基于核独立成分分析的舰船光尾流信号提取

舰船尾流的激光探测是一种新的鱼雷制导手段。水体的后向散射光信号是舰船尾流后向散射光信号检测的常见干扰,由于其在频域十分接近且信号强度大于尾流信号,因此难以用传统方法提取有用的尾流信号。针对这一问题,提出了一种基于盲源分离的处理方法,将核独立成分分析技术应用于舰船尾流后向散射光信号的提取。介绍了核独立成分分析的基本原理和具体算法,进行了仿真计算,并与传统独立成分分析算法进行比较。结果表明在盲源信号分离中,基于核空间的独立成分分析与其他独立成分分析算法相比更具有准确性。最后应用该方法对海上实验数据进行处理,提取出了舰船尾流信号,取得了良好的效果,验证了该算法的有效性。     

稀疏信道条件下正交多载波扩频水声通信无导频信道估计算法

提出了一种无导频信道估计算法,该算法首先利用水声信道的稀疏特性对扩频信号进行识别,再利用扩频信号识别结果对水声信道响应进行判决反馈估计,从而实现对稀疏水声信道响应的可靠重建。仿真和湖上试验结果证实:无导频信道估计算法可以在不降低通信质量的前提下,实现对水声通信信号的稳健均衡,提升水声通信速率。      

水声信号数据融合系统的性能研究

给出了一种多传感器水声信号数据融合的数学模型和融合算法,并将该方法用于分布式水声信号检测系统中多部声呐的信息综合。计算机仿真结果表明,该分布式数据融合系统的检测概率和作用距离均有较大的提高。     

一种水声OFDM的抗多径同步算法

水声信道普遍存在多径效应,致使水声正交频分复用(OFDM)通信系统的同步算法经常给出误差较大甚至错误的同步点。为了完成精确的同步,本文提出一种基于恒幅度零自相关序列以及在信号开始插入两个同样训练信号的联合同步算法,系统通过粗同步和细同步两个过程完成信号开始时刻的精确定位。仿真分析和湖试结果表明,本算法能够在多径信道下准确找到信号开始时刻。     

一种快速收敛的符号回归常数模盲均衡算法

为了加快符号回归常数模算法(SRCMA)的收敛速度,本文提出了一种适合于BPSK信号 的快速算法。该算法用新的误差函数替代SRCMA中的误差函数,新误差函数针对BPSK信号而 设计。新算法采用分数间隔均衡模型,有效地加快了SRCMA算法的收敛速度。水声信道仿真实验 表明,该算法性能稳定,收敛速度快,适用于快速变化信道的盲均衡和水声通信数据的实时恢复。     

基于判决导引的水声信道混合盲均衡算法研究

提出了一种适用于正交幅度调制(QAM)信号的混合盲均衡算法,该算法在初始模式中分别对QAM信号的同相分量和正交分量进行均衡,利用方形环判决域对均衡器输出信号进行判决,当误码率降到足够低的水平时自动切换到判决导引最小均方误差算法。最后利用水声信道仿真模型,对该算法的性能进行了验证。结果表明:该算法性能稳健,收敛后均方误差小,有效降低了高速水声通信的误码率,提高了水声信道均衡的稳定性,且有良好的冷启动和重新启动能力。     

一种混合常数模水声信道盲均衡新算法的研究

针对常数模算法(CMA)与符号误差常数模算法(SECMA)的不足,本文提出了一种新的混合常数模算法(CCMA),并将该算法应用于水声信道的盲均衡。通过判决条件对输出信号作判决,使得该算法的迭代过程在CMA和SECMA之间自动切换,其性能较SECMA稳健,运算量小于CMA,特别有利于水声信息的实时恢复。通过多种水声信道盲均衡算法的仿真实验,进一步验证了该算法的有效性。     

相干光通信中概率整形信号的偏振解复用算法

为应对概率整形场景下相干光通信系统中的偏振解复用问题,提出了一种基于独立成分分析和极大似然估计的偏振解复用算法.由于各个信号之间相互独立,因此可以对信号采用独立成分分析的手段进行偏振解复用.通过基于最大似然估计的迭代更新寻找最佳的分离矩阵,即偏振解复用矩阵.对所提算法在不同信噪比下的性能及整形强度的容忍度进行了仿真分析...     

EEMD与EFICA在单通道复合故障诊断中的应用

针对转子不对中和滚动轴承微弱损伤的复合故障诊断问题,提出了一种基于平均经验算法(Ensemble Empirical Mode Decomposition,EEMD)和高效快速独立分量分析(Efficient Variant of FastICA,EFICA)的盲源分离故障诊断方法。利用EEMD算法将单通路复合故障信号分解成多个不同信号特征的本征模函数(Intrinsic Mode Function,IMF),解决了盲源分离中的欠定问题。在此基础上利用EFICA算法对各个不同信号特征的IMF进行故障特征分离。通过仿真实验和转子实验台的实验结果,表明该算法可以有效分离出各个不同的故障特征。     

一种水声环境下易于硬件实现的盲波束形成方法研究

针对水声环境和水声信号的特点,提出了一种基于高阶累积量的神经网络盲波束形成算法。该方法把高阶累积量可消除高斯噪声干扰这一特性和神经网络可并行计算的结构优势有机地结合起来,不但有效地避免了矩阵求逆运算,而且易于用硬件实时实现盲最优波束形成。仿真实验验证了该算法的有效性和正确性。     

一种快速水声目标波达方向估计方法

以基追踪为重构算法的水声目标波达方向估计方法在实际的应用中往往运算速度较慢,针对这一问题,在分析水声目标空间稀疏特性的基础上,结合压缩感知理论框架下波达方向估计的特点,提出一种快速水声目标波达方向估计方法。该方法通过逐步减小逼近参数的方式来得到l₀范数最优解,实现水声目标信号的波达方向估计。通过计算机仿真从成功率、运算时间、分辨角度等多个方面与基追踪算法进行比较分析,实验表明:在成功率和分辨角度上所提出算法与基追踪算法性能相当,但运算时间却仅仅是基追踪算法的1/11。      

基于ZoomFFT的反多普勒频移算法在水声通信中的应用

提出了一种解决水声通信信号多普勒失配问题的方法——基于ZoomFFT的反多普勒频移算法。利用该方法能修正信号的多普勒失配,降低误码率。数值仿真和海上实验数据处理结果表明,该方法与常规滑动相关方法相比,计算速度快了2个数量级,计算所需的存储量减小了4个数量级,解决了水声信号移动通信过程中多普勒频移补偿问题。研究结果表明该方法可用于实际水下移动通信。     

基于独立成分分析的全波核磁共振信号噪声滤除方法研究

核磁共振测深(MRS)探水仪探测到的纳伏级微弱信号极易受到各种环境噪声的干扰, 严重影响信号特征参数的准确提取, 导致后续反演解释错误率增高. 针对这一难题, 提出了基于独立成分分析的快速固定点算法进行信噪分离. 首先分析了该算法用于全波MRS信号消噪的适用性; 其次, 采用数字正交法解决欠定盲源分离问题, 提出了频谱校正法实现分离信号幅值的有效恢复. 仿真结果表明, 该算法能够有效地实现全波MRS信号的信噪分离, 且数据拟合后初始振幅和弛豫时间的相对误差小于± 5.00%; 通过与其他经典算法的对比分析, 进一步证明了该算法消噪性能的优越性. 将该算法应用到野外实测信号处理, 结果证明其能有效滤除环境噪声.     

水下目标多模态深度学习分类识别研究

水下目标的分类识别对于水声探测具有重要意义。提出一种水下目标多模态深度学习分类识别方法。针对水声信号的一维时域模态和二维频域模态特征建立一种多模态特征融合的深度学习结构,结合长短时记忆网络和卷积神经网络的优点,对一维时域信号和二维频谱信号分别进行并行处理,对输出进行典型相关分析,形成特征融合表示,并利用相邻帧的相关性进行参数优化。利用实测水声信号对算法进行了验证。结果表明：提出的算法对于水下目标识别的精度有显著的提高。     

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.     

水声JANUS信号的分数低阶时频谱迁移学习识别方法

非合作第三方水下标准协议信号识别在水声通信信号识别中具有重要研究意义。针对浅海水声JANUS信号的特征提取因易受脉冲噪声和多径效应等复杂水声环境影响而导致识别率低下的问题,提出一种分数低阶时频谱和ResNet18 （Residual Network 18）相结合的迁移学习识别方法。首先,选取JANUS固定前导作为识别对象,设计分数低阶傅里叶同步压缩变换（FLOFSST）,以分数低阶操作抑制脉冲噪声,以时频重排特性增强时频集中性。其次,将基于ImageNet的ResNet18预训练模型微调,迁移至JANUS信号和常见水声信号时频图集。仿真表明所提算法在信噪比为-10 dB时JANUS信号的识别率为96.15%,能够有效抑制脉冲噪声并减小多径效应影响,比传统算法识别性能好。海试中JANUS信号识别率达90.00%,证明算法识别准确率和网络的泛化性较高。      

基于水声信道传播时延排序的分层空时信号检测

基于分层空时编码的多输入多输出技术是一种极具潜力的高速水声通信技术, 但要实现这种潜力需要复杂的空时信号处理方法, 以抵消来自水声信道的多径干扰和异步到达干扰, 以及叠加在接收端的各层信号之间的干扰. 对低复杂度的空时信号处理方案进行了研究, 提出了一种基于子信道传播时延排序的有序连续干扰抵消信号检测算法, 利用子信道间的传播时延差, 实现可使差错概率最小的最佳检测排序; 给出了利用信道估计, 以极低的计算量确定排序的方法, 从而可以大幅降低信号检测的计算复杂度. 采用低复杂度的单载波频域均衡来抵消水声信道中的码间干扰和异步到达干扰. 仿真结果表明, 基于时延排序的信号处理算法可以获得检测性能的改善, 而且性能增益在高数据率时更加显著. 研究结果表明, 采用有效的信号处理方法可使水声信道中造成信号检测干扰的传播时延成为改善系统性能的有利因素.     

水下网络突发分组前导码检测的自适应阈值算法

本文针对水声信道的特点,提出了一种适于水下传感器网络突发通信分组前导码检测的自适应阈值算法。该算法根据估计的信号瞬时功率自适应地调整阈值,以取代固定阈值算法中的预设常数阈值。进行了理论分析和仿真,证明该算法具有恒虚警的特点,检测概率比固定阈值算法有明显的提高。针对检测到相关函数旁瓣的情况,加入了滑动窗口。该算法经过了湖试验证,性能良好,具有实用价值。     

基于非线性时频掩蔽的语音盲分离方法

针对语音信号的欠定卷积混合模型,利用独立语音在时频域上的近似W-分离正交性(W-DO),提出了一种基于非线性时频掩蔽的盲分离方法。首先对多传声器观测信号在时频域上进行规范化处理,使混合信号在每个时频槽的表示与频率无关,然后采用动态聚类算法获取时频槽对应的活跃源信息,选择关于簇中心偏角的非线性函数进行时频掩蔽,从而实现语音信号的盲分离。该方法解决了经典频域盲分离算法中的频率置换问题,能有效抑制分离矩阵的空间方向扩散。仿真实验表明,与BLUES方法相比具有更优的分离性能,信噪比增益平均增加1．58 dB。     

水声通信实验信道仿真研究

水声信道的时变多途特性对其中通信信号传输构成严重影响，为了分析评估现实实验信道条件下水声通信系统的性能，给出了一种基于实验测量的水声信道仿真方法。此方法通过发射线性调频脉冲以检测信道多径结构，同时分别采用自回归模型与多普勒时间压扩来仿真信道中各路径的时变幅度与时变延迟。通过一个具体的直接序列扩频水声通信系统，表明在仿真与实验信道条件下系统性能具有较好的一致性。