基于最小模MUSIC算法的电力谐波/间谐波检测方法

在电力谐波/间谐波检测中,以传统傅里叶变换为基础的分析方法分辨力差、检测精度较低,基于空间谱估计的多重信号分类(MUSIC)方法易受噪声干扰,且对各信号幅值和相位检测的准确性差等问题,文中提出对电力谐波/间谐波参数准确检测的最小模多重信号分类(MNM-MUSIC)算法,它由采样序列得到自相关函数并构造自相关矩阵,由此得到相关阵的特征值,根据最小描述长度(MDL)准则估计信号源数目,进一步用最小模方法对MUSIC算法做出修正,即利用小特征值对应的噪声子空间的线性组合与信号矢量的关系估计出各信号的频率,最后用扩展Prony方法得到各信号幅值和相位信息,由此完成对电力谐波/间谐波参数的准确检测.仿真结果表明:与经典MUSIC算法相比,此方法的优点在频率检测方面精确度更高,抗噪声能力更强,在电力谐波/间谐波分析检测中具有更高的准确性.     

基于改进空间平滑算法的复杂多信号测向技术研究

论文针对空间平滑算法无法在有限阵元数目下实现多相干信号源的测向等问题,提出一种基于改进的空间平滑算法,仿真结果表明该算法可以降低对DOA估计对阵元数目的要求,并且还适用于非相干、相干和混合信号源等的复杂多信号环境。     

单矢量水听器四阶累积量MUSIC算法对信号DOA的估计

针对传统MUSIC算法的局限性,提出了一种基于高阶累积量的单矢量水听器MUSIC算法.这里将单个矢量水听器理解为一个标量传感器阵列,按照阵列信号处理的原理对其输出的标量场和矢量场信息进行联合处理,该算法先构造四阶累积量矩阵,代替传统MUSIC算法中的阵列协方差矩阵,对四阶累积量矩阵采用MUSIC算法作方位估计.仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,MUSIC算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,该方法还是能获得高分辨率的估计.湖试结果也表明,文中算法有更好的目标方位估计性能.     

基于高阶累积量的近场源三维参数估计算法

针对近场源距离、频率和到达角三维参数的联合估计问题,采用了一种基于高阶累积量理论的对对近场源三维参数联合估计算法。利用几个四阶累积量矩阵构造一个高维的累积量矩阵,然后对其进行特征分解,以求得信号子空间,最终估计出各信号源参量。算法不需要谱峰搜索,适用于任意的加性高斯噪声环境,仿真结果表明算法可以较精确的估计出两个信源的方位角、距离和频率三维参数。     

基于分数阶傅里叶变换的线性调频信号检测算法

针对复杂噪声背景下线性调频信号检测问题,利用分数阶Fourier变换具有解除时频耦合和信号在分数阶Fourier域呈现能量谱的高度聚集的特性,得出一种基于分数阶Fourier变换的信号检测算法,并将算法用于高斯白噪声和色噪声背景中信号检测。仿真结果表明,该算法对高斯、非高斯色噪声中的线性调频信号检测均有良好的检测性能。     

相关噪声背景下声矢量阵目标方位估计

传统的矢量水听器数据处理方法将单个矢量水听器的输出用一复数向量来表示,没有充分利用矢量水听器各振速通道的正交特性,为此提出了用复四元数对矢量水听器的输出数据建模,将矢量水听器输出的三个振速分量用复四元数的三个虚部表示,保留了矢量水听器各阵元的正交性,对相关噪声有较好的抑制能力。针对声源的非平稳特性,将观测数据分成多个子段,计算每个子段的协方差矩阵并进行向量化处理,通过一正交映射,消除干扰噪声,最后对去除噪声的伪协方差矩阵做特征值分解,利用MUSIC算法原理建立目标的方位估计公式。算法降低了对声源信号平稳性要求,对相关噪声有较强的鲁棒性。     

宽带多普勒声纳系统原理及特性研究*

宽带多普勒声纳采用重复相位编码信号和复协方差算法,相对于窄带技术大大提高了测量精度。论文分析了宽带多普勒声纳的系统结构和工作原理,介绍了复协方差方法,通过对湖试数据的分析,研究了多普勒声纳接收到的信号特性,分析了时域波形和包络,指出了回波首先以混响为主,经过一定的延时后接收的信号以限带白噪声为主;分析了海底回波的幅度特征并采用滑动谱矩估计分析了接收的整个时域信号的速度特征。分析了噪声的概率密度和功率谱,并与高斯白噪声比较,得到宽带多普勒声纳接收到的噪声近似服从高斯分布的结论。     

改进MUSIC算法对相关信号源DOA的估计

MUSIC算法能有效地估计独立信号源的DOA，并且在模型准确的前提下，对DOA的估计可以达到任意精度；MMUSIC算法可改善MUSIC算法对相关信号源的DOA估计性能，且不影响对非相关信号源DOA的估计；但对相干信号源和相隔比较近的小信噪比信号源，MMUSIC算法就不适用了，这里提出一种新的改进MUSIC算法，该算法既能有效估计独立信号源的DOA，也能有效地估计相关信号源和相隔比较近的小信噪比信号源的DOA。计算机仿真结果验证了上述理论分析的合理性。     

基于变点分析思想的高维机械噪声数据本征维估计方法

利用变点分析思想,针对高维数据协方差矩阵的特征值曲线特点,提出一种本征维估计方法:基于均值估计的特征值变点法,并应用于某双层圆柱壳体的机械噪声数据处理中。通过与其他现有常用方法的比较分析,验证了基于均值估计特征值变点法的可行性。结果显示:基于均值估计的特征值变点法理论简单、计算简便,计算结果客观、合理,对某双层圆柱壳体机械噪声数据的处理效果较好。     

基于可变抽头滤波器的信道估计的研究

文章在基于固定抽头横向滤波器的信道估计的基础上,对信道估计进行改进实现了基于可变抽头的信道估计。在这种信道估计中,运用Akaike information criterion（AIC准则）寻找与实际信道最相符的最佳信道结构模式,实现对滤波器的抽头数目的判定。采用找到的最佳信道模式可以减少均衡器的抽头数目,可以节约平均处理时间,并且在系统误码性能上也有提高。     

A new source number estimation method based on the beam eigenvalue

Most source number estimation methods based on the eigenvalues are decomposed by covariance matrix in MUSIC algorithm. To develop the source number estimation method which has lower signal to noise ratio and is suitable to both correlated and uncorrelated impinging signals, a new source number estimation method called beam eigenvalue method (BEM) is proposed in this paper. Through analyzing the space power spectrum and the correlation of the line array, the covariance matrix is constructed in a new way, which is decided by the line array shape when the signal frequency is given. Both of the theory analysis and the simulation results show that the BEM method can estimate the source number for correlated signals and can be more effective at lower signal to noise ratios than the normal source number estimation methods.     

A method of multi-channel reference signals acquiring in broadband ANC

In a flank array on an unmanned underwater vehicle （UUV）, self-generated noise which has broadband and colored spectrum property in frequency and spatial domain is the main factor affecting the performance of weak signal detection, so the technique of adaptive noise cancellation （ANC） as well as physical denoising and active noise cancellation are often used in practice. Because ANC is based on correlations, improvements in performance come from better correlation between reference signals and primary signals. Taking full advantage of the characteristics of flank arrays and the characteristics of information obtained from hydrophones, a new method for reference signal acquisition for adaptive noise cancellation is proposed, in which the multi-channel reference signals are obtained by accurate delaying for a given direction of arrival （DOA） and differencing between adjacent outputs of array elements. The validity of the proposed method was verified through system modeling simulations and lake experiments which showed good performance with little additional computational burden.     

船舶机械振动源激励力的间接估计工程方法

船舶机械设备输出到船体上的激励力对船舶结构振动预报有着重要意义,文章讨论了两种间接估算激励力的方法,目的是希望在工程现场应用这些工程方法取代激励力的直接测量.对刚性安装的机器推荐采用最小二乘方法,该方法是基于支撑结构的加速度导纳特性进行估算.对弹性安装的机器而言,推荐采用基于隔振器阻抗特性的激励力间接估算方法.力的估算是逆问题,文中采用奇异值分解技术来处理会遇到的病态问题,从而尽量降低估算误差.文中还对估算的准确度、估算质量评价等进行了讨论.条件数的倒数在最小二乘法响应点的选取时可作为优选的先验判据,归一化残差可作为估算质量的后验判据.实验证明了间接估算方法是确定船舶机械激励力的恰当选择,实验结果的最小二乘法相对误差为3分贝.测试中的信噪比被认为在力估算过程中有重要影响,低信噪比很可能是实际测试时的首要误差来源.该文也可用于指导船舶振动源特性描述的研究.     

船舶噪声的自适应分离技术

针对船舶杂系混合噪声的源数动态估计和分离技术,提出了一种基于盲源分离理论的船舶噪声自适应分离方法.首先采用一种基于交叉验证技术和递归运算相结合的方法来估计动态变化的噪声源数,然后利用峭度选取不同分布噪声的分离矩阵更新规则.四叶螺旋桨的船舶辐射噪声和船舶的杂系混合噪声盲分离的仿真结果表明了该方法的可行性,且它比传统的方法...     

基于主成分分析的舰船装备维修费组合预测

针对基于回归的组合预测模型,由于舰船装备维修费预测时可利用的样本小、可用的单项预测方法多,容易导致预测模型的数量比用于组合预测的样本数量多,出现回归系数无法估计的问题。在建立基于回归的舰船装备维修费组合预测模型前,首先对各单项预测方法预测结果进行主成分分析,建立舰船装备维修费实际值在选取主成分上的回归模型,给出基于主成分分析的组合预测模型;然后针对主成分分析中根据主成分的累积贡献率确定主成分数量具有一定的主观性,建议采用AIC确定主成分的数量;最后,采用实例对给出的方法进行分析和验证。结果表明:在舰船装备维修费组合预测中,该方法不仅解决了预测模型多于用来组合预测的样本数量问题,而且还可以解决单项预测方法之间的共线性问题,且其预测性能明显优于常用的组合预测模型。     

混沌理论在水声信号检测中的应用研究

为解决微弱信号的检测,提出了一种基于混沌预测的水声信号检测模型。根据混沌系统的动力学特性,给出了这种检测模型的检验准则,通过对实际水声信号进行仿真,结果表明,信噪比为-17dB情况,检测模型仍具有较强的检测能力,同时验证了检验准则的有效性;如要检测信噪比更低的信号,则要提高信号预测的准确率。     

一种估计水中目标辐射噪声线谱的方法

线谱是水中目标辐射噪声中重要的特征信息,在被动声呐系统中,线谱提取是水中目标识别的关键技术.文章简述了水中目标辐射噪声的物理成因和频谱特征,利用经典谱估计法与现代谱估计法在短时序列谱估计中的特点,结合仿真试验的结果,提出了一种对水中目标辐射噪声低频段线谱估计的联合分析法,并用该方法对2艘实船噪声进行了谱分析.实验结果表明,该方法对低频段的线谱特征提取有较好的实用效果.     

工程船动力定位系统滤波器设计与研究

为了解决卡尔曼滤波器在给定艏向线性化和过程噪声矩阵难以精确计算的问题,在建立船舶动力定位系统数学模型的基础上,设计了基于Sage-Husa自适应滤波算法的动力定位系统滤波器,并针对具体船型进行了滤波器设计,通过实船试验表明此方法能够很好的滤除高频运动信息的干扰,准确地估计出船舶低频运动信息,在工程上是可行的。     

基于四阶累积量的最小模DOA估计方法

高阶累积量由于对高斯噪声不敏感,在高分辨阵列信号处理中可用来提高参数估计的分辨性能。本文从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法,用四阶累积量构造了一个较通用的累积量矩阵,该矩阵符合最小模(M in-Norm)算法的结构,从而可进行DOA(D irection of Arrival)估计。由于四阶累积量对高斯噪声干扰不敏感,从而可提高估计的分辨性能。本文就这种方法在阵列信号处理中的应用,通过计算机仿真与基于二阶矩的M in-Norm算法进行了较全面的比较。仿真结果表明,该方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法。