卡尔曼滤波器在船舶运动模型参数辨识中的应用

船舶航行在广阔洋面时,由于速度极快,因此具有很好的机动性,但遇到恶劣天气时,会面临很大的控制难题,尤其是控制信号的传递和导航数据的传输过程中会面临较强的干扰问题。本文主要研究船舶运动模型参数的辨识问题,采用卡尔曼滤波器对输入信号进行处理,能够主动分离出有用信号和噪声信号。在滤波过程中,通过对滤波参数进行提取,能够提高滤波效率,显著改善了船舶运动控制的水平。     

一种基于软阈值的小波去噪算法

对于高幅度和宽尺度的噪声要素，尤其是当有用信号的幅度和噪声尺度相差不大时，使用传统的傅里叶滤波和一般的小波变化去噪的效果不是很好，对此提出了一种软阈值去噪方法。仿真实验结果表明，这种方法在有效消除高频随机信号和特定尺度的噪声，同时又能很好地保留原有的有用信号。     

小波软阈值滤波在信号去噪中的有效性研究

对于高幅度和宽尺寸的噪声要素,尤其是当有用信号的幅度和噪声尺度相差不大时,使用传统的傅里叶滤波和一般的小波变换去噪的效果不是很好,对此提出了一种软阈值去噪方法。根据小波理论及软阈值滤波的算法,用MAT-LAB对四种典型信号和陀螺信号进行去噪仿真研究。理论分析和仿真结果表明,这种方法能有效消除高频随机信号和特定尺度的噪声,同时又能很好地保留原有的有用信号。     

互补对LMS自适应算法在噪声消除中的应用实现

在接收超低频信号时,由于受到天线辐射效率和海水衰减的限制,噪声的存在是对有用信号最大的干扰.传统的算法可靠性受限,可以采用自适应算法来实现噪声消除.一般LMS算法收敛速度快但稳态误差大,通过搭建自适应滤波模型,对其改进算法即互补对LMS算法进行仿真.结果表明,这种自适应算法滤波后稳态误差较小,对噪声的消除具有良好的效果.     

直扩系统中基于小波包变换的自适应窄带干扰抑制技术

利用小波包变换进行抑制的算法进行分析,将小波包分解与自适应滤波技术结合起来,对受扰子带采用改进的LMS自适应算法进行滤波处理,有效弥补了有用信号的损失,提高了系统性能,并给出仿真性能的比较.     

分形维数约束ICA-RLS的遥测振动信号降噪方法

针对噪声会对遥测振动信号时频分析产生影响的问题,提出一种分形维数约束独立分量分析ICA-递归最小均方RLS的降噪方法,首先对振动信号进行相空间重构,采用基于峭度最大化的牛顿迭代ICA算法对信号进行盲源分离;然后计算各源信号的分形维数,根据分形维数自动判别含噪源信号,对含噪源信号进行RLS自适应滤波;最后对滤波后的信号进行重构,得到降噪后的振动信号。实测信号处理结果验证了算法的有效性。     

基于耦合偏微分方程的SAS图像相干斑抑制方法

针对传统的偏微分方程滤波方法中高斯预滤波会损失细节的问题,提出了一种基于耦合偏微分方程的合成孔径声纳图像相干斑抑制方法。该方法在滤波过程中引入边缘强度函数,用于控制图像的边缘在滤波时尽可能的保持与原来图像的边缘一致性。通过真实合成孔径声纳图像相干斑抑制试验,将该方法的结果与传统的偏微分方程方法和经典的Lee滤波方法结果相比较,验证了所提方法的有效性。     

卡尔曼滤波在潜艇垂直面运动控制器设计中的应用

潜艇低噪声操纵存在无效用舵现象。简要介绍了滤波信号的表示形式，在潜艇垂直面线性运动方程的基础上，得出了滤波信号的系统模型，并对其进行了离散化处理；将均方差最小线性递推滤波算法引入到输入信号的控制过程中，通过仿真证明对输入信号进行卡尔曼滤波能够提高输入信号的品质，用于工程应用。     

小波变换在地震波勘探中的应用

针对利用地震波场对目标进行探测问题,研究了利用地震波勘探的基本原理,提出了采用小波变换对地震波信号进行降噪的方法,通过与传统的经典滤波方法相比,小波变换降噪方法在去除掉高频噪声的同时保留了信号的高频成分,是一种比傅立叶变换更有效的降噪方法。对比了几种小波去噪的方法,从不同的性能指标中优化出针对地震波信号的环境特点最为有效的降噪方法,从而达到有效提取有用信号并探测目标的目的。     

基于EMD的船舶动力系统振动信号分析

为了提高船舶动力系统的故障分析和诊断能力,需要对振动信号进行模态分解和特征分析,提取有用的信号特征量,实现故障检测,提出基于经验模态分解(EMD)的船舶动力系统振动信号分析方法,采用宽带非平稳信号建模方法进行船舶动力振动信号建模,采用匹配滤波检测器对振动传感器采集的原始信号进行降噪滤波处理,对降噪输出的信号进行经验模态分解,提取信号的所有局部极值点,用三次样条曲线分析方法提取振动信号的复包络,实现信号特征提取和分析。仿真结果表明,该方法提取的信号特征量能有效反映船舶动力系统的工况特征,实现船舶动力系统的运行状态实时监测和故障分析,信号分析的抗干扰能力较强。     

一种通用型基于经验模态分解的小波阈值滤波方法研究

首先针对中高频水声信号,提出一种改进的经验模态分解加小波软阈值滤波方法;然后将信号进行带通滤波处理及经验模态分解,将分解得到的各个模态转换为频域信号,采用小波软阈值方法在频域上对这些模态进行滤波,最后对信号进行重构,并将其转换为时域信号。分别采用本方法和原时域上的小波阈值方法对不同频率的水声信号进行滤波,经计算分析可知,对频率小于800 Hz的水声信号,采用原方法可获得较好的滤波效果;当信号频率大于800 Hz时,采用本方法的滤波效果更好,因此应针对不同频率的水声信号,选择合适的滤波方法,以获得满意的滤波效果。     

一种通用型基于经验模态分解的小波阈值滤波方法研究

首先针对中高频水声信号,提出一种改进的经验模态分解加小波软阈值滤波方法;然后将信号进行带通滤波处理及经验模态分解,将分解得到的各个模态转换为频域信号,采用小波软阈值方法在频域上对这些模态进行滤波,最后对信号进行重构,并将其转换为时域信号。分别采用本方法和原时域上的小波阈值方法对不同频率的水声信号进行滤波,经计算分析可知,对频率小于800 Hz的水声信号,采用原方法可获得较好的滤波效果;当信号频率大于800 Hz时,采用本方法的滤波效果更好,因此应针对不同频率的水声信号,选择合适的滤波方法,以获得满意的滤波效果。     

受冲击舰船通信网络交汇信号节点滤波系统设计

传统的通信网络交汇信号节点滤波系统存在实时性较差的缺陷,为此提出受冲击舰船通信网络交汇信号节点滤波系统设计。通信网络交汇信号节点滤波系统硬件设计包括芯片选择、FPGA器件选择与滤波电路设计,软件设计包括FPGA程序设计、通信网络设计与信号节点滤波设计,通过硬件与软件的设计实现了通信网络交汇信号节点滤波系统的运行。通过实验得到,设计的通信网络交汇信号节点滤波系统信号处理时间比传统系统快了30 s,说明设计的通信网络交汇信号节点滤波系统具备极高的实时性与有效性。     

基于卷积神经网络与时频分析的水声通信前导信号检测方法

前导检测是水声通信中的关键步骤。传统信号检测算法无法有效克服多径和干扰的影响,在复杂水声信道环境下,检测性能会明显下降。卷积神经网络具有强大的表征学习能力,能够通过大量数据自动提取图像特征,在图像识别应用中具有突出优势。以双曲调频信号为研究对象,采用时频分析技术同时获取信号时域和频域信息,得到时频谱图,并通过均值滤波处理提高信噪比。将时频谱图作为卷积神经网络的输入,训练并测试网络,最终得到HFM信号的检测结果。千岛湖试验结果表明,该方法能够大幅提升远距离、强多径条件下前导信号的检测概率,与传统检测算法相比性能优越。     

利用小波变换对MEMS矢量水听器信号处理

为解决对水上未知目标的定位估计,充分利用接收信号,提出一种基于小波变换与傅里叶变换相结合的信号处理方法。采用中北大学研制的十字梁结构的MEMS矢量水听器接收声源信号,通过后续电路把声压信号转换成电压信号。先进行窄带滤波,保存有用信号频带;然后选择合适的小波阈值及小波基对信号进行小波降噪处理,减少低频噪声干扰,提高输出信噪比,为后续的信号处理及水声定位提供便利;最后基于MUSIC算法,结合直方图法进行目标方位估计,仿真结果表明,这种方法将定位精度提高到3°。     

基于前向线性预测和小波的FOG信号降噪算法研究

针对光纤陀螺输出信号的噪声,提出了一种处理该噪声的前向线性预测滤波与小波变换相结合的级联滤波方法,以前向线性预测滤波作为前段滤波器,采用DB4小波函数的强制阈值小波变换作为第二级滤波器。运用Allan方差法对级联滤波结果进行了分析,结果表明该级联滤波能取得较好的光纤陀螺信号降噪效果。     

非线性最优滤波理论的研究

本文介绍了近二、三十年来数字信号处理领域中非线性滤波算法的研究成果，以及非线性滤波理论的发展。讨论了非线性滤波器的综合理论以及非线性滤波算法在数字维纳滤波器、雷达和通信信号非线性滤波以及调相信号解调器中的应用。     

基于低通滤波和经验模态分解的舰船耐波性试验信号分析方法研究

针对舰船耐波性实测信号中趋势项难以消除而影响滤波精度这一问题,采用经验模态分解方法消除趋势项的影响.根据舰船对波浪运动响应的低频特点,在经验模态分解前先进行低通滤波,可使实测运动信号中的谱峰频率处在相对高频位置,减少EMD迭代次数,并使有用信息包含在第一个IMF中,方便对有用模态的识别.还针对实船耐波性试验无法直接获得垂荡位移的实际问题,对垂向运动加速度联合采用低通滤波、数值积分和EMD去趋势项消除积分误差的方法获得垂荡,通过模型耐波性试验以及对实舰横摇角速度采用该方法求得的横摇与实测横摇的比较,验证了该方法在舰船耐波性实测信号分析中的有效性.     

波浪数物耦合模型的一种新的信号滤波方法

以二维波浪传播数模与物模耦合模型规则波低频滤波问题为研究对象,采用摄动法建立了线性补偿滤波方法。耦合模型中,数值模拟采用基于改进Boussinesq方程的三角形网格有限元模型,物理模拟采用推板式造波机。文中分析了耦合模型信号滤波的目的和目标,并通过造波信号频域的分析,对比了文中方法与传统方法在信号稳定性方面的效果,通过波浪耦合模拟实验对比了波面的数模与物模结果。实验结果表明,与传统方法相比,文中方法能有效解决造波信号的慢漂和计算值偏小的问题,信号更加稳定,耦合误差更小。     

盲信号处理在机电声学监测与诊断中的应用

机械噪声信号和振动信号一样,蕴含了机械设备运行状态的重要信息,当设备状态发生改变时,其声学特性同样会发生改变。但是,待识别的目标信号和其它设备的信号以及噪声信号混杂在一起,一般很难直接从测量的声信号中获得有用的信息。因此,排除或抑制干扰信号或背景噪声,准确地从低信噪比的混合信号中提取出待识别的目标信号,对声学监测与诊断方法十分关键,而盲信号处理技术为机械声学信号的分离提供了一个有力的解决手段。该文对盲信号技术在机械装置声学监测与诊断中的研究现状进行了概述,为盲信号进一步应用于机械中的声学分析打下基础。