噪声背景下双输入时延混合系统的盲源分离

噪声背景下应用盲分离技术恢复源信号是盲信号处理的难点之一,本文主要研究了双输入时延有噪混合模型的盲分离方法,和传统的盲分离算法相比,该方法可以有效地利用多阵元的观测信号,对加性噪声具有相当的抑制作用。     

一种混沌信号的盲分离方法

多个混合混沌信号的分离，在混沌及其应用中是一个重要的问题.提出了一种线性混合的混沌信号的瞬时盲分离方法，它利用了各个混沌信号源之间的互不相关性，在未知混合矩阵和混沌方程的情况下，通过求解特征向量的方法从观测量中直接估计出解混合矩阵，以重构出源混沌信号.仿真结果表明，即使在低信噪比情况下，该方法仍可以有效地从噪声背景中分离出多个混合的混沌信号. 关键词： 混沌 盲分离 信噪比 特征向量     

船舶水下辐射噪声信号理论模型及仿真

分析典型船舶水下辐射噪声实验数据,获取船舶水下辐射噪声功率谱特征,阐明了准周期随机声脉冲序列信号模型作为船舶水下辐射噪声模型的合理性和普适性,在此基础上,引入爆炸衰减型余弦脉冲信号作为该模型的基本组成单元,给予理论分析,据以数值构建船舶辐射噪声,并与海上试验获取的商船辐射噪声数据进行对比,结果明显一致,证明了该方法的有效性和实用性.     

含噪混合数据中相关源信号的盲分离

本文在假设时间白噪声的基础上,通过对阵列施加一个较弱的旋转不变约束提出了一种针对相关源信号盲分离的方法。与现有方法相比,该方法不需要额外的源信号约束条件和噪声自相关矩阵的知识,因此具有较广的使用范围和较强的稳健性。另外,该方法较低的计算复杂度易于其工程实现。计算机仿真结果表明,本文提出的方法对于相关源信号的盲分离具有较好的效果。     

基于最大信噪比测量两相流速度

为了克服噪声对信号的影响,提出一种利用最大信噪比和相关法测量两相流速度的方法.基于最大信噪比的信号分离方法是一种盲源信号分离方法,该算法利用统计独立信号完全分离时信噪比最大作为分离准则,它具有非常低的计算复杂度.这里首先利用盲源信号分离方法分别提取出上游和下游两相流信号,并据此求出两相流信号的相关函数曲线,由此求出信号的渡越时间,最后给出仿真实验的处理结果.实验结果表明该方法能够满足两相流速度的测量要求.     

基于深度学习的船舶辐射噪声识别研究

为了改善船舶辐射噪声识别系统的性能,进一步提高船舶辐射噪声识别的正确率,该文提出采用一种基于深度学习的船舶辐射噪声识别方法。该方法首先提取了船舶辐射噪声的频谱、梅尔倒谱系数等特征,将提取特征后的图像样本分别用于训练卷积神经网络和深度置信网络,再对船舶辐射噪声进行识别。通过文中所给实例,将深度学习和支持向量机两种识别方法的性能进行比较,得出深度学习方法可以有效地提高船舶辐射噪声识别正确率的初步结论。     

应用主成分分析评估红外高光谱仪器噪声特性

为了考察星载傅里叶变换光谱仪观测实际目标时的噪声水平,研究了通过大气观测光谱的虚部分量估计噪声的方法.采样误差等因素会给虚部光谱样本引入通道相关性噪声,并叠加在固有随机噪声分量上,从而抬升总体噪声水平,甚至超出灵敏度指标.采用主成分分析技术重构相关噪声分量,将两类噪声相互分离.将主成分分析滤出的随机噪声与由定标源光谱统计的噪声进行对比,结果显示,仪器观测不同目标的随机噪声相互一致,并且在三个工作波段均分别满足0.4K、0.7K和1.2K的灵敏度设计指标.     

瞬时混合盲源分离和最优波束形成的关系研究

最优波束形成和盲源分离是近几十年迅速发展起来的两种重要阵列信号处理方法,在瞬时混合情况下它们具有相似的信号模型,所以本文研究了二者之间的关系。指出,当不存在噪声时,多数盲源分离算法构造的是最优波束形成;当存在噪声时,可以利用盲源分离算法估计的信号导向向量设计最优波束形成。计算机仿真实验验证了这一结论。     

基于小波域多尺度统计建模的水下噪声的检测与识别

研究了基于小波域多尺度树结构的水下噪声信号统计概率模型的建模方法。实验分析表明,船舶辐射噪声的模型特征不仪与海洋环境噪声的有很大差异,而且在不同工况下自身也表现出了不同特点。根据海洋环境噪声和船舶辐射噪声在模型参数上的特征差异,提出了一种从海洋环境噪声中检测船舶辐射噪声的方法,实验证明了该方法的检测性能大大优于以前提出的几种检测方法。另外,为了更好地解决船舶辐射噪声的分类问题,在研究了基于隐马尔可夫统计模型的分类方法的基础上,还提出结合支撑向量机和隐马尔可夫模型的综合分类方法,实验分析也取得了较好的结果。     

基于噪声特性的大气湍流退化图像多帧盲反卷积复原

由于大气湍流和噪声的影响,造成观测目标图像的退化.为了目标的精确观测,根据噪声特性,结合符合物理意义的约束条件,提出了新的大气湍流图像盲反卷积复原最小化模型,并以共轭梯度数值优化方法交替迭代求解,复原观测目标图像.为验证提出的算法的有效性,在计算机上模拟参数为望远镜口径为2.0 m,大气相干长度为0.1 m,图像信噪比为10 dB的大气湍流退化和噪声污染的图像,以提出的盲反卷积复原方法复原,实验结果表明,提出的盲反卷积复原算法避免了传统的盲反卷积复原算法的缺陷,有效地克服大气湍流和噪声的影响,复原出了清晰的观测目标图像.该图像盲反卷积复原方法的研究,对地基望远镜的观测有重要的基础性作用.