水声正交频分复用系统载波偏移与脉冲干扰估计技术

载波频率偏移和脉冲干扰是水声通信系统中常见的干扰形式。为了提高系统的鲁棒性,消除这两种类型干扰的影响,提出利用空载波对载波频率偏移和脉冲干扰进行估计。空载波估计技术采用了分步优化和联合优化估计两种方法。分步优化估计首先利用重采样和空载波进行载波频率偏移估计,补偿后利用空载波对脉冲噪声进行消除。考虑到载波频率偏移和脉冲噪声估计时的相互影响特性,利用二者的联合估计得到优化解。仿真和水池实验结果表明,两种优化算法都取得了良好的效果;同时联合优化估计比分步优化估计得到更大的系统性能增益,在系统误比特率为10-2时,联合优化解得到了3dB左右的系统性能增益。通过对载波频率偏移和脉冲干扰的估计消除,大大提高了水声通信系统的鲁棒性。      

基于信号子空间重构的鲁棒子区域Frost波束形成

本文针对一个感兴趣子区域内的宽带波束形成问题, 提出一种基于信号子空间重构的鲁棒Frost波束形成算法. 该算法的基本思想是利用一个矩阵滤波器从所估计的信号加干扰子空间中提取感兴趣信号(SOI)的特征分量; 然后利用该特征分量重构信号子空间; 最后利用重构的信号子空间构造一组线性约束最小方差(LCMV)准则, 来保证SOI近似无失真通过. 与现有的其他鲁棒Frost波束形成算法相比, 本文算法的一个显著优点是在未知SOI实际波达方向与频带等先验信息的情况下, 其导向与带宽均能够自适应地匹配SOI. 因此在整个感兴趣子区域内, 它都能获得接近最优值的输出信干噪比. 理论分析与仿真研究验证了算法的有效性.     

基于多层卷积特征融合的目标尺度自适应鲁棒跟踪

针对复杂跟踪条件下目标的鲁棒跟踪和精确尺度估计问题,提出了一种基于多层卷积特征融合的目标尺度自适应鲁棒跟踪算法。算法首先利用VGG-Net-19深层卷积网络架构提取目标候选区域的多层卷积特征,通过相关滤波算法构建二维定位滤波器,得到多层卷积特征并进行加权融合,从而确定目标的中心位置;然后通过对目标区域进行多尺度采样,提取其HOG特征构建一维尺度相关滤波器,确定目标的最佳尺度。在复杂跟踪条件下的实验结果表明,与6种当前主流跟踪算法相比,该算法取得了最好的跟踪成功率与精度,同时在跟踪过程中较好地实现了对目标快速尺度变化的自适应跟踪,且具有较快的跟踪速率。     

不确定广义组合大系统的分散输出反馈鲁棒镇定及脉冲分析

考虑了一类不确定广义组合大系统,利用Lyapunov稳定性理论和矩阵范数性质研究了该类系统的分散镇定问题.给出了一种分散输出反馈鲁棒镇定控制器的设计,得到了系统可输出反馈鲁棒镇定的不确定量的范数界.同时分析了广义组合大系统及各个孤立子系统的脉冲控制问题,给出了其闭环系统无脉冲的不确定量的范数界.最后获得了广义组合大系统及各个孤立子系统的闭环系统同时渐近稳定和无脉冲的范数界. 关键词： 广义系统 鲁棒镇定 分散控制 脉冲能观     

光学移相干涉仪抗振系统的鲁棒μ控制器设计

将结构奇异值μ综合鲁棒控制技术应用于主动抗振控制系统中,并用于解决光学移相干涉仪抗振系统的不确定性问题.采用小波分析方法将随机振动信号进行时频分析后得到低频全局信息,随后运用μ综合D-K迭代法设计鲁棒μ控制器对低频振动进行抑制.该方法克服了由模型自身和外部干扰所引起的不确定性,使得控制系统能够有效地抑制抗振模型的不确定性和外部振动的干扰,同时也具有很高的控制准确度和灵敏度.仿真结果表明,该方法使光学移相干涉仪在外部振动的干扰下具有较好的鲁棒稳定性和控制准确度,同时也能较好地抑制低频振动.     

光学移相干涉仪抗振系统的鲁棒u控制器设计

将结构奇异值u综合鲁棒控制技术应用于主动抗振控制系统中,并用于解决光学移相干涉仪抗振系统的不确定性问题．采用小波分析方法将随机振动信号进行时频分析后得到低频全局信息,随后运用u综合D-K迭代法设计鲁棒u控制器对低频振动进行抑制．该方法克服了由模型自身和外部干扰所引起的不确定性,使得控制系统能够有效地抑制抗振模型的不确定性和外部振动的干扰,同时也具有很高的控制准确度和灵敏度．仿真结果表明,该方法使光学移相干涉仪在外部振动的干扰下具有较好的鲁棒稳定性和控制准确度,同时也能较好地抑制低频振动．     

基于鲁棒M估计和Mean Shift聚类的动态背景下运动目标检测

针对动态背景下运动目标的检测问题,提出了一种基于鲁棒M估计和Mean Shift聚类的目标检测新方法。首先,在考虑全局光照变化的情况下,构建鲁棒M估计器估计全局运动,以实现最小化相邻2帧图像中所有像素亮度的绝对残差和,根据M估计得到像素点权值,提取出代表局部运动信息的离群点;在离群点中均匀抽取网格点,然后利用Mean Shift聚类算法实现不同运动点的分割;根据聚类的结果生成凸包,准确分割出运动目标区域。实验结果表明,该方法能检测出动态背景下的多个运动目标区域,多目标检测准确度到达95%以上,并且只需两帧图像就可以准确检测并锁定运动目标,满足实时处理的要求,具有一定的工程意义.     

一种正交频分复用系统抗水下时变多径信道的频率偏移估计方法

提出了一种水下正交频分复用(OFDM)系统鲁棒的频率偏移估计方法,即通信帧由一个训练帧和多个数据帧组成。其中克服大的多普勒频移,也就是粗频移估计(Rough Frequency Offset Estimation,RFOE),是通过训练帧来实现的,而克服时变的和小的多普勒频移,也就是精细多普勒频移估计(Accurate Frequency Offset Estimation,AFOE),是通过每一个数据帧实现的。RFOE和AFOE都是使用OFDM数据或循环前缀(Cyclic Prefix,CP)中没有被多径干扰的那部分数据计算得到的。在海试中,采用这种算法实现了通信速率与作用距离的乘积为133km·kbps的无误码通信,并比较了不同算法的试验结果,试验结果表明该算法能克服水下信道多径和时变的影响。      

基于自适应奇异观测器的连续系统故障诊断

针对连续系统的传感器与执行器故障诊断问题,提出一种自适应奇异观测器来进行故障估计,能同时估计系统中的传感器故障与执行器故障,并克服了以往研究中对故障、故障导数与系统干扰作上界已知假设的不足。利用H∞性能指标抑制了干扰对故障估计的影响;通过线性矩阵不等式来获得自适应奇异观测器的增益阵,从而很方便地完成故障诊断观测器的设计;采用Lyapunov泛函证明了观测误差动态系统是鲁棒渐近稳定的;最后通过仿真实例验证了所提方法的有效性。     

自嵌入双功能图像水印算法

利用自嵌入技术提出一种同时实现版权保护和内容认证的双功能图像水印算法.在嵌入端,首先将原始图像划分成互不重叠的子块,将各子块每个像素的最低m位置0,然后将最低m位置0后的子块进行奇异值分解,通过提取奇异值范数的最高位奇偶性产生原始鲁棒特征水印,然后再将原始鲁棒特征水印嵌入各子块每个像素的最低m位得到含水印图像.检测端从攻击的含水印图像提取鲁棒特征水印的过程与嵌入端产生原始鲁棒特征水印的过程类似,并且通过计算提取的鲁棒特征水印与原始鲁棒特征水印之间的归一化相关度进行版权鉴别,通过判断提取的鲁棒特征水印与攻击图像各子块每个像素的最低m位的一致性实现篡改检测进行内容认证.理论分析和实验结果都表明算法具有非常好的不可见性.实验结果还表明,算法不仅在抵抗添加噪音、剪切、JPEG压缩、平滑、重采样和几何攻击如随机删除行、向右偏移列、向下偏移行表现出很强的鲁棒性,而且能够精确定位出篡改位置和区分篡改类型.因此,算法具有版权保护和内容认证双重功能.     

Improving robustness of filtered-x least mean p-power algorithm for active attenuation of standard symmetric-α-stable impulsive noise

The paper concerns active control of impulsive noise having peaky distribution with heavy tail. Such impulsive noise can be modeled using non-Gaussian stable process for which second order moments do not exist. The most famous filtered-x least mean square (FxLMS) algorithm for active noise control (ANC) systems is based on the minimization of variance (second order moment) of error signal, and hence, becomes unstable for the impulsive noise. In order to improve the robustness of adaptive algorithms for processes having distributions with heavy tails (i.e. signals with outliers), either (1) a robust optimization criterion may be used to derive the adaptive algorithm or (2) the large amplitude samples may be ignored or replaced by an appropriate threshold value. Among the existing algorithms for ANC of impulsive noise, one is based on the minimizing least mean p-power (LMP) of the error signal, resulting in FxLMP algorithm (approach 1). The other is based on modifying; on the basis of statistical properties; the reference signal in the update equation of the FxLMS algorithm (approach 2). In this paper we propose two solutions to improve the robustness of the FxLMP algorithm. In first proposed algorithm, the reference and the error signals are thresholded before being used in the update equation of FxLMP algorithm. As another solution to improve the performance of FxLMP algorithm, a modified normalized step size is proposed. The computer simulations are carried out, which demonstrate the effectiveness of the proposed algorithms.     

Morphological impulsive noise removal based on multi scale dual hit-or-miss transforms

Impulsive noise removal is an active research area in optical signal processing. Morphological operators have been tried for impulsive noise removal. However, the performance is not very effective. Dual hit-or-miss transforms could identify the protruding bright or dark pixels like impulsive noise pixels in image, which may be used to construct effective algorithm for impulsive noise removal. In this paper, an algorithm based on the multi scale dual hit-or-miss transforms is demonstrated. Firstly, the positive impulsive noise pixels, which are bright pixels, are identified by multi scale hit-or-miss transform. Then, the negative impulsive noise pixels, which are dark pixels, are identified by multi scale dual hit-or-miss transform. Finally, the identified impulsive noise pixels are removed and replaced by a reasonable value estimated by adaptive median filter. Experimental results show that, because the multi scale dual hit-or-miss transforms could effectively and correctly identify the impulsive noise pixels, the noise pixels are correctly removed and the real image details could be well maintained.     

非高斯冲激干扰下基于Softplus函数的核自适应滤波算法

针对非高斯环境下一般自适应滤波算法性能严重下降问题,本文提出了一种基于Softplus函数的核分式低次幂自适应滤波算法(kernel fractional lower algorithm based on Softplus function,SP-KFLP),该算法将Softplus函数与核分式低次幂准则相结合,利用输出误差的非线性饱和特性通过随机梯度下降法更新权重.一方面利用Softplus函数的特点在保证了SP-KFLP算法具有良好的抗脉冲干扰性能的同时提高了其收敛速度;另一方面将低次幂误差的倒数作为权重向量更新公式的系数,利用误差突增使得权重向量不更新的方法来抵制冲激噪声,并对其均方收敛性进行了分析.在系统辨识环境下的仿真表明,该算法很好地兼顾了收敛速度和跟踪性能稳定误差的矛盾,在收敛速度和抗脉冲干扰鲁棒性方面优于核最小均方误差算法、核分式低次幂算法和S型核分式低次幂自适应滤波算法.     

水声JANUS信号的分数低阶时频谱迁移学习识别方法

非合作第三方水下标准协议信号识别在水声通信信号识别中具有重要研究意义。针对浅海水声JANUS信号的特征提取因易受脉冲噪声和多径效应等复杂水声环境影响而导致识别率低下的问题,提出一种分数低阶时频谱和ResNet18 （Residual Network 18）相结合的迁移学习识别方法。首先,选取JANUS固定前导作为识别对象,设计分数低阶傅里叶同步压缩变换（FLOFSST）,以分数低阶操作抑制脉冲噪声,以时频重排特性增强时频集中性。其次,将基于ImageNet的ResNet18预训练模型微调,迁移至JANUS信号和常见水声信号时频图集。仿真表明所提算法在信噪比为-10 dB时JANUS信号的识别率为96.15%,能够有效抑制脉冲噪声并减小多径效应影响,比传统算法识别性能好。海试中JANUS信号识别率达90.00%,证明算法识别准确率和网络的泛化性较高。      

Improving performance of FxRLS algorithm for active noise control of impulsive noise

Active noise control (ANC) systems employing adaptive filters suffer from stability issues in the presence of impulsive noise. New impulsive noise control algorithms based on filtered-x recursive least square (FxRLS) algorithm are presented. The FxRLS algorithm gives better convergence than the filtered-x least mean square (FxLMS) algorithm and its variants but lacks robustness in the presence of high impulsive noise. In order to improve the robustness of FxRLS algorithm for ANC of impulsive noise, two modifications are suggested. First proposed modification clips the reference and error signals while, the second modification incorporates energy of the error signal in the gain of FxRLS (MGFxRLS) algorithm. The results demonstrate improved stability and robustness of proposed modifications in the FxRLS algorithm. However, another limitation associated with the FxRLS algorithm is its computationally complex nature. In order to reduce the computational load, a hybrid algorithm based on proposed MGFxRLS and normalized step size FxLMS (NSS-FXLMS) is also developed in this paper. The proposed hybrid algorithm combines the stability of NSS-FxLMS algorithm with the fast convergence speed of the proposed MGFxRLS algorithm. The results of the proposed hybrid algorithm prove that its convergence speed is faster than that of NSS-FxLMS algorithm with computational complexity lesser than that of FxRLS algorithm.     

稀疏贝叶斯学习水声信道估计与脉冲噪声抑制方法

水声信道具有显著的稀疏特性,利用稀疏贝叶斯学习(SBL)算法能够实现稀疏水声信道的有效估计。针对SBL计算复杂度较高的问题,将广义近似消息传递-稀疏贝叶斯学习(GAMP-SBL)引入水声信道估计。该方法在SBL的框架下结合GAMP以消息传递的方式计算信道冲激响应,能够有效降低SBL的计算复杂度。针对假设背景噪声服从高斯分布的信道估计方法在脉冲噪声环境下性能下降问题,提出了基于GAMP-SBL的脉冲噪声抑制水声信道估计方法:首先利用脉冲噪声时域稀疏特性,采用GAMP-SBL估计脉冲噪声并进行抑制,然后再次利用GAMP-SBL实现水声信道估计.基于第九次北极科考冰下脉冲噪声的两次仿真结果表明,所提出的方法在归一化均方误差上相对于未进行脉冲噪声抑制的GAMP-SBL最大分别降低了18.71%,6.61%,在信道解码前误码率上最大分别降低了1.66%,4.05%,并且相对于Clipping方法更加稳健。在信噪比为20 dB时,误码率可低于10-2。      

脉冲声信号影响锥特征的自适应选取EI北大核心CSCD

为了解决低信噪比下脉冲声信号影响锥特征的自适应选取和检测问题,提出了一种改进的整体嵌套边缘检测方法。利用脉冲信号小波域的时间-尺度分析谱图中明显的边缘效应特征,构造自适应影响锥(A-COI)模型。该模型可自适应输出最适影响锥部分,在减弱噪声干扰的同时最大程度的包含了脉冲信号的主要特征。进而将最适影响锥部分对应的小波系数用于脉冲信号检测,有效提升了低信噪比下的检测性能。对典型直升机桨-涡干扰脉冲信号的仿真和实验数据进行分析,结果表明在0 dB,2 dB,5 dB信噪比的复杂环境下,使用基于A-COI模型的检测率分别达到了65.13%,82.33%,95.27%,相对于传统固定大小影响锥的检测算法提升了42.42%,22.99%和2.36%。     

信噪比后滤波与特征空间融合的最小方差超声成像算法

为了提高超声成像空间分辨率和对比度,提出了一种信噪比后滤波与特征空间融合的最小方差波束形成算法。首先,利用信号子空间划分将最小方差算法得到的权矢量投影到信号子空间中提高成像对比度,然后基于信号相干性设计滤波系数,并引入基于信噪比的噪声加权系数,最终得到融合信噪比后滤波与特征空间的最小方差算法。为验证本算法的有效性,使用FieldⅡ对点目标和吸声斑目标进行了仿真实验验证,并采用密歇根大学geabr_0实验数据进行成像。实验结果表明:所提算法在对比度和分辨率上均有所提高,明显优于传统延时叠加算法,最小方差算法和ESBMV_wiener算法,且对噪声具有较强鲁棒性。      

A spectral/temporal method for robust fundamental frequency tracking

In this paper, a fundamental frequency (F(0)) tracking algorithm is presented that is extremely robust for both high quality and telephone speech, at signal to noise ratios ranging from clean speech to very noisy speech. The algorithm is named "YAAPT," for "yet another algorithm for pitch tracking." The algorithm is based on a combination of time domain processing, using the normalized cross correlation, and frequency domain processing. Major steps include processing of the original acoustic signal and a nonlinearly processed version of the signal, the use of a new method for computing a modified autocorrelation function that incorporates information from multiple spectral harmonic peaks, peak picking to select multiple F(0) candidates and associated figures of merit, and extensive use of dynamic programming to find the "best" track among the multiple F(0) candidates. The algorithm was evaluated by using three databases and compared to three other published F(0) tracking algorithms by using both high quality and telephone speech for various noise conditions. For clean speech, the error rates obtained are comparable to those obtained with the best results reported for any other algorithm; for noisy telephone speech, the error rates obtained are lower than those obtained with other methods.     

基于相位恢复和数字全息的音频水印

提出了一种在数字全息技术中引入相位恢复算法的音频水印方法.用水印图像经相位恢复处理形成虚拟物光波与参考光波干涉,得到高对比度的傅里叶变换全息图.利用量化算法和离散余弦变换把数字全息图嵌入音频信号中,在水印提取过程中不需要原始音频信号的参与,并且采用密钥加强了水印的安全性.数值计算实验表明:该算法对有损压缩、重采样、低通滤波、噪音干扰等常用音频信号攻击均具有很好的稳健性.