无线光通信中的副载波调制技术为背景,研究了光强调制正交相移键控信号的循环自相关和循环谱密度函数,并对实际测得的信号的循环谱和循环自相关函数进行了分析。结果表明,无线光副载波信号经过大气传输,同时受到了加性白噪声和乘性窄带随机噪声的影响,有限强度的大气湍流并未破坏正交相移键控信号的循环平稳特性。影响接收信噪比的主要因素是有用信号功率与低频噪声功率之差,通过加时间窗的方法可以有效抑制低频噪声的影响,从而提高系统接收信噪比。     

基于自适应随机共振理论的太赫兹雷达信号检测方法

太赫兹雷达系统在差频信号频谱分析过程中,干扰噪声影响其测距能力.针对上述问题,提出基于自适应随机共振理论的太赫兹雷达信号检测方法,通过对含噪差频信号进行二次采样,利用自适应随机共振系统提取信号,进行尺度恢复完成测距计算.实验数据显示,不同测量距离时,相较于快速傅里叶变换法,输出信噪比的平均增益为9.684 d B,其中测量距离为1000 mm处,差频信号初始频谱值提高了64.1倍,系统信噪比增益为11.761 d B;相较于滤波法,在测量距离为1000 mm处信噪比增益最大,提高了70.56%;输入噪声强度为1—5 V之间时,输出信噪比曲线的曲率相对于滤波法降低了86.5%,其中噪声强度为5 V时信噪比增益最大,为14.018 d B.实验表明太赫兹雷达系统的测距能力大幅提高.     

应用于助听器反馈抑制的信噪比自适应滤波算法*

针对基于自适应滤波器的助听器反馈抑制系统,本文提出了一种基于信噪比的归一化最小均方误差算法,采用最小值统计法估计误差信号的噪声分量,从而计算出误差信号的信噪比来计算自适应滤波系数的更新步长。当误差信号信噪比越高,语音占主要成分,信号的相关性越强,此时将滤波器的更新步长控制在较小值,减小滤波器的失调量。当信噪比越低时,噪声占主要成分,信号的相关性相对较弱,更新步长取较大值,加快滤波器的收敛速度。在仿真实验中,本文提出的基于信噪比的归一化最小均方误差算法相较于传统算法在平均稳态失调量和稳态失调范围上分别低1dB和2dB,其最大稳态增益提高了4dB,同时具有更快的稳态收敛速度,验证了本文提出算法的有效性。     

运用傅里叶变换对差分吸收光谱的解析

利用差分吸收光谱技术原理,设计了相应的差分吸收光谱监测装置,对环境中存在两种主要污染气体SO₂和NO₂进行了监测。在对所测光谱进行分析时,提出了用傅里叶变换的信号分析方法来解析上述两种气体的吸收光谱。在光谱分析过程中,主要包括光谱信号的去噪处理和慢变化的拟合两大步骤。差分吸收光谱仪所测到的原始光谱经傅里叶变换后,频谱中的低频部分对应的就是原始光谱中的慢变化部分,而噪声谱主要集中在变换后频谱的高频部分,所以可以通过截取一定频率段的频谱后再通过逆傅里叶变换来去除气体吸收光谱中的慢变换部分和噪声部分,进一步处理后可以得到气体的差分吸收光谱,从而反演计算出对应的气体浓度。通过分析比较,该方法是一种新的差分吸收光谱解析方法,可以更好地拟合出原始光谱中的慢变化部分,与此同时,在去除噪声影响,提高信噪比方面有很好的作用。     

一种水下远程目标探测的方法

提出了通过估计目标反向散射系数来探测水下远程目标的一种方法。把估计目标及其附近散射体的反向散射系数构成的序列转化为海洋信道这一带乘性噪声系统的反卷积估计,并给出了最优反卷积算法。在加性噪声和乘性噪声前两阶矩未知的情况下通过建立系统状态滤波和时变噪声统计量交替估计的自适应状态滤波器,给出了自适应反卷积算法。利用上述两种反卷积算法分别对低信噪比(-6.1 dB)微弱信号进行仿真处理,仿真结果证明了所提出方法的有效性。     

Barker码激励超声导波在长骨检测中的应用

单脉冲激励的超声导波在长骨中传播时,信号的衰减大,导致接收信号的幅度很小,且噪声严重。Barker码激励能有效增大接收信号幅度,提高信噪比(SNR)。将其应用到超声导波长骨检测中,进行仿真和长骨实验,得到的信号分别用加权匹配滤波器和有限冲激响应-最小均方误差(FIR-LS)逆滤波器进行压缩,并与单脉冲激励的结果进行了对比。结果表明,对于13位的Barker码,采用加权匹配滤波器进行解码时,压缩信号幅度是单脉冲激励接收信号的13倍;而FIR-LS逆滤波器则达到-63.59 dB的峰值旁瓣水平(PSL),更好地抑制噪声。说明可以将Barker码激励超声导波应用于长骨的检测中。