单只矢量水听器对多目标方位估计的仿真研究

文章结合了矢量水听器的自身特点,利用单只矢量水听器分别研究了声强法和ESPRIT算法对目标方位进行估计,在无需知道信号先验信息的条件下,可以实现对多个不相关信号的方位角估计。利用已知的条件进行模拟仿真,在不同的信噪比,样本长度的条件下来对比声强法与ESPRIT算法之间了优劣性。     

基于单矢量水听器的实时性线谱提取算法

针对单矢量水听器探测条件下的水声目标线谱提取问题,提出一种可实时性迭代计算的线谱提取算法。首先利用矢量水听器声压振速通道的联合信息处理,可提高水声目标信号的信噪比。其次,利用基于极大值滤波器的线谱预处理方法对信号频谱进行峰值检测,进而通过在线谱提取过程中引入缓存器,可以在较小的计算复杂度条件下提高信号处理过程中的时间增益,再结合线谱归并方法可以较为精确的提取出目标线谱。经仿真试验分析及海上实测数据验证,该算法能够在低信噪比条件下实现对线谱的检测,并具有良好的抗线谱漂移干扰能力。     

一种旋转机械振动信号小波去噪方法

针对旋转机械的非平稳振动信号难以用传统方法处理的问题,本文讨论了小波方法在旋转机械振动信号去噪中的应用。针对旋转机械故障信号的特点,提出阈值去噪和模极大值相结合的小波去噪方法对振动信号进行处理,并利用多种指标对去噪后信号做出全而客观的评价。实验结果表明该方法可以有效的提高故障信号信噪比,有利于提高后期故障诊断的准确率。     

船体弹性支撑轴故障检测方法

船体弹性支撑轴故障检测信号很容易受到信号噪声的干扰,导致故障检测结果不理想。对此设计了具有降噪性质的船体弹性支撑轴故障检测方法。根据力学振动相关理论,搭建受力作用下船体支撑轴力学模型,明确各截面受力关系,采集计算弹性支撑轴检测参数,获取信号特征频率,利用时域平均法对检测信号进行去噪操作,提高信噪比,引入能量因子相关理论,将去噪后的信号以文本格式读取到Matlab中,划分大量数据点位,确定能量因子值参数,将信号EI值稳定在1.45～1.50之间,突出故障特征,最终提取数据点位特性信号进行重组合并,获取最终检测结果。经过仿真实验可以肯定与传统方法相比,该检测方法获取到的裂纹故障信号信噪比提高29%,磨损故障信号信噪比提高32%,可以证明该方法的有效性。     

脉冲激光雷达信号降噪方法对比

研究了脉冲激光雷达大气后向散射回波信号特性,介绍了一种以Hilbert-Huang变换(HHT)为基础的滤波新方法--固有模态(EMD)分解滤波,并与扩展卡尔曼滤波(EKF)、小波阈值滤波算法进行对比.针对典型大气条件下回波信号特点进行仿真,对各种方法在不同信噪比信号条件下滤波效果进行评价,分析它们的优缺点.仿真结果证明:EKF法仅在均匀大气高信噪比条件下滤波效果较好;小波阈值方法具有更强的适应性,是中低信噪比条件下的最优算法;EMD分解滤波具有很高研究价值,该方法在高信噪比条件下处理效果最好,是现有方法的必要补充.综合运用3种方法才能使滤波效果达到最佳.     

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。     

基于复数无迹卡尔曼滤波的电力系统频率和谐波估计

针对噪声干扰条件下传统的扩展卡尔曼滤波方法在电力系统频率和谐波估计精度问题,本文提出了基于复数无迹卡尔曼滤波的频率和谐波估计方法.利用欧拉公式,对电力系统信号进行适当变换,获得电力系统信号复数状态空间模型,实现了系统信号频率和谐波估计.为了验证噪声干扰条件下本文方法参数估计有效性,通过在系统信号中增加不同信噪比噪声干扰,分别利用本文方法和通用扩展卡尔曼滤波方法对参数进行估计.结果表明,在噪声干扰条件下,本文方法的估计精度优于通用扩展卡尔曼滤波方法,这表明本文方法更适于强噪声干扰条件下的系统信号频率和谐波估计.     

基于最近邻方法的LFM信号识别初探

在对LFM信号实现分选的基础上,选取待识信号的瞬时频率作为识别特征,利用最近邻方法对信号进行识别。实验结果表明,在一定的信噪比条件下能达到较理想的识别效果。该方法原理简单,运算量小,能够满足工程中实时性的要求。     

胶囊网络矢量水听器DOA估计

针对水下环境信噪比低的特点,以及传统子空间算法计算复杂度高等问题,提出一种基于胶囊网络（capsules network,CapsNet）的波达方向（direction of arrival,DOA）估计模型。将水下矢量水听器阵列采集的协方差数据实虚部分离作为二维数据输入,利用胶囊结构构建向量神经元,通过动态路由的特征传递方法,得到相应矢量胶囊的分类输出,实现低信噪比条件下的DOA估计。为了验证胶囊网络模型的性能,在不同信噪比下条件下,与多重信号分类（multiple signal classification,MUSIC）和卷积神经网络（convolutional neural networks, CNN）的DOA估计结果进行对比分析。仿真结果表明,训练后的胶囊网络,具有更高的水下DOA估计准确率,抗噪性方面优势更加明显,并且在提升性能的同时,加快了方位估计速度。     

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.     

直扩信号盲检测方法研究

文中应用谱相关法、倒谱法、高阶累计量法、基于特征值分析等方法对DSSS信号的盲检测进行了分析,总结了各种方法的原理及实现过程,并用Matlab对其检测性能进行了仿真分析,在相同的条件下比较各种方法的检测性能随信噪比和采样点数的变化情况。结果表明,谱相关法对低信噪比的适应能力差,要达到90%的检测概率,所需的信噪比为-6dB。倒谱法、高阶累计量法在采样点数小于4000时,二者的性能和谱相关法相当,随着仿真采样点数的增加,性能提升明显,因此实时性较差。基于特征值分析的方法各方面的性能比较均衡,可以作为一种快速通用检测算法。     

一种基于单切面循环谱的MPSK信号的载频的快速估计法

通过分析MPSK信号的循环谱,得到信号载频与循环谱图中峰值的关系.利用循环谱图的对称性,提出一种根据频率f=0的单切面循环谱图法检测和估计MPSK信号载频的方法.只需搜索切面中的峰值就可以计算出信号的载频,在计算量上从二维降低到了一维,同时抗噪性相比于全序列域平滑法得到了提升.最后通过仿真验证了论文方法适用于各种MPSK信号,能够在较低信噪比下估计出信号载频.     

低信噪比直扩信号的盲解扩

针对接收机对直接扩频序列信号进行自动侦收的需要,提出了低信噪比下直扩信号参数的盲估计方法:利用循环谱检测可以准确估计出载频和码片速率;应用功率谱二次处理估计出扩频码周期;利用特征向量法估计扩频伪码序列;分析、讨论了全盲接收信号的采样率估计方法。仿真结果表明,在没有任何先验知识的情况下,该方法能普遍适用于低信噪下的BPSK,QPSK,16QAM,64QAM等直扩信号的参数估计,从而完成信号的盲解扩。     

小波分析在船舶导航传感器中的应用

论述小波变换的数学理论和方法。根据小波变换的多分辨率分析方法，重点分析小波变换在导航系统中的作用；利用Daubechies小波函数，采用阈值去噪法，可在低信噪比的情况下较准确地估计导航传感器的原始信号；分别针对多普勒系统和北斗双星定位系统，借助小波变换对其接收信号进行了离线仿真研究。仿真分析表明，应用小波变换的分层技术抽取特征参数效果明显，去噪效果亦较为理想。     

海面通信信号处理技术研究

为保证船舶在海面上的行驶安全,与岸上基站保持实时通信十分必要。鉴于此,为提高实时通信质量,进行海面通信信号处理研究具有重要的现实意义。首先利用经验模态分解技术分解得到独立IMF分量,然后利用独立成分分析解模态混叠现象,最后进行源通信信号重构,实现海面通信信号去噪。结果表明,与基于异构补偿的自适应反馈滤波方法、独立成分分析法和经验模态分解法相比,经研究方法去噪后,信噪比(SNR)和均方误差(RMSE)均要更优,证明了方法的去噪处理效果。     

随机矩阵理论在舰船复杂网络去噪中的应用

通信信号质量直接关系到海上舰船与岸上基站之间的通信是否有效,提出一种基于随机矩阵理论的舰船复杂网络去噪方法。首先采集舰船复杂网络中的通信信号并进行处理,转换成随机矩阵形式,然后通过计算距离提取被噪声"感染"的信号特征,最后计算噪声感染程度特征值,选取噪声信号,并进行滤波处理,实现去噪。结果表明:所研究方法应用下,去噪后的通信信号信噪比为7.821 dB,信息熵为15.362,大于传统方法应用下的去噪效果,由此说明该方法可以同时达成去噪效果和保证信息完整性的双重目标。     

复杂电磁环境下离岸舰船无线网络信号优化

复杂电磁环境下,离岸舰船无线网络传输信号信噪比较差,因此提出复杂电磁环境下离岸舰船无线网络信号优化方法。通过获取离岸舰船无线网络矢量信号,得到组件信号压缩测量矩阵,从而完成传输信号稀疏特征提取。在信号稀疏特征已知的条件下,采用适当接收极化,抑制传输过程中噪声的干扰与影响,完成传输信号干扰优化。在传输干扰信号最优化的条件下,确定信号传输寻优范围,完成离岸舰船无线网络信号接收质量优化。设计仿真实验,对比复杂电磁环境下优化前后离岸舰船无线网络信号信噪比,证明本文方法的有效性。     

基于小波分解的舰船钛合金超声检测信号去噪算法

传统的信号去噪算法在处理舰船钛合金超声检测信号时,受到阈值函数不连续这一特性的影响,算法的自适应性比较差。为此,将小波分解技术应用到超声检测信号去噪算法中。考虑小波分解层数对信号的影响,利用先验知识确定分解层数,在此基础上,结合软硬阈值函数,构造出折中的阈值函数并进行一定优化,将构建的阈值函数用于小波系数最化处理,将小波系数与分解系数相结合重构超声检测信号,完成去噪处理。实验结果表明:设计的基于小波分解的舰船钛合金超声检测去噪算法在不同的实验条件下信噪比高、均方根误差小,该算法的自适应性优于传统的去噪算法。     

奇异值分解降噪的改进方法

利用测试信号构造Hankel矩阵进行奇异值分解(SVD)是消除随机噪声干扰的有效方法,其关键是奇异值数目的选取,但目前尚无成熟有效的确定方法。针对这一问题,提出了一种奇异值分解降噪的改进方法,该方法依据去噪后信号极值点数量随奇异值数目变化的关系,可以准确选取与最优降噪效果对应的奇异值数目。仿真及实验结果表明,该方法准确、有效。利用该方法处理船舶和机械设备振动噪声测试信号,可有效提高其信噪比,最大程度地优化信号去噪的效果,提高分析的可靠性。     

干扰条件下接收机减敏机理分析

为了揭示干扰条件下接收机灵敏度下降机理,通过分析接收机对干扰的响应,建立了接收机输入输出模型和输出信噪比模型。分析结果表明,当干扰信号及有用信号在接收机线性范围内时,接收机输出信噪比随着干扰信号增大由基本不受影响至线性下降,可用输入信噪比、输入干噪比、接收机噪声系数、选择性来评估;当干扰信号及有用信号超出线性范围或满足倒易混频条件时,因非线性效应或倒易混频接收机输出信噪比迅速下降。因此,非线性效应并非是引起接收机减敏的惟一原因。试验验证了其结论的正确性,为分析干扰条件下接收机信噪比等性能指标的方法指出了方向和技术途径。