距离深度域最小二乘矩阵滤波器的设计与应用

本文通过最小二乘原理设计出针对拷贝向量进行处理的矩阵滤波器,给出了其详细的推导过程。它可用于距离深度域上的预滤波,在抑制阻带干扰的同时,保证通带信号尽可能不失真。设计过程中发现根据最小二乘原理设计矩阵滤波器比二阶锥规划等其他寻优方法更快捷。最小二乘矩阵滤波器除了能在保证通带尽量不失真的前提下达到很好的阻带抑制效果之外,还可以在任意距离深度设定通、阻带,尤其适用于阵列在探测过程中抑制强干扰对于弱目标源的影响。     

一种基于模态域波束形成的水平阵被动目标深度估计

水面水下目标分辨与识别一直是被动声呐探测领域的难题.利用一种水平阵模态域波束形成算法获得己知方位目标声源的各阶模态强度,将其与不同深度的各阶参考模态强度进行匹配,最终实现了对声源的深度估计.仿真结果表明,该算法可以在信噪比为-10 dB的情况下,用300Hz带宽的信号样本,实现对声源深度的有效估计.系统分析了不同参数和不同波导条件对该方法目标深度估计性能的影响.其中,阵元数越多,模态样本数越多,计算频段越宽,方位估计精度越高,有效阵长越长,深度估计的性能越好.阵元间距和波导深度的变化不会影响该方法的深度估计性能,并且该方法的深度估计性能在声速剖面、海底参数等波导条件存在扰动时具有鲁棒性.     

频域盲源分离与波束形成结合抑制方向性强干扰方法

针对方向性强干扰严重影响无源声呐弱目标检测的问题,提出了频域盲源分离与波束形成结合的干扰抑制方法:以子带分解的方法实现宽带干扰抑制。对每个子带进行频域盲源分离,并估计出各分离信号的方位,将与给定强干扰方位匹配的分离信号置零,利用估计的解混矩阵和处理后的分离信号重构回阵元域信号并进行波束形成实现目标方位估计。声呐模拟器数据与海试数据验证结果表明,相对于传统零陷常规波束形成与零陷最小方差无失真响应波束形成方法有2 dB以上的增益,约6 dB的背景级降低,证明该方法在抑制方向性强干扰方面是有效的。     

基于小波变换的舰船辐射噪声特征提取

本文将小波变换用于舰船辐射噪声特征分析。先用Mallat快速算法实现信号的多尺度分解,然后进行各级小波的谱特征和波形结构特征提取,最后将这些特征与原始信号的特征输入同一类型神经网络分类器,进行分类比较。结果表明,小波变换使信号的谱类别特征和波形结构特征有了明显增强,且能压缩特征空间的维数。     

一种最大李雅普诺夫指数估计的稳健算法

最大李雅普诺夫指数是诊断和描述动态系统混沌的重要参数.在深入研究相空间重构技术和轨道跟踪法的基础上,提出了一种从标量混沌时间序列中估计最大李雅普诺夫指数的新算法.该算法能够克服现有算法的不足,主要有以下三个优点:1)很高的精度;2)几乎不受噪声的影响;3)所需的计算时间和存贮空间小, 能进行在线计算.     

船舶辐射噪声的自然尺度特征

船舶辐射噪声是非常复杂的,寻找新的特征是目前水下目标识别中的一项非常迫切而艰巨的任务。本文在研究了相空间重构技术的基础上,基于混沌信号的自然尺度提出了一种新的船舶辐射噪声的特征提取算法,此特征在分类识别实验中获得了比较好的效果。实践证明,船舶辐射噪声的自然尺度特征是一种比较有效的特征,它不仅具有较好的实时性,而且具有较高的识别率。     

零点约束矩阵滤波设计

为解决在空域预滤波阶段抑制强噪声的问题,提出了零点约束矩阵滤波设计方法,并给出了解的表达式。通过设计凸规划问题,在严格约束阻带响应等于零的情况下,使通带误差最小。将凸规划问题转换为线性约束二阶最优化问题,构造Lagrange函数并得到最优解,重排后得出滤波矩阵。仿真可知,本方法可设计出强干扰离散分布或处于某扇面的预滤波器,可用于解决常规波束形成算法受强干扰影响方位估计性能的问题。     

波束形成与独立分量分析融合的宽带高分辨方位估计方法

针对波束域高分辨方位估计存在方位估计偏差大等缺点,提出了将波束形成与独立分量分析融合的宽带高分辨方位估计方法: (1)阵元域数据转换到波束域后,对多波束数据利用基于二阶统计量的独立分量分析算法处理, (2)将波束域独立分量分析融合方法输出结果重构回阵元域信号, (3)对重构后的阵元域数据,使用约束最优化方法改进的MUSIC算法做高分辨方位估计.最后利用ICS(Interactre Circuts & System)声呐模拟器数据和海试数据对算法进行了验证.结果表明:本文方法在弱目标检测、观测区域外强干扰抑制、方位分辨率方面都优先于波束域MUSIC和波束MVDR方法.     

期望最大化算法近场被动定位技术研究

本文介绍了一种对近场声源的距离和方位参数的确定性最大似然估计方法。直接的对近场声源参数的最大似然估计产生了复杂的多参数优化问题,我们在实际采样数据(非完全数据)和假设数据(完全数据)等方面重新构建这个问题,最后提出运用期望最大化迭代方法获得最大似然估计。期望最大化算法将观测数据分解,然后对于最优化问题,运用有效的计算措施单独估计每个信号成分的参数。这种算法的应用性和有效性通过一定的仿真得到了验证。     

基于高阶统计的水声信道盲辨识

本文给出了基于ARMA模型的水下通信系统模型,将一种基于三阶统计的算法应用到水声信道盲辨识领域,在不需要训练序列的条件下估计得到信道传输函数。与基于二阶统计特性方法相比,该算法具有较强的抗噪性,更适合信噪比低于12dB条件下水声信道的辨识。通过对水声信道盲辨识的计算机仿真,验证了该算法具有较高的辨识精度。