水下噪声目标被动测距技术研究

运用被动测距声纳中的三元测距技术，通过直接测1、3阵元的时延差来实现时延估计。仿真结果表明，改进的时延估计方法可提高时延估计精度，从而改善测距精度。此外，定义临界距离，并以此为分界点，分别采用K系数分配法和直接测量法对中远程和近程目标进行测距，解决了被动声纳的近程测距模糊问题。将其应用于声纳系统中，可显著提高声纳的被动测距能力，使被动测距声纳可全程测距。  

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。  

Pattern时延差编码四信道水声通信技术研究

本文所研究的是基于Pattern时延差编码（PDS）体制下的水声通信技术.PDS水声编码体制利用Pattern码片出现在码元窗的时延差值进行时延编码,通过码元分割,有效的降低了水声信道的多途干扰;通过频率分割划分四个通信信道,增加通信速率至1000bit/s.在接收端利用带通滤波器来实现通信信道分割,每个信道再应用拷贝相关器实现码元分割并估计出时延差值,完成译码.仿真实验表明,该系统适合于大量不同水声信道高可靠性工作,为水声通信网络化打下坚实基础.  

十字阵短时宽带声源实时定向算法

面向短时宽带声源实时定向问题,提出了一种基于互功率谱时延估计的十字阵定向优化算法。针对该方法估计结果离散且呈不均匀分布的特点,将观测平面划分为四个测量区域,并利用不同阵元组合分别处理,解决实时性与估计成功率的矛盾;依据互相关函数的特点,设计了若干判断准则,排除由于数据取样短造成的异常时延估计,改善算法的可靠性;采用频域插值方法,一定程度上提高时延估计精度,从而提高定向精度。MATLAB仿真和DSP系统实验表明,这种方法在实际应用中有效提高了对短时宽带声源定向的性能。  

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.  

用于时延估计的一种相关峰内插算法

本文介绍一种基于余弦函数的相关峰内插算法，在时延估计系统中，为了减少运算量和增加观察时间，采用内插算法是必要的，因为在频率估算时应用了迭代算法，所以无论对于ｃｏｓｘ，ｓｉｘ／ｘ或实际的相关峰，都有相当高的内插精度。  

循环移位扩频水声通信

针对常规直接序列扩频水声通信数据传输速率低及M元扩频水声通信接收机复杂度高的问题，基于扩频序列优良的相关特性，提出循环移位扩频水声通信方法.在发射端，根据输入信息对基本波形进行循环移位编码；在接收端，利用快速相关技术进行时延估计及译码.进行了中远程湖上实验研究，在15 km距离，2 kHz带宽内，总数据传输速率可达438 bit/s, 误码率为10^-2—10^-5.实验结果表明该方法具有带宽利用率高、复杂度低的特点，适用于中远程及多用户水声通信. 关键词： 水声通信 扩频 循环移位 时延估计  

基于两次谱分析的时延估计方法研究

时延估计是目标定位跟踪系统的关键技术之一,在水声、雷达、声探测等领域广泛应用。时延估计的基本方法是互相关法和相位谱法。互相关法时延估计分辨率与信号带宽近似成反比,因此很难估计多目标时延。相位谱时延估计只能估计单目标时延,并且存在相位解绕问题。本文提出了两次谱分析时延估计方法,即将互功率谱函数再次进行谱估计,二次谱峰值位置间距即为时延估计,这种方法既能够估计单目标时延,又能够估计多目标时延,并且不用相位解绕。仿真计算验证了两次谱时延估计方法的可行性。  

小波降噪提高时延估计精度的研究

为了估计两个在空间上分离的传感器所接收信号之间的时间延迟,结合小波降噪的特点,提出了一种基于小波降噪的广义相关时延估计算法.鉴于传统阈值降噪的不足,对小波阙值的选取进行改进,研究出一种新的小波阈值降噪技术.该算法克服了传统广义相关法需要信号和噪声先验知识的局限性,放宽了直接互相关法对信号和噪声的假设条件.仿真和实验结果表明该算法在低信噪比下仍能有效估计时延,提高时延估计精度.  

基于二次相关的语音信号时延估计改进算法

目前语音信号的时延估计研究，大部分采用的是广义互相关算法。然而，广义互相关时延估计算法易受噪声和混响环境影响。为此，本文提出了一种基于二次相关的语音信号时延估计改进算法，该算法对语音信号进行二次互相关运算，并结合Hilbert变换，对二次互相关峰值进行进一步的锐化处理，使得反映时延的峰值点检测更为准确。实验结果表明，改进的时延估计方法在非平稳的语音信号中能够有效地抑制噪声干扰，且在不同混响条件下时延估计具有更好的性能。