自组织人工神经元网络用于声图象识别的研究

本文通过实验研究了自组织人工神经元网络用于声图象识别的步骤和方法，讨论了在水声、超声医学等声图象识别中所遇到的一些关键性技术问题．     

基于声矢量传感器的水声通信技术研究

基于声矢量传感器声压和振速联合加权处理可以提高空间处理增益的原理,将声矢量传感器应用于相位调制的高速水声通信中,并结合自适应均衡算法,研究了相干解调和解码的方法。基于声矢量传感器声强处理可以抵消各向同性干扰、提高信噪比的原理,研究了在频率调制的水声通信系统中,利用声强解码代替声压解码的方法。理论分析、仿真研究和湖上试验结果表明:利用声矢量传感器相对于声压传感器来说,可以提高解码处理增益,进而提高了水声通信系统的作用距离、降低误码率。     

基于可变形模板的水下声图像分割

针对水下声成像中的形变和边缘模糊等问题,在分析现有模板匹配算法存在问题的基础上,提出了一种基于可变形模板的水下声图像分割算法。该算法以Snake模型的最小能量思想为基础,对原有的能量函数重新进行了定义,引入了形状约束,从而使该算法对噪声的敏感程度相应下降,提高了算法的鲁棒性和分割效率。利用Dijkstra算法求取了能量函数的最优解,并对采用填充算法预处理后的实测声图像进行了图像分割实验。实验结果表明,相对于Snake模型和传统的寻优方法, 该方法具有速度快、精度高和对形变、噪声不敏感的优点。     

基于正交频分复用的水声通信中克服频率偏移影响的方法

OFDM(正交频分复用)是一种适合于在频率选择性衰落信道中进行高速传输的技术。水下信 道中存在着严重的多普勒频率偏移,限制了这种技术在水下的应用。本文分析了频率偏移对OFDM 系统性能的影响,提出了利用循环前缀补偿频率偏移引起的相位偏移方法来克服频偏的影响。试验 证明了这种方法的有效性。     

一种递归神经网络空间分集均衡器

水声信道中的衰变多途特性常引起难以克服的码间干扰(ISI)。为了降低误码率、改善系统性能,本文提出了一种递归神经网络空间分集均衡器。它在传统的空间分集结构中融入了多层感知器,该结构能够充分利用训练信号的信息,在可调权数较少的情况下,能够得到较好的均衡效果;针对该结构,采取了初始设定权值的办法,从而使该均衡器的收敛速度得到大大提高。仿真与湖试试验结果表明,该均衡器结构合理,对空间分集均衡性能有一定的改善。     

基于小波变换和矢量量化的语音压缩编码方案

对于一种新的语音压缩编码方法——基于小波变换和矢量量化的语音压缩编码方案进行了开发和研究。该方法先对语音进行小波变换和小波包变换,然后使用矢量量化来压缩数据．我们还研究了使用摘编码方法进一步降低比特率的算法,实验结果表明对于采样频率为８ｋＨｚ,每样本量化为８ｂｉｔ的６４ｋｂｉｔ／ｓ语音信号压缩到６ｋｂｉｔ／ｓ～８ｋｂｉｔ／ｓ时,具有良好的语音质量．同时该算法还具有低延迟的优点,其算法延迟只有８ｍｓ。     

一种低信噪比测频技术

鉴于数字信号处理器(DSP)的迅速发展,本文提出了一种计算式测频方法。该方法可根据采样幅值计算出待测频率,并与自适应滤液器和参数平滑技术相结合,从而可在信噪比较低和存在其他线谱干扰的情况下实现信号频率的精测。计算机仿真和实际的工程使用已证明了它的有效性。该方法在水声和其他通信系统中具有一定的应用价值。     

基于矢量传感器的频率估计算法在水声通信中的应用

本文给出了基于矢量传感器的ESPRIT频率估计算法，并将其应用于频率调制水声通信系统中。与声强频率估计算法相比，ESPRIT频率估计可在小样本的情况下，获得高精度的频率估计。仿真和湖试结果表明，基于矢量传感器的ESPRIT频率估计算法可以提高通信速率并降低对通信系统的带宽要求。本算法对信噪比的要求较高，目前看，较适用于近程高速水声通信。     

一维PSD非线性修正的共轭梯度算法

分析了一维光电位置敏感器件(positionsensitivedetector,PSD)的非线性的原因,并根据PSD的非线性特点,提出了用神经网络的共轭梯度算法对PSD的非线性进行补偿,从而使PSD的非线性区获得了与线性区近似的线性度。因此,在不增加复杂测量设备的情况下,扩大了测量范围,提高了非线性区的测量准确度和数据的置信度。     

正交频分复用在水声通信中频率同步的研究

正交频分复用（OFDM）通信系统对频率偏移比较敏感，容易导致系统性能急剧下降。水声通信中存在着严重的多普勒频率偏移，限制了OFDM技术在水下的应用。本文仿真分析了频率偏移对OFDM系统的性能影响，提出了一种适用于水声通信的频率同步方法。本方法不仅可以对固定的频率偏移进行估计，也可以对连续变化的频率偏移进行估计。仿真表明，本方法具有较高的频偏估计精度和大的频偏估计范围。湖试结果也表明，采用这种方法可有效地进行频偏估计。