均匀分布噪声环境中谐波恢复新方法研究

借助误差信号的最小偶次均方（Least Mean Even,LME)的思想，提出了用非输入信号（输入信号的函数）的最小偶次均方对高阶累积量进行迭代，从而构造出基于高阶累积量类LME迭代的自适应谐波恢复新方法。仿真表明：该方法能较好地抑制均匀分布噪声。     

快速实现盲序列估计的一种新算法

当信道响应未知时,盲序列估计(BSE)利用接收到的有噪声信号直接恢复出源信息。作为一种最优信息检测方法,基于Viterbi算法实现的BSE需要搜索与观察序列长度成指数关系的状态树。当观察序列的长度不断增长时,运算消费的急剧上升将严重制约算法的实时实现。本文提出的盲序列估计新算法仅利用前几个信息的估值来恢复当前信息,它与观察序列的长度无关,因而能大大降低运算消费,仿真结果表明了该方法的可行性。     

盲均衡算法抵抗水声信道多途干扰的实验研究

介绍了盲均衡器对具有多途效应的BPSK相干水声通信数据均衡的实验结果。采用Matlab编程，获得了符合盲均衡要求的信源信号，通过在水池发射具有低频载波的信号，获得了具有多途水声信道特性的BPSK数据，经过解调、同步等处理后，检验了隐含和直接使用高阶统计量的盲均衡算法对实际多途水声信道的均衡效果，并与传统的自适应均衡算法进行了性能对比。结果表明，一种常数模判决反馈盲均衡算法，获得了与自适应算法很接近的性能。     

空气声被动定位的误差分析

本文讨论了了空气中声被动定位系统的误差来源,给出了相应的误差公式,并分析了各种误差对测向及测距精度的影响,为确定和提高被动声定位系统的精度提供了有价值的参考数据。     

一种基于高阶谱的广义相位数据时延估计算法

为改善高阶谱相位数据时延估计算法的性能，研究了一种基于高阶谱的广义相位数据时延估计算法。该算法采用基于双谱的相干函数在高阶谱域对相位数据进行加权和加窗处理，以提高时延估计精度。最后用实测的直升机噪声信号进行了仿真，对各种相位数据时延估计算法性能进行了比较，验证了新算法的有效性。     

一种快速收敛的水声信道分数间隔盲均衡算法

为了加快常数模盲均衡算法(CMA)的收敛速度并降低剩余均方误差,提出了一种快速收敛的分数间隔常数模算法。新算法采用T/2分数间隔均衡器,针对水声通信中常用的BPSK信号,设计了一个新的误差函数,取代常数模算法中的误差函数。最后,采用浅海水声信道进行了仿真,结果表明,新算法性能稳定;收敛速度高于常数模算法和分数间隔常数模算法;剩余均方误差与分数间隔常数模算法处于同一水平。     

声矢量传感器阵宽带相干信号子空间最优波束形成

提出了基于矢量传感器阵的宽带相干信号子空间最优波束形成。建立了矢量传感器阵的宽带阵列信号模型,将宽带聚焦思想引入到了矢量传感器阵宽带处理,证明了矢量传感器阵与声压传感器阵宽带聚焦矩阵之间的关系,为矢量传感器阵宽带聚焦矩阵的构造提供了一种方法。推导了基于矢量传感器阵宽带最优波束形成的空间谱,通过空间重采样方法实现矢量传感器阵宽带聚焦,避免了对目标源方位的预估。通过仿真验证了矢量传感器阵具有更优越的性能:可以解宽带相干源;能够实现全空间无模糊定向;可以空间欠采样,因而在不增加计算量的基础上,能够提高阵列处理的性能;克服了传统声压传感器线阵端射方向上,目标方位估计性能下降的缺点。     

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。     

一种新的多目标盲波束形成技术研究

该文提出了一种新的多目标盲波束形成算法。该方法在最小二乘恒模算法的基础上,通过对一种新的代价函数的最小化,来盲估计波束形成器的权矢量,从而完成对多目标的分离与定向。同时,采用一种改进的神经网络结构解决了最小二乘算法中矩阵求逆的运算,不但能有效提高运行速度,而且易于用硬件实时实现盲波束形成。仿真实验验证了该算法的有效性和正确性。     

一种维纳加权频域自适应时延估计算法

提出了一种基于频域自适应滤波的维纳加权时延估计算法。该算法首先实现了对输入信号的维纳自适应滤波预处理,然后在频域实现了自适应时延估计。该算法在将相位数据拟合时,做了一次加权处理,有效地改善了时延估计的精度和自适应收敛速度。最后用实测的直升机噪声数据进行了仿真,验证了新算法的有效性。