梯度投影最小二乘多途信道实数域高分辨估计方法

为解决水下定位过程中的多途信道高分辨估计问题,文章给出了一种梯度投影最小二乘多途信道实数域高分辨估计方法,不同于频域最小二乘,方法利用时域迭代求解去除了矩阵求逆,降低了计算量,并且能够直接获得高分辨的实数域信道冲激响应。与MUSIC、Richardson-Lucy (RL)以及稀疏贝叶斯(SBL)等几种典型时域高分辨信道估计算法进行对比分析,仿真和实验结果皆表明,文中给出的梯度投影LS算法和SBL算法时延分辨力明显优于MUSIC和RL算法,水池实验结果时延分辨力可达1/(5B)(B为信号带宽)。所提方法幅度衰减估计精度略差于SBL算法。但最小二乘(LS)算法使用过程中不需要预知多途数目,更适用于大时延多途扩展情况,且计算量显著优于SBL算法。     

次级通道模型误差下滤波X型最小均方差算法收敛性分析

给出了滤波Ｘ型ＬＭＳ（ＦＸＬＭＳ）算法收敛的一个充分条件，指出如果次级通道传递函数与其估计值在所有频带上满足正实条件，则ＦＸＬＭＳ算法对任意参考信号收敛。若上述正实条件仅在某些频带上满足，则ＦＸＬＭＳ算法的收敛将依赖于参考信号功率谱密度的分布。收敛步长取决于某特定相关矩阵特征值的分布。将上述结论应用于时延型ＬＭＳ（ＤＬＭＳ）算法，得出在时延估计存在误差时，ＤＬＭＳ算法收敛于若干离散的频带，而频带宽度完全取决于“对延估计误差频率”（时延估计误差倒数的１／４）。     

深海声影区稀疏时延估计与声源测距

研究了深海声影区中经一次海底反射的多途声线到达垂直双水听器的时延差与声源位置的关系,提出了一种稀疏时延估计与声源测距方法。首先利用近海面布放的短间距垂直双水听器接收一定频带的声信号,然后计算接收信号的广义互相关函数,并利用频谱搬移和稀疏解卷积技术提取时延差,最后通过时延差匹配,估计水下声源的距离。仿真实验表明,在4300 m深海中,所提方法能够正确提取多途到达时延差,估计声影区内的声源距离。海试结果表明,当垂直接收孔径分别为21 m和30 m时,声源测距误差分别小于13.6%和8.1%。上述结果表明,所提出的时延估计方法可适应带宽较窄的接收信号,多途到达时延估计参数可用于实现声影区中的水下声源测距。      

一种单频水声信号多径时延估计算法

提出一种针对单频水声信号的多径时延估计算法,通过采用频域加权并结合进化规划算法解决代价函数强烈振荡下的高效全局优化.算法引入多径径数建立由多径时延、幅度系数及径数组成的水声信道多径参数模型,在采用频域加权预白化进行非线性最小二乘代价函数解耦处理的基础上,结合进化规划算法进行非线性参数解空间的高效全局寻优,从而实现多径时延的高分辨率估计.利用仿真数据和海上实验数据进行的实验表明,本算法具有较高的多径时延估计精度并可同时实现多径径数的估计.     

多频带期望值最大声信号时延估计EI北大核心CSCD

通过分析复杂环境中不同频带声信号时延估计的差异,提出多频带期望值最大时延估计方法。为了使各频带之间无重叠,该方法采用独立分带划分声信号不同频带,然后计算各频带广义互相关函数,并对子带广义互相关函数建立最大似然模型,最后利用期望值最大算法将多维优化转为一维优化的迭代式,获得最优子带广义互相关函数,在此基础上估计声信号的时延信息。数据仿真和实际实验结果表明,多频带期望值最大化时延估计相较常规时延估计有效估计值的百分比提升了10%,并将最优频带互相关函数应用到该定位算法中,在网格间距为0.3 m时,得到的峰值区域汇聚更明显,定位效果更好。     

基于遗传算法的超声信号LMS自适应时延估计

为了克服ＬＭＳ自适应时延估计（ＬＭＳＴＤＥ）算法计算量大的问题,引进遗传算法进行ＬＭＳＴＤＥ的寻优规划,并采取了克服过早收敛的措施。对超声信号进行时延估计的实验表明,该方法大大减少了计算量,并有较高的时延估计精度。     

结合主动时间反转算法的短基线定位研究

短基线声学定位技术是水下运动目标定位的重要研究内容。为了解决定位系统工作于浅水或近岸时多途扩展严重造成的时延估计误差和系统工作不稳定的问题,本文提出一种结合时间反转算法的短基线宽带应答定位技术,该方法利用短基线阵元发射宽带信号,通过应答器接收该信号时间反转处理后再返回给短基线阵元位置,实现信道多途的自适应聚焦,进而提高时延估计精度及信号检测的鲁棒性。仿真研究和湖上试验表明,该方法能够充分利用信道多途信息实现聚焦,减少信道多途对定位信号时延估计的影响,具有较强的抗噪声和多途干扰的能力。相对传统定位方法,该方法可以抑制短基线定位过程中误差及野点的产生,改善了物体定位导航的精度。      

基于多尺度总体最小二乘的图像去噪

提出了一种基于多尺度总体最小二乘的图像去噪算法.采用平稳小波变换对噪音图像进行分解,分别对各个分解层的高频子带,通过总体最小二乘算法估计信号小波系数|并且考虑到不同尺度小波系数之间的相关性,将尺度相关性约束到总体最小二乘算法中,进而准确估计各高频子带信号小波系数,再由估计的信号小波系数通过小波逆变换得到去噪图像.实验结果表明,考虑尺度间相关性的总体最小二乘平稳小波变换图像去噪算法能有效去除图像噪音,在信噪比和视觉质量上有了较大改善.     

基于多尺度总体最小二乘的图像去噪

提出了一种基于多尺度总体最小二乘的图像去噪算法.采用平稳小波变换对噪音图像进行分解,分别对各个分解层的高频子带,通过总体最小二乘算法估计信号小波系数;并且考虑到不同尺度小波系数之间的相关性,将尺度相关性约束到总体最小二乘算法中,进而准确估计各高频子带信号小波系数,再由估计的信号小波系数通过小波逆变换得到去噪图像.实验结果表明,考虑尺度间相关性的总体最小二乘平稳小波变换图像去噪算法能有效去除图像噪音,在信噪比和视觉质量上有了较大改善.     

电压调制光谱中的残余幅度噪声的研究

从理论和实验上研究了残余幅度噪声（ＲＡＭ）对谐波探测的影响。通过对Ｈａｒｃｅｙ－Ｍｙａｔｔ外腔式二极管激光器进行低频（１ＫＨｚ）电压调制和高次（２ｆ以上）谐波探测获得了１０＾－６的最小探测吸收率。     

双扩展信道中的时延-多普勒匹配滤波

本文研究了时延和多普勒在信号和信道分析中的重要作用,论述了信号和信道的时延—多普勒性质,并进行了表征。信号的模糊度函数可用于指导发射波形设计,而广义平稳非相关散射条件下信道的散射函数则可用于指导信道估计。在此基础上,提出了发?收联合时延?多普勒匹配滤波框架,得出了发射?处理波形的互模糊度函数与信道散射函数在时延?多普勒平面内的重叠面积与系统性能成正比的结论。计算机仿真结果验证了本文方法的有效性。     

利用深海回声多途结构匹配估计目标深度EI北大核心CSCD

提出一种利用深海目标回声多途亮点簇时延和幅度结构匹配估计目标深度的方法。目标回声结构是双程信道传递函数和目标声散射函数的卷积,在深海近海面或近海底条件下表现出回声亮点簇的特性,且亮点簇时延幅度结构与目标深度相关,可用于估计目标深度。建立了在深度-距离网格上利用非线性规划代价函数对目标深度进行匹配估计的方法。分别对簇间时延偏差和海水声速剖面(SVP)偏差对匹配估计的影响进行了仿真分析。一次南海冬季试验结果显示,在水深1 km、距离5~8 km条件下,水下40 m处的目标回声呈现出3个时延间隔约0.3 s的亮点簇结构,将其用于目标深度匹配估计的误差范围在0~65 m。     

基于倒谱分析的单水听器目标运动参数估计

基于浅海射线声学多途结构,提出了一种具有高稳健性、高精度的单水听器目标运动参估计方法.针对匀速直线运动目标,综合多途时延差和运动学几何关系,构建了目标三维多途时延模型,进而获得目标运动参数与多途时延差的非线性时间映射.研究了典型水声信道的倒谱表达式,提出了利用倒谱提取多途时延差的策略.采用差分进化综合优化手段估计目标运动参数,提高了算法的稳健性.理论及仿真结果表明,倒谱的时间分辨率不受信号带宽的限制,而主要取决于信号类型和信噪比;CW信号的倒谱对多普勒不敏感;参数估计精度主要取决于时延差估计精度和参与差分进化运算的信息量,当包含有最近点信息时参数估计性能较好.水池实验结果进一步验证了方法的正确性和有效性.     

波导环境多目标时延-多普勒解卷成像

有源声呐感兴趣的参量是目标距离和径向速度,它们无法直接观测得到,需要通过估计而获得。利用波导多路径环境多目标时延-多普勒模型,可以导出采样互模糊度函数均值是发射信号自模糊度函数与广义目标反射性密度函数的两维卷积,其中广义目标反射性密度函数为信道扩展函数与目标反射性密度函数的两维卷积。依据信息理论最小Csiszar鉴别准则,可导出R-L (Richardson-Lucy)迭代解卷算法,对采样互模糊度函数均值进行两维迭代解卷积,消除发射信号和信道引入的模糊,序贯地实现时延-多普勒两维像的估计,进而获得多目标的时延和多普勒参量估计。仿真结果和海上实验数据分析验证了R-L解卷算法的可行性和有效性,较之常规的匹配滤波和维纳滤波算法,R-L算法有效地提高了时延和多普勒估计的分辨力和精度。      

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。      

光谱信号乘性加性混合随机噪声去除方法

提出一种光谱信号噪声的乘性加性混合分析模型,并采用维纳滤波和同态滤波相结合的算法对光谱信号进行去噪处理。仿真结果表明,该算法比移动平均算法、最小均方算法和递归最小均方算法具有更好的去噪性能。实验结果表明,氙灯光谱信号中的噪声符合乘性加性混合模型。与移动平均算法、最小均方算法和递归最小均方算法相比,从该算法处理后的汞灯光谱信号中能够提取更加稳定的谱峰谷位置、谱峰幅度、谱峰半峰全宽等特征值,定量分析时能获得更好的结果。     

一种基于最优频段的X射线脉冲星累积轮廓时延估计方法

为提高X射线脉冲星导航中累积脉冲轮廓的时间延迟估计精度, 分析了X射线脉冲星累积脉冲轮廓的频谱特性和现有Taylor快速傅立叶变换时延估计算法的缺陷, 提出了一种基于最优频段的累积轮廓时延估计算法, 并通过建立不同信噪比下时延估计误差与所采用频段之间的关系以确定最优频段. 数值及实测数据实验结果表明: 在短时观测或光子流量较小时, 该算法优于常用的近似最大似然 (FAML)、相关 (CC)、最小二乘 (NLS) 及加权最小二乘 (WNLS) 方法; 在观测时间较长或光子流量较大时, 该算法的估计精度与CC及NLS方法相当, 但其运算量低于NLS, FAML 及WNLS方法. 本文所提算法适用于短时观测脉冲轮廓或低流量脉冲星的高精度时延估计.     

基于回溯筛选的稀疏重构时延估计算法

针对无线定位中时延估计在小样本(单快拍)、低信噪比条件下需要大量独立分布测量数据问题,提出了一种基于回溯筛选的稀疏重构时延估计算法,实现了单快拍、低信噪比条件下接收信号的精确时延估计.该算法首先建立接收信号的稀疏表示模型,然后基于该模型建立正交观测矩阵,最后在重构算法中引入回溯筛选思想,利用时延与观测矩阵之间的一一对应关系得到时延的无偏估计.对该模型下时延估计的克拉美罗界进行了推导.仿真分析表明,所提方法在单快拍、低信噪比条件下精度远高于求根多重信号分类算法,相比于正交匹配追踪算法,在较小的复杂度代价下性能得到了较大提升.     

基于分段信号相关累加的变速度多站联合直接定位方法

在低信噪比条件下,基于时延和多普勒频移的直接定位算法在解决宽带信号源定位时精度较差.针对此问题,提出了一种基于分段信号相关累加的变速度多站联合直接定位算法,并给出了其克拉美罗下界.该算法利用多个变速度的观测站对信号进行接收,然后将同一观测站接收的目标信号分割成多段不重叠的短时信号,采用最大似然估计器,联合各段信号的时延、多普勒频移信息对目标进行直接定位.算法充分利用了观测信号包含的定位信息,并利用观测站速度的变化增加了目标位置信息,解决了分段信号联合估计带来的定位模糊问题,使定位精度进一步提高,增加了算法的实用性.仿真实验表明,较之传统直接定位算法,本文算法定位精度更高,尤其在低信噪比条件下更能逼近克拉美罗界.     

利用环境噪声互相关实现散射体无源成像

最近研究表明利用环境噪声的互相关可以恢复两点之间的时域格林函数(声脉冲响应),这一原理在文献中被称为格林函数恢复。基于此原理,通过对多个传声器所接收的环境噪声进行互相关处理,获取与散射体相关联的散射波的到达时延信息,结合最小二乘反演算法和改进克希霍夫移位算法,分别获得道路交通噪声场中石柱以及海浪噪声场中塑料桶的空间位置,且其估计结果与实际测量相一致。实验结果表明将环境噪声作为探测信号进行散射体无源成像是可行的。这为设计室内无源声监测系统以及通过海洋环境噪声实现对水中静默目标成像提供了新思路和有益参考。