舰船辐射信号中压缩感知降噪性能的研究

研究了含噪信号的压缩感知方法,分析得出,在压缩采样过程中,原始信号的信息得到保留,而噪声信号的信息则被压缩和丢失,从而在信号重构时起到降低噪声的性能。采用含有高斯噪声的舰船辐射信号为例,仿真实验表明,当信噪比小于20 dB时,总存在合理的观测值,使得重构信号与原始信号的均方差比含噪信号与原始信号的均方差更小,从而起到提高信噪比的作用。     

EMP光纤测量系统的EMD去噪方法研究

为提高电磁脉冲(EMP)光纤测量系统灵敏度、扩大系统动态范围,需要减少光纤传输系统的热噪声。提出一种改进的经验模式分解(EMD)去噪方法,通过最小相关系数选择噪声部分,对噪声部分估计各阶模态分量的噪声功率,采用区间阈值的方法提取高频信号分量和信号特征分量,进一步提高测量系统信噪比(SNR)。仿真实验表明,本文提出的方法与传统EMD方法相比,能更好的保持去噪后原始波形的形状,提高信噪比,尤其是在低信噪比情形下去噪效果明显,信噪比提高约9d B,均方误差约为0.021,在保留信号特征信息方面优于小波去噪。     

船舶通信系统中的数字阵列实时信号处理算法

船舶通信系统的数字阵列信号处理与调制能力,将直接关系到船舶远洋行驶中的安全性,针对传统数字信号处理算法抗噪声干扰能力差、信号处理误差高的不足,提出一种基于正交解调的数字阵列信号处理算法研究。利用正交分解方法将原始的含噪信号分解为横向数字阵列信号与纵向数字阵列信号,再分别对阵列信号进行滤波匹配与消噪处理,能够在保存关键信息的前提下消除大部分环境噪声的干扰。仿真结果表明,提出算法信号处理的峰值信噪比更具优势,同时在信号处理时延及控制误差方面也优于传统算法。     

基于盲信号处理的舰船辐射噪声检测

根据舰船辐射噪声在水中传递的环境及特点,采用盲信号处理技术重构出相应的原始辐射源信号,该方法能够减少噪声及舰船间的相互干扰,提高了原始辐射源信号的信噪比,从而为水中兵器目标信号的准确检测提供了基础。仿真实验研究了单船舶辐射噪声信号谐波成分的分离及多船舶辐射噪声混合信号的分离,结果表明该算法稳定性好、收敛速度快,是一种有效的舰船辐射噪声检测方法。     

一种舰船辐射噪声线谱简易生成方法研究

为得到逼真的舰船辐射噪声线谱仿真数据,需要在低信噪比情况下对实测噪声数据作谱估计,从而准确提取舰船辐射噪声线谱成分,再采用相应数字信号处理方法重构舰船辐射噪声线谱信号。本文提出一种简易重构方法,即根据特征线谱生成线谱所在频段频谱信号,将其它频段置零,进而在时域重构线谱信号。仿真结果表明,该方法能够很容易地重构舰船辐射噪声线谱信号,与特定幅频响应的连续谱信号一起重构的舰船辐射噪声信号,其结果可作为半实物仿真试验信号源。     

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。     

船首机械振动噪声信息特征提取

传统的船首机械振动噪声信息特征提取方法中存在谐波频率偏差较大的问题。为此,提出船首机械振动噪声信息特征提取方法设计。通过计算原始信号的局域均值和包络函数,得到调频信号,利用调频信号计算出瞬时频率,将所有包络函数乘积作为包络信号,与瞬时频率相结合即为原始信号的分量,将分量从原始信号中剔除后重复上述过程,达到振荡噪声信息分解的目的,通过重构将含有噪声信息特征的分量整合在一起,获得对应的谱,实现噪声信息的提取。测试结果表明,与传统的噪声信息特征提取方法相比,设计的船首机械振动噪声信息特征提取方法中谐波频率偏差较小,适合在船首机械振动噪声信息特征提取中应用。     

基于二次小波去噪的 FastICA 盲源分离研究

论文针对含噪声混合信号分离问题,提出了三步处理法,首先采用小波滤波进行去噪处理,再采用快速独立分量分析（FastICA）盲源分离技术实现混合信号的分离,最后对分离后的信号二次使用小波滤波处理。仿真实验结果表明,该方法能够很好地分离含噪混合信号,从分离前后的波形及平均信噪比对照,去噪性能和分离效果良好。     

基于小波变换技术的舰船电气设备信号去噪抑制方法

以降低舰船电气设备运行所受电磁串扰影响为目的,提出基于小波变换技术的舰船电气设备信号去噪抑制方法。建立舰船电气设备信号电磁串扰噪声模型,使用小波变换方法对电气设备信号噪声进行抑制,针对小波变换去噪能量泄漏大、频带混叠大等问题,使用双树复小波的实部树和虚部树进行电气设备信号分解,即保留小波分解的优点又可以完全重构电气设备信号,并结合硬阈值和软阈值函数优点,形成通用阈值函数,优化小波变换的阈值函数,保证更好信号去噪抑制效果。通过实验可以看出,该方法的应用既可以有效抑制电气设备信号中的噪声干扰,又可以保证原始信号波形不被破坏,同时在信号分解时,可以在噪声聚集的高频部分形成十分优秀的降噪效果,使信号趋近平稳状态。     

LMS算法在舰船磁场信号检测中的应用

针对检测舰船磁场信号时信噪比较低的问题,提出了一种基于变步长LMS算法的检测方法.根据舰船磁场信号的实际特征,首先采用小波阈值去噪法对实测信号进行处理,去除测量信号中的白噪声,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取舰船磁场特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强了对舰船磁场信号的检测能力.     

基于自适应噪声抵消的源识别及其相关性研究

对参考输入相关的ANC的基本原理进行推导,通过仿真,对参考输入的相关性和ANC结果精度的关系进行研究。仿真结果表明:在信号信噪比较高的情况下,典型的是弱宽带噪声背景上叠加强线谱情况,参考信号之间的相关性对ANC抵消结果没有太大的影响,水池试验证实了自适应抵消方法应用于计水下航行器源识别分析的可行性。     

Instantaneous frequency estimation of multi-component Chirp signals in noisy environments

A classical time-varying signal,the multi-component Chirp signal has been widely used and the ability to estimate its instantaneous frequency(IF) is very useful. But in noisy environments,it is hard to estimate the IF of a multi-component Chirp signal accurately. Wigner distribution maxima(WDM) are usually utilized for this estimation. But in practice,estimation bias increases when some points deviate from the true IF in high noise environments. This paper presents a new method of multi-component Chirp signal IF estimation named Wigner Viterbi fit(WVF) ,based on Wigner-Ville distribution(WVD) and the Viterbi algorithm. First,we transform the WVD of the Chirp signal into digital image,and apply the Viterbi algorithm to separate the components and estimate their IF. At last,we establish a linear model to fit the estimation results. Theoretical analysis and simulation results prove that this new method has high precision and better performance than WDM in high noise environments,and better suppression of interference and the edge effect. Compared with WDM,WVF can reduce the mean square error(MSE) by 50% when the signal to noise ration(SNR) is in the range of -15dB to -11dB. WVF is an effective and promising IF estimation method.     

能量法估计全息面信噪比研究

在近场声全息技术中,全息面信噪比是一个非常重要的参数,但无法直接测量得到.为了解决该问题,给出了基于能量法的波数域内信噪比估值公式,并根据该公式分析估值误差的来源,指出全息面采样间隔对估值具有重要影响.为了判别估值是否准确,提出了选取全息面不同区域的数据进行重复估计的判别方法.当估值不准确时,指出可以通过减小全息面采样间隔来降低估值误差.仿真给出满足不同误差条件的不同采样间隔所对应的最大信噪比估值,可作为实际应用中的参考.     

基于两级自适应线谱增强器的舰船辐射噪声线谱检测

舰船辐射噪声中的线谱成分能表征舰船的本质特征,是舰船目标识别中的主要特征矢量.因此,舰船辐射噪声线谱的准确检测在目标识别中具有十分重要的意义.针对海洋环境噪声中舰船辐射噪声线谱检测问题,提出了两级自适应线谱增强器(adaptive line enhancement,ALE)检测方法.该方法在原一级ALE检测方法的基础上,将原信号延时信号与一级ALE误差信号相减后作为第2级ALE的输入再进行1次ALE.该方法较一级ALE在输入信号信噪比较低时能准确地将线谱从宽带背景噪声中分离出来.仿真和实验结果表明该方法的有效性和准确性.     

基于MATLAB的舰船辐射噪声信号小波消噪处理

针对舰船辐射噪声信号的特点提出了小波消噪的方法,对小波消噪理论作了简要的阐述,并设计了一种消噪方案,最后利用MATLAB,在计算机上选用不同的小波基和阈值进行了实船信号的消噪处理试验,并对结果进行了简单的分析比较。试验结果表明,在选择了合适的小波基和阈值的情况下,利用小波变换的方法对舰船辐射噪声进行消噪处理可以取得良好的效果。     

深海矢量噪声场声传播特性研究

矢量声压振速联合处理是建立在信号的声压和质点振速相位基础上,海洋环境边界对声传播的影响将改变矢量声场声压和质点振速的幅度和相位特性。文章根据南海环境条件和水下目标辐射噪声测量采用矢量简正波理论估算海面非相干偶极子噪声源和水下点声源矢量场的幅度和相位随深度的变化,并对矢量水听器测量系统获取的南海典型深度上的背景噪声数据进行了分析。结果表明:深海背景噪声声压谱级在500 Hz以下基本上不随深度变化,在500 Hz-3 kHz频段浅深度背景噪声声压谱级略高于较深深度的背景噪声声压谱级;背景噪声的垂直质点振速谱级要小于声压和水平质点振速谱级。     

一种基于双谱的信号检测方法

分析了信噪比为-3 dB噪声背景下,采用基于双谱的检测方法对微弱信号叠加随机噪声进行处理.由于任何高斯随机过程或服从高斯分布的随机矢量的高阶累计量为0的特点,高阶累计量可完全抑制高斯噪声的影响.仿真结果表明,基于双谱的目标检测方法也能较好抑制随机噪声,与传统的FFT检测方法相比,检测效果良好.     

体积噪声场和界面噪声场中声矢量传感器线阵阵增益分析

Acoustic vector sensor consists of pressure and particle velocity sensors,which measure the three-dimensional acoustic particle velocity,as well as the pressure at one location at the same time.By preserving the amplitude and phase information of the pressure and particle velocity,they possess a number of advantages over traditional scalar sensors.Signal-to-noise ratio (SNR) gain (which is often called array gain) is one of such advantages and is always interested by all of us.But it is not unchangeable if the spatial correlation of the noise field varies.Much more important,it is difficult to be given if the noise becomes complex.In this paper,spatial correlation of the vector field of isotropic volume-noise and surface-generated noise has been introduced briefly.Based on the results,the combined SNR output of a vector linear array is investigated and the maximum gain is given in the specified noise.Computer simulation shows that the output of one array in the same noise is not the same in different gestures.And then we find the best gesture through SNR calculation and obtain the biggest gain,which has important meaning to guide how to deploy an array in practice.We also should use the array with respect to the characteristics of the real ambient noise,especially in anisotropic noise field.     

一种基于船舶辐射噪声信号改进Mel倒谱系数的目标识别方法

基于船舶辐射噪声信号Mel频率倒谱系数(MFCC)的目标类型识别是目前研究的一个热点。现有方法虽然在无噪声环境下具有较好的识别效果,但是在信噪比较低时其识别效果较差。基于此,文章提出了一种改进的提取MFCC特征参数的船舶目标识别方法,该方法在船舶辐射噪声信号的预处理阶段采用多正弦窗来代替传统使用的Hamming窗进行多窗频谱估计,经过计算得到改进的MFCC参数。试验结果表明,相比传统方法提取的MFCC参数,使用该方法提取的MFCC参数分别在不同信噪比的高斯白噪声干扰下,在BP神经网络分类器中的识别率更高,抗噪声的鲁棒性和稳定性更好。     

基于主成分分析的振动噪声源耦合信息判别

主成分是通过把原来多个变量转化为少数几个互不相关的主成分的一种统计方法,最终达到数据化简、揭示变量间的关系和进行数据解释的目的.通过实船航行试验,证明了主成分分析可以在信息损失较少的前提下提取振动噪声源之间存在的耦合信息.