基于改进BOMP算法的水声信道估计

近年来,水声信道估计主要是基于稀疏模型展开.水声介质的非均匀性等使声线以簇的形式传播,导致水声信道展现出块结构稀疏特性.本文针对信道的块结构稀疏特性,在OFDM通信系统中,提出使用改进的BOMP算法进行水声信道估计.BOMP算法一次筛选1个最大相关块,改进的算法一次挑选t个非零块,算法重构时间将降低t倍.仿真结果表明:改进的BOMP算法误码率和重构时间要优于传统的LS、基于压缩感知的OMP算法;在不降低BOMP算法重构精度的前提下,将重构时间降低t倍.     

基于改进BOMP算法的水声信道估计

近年来,水声信道估计主要是基于稀疏模型展开。水声介质的非均匀性等使声线以簇的形式传播,导致水声信道展现出块结构稀疏特性。本文针对信道的块结构稀疏特性,在OFDM通信系统中,提出使用改进的BOMP算法进行水声信道估计。BOMP算法一次筛选1个最大相关块,改进的算法一次挑选t个非零块,算法重构时间将降低t倍。仿真结果表明:改进的BOMP算法误码率和重构时间要优于传统的LS、基于压缩感知的OMP算法;在不降低BOMP算法重构精度的前提下,将重构时间降低t倍。     

一种基于MUSIC改进算法的宽带水声信号DOA估计

提出一种适用于水声宽带信号的DOA估计算法。该方法首先将时域宽带信号变换到频域,然后划分子带,在每个子带上进行不同的加权得到信号的DOA估计。同时子带算法采用改进的MUSIC算法,降低了DOA高分辨力估计所需要的信噪比。计算机仿真对比了MUSIC算法和改进后算法的空域分辨力,同时也对比了不同信噪比下2种算法的性能。仿真结果表明,改进后的算法无论在适用信噪比条件还是分辨能力上均有较大提高。最后采用某型水下航行器的实航数据对算法进行验证,验证结果表明该算法可在实际应用环境中获得良好的DOA估计。     

一种高可靠分辨波束形成算法的应用研究

在水声信号处理中,高可靠、高分辨的DOA(Direction of Arrival)估计技术是后续信号处理的基础。论文采用一种新的波束形成算法FB(Functional Beamforming)实现DOA估计,算法对数据协方差矩阵进行特征值分解指数重构,波束图具有旁瓣低、主瓣窄的优点,并且算法过程不涉及矩阵求逆运算,具有较高的稳健性,可实现对目标的高可靠分辨。     

基于改进的SOMP水声通信信道联合估计方法

水声通信信道通常表现出时变特征。然而在某些通信条件下,水声信道的变化速率相对发送的OFDM符号周期而言仍然较慢,整体呈现缓慢时变特性,而且研究表明在相邻时隙内的信道结构具有较强的时间相关性。如何利用好信道的缓变特征,设计适合的OFDM信道估计方法,对进一步改善水声通信信道估计性能具有重要意义。分布式压缩感知(Distributed Compressed Sensing,DCS)理论通过利用多个信号的共同稀疏性进行联合重构,能够进一步提高稀疏重建性能。因此本文将以此为基础,在DCS理论框架下,通过对同步正交匹配追踪(Simultaneous Orthogonal Matching Pursuit,SOMP)算法进行改进,构造一种时域联合的信道估计方法并通过仿真与其他类似算法进行性能比较。     

高分辨方位估计在鱼雷声成像垂直尺度识别中的应用

在鱼雷声成像垂直尺度识别中,根据潜艇垂直方向上目标亮点相距较近的特点,采用高分辨的MUSIC算法,对潜艇垂直方向上的目标亮点进行估计。由于MUSIC算法是一种基于阵列数据协方差矩阵特征分解的高分辨DOA估计方法,通常具有较大的运算量,为增强算法的实时性,本文提出了一种基于正交解调的MUSIC算法。该算法首先对阵列接收到的高频信号进行正交采样,在降低采样率的基础上,再利用MUSIC算法对低频信号进行DOA估计。仿真结果表明,改进的MUSIC算法在有效减小运算量的同时又不降低其性能,具有较好的工程实用价值。     

基于水声传感器网络的目标纯方位运动分析

研究了基于水声传感器网络的目标纯方位运动分析原理及方法,建立了基于水声传感器网络的目标运动分析模型。在此基础上,讨论了模型中多维非线性估计问题,提出了一种基于传感器网络新的水下目标运动分析方法。该方法采用改进的粒子滤波EKF-PF(扩展卡尔曼-粒子滤波)算法实现,并与传统的扩展卡尔曼滤波(EKF)和粒子滤波(PF)算法进行了比较。通过Monte Carlo仿真分析,表明基于水声传感器网络的目标运动分析方法充分利用了网络的优势和当前测量信息。这种方法对水下目标运动状态估计时,不仅降低了计算量而且表现出较高的估计精度。所得结论为水下传感器网络进行目标被动定位提供了参考。     

基于叠加训练序列的稀疏水声OFDM信道估计(英文)

针对稀疏多径的水声OFDM信道,提出了基于叠加训练序列的信道估计方法,能够提高带宽传输效率.在发送端的信息序列中叠加一个低功率的周期性训练序列,在不占用额外的信号带宽的情况下估计信道参数,未知的信息序列会对叠加训练序列的信道估计方法产生干扰,在本文中采用迭代方法提高估计性能.水声信道具有延时时间长,信道稀疏的特点,本文采用匹配跟踪的方法估计信道非零系数的位置,降低加性白噪声对信道估计的影响.仿真结果显示,本文的方法能达到很好的信道估计性能,同时能够降低OFDM的峰均比.     

贝叶斯压缩感知在船舶通信超宽带信道估计中的应用

超宽带技术是无线通信技术中的关键技术。随着船舶业的飞速发展,数据量的增长速度越来越快,产生的大量数据在进行数据通信的过程中需要进行压缩。本文将基于贝叶斯压缩感知技术应用于船舶通信超宽带信道估计中,阐述超宽带压缩感知模型,并设计贝叶斯重构算法。最后将本文算法与传统基追踪算法进行了重构时间和重构误差性能方面的对比,对比结果说明本文算法的优越性。     

压缩感知对水声信号的提取

压缩感知可利用水声信道的稀疏特性提高识别多路径传播的估计性能,本文将压缩感知的方法应用于水声信号检测研究中。并采用BELLHOP水声信道仿真模型进行水声传播信道的构建,并应用不同方法展开仿真模拟实验并进行比较,从而估计海洋水声信道声传播多路径的时延位置和幅度信息,通过对相关数据进行处理,对该方法的性能进行评估。     

水声网络探测节点的一种运动目标参数估计算法

文章提出了一种水声网络探测节点的运动目标参数估计方法,即基于模型匹配原理的估计算法。给出了算法的原理和仿真分析。     

多脉冲宽带相关成像的分辨率研究

在多种成像方式的统一物理模型 - 旋转体成像模型基础上,研究了逆合成孔径声呐成像(ISAS)、宽带相关成像(WBC)的成像机理,分析了它们的距离和方位分辨率.从中引出一种多脉冲宽带相关成像研究思路,理论分析了多脉冲宽带相关成像的分辨率.分析结果表明,多脉冲宽带相关成像方法能解决逆合成孔径成像算法在水声应用中必然碰到的测距和测速之间矛盾的问题,并且方位向分辨率与宽带相关成像(WBC)方法相比大为提高.最后通过数字仿真将多脉冲宽带相关成像算法运用到对实际水下延展目标的成像中,初步验证了该方法的分辨能力.     

基于变分模态时频分布下的水下目标DOA估计研究

在声呐、雷达等设备的目标探测中,声源方位估计是需要解决的关键问题之一。针对水下传感器阵列接收信号的波达方向角(DOA)估计算法中,传统的BP神经网络算法会因网络参数不合理和层数过多导致过拟合的问题,以往通过粒子群算法(PSO)进行优化后,网络仍容易过早结束训练而导致性能不佳。为此,本文提出一种基于变分模态分解结合粒子群算法优化后的BP神经网络算法。首先对目标回波信号进行可变模态分解,对分解得到的各分量进行时频分析后叠加的谱图特征作为经粒子群算法优化后的BP神经网络算法的输入进行训练测试,以此来提高阵元接收目标回波的DOA估计精度。仿真实验结果表明,结合变分模态分解及粒子群算法优化的BP神经网络具有更好的识别效果和泛化能力,提高了DOA的估计精度。     

一种特殊的非均匀水声阵列稀疏重构方法

为了提高阵元的利用率和水下目标的测向精度,提出了一种特殊的非均匀水声阵列稀疏重构方法。利用2个均匀线性子阵列组成一个非均匀线性阵列作为信号的接收阵列,经过角度划分的非均匀线阵阵列流型阵作为观测阵,采用观测矩阵对信号进行投影测量得到观测值,从观测值中重构原信号进而得到方位信息。在相同分辨条件下,非均匀水声阵列技术可利用更少的阵元来识别更多的水下目标,因而极大地降低传统水声阵列的复杂度。在低先验知识、低信噪比条件下,提高了水声阵列的测向精度。     

DCT插值算法在水声信道估计中的应用

水下通信是海上远程通信的重要手段,其信道环境直接决定通信质量。本文对水声信道进行研究,分析水声信道的特性,介绍了信道的建模方法。给出了基于DCT插值算法的信道估计方法和能够去除噪声干扰的DCT插值算法。实验结果表明DCT插值算法能够有效提高水声信道估计的性能。     

基于目标特征信息融合的潜艇目标识别系统

结合水下目标运动状态估计和目标声特征提取的关键技术,提出了基于目标运动状态特征和声特征信息融合的潜艇目标识别基本原理.首先,采用双通道Power-law水声瞬态信号检测方法和LMS自适应时延估计算法,建立了基于方位时延的目标运动状态跟踪的数学模型,并采用EKF算法实现了水下目标运动状态估计;其次,建立了提取潜艇典型不变声特征的原理模型;最后,提出基于多目标特征信息融合的结构模型,为潜艇目标识别系统的发展奠定了理论基础.     

基于时域解析信号的广义MUSIC算法

波束形成是声呐信号处理的关键技术,本文提出一种新的基于宽带时域解析信号的广义MUSIC自适应波束形成算法(TAMUSIC算法).该算法将时域解析信号与改进的MUSIC算法相结合,对精确时延之后的宽带时域信号进行希尔伯特变换生成复数形式的时域解析信号,增加权向量自由度;通过增加调节指数构建新广义噪声子空间,解决了传统MUSIC算法信源数目估计不准带来的影响,提高算法鲁棒性;最后利用信号子空间和噪声子空间的正交性估计目标方位.仿真数据和海试数据处理的结果表明:TAMUSIC算法可以获得更尖锐的谱峰,提高目标的角度分辨力,增强了弱小目标的发现能力.     

浅析基于稀疏表示的航运船体检测方法

为进一步强化航道安全,解决海事CCTV人工值守、非自动化问题,提出了基于稀疏表示的船体检测方法.利用稀疏表示实现对船体的检测时,首先构建样本特征矩阵,然后利用K-SVD算法对样本特征矩阵进行学习,得到冗余字典,最后对测试样本进行重构,根据马氏距离判断测试样本属性.通过与传统方法的试验比较,实验结果表明,该算法实时性好、检测准确率高,可以很好地对CCTV视频监控的船体进行检测与跟踪,解决CCTV人工值守、非自动化问题,节省大量人力资源.     

基于LabVIEW的水声信号处理与目标方位估计仿真研究

利用LabVIEW软件开发了一套水声信号处理与目标方位估计的仿真演示系统。该系统针对水声信号的特点,搭建了信号发生、滤波处理、时频分析等处理单元,具有较强的水声信号处理能力。此外,将LabVIEW和MATLAB混合编程技术应用于水声信号处理中,实现了水下目标方位角的估计。仿真结果表明了该演示系统的有效性。     

浅海宽带声源深度判决方法

被动声呐系统具备区分水面和水下目标的能力是十分重要的。针对此问题,文章提出了一种在浅海环境下利用单水听器区分水面和水下目标进行分类的方法。声源深度判决问题可以看作二元分类问题,在理想浅海波导的相干多途信道模型下,推导了海底和海面反射声与直达声时延差比值的关系式,并基于该比值构建了与声源距离无关的深度判决统计量,利用该统计量与预设门限进行对比,可以对水面和水下声源进行区分。在宽带噪声源的假设下,接收信号的功率谱中含有与多途时延量有关的周期分量,对功率谱进行稀疏性约束,可利用正交匹配追踪算法对海底和海面反射声时延进行估计。计算机仿真给出了时延估计性能,分析了时延估计误差对算法的影响性能,同时利用蒙特卡罗试验方法验证了所提声源深度判决方法的有效性。