确定峰度非高斯海洋环境噪声模型研究

针对非高斯海洋环境噪声仿真问题,利用对衰减正弦信号均匀采样方法,产生了具有特定谱特性同时具有特定峰度值的非高斯海洋环境噪声序列。在理论仿真条件下,通过对低峰度值和高峰度值的分别讨论发现,当峰度值高于3.0时总可以仿真得到较好的结果,而当峰度值低于3.0时,需通过降采样或降阶的方法解决不能仿真的问题。4种海上试验条件下的仿真结果表明,在安静环境、单一航船干扰环境、气枪声源干扰环境以及冲击性干扰环境下,都可以产生与目标谱特性、统计特性几乎相同的非高斯海洋环境噪声序列。      

双声道波导中低频环境噪声分布特性

针对北极冰下双声道波导的噪声分布特性研究,采用垂直阵对双声道波导内的噪声场进行了观测,北极冰下噪声物理模型使用混合加性噪声模型描述,统计分布模型使用α稳定分布描述.并将噪声划分为3个频段,按噪声来源分为背景噪声、冲击噪声以及航船噪声3种场景,分析其统计特性,给出了直方图统计、核函数估计与正态分布的比较结果,α稳定分布参数估计结果,峰度与偏度的计算结果以及累积分布函数检验结果。经分析讨论,给出结论:双声道波导中的噪声统计分布可用α稳定分布来描述,但上下表面声道的分布参数具有明显差别,上表面波导背景噪声明显偏离高斯分布而下表面声道的背景噪声接近于高斯分布;上下表面声道中不同频带的噪声分布差异也很明显,其中2~30 Hz差异性最大,30~100 Hz差异性较大,而100~500 Hz差异性相对较小,并且可以认为是对称α稳定分布.此外,上下表面声道中不同频带噪声α稳定特征参数变化也存在差异,上表面波导受冲击噪声影响α值变大,拖尾变薄;而下表面波导受冲击噪声影响α值则会变小,拖尾变重。      

北极海域海洋环境噪声建模与特性分析

北极海域海洋环境噪声的特殊性在于具有偶发的尖脉冲声，为分析其特性与规律，首先建模仿真分析不同脉冲噪声下高斯分布与α稳定分布的拟合效果，验证后者的鲁棒性。再从实测北极海域噪声中选取三种典型环境噪声为样本，通过对其非高斯性判定及不同分布模型对比，验证α稳定分布在北极海域环境噪声统计特性建模中的有效性，同时研究不同深度、不同频段对模型参数的影响，最后通过各月参数的统计结果与海冰密集度分析冰下噪声成因。由于通道数量有限，没有给出所有深度的变化规律。结果表明，北极海域冰下环境噪声具有明显脉冲成分和非高斯性，利用α稳定分布能更好的描述其统计特性；100Hz可作为冰下环境噪声脉冲性干扰源的划分界限；结冰期环境噪声具有强烈的非高斯性，而冰封期则高斯性较强。     

基于多域特征提取和深度学习的声源被动测距*

由于实际海洋环境中存在大量的非高斯噪声,一些基于高斯假设的传统去噪方法在实际海洋环境中性能下降甚至失效。针对非高斯噪声,如α稳定分布噪声、非平稳行船噪声下的脉冲信号的去噪与重构,该文提出一种基于深度学习的方法。去噪模型首先通过学习带噪信号短时傅里叶变换谱与残差谱之间的映射关系以去除环境噪声,之后对去噪信号的时频谱进行逆变换重构脉冲信号。仿真实验结果表明,深度学习模型在非高斯噪声环境下脉冲信号的去噪与重构任务中有着良好的表现,在实测样本上也表现出良好的泛化性,体现了一定的工程应用价值。     

α稳定噪声环境下过阻尼系统中的参数诱导随机共振现象

本文采用随机模拟方法, 研究了过阻尼振子系统在α稳定噪声环境下的参数诱导随机共振现象. 结果表明, 在α噪声环境下, 调节系统参数能够诱导随机共振现象; 而且调节非线性项参数时, 随机共振效果随α稳定噪声的指数的减小而减弱, 但当调节线性项参数时, 随机共振效果则随着α稳定噪声的特征指数的减小而增强. 本文的结论在α稳定噪声环境下, 利用参数诱导随机共振原理进行弱信号检测方面具有重要的理论意义, 并有助于理解不同α稳定噪声对一般随机共振系统的共振效果的影响.     

一种α稳定分布参数估计方法及其在冰源噪声统计建模中的应用

为研究冰源噪声的统计特性,扩展了一种用于合成孔径雷达图像信号参数估计的α稳定分布参数估计方法的适用范围,解决了该方法在特征指数α接近2时,偏斜参数β的估计精度严重下降的问题,并将其应用于北极冰源噪声的统计建模中。该方法利用两个特征函数点进行参数估计,第二个特征函数点ω₀的取值范围受尺度参数γ值影响。数值仿真表明:当γ∈[0.00006,0.4]时,ω₀> 1时的参数估计性能更好;当γ∈(0.4,2]时, 0 <ω₀ <0.5时的参数估计性能更好。北极噪声数据的验证结果表明,ω₀> 1时的α稳定分布对冰源噪声表现出良好的建模效果。最后给出了不同海冰状态下α值的统计规律。     

乘性和加性α稳定噪声环境下的过阻尼单稳随机共振现象

本文将α稳定噪声与单稳随机共振系统相结合,研究了乘性和加性α稳定噪声环境下的过阻尼单稳随机共振现象,探究了α稳定噪声特征指数α(0α2)、对称参数β(-1β1),单稳系统参数a及乘性α稳定噪声放大系数D对共振输出效应的作用规律.研究结果表明,在不同分布的α稳定噪声环境下,在一定范围内通过调节a或D均可诱导随机共振来实现单个或多个高、低频微弱信号的检测,且a和D分别存在一个最优值可使系统产生最佳的随机共振效应;不同α或β均可对系统共振输出效应产生规律性的影响,且α或β在高、低频微弱信号检测中的作用规律相同;在研究α稳定噪声环境下单、多频单稳随机共振现象时所得结论是相同的.本研究结果可为实现α稳定噪声环境下单稳随机共振系统参数的自适应调节奠定基础.     

浓度分布对光谱法检测成分含量精度的影响

为研究组分浓度分布范围对光谱法建模定量分析精度的影响,根据朗伯-比尔定律构造三种组分理想吸收谱并叠加高斯噪声,使用偏最小二乘回归对样本吸收谱及浓度进行建模和预测,观测不同浓度分布范围下分析精度的变化。研究表明,在纯线性吸收的情况下,组分浓度的分布范围对模型精度造成一定的影响。无论是被测组分还是非测量组分,校正集样本中覆盖足够大且较均匀的浓度分布范围是模型强普适性和良好预测精度的必要保证。研究为合理选择具有良好浓度分布校正集样本,从而提高模型质量、减小预测误差提供了理论指导。     

信源空间散布条件下的声呐目标滤波方法

基于密集多波束接收空间观测数据向量,定义了一个与信源空间分布参数相关的特征量-空间散布指数,并利用蒙特卡洛积分对不同信源散布角宽度、不同信噪比和不同噪声空间分布特性条件下的空间散布指数进行了建模与计算。在此基础上,形成了在分布式混响/噪声背景下检测目标回波信号的空间散布指数滤波方法。利用轻型AUV（Autonomous UnderwaterVehicle）水下航行器声呐获得的实验数据进行了验证,表明该方法可显著抑制了混响及流噪声干扰。该方法无需假设信源间彼此独立,对混响干扰具有良好的适应性;由于混响及流噪声成分被大部分滤除,显著提高了信号处理增益,在后续检测过程中避免了宽波束接收、旁瓣泄漏、主动声呐平台运动等因素引起的背景噪声的显著增加。      

基于拖尾分布的高分辨率合成孔径雷达图像建模

基于中心极限定理的合成孔径雷达(SAR)图像统计分布不能反映高分辨率SAR图像尖峰和厚尾的统计特征.文中使用广义中心极限定理,由雷达回波的实部和虚部的对称稳定分布,得到SAR图像的拖尾分布(幅值图像的拖尾Rayleigh分布以及强度图像的拖尾指数分布),并以拖尾Rayleigh分布为例,讨论了拖尾分布的代数拖尾特征以及尖峰厚尾的统计特性.为了实现拖尾分布对高分辨率SAR图像的精确建模,基于第二类统计量,提出了对数累积量的参数估计方法,从而高效估计出拖尾分布的参数.真实SAR图像的建模实例表明,基于广义中心极限定理的拖尾分布可以精确描述高分辨率SAR图像的尖峰和厚尾的统计特征.     

基于听觉模型的话者特征参数提取及其在噪声背景下的话者辨识

本文基于人耳听觉模型提出了一种鲁棒性的话者特征参数提取方法。该种方法中,首先由Gamma tone听觉滤波器组和Meddis内耳毛细胞发放模型获得表征听觉神经活动特性的听觉相关图。由听觉神经脉冲发放的锁相特性和双声抑制特性,我们将听觉相关图每个频带中的幅值最大频率分量作为表征当前频带特性的特征参量,于是所有频带的特征参量便构成了表征当前语音段特性的特征矢量;我们采用DCT交换进一步消除各个特征参量之间的相关性,压缩特征矢量的维数。有效性试验表明,该种特征矢量基本上反映了输入语音的谱包络特性;抗噪声性能实验表明,在高斯白噪声和汽车噪声干扰下,这种特征参数比LPCC和MFCC有较小的相对失真;基于矢量量化的文本无关话者辨识表明,对于三种类型的噪声干扰该种特征参数在低信噪比下都获得了较好的识别结果。     

星敏感器恒星成像模型迭代估计方法

针对现有描述星点能量分布的高斯模型的局限性,基于恒星辐射特性和星敏感器的成像特性,提出了改进的偏正态分布恒星成像模型,并确定其关键参数向量.根据星敏感器对恒星成像为平稳随机过程的特点,设计了Kalman滤波器迭代估计星点像斑特征,提取四个星点像斑特征量,建立状态空间,得到特征量在最小二乘意义下的最优估计值,以此作为参考基准,利用查表法实现星点成像模型参数寻优求解.地面观星实验结果表明,基于Kalman滤波可以快速有效地对实测星点像斑特征量进行估计,相对于高斯模型,改进的偏高斯模型对星点像斑能量分布的仿真精度更高.     

岛礁海域海洋环境噪声垂直分布和垂直指向性

依据岛礁海域复杂海底地形、海试期间航船分布和实测风速数据,应用射线声传播理论,建立岛礁海域海洋环境噪声三维模型。在海试岛礁海域深海声道条件下,采用射线3D算法,仿真计算了32元垂直测量阵所处265~885 m负声速梯度深度范围内1 kHz风关和50 Hz远处航船海洋环境噪声级垂直分布,以及50 Hz航船海洋环境噪声垂直指向性,并与实测分析进行比较。结果表明,仿真结果与海试实测数据一致性良好。在本例海底起伏、接收点周边存在众多岛礁和海底山的三维环境中,1 kHz风关海洋环境噪声级随深度分布较近于均匀;西南方向较远处航道区海域海底较平坦,航道区至接收阵为缓斜坡海底,50 Hz远处航船海洋环境噪声级随深度有所增加,其噪声垂直指向性无明显水平凹槽。文中建立的岛礁海域海洋环境噪声三维模型,可较好地表征本例岛礁复杂地形海底起伏海域的风关和航船海洋环境噪声级的垂直分布、及航船环境噪声的垂直指向性,实测和仿真的岛礁海域海洋环境噪声相关数据,可供实际应用及相关研究参考。      

α稳定噪声驱动的非对称双稳随机共振现象

以微弱周期信号激励的非对称双稳系统为模型,以信噪比增益为指标,首先针对加性和乘性α稳定噪声共同作用的随机共振现象展开了研究,然后针对单独加性α稳定噪声激励的随机共振现象进行了研究,探究了α稳定噪声特征指数α和对称参数β分别取不同值时,系统结构参数a,b,刻画双稳系统非对称性的偏度r以及α稳定噪声强度放大系数Q或D对非对称双稳系统共振输出的作用规律.研究结果表明,无论在加性和乘性α稳定噪声共同作用下还是在单独加性α稳定噪声作用下,通过调节a和b或者r均可诱导随机共振,实现微弱信号的检测,且有多个参数区间与之对应,这些区间不随α或β的变化而变化;在研究噪声诱导的随机共振现象时发现,调节噪声强度放大系数也可使系统产生随机共振现象,且达到共振状态时D的区间也不随α或β的变化而变化.这些结论为α稳定噪声环境下参数诱导随机共振中系统参数以及噪声诱导随机共振中噪声强度的合理选取提供了依据.     

海洋环境噪声空间相关特性建模综述*

相对于大多数声纳,海洋环境噪声通常被视为背景干扰。水听器基阵的信噪比增益成为了基阵设计和性能估计的重要参数。从空间相关特性的角度看,当信号场已知时,阵增益可唯一由噪声场的空间相关特性来确定,这就是海洋环境噪声空间相关特性建模的动机。根据环境和声场之不同,文献中已给出几种不同的噪声场模型。为了阐明已有模型的特点及未来的研究方向,本文对噪声场空间相关特性建模做了简要综述。     

基于复高斯模型的雷达高分辨距离像目标识别新方法

为了利用雷达高分辨距离像(HRRP)中的相位信息改善识别系统性能,提出了一类针对复距离像的目标识别新方法。分析了复距离像的统计特性,将识别领域常用的三种高斯模型———自适应高斯分类器(AGC)模型、联合高斯(JG)模型和概率主分量分析(PPCA)模型推广至复数域对复距离像统计建模。研究表明,这三种模型及其参数估计结果均不受距离像初相的影响。此外,为了解决噪声环境中的稳健识别问题,进一步提出了噪声稳健的模型修正方法。实验结果显示:在识别过程中加入距离像相位信息能够获得更高的正确识别率;且经过噪声稳健修正后的模型大幅改善了低信噪比下的识别性能。     

一种拖尾噪声环境中的稳健常数模盲均衡新算法

为了改善拖尾噪声环境中盲均衡器的性能,提出了一种稳健常数模盲均衡算法,修改了原常数模算法的误差函数,并进行非线性变换,有效地抑制了拖尾噪声的影响。采用浅海水声信道,在分别叠加高斯噪声与拖尾噪声的情况下,对算法进行了计算机仿真。结果表明:在高斯噪声环境中,新算法具有更快的收敛速度与更低的剩余码间干扰;在拖尾噪声环境中,原算法很不稳定,而新算法则性能稳健,能够稳定地收敛于较低的剩余码间干扰。     

基于多模态平稳序列建模的雷达高分辨距离像有限样本目标识别方法

为了解决雷达高分辨距离像识别系统对训练样本需求量过大的问题,提出了一种有限样本条件下的目标识别新方法。分析了距离像频谱幅度的统计特性,从其广义平稳性和多模态分布特性出发,定义一种线性混合高斯状态空间模型对其统计建模,利用期望最大化算法进行了模型参数估计。实验结果表明:即使在很少的训练样本条件下,该方法仍能获得较高的正确识别率和良好的拒判性能。     

岛礁区域斜坡地形对深海环境噪声级深度分布的影响

考虑岛礁区域斜坡地形的影响,从理论上分析了南海深海区域噪声级随深度增加而变大的现象。南海北部深海区域环境噪声测量实验表明:大部分时间内噪声谱级随深度变化较小(160～800 m),但是在一些时间里,噪声谱级会出现随深度增加而变大的现象。考虑南海岛礁区域斜坡地形对声传播的影响,建立了南海深海区域的环境噪声模型,当航船经过岛礁附近时,航船噪声由于岛礁附近斜坡地形的作用进入深海声道,使远距离噪声谱级随深度增加而变大。利用模型计算噪声谱级随深度的分布,结果与实验数据符合较好。验证了南海深海区域噪声在岛礁斜坡地形影响下的复杂的变化特性。     

非高斯噪声激励下含周期信号FitzHugh-Nagumo系统的响应特征

研究了非高斯噪声激励下含周期信号的FHN模型的动力学行为. 通过计算神经元的平均响应时间、观察神经元的共振活化和噪声增强稳定现象,分析了非高斯噪声对神经元动力学行为的影响. 发现通过改变非高斯噪声的相关时间可以有效地改变共振活化和噪声增强稳定现象. 观察到在强相关噪声下不同强度的非高斯噪声抑制了神经元的噪声增强稳定现象而共振活化现象几乎不变,也就是非高斯噪声有效地增强了神经响应的效率. 观察了平均响应时间与非高斯噪声参数q之间的关系,当q为一个有限的小于1的值时,平均响应时间取得最小值. 最后表明在一定条件下,非高斯噪声出现重尺度现象,即非高斯噪声产生的效果可以由高斯白噪声来估计. 关键词： FHN神经系统 非高斯噪声 平均响应时间 共振活化现象