单矢量水听器多目标方位估计的算法研究

矢量水听器可有效抑制各向同性的背景噪声干扰,能同时共点地拾取声场的声压标量和振速矢量信息。这些信息的偶次阶矩组成了以各个目标的声强和方位为未知数的非线性方程组。为了求解该方程组,研究了具有全局最优化概率搜索的快速方法:遗传算法和小生境遗传算法,并对两者的性能进行比较。仿真试验的结果证明了算法的可行性,即基于小生境遗传算法能够实现单个矢量水听器进行多个非相干源目标的方位估计。为了提高弱目标的方位估计精度,又提出了二次小生境搜索方法。     

单矢量水听器MUSIC估计与互谱估计的性能比较研究

为了研究单矢量水听器的目标方位估计能力,将MUSIC算法和互谱法分别用于单矢量水听器方位估计。根据单矢量水听器的阵列流形特点,将子空间分解理论应用到单矢量水听器方位估计上,实现了单矢量水听器的MUSIC高分辨方位估计。对单个的目标进行方位估计仿真,同时将MUSIC算法与互谱法进行比较,得到在低信噪比下,MUSIC算法的方位估计精度要高于互谱法。在高信噪比下,MUSIC算法和互谱法的方位估计有比较好的性能。水库试验数据验证了该MUSIC算法和互谱法的有效性。     

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。     

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.     

单矢量传感器信号处理方位估计

研究基于压差式矢量传感器声压振速联合处理的方位估计算法,获取目标真实方位.采用频数直方图对信号的每个采样区间内的一定采样点数的瞬时方位估计值进行统计,统计出该采样区间内的方位值集中数目,方位值集中数目最多的方向则表明该方向声能流最大,即为目标方向.水池试验结果验证了频数直方图方法可以有效剔除目标估计中界面反射干扰信号引起的方位估值,获得目标真实方位.     

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。     

水听器混合阵列MUSIC方位估计研究

实际应用中,矢量水听器阵列是声压水听器阵列通道数的三倍（二维矢量水听器阵列）或四倍（三维矢量水听器阵列）,其相应的数据量、信号处理复杂度及成本亦明显增加。在阵列中混合配置声压水听器与矢量水听器,是一种解决该问题的有效途径。利用多重信号分类法（MUSIC）,对五种配置的水听器混合阵列进行研究,分析在不同信噪比、目标相对运动时对方位估计的影响。仿真表明,在有相同数目矢量水听器时,水听器混合阵列间隔配置比集中配置要好;在目标方位未知的情况下,在中间配置一个矢量水听器比在一端配置要合理。     

基于声矢量传感器阵的相干源高分辨方位估计

声矢量传感器能同时共点获得声场中声压、振速信息及更多的信息量,具有很好的应用前景.研究了声矢量传感器阵方位估计的多重信号分类(MUSIC)算法,并在此基础上推导了基于空间前向平滑算法的声矢量传感器阵相干源方位估计的方法.采用该方法可以有效地对相干源进行方位估计,同时综合利用声压、振速信息可以实现信号源方位360°无模糊估计,计算机仿真表明该方法具有较好的方位估计性能.     

单矢量水听器基于互谱测向的多目标分辨

利用单个矢量水听器可以测出目标声源的方位,提出了一种利用单矢量水听器基于互谱测向的多目标分辨方法。利用互谱测向方法计算出测量过程中各个目标的方位变化轨迹,画出方位历程图,根据方位历程图选择目标方位相差比较大的时刻,根据方位信息提取出各自目标声源的特征谱;只要目标声源的特征谱不重合,就可以分辨出多个目标。本文结合仿真说明了分辨2个目标的方法和计算过程,利用本方法可以分辨2个或更多目标。     

基于EMD的矢量水声器方位估计算法

对经验模态分解算法(EMD算法)进行深入研究,对其基本原理、基本性质以及存在的问题进行分析。为改善EMD算法在方位估计的精度,减少高频噪声、间断干扰的影响,本文采用Hilbert-Huang变换方法来消除模态混叠现象。实验结果表明,本文提出的基于EMD的矢量水声器方位估计算法,能够有效提高方位估计的精度。     

三维压差式矢量水听器定向性能分析

由于压差式矢量水听器是通过声压梯度来近似测量质点的振速,因此声场计算误差必将影响其定向精度.从理论上对三维压差式矢量水听器定向性能进行了分析,推导了由声场计算误差引入的目标俯仰角和方位角误差公式.此外,利用平均声强流定向算法,通过仿真详细分析了矢量水听器各阵元幅度和相位不一致、阵元间距、积分时间和信噪比等因素对目标定向精度的影响.仿真结果对三维压差式矢量水听器的制作及实际工程应用均有指导意义.     

基于改进粒子群算法的散焦舰船图像模糊参数估计

针对散焦舰船图像模糊问题,采用传统参数估计方法受到噪声影响,导致估计误差较大,为了避免该问题,提出改进粒子群算法。分析散焦舰船模糊图像退化模型,得到退化后图像计算公式。根据该公式初始化粒子群,通过跟踪极值来判断最新位置,并对运行速度进行控制。采用改进后的例子算法构建半径为r的圆,并分析圆弧形状和散焦频谱特征,通过计算幅值可得到散焦模糊参数的估计。由实验结果可知,该方法最高估计精准度可达到0.985 2,具有较强抗噪性能。     

粒子群优化算法中粒子更新方法研究

粒子群优化算法是根据鸟或鱼群居社会行为而提出的随机优化算法,但标准粒子群优化算法存在早熟收敛和搜索精度低等问题.因此模拟生物克隆选择中5%的B细胞自然消亡过程,在粒子群优化算法进化过程中分别基于代间差分、混沌理论、变异原理等方法设计了8种粒子更新算法,并按照模拟退火方法进行更新后粒子的选择.通过数值实验得出基于代间差分和混沌变异的粒子更新算法(即算法8)是一种很好的选择,并且当性能较差的20%左右粒子按照这种算法更新时效果较好.这种算法可以有效克服标准粒子群算法的早熟现象,并能够加快收敛速度.     

改进粒子群算法在USV航向稳定性控制中的研究

水面无人艇(USV)在军事侦查、海洋环境探测和执行特殊作战任务等方面有重要应用,近年来引起了世界各国的普遍重视。水面无人舰艇是一个不确定性系统,在实际工况下易受海浪、海流等外部环境因素的干扰,因此,USV的航向稳定性控制一直以来是研究的重点和难点。本文基于改进粒子群控制算法,同时结合PID自适应控制技术,设计和开发了USV的航向稳定性控制系统。     

基于粒子群算法的船舶定位系统故障优化

船舶的锚泊方式只适合在浅水区进行定位,随着人类探测和航运活动逐渐向着深海拓展,适用于深海的船舶动力定位方式被开发和应用起来。本文研究的主要内容是船舶定位系统的故障诊断和优化,本文首先介绍了一种新型寻优算法-粒子群优化算法的原理和基本流程,然后针对船舶动力系统的结构及常见的故障类型,建立了动力定位系统的故障优化模型,并开发了基于粒子群算法的船舶定位系统故障优化策略,对改善船舶动力系统的故障诊断与优化有重要的价值。     

船舶电网重构网络中的粒子群算法研究

船舶电网重构是船舶电网控制的重要功能之一。本文在深入研究船舶电网结构和需求的基础上,提出一种有效的电网重构方法。选择粒子群算法(Selective Particle Swarm Optimization,SPSO)作为电网重构的优化方法,并将最小化电网重构的功率损失作为优化目标。选择粒子群算法是二分粒子群算法(BPSO)的改进方法,相比于BPSO,本文采用的SPSO能够实现更好的优化性能。最后在多种不同电网负载情况下,比较SPSO和BPSO算法的网络重构效果,证明本文提出的方法具有较好的性能。     

船舶工程中的云粒子群算法研究

船舶在航行过程中的航向控制对于船舶航行安全是非常重要的。本文首先阐述传统的云粒子群算法,然后针对其陷入局部最优等缺点进行改进,利用云变异的云自适应粒子群优化算法进行船舶航向PID控制,并进行仿真实验。实验结果表明,本文算法具有较强的鲁棒性和稳定性。     

基于粒子群算法的船舶发电系统电路优化

船舶发电系统电路受到传感电机电磁耦合的影响,容易产生串扰,导致输出功率因素不高,需要进行电路优化设计。提出基于粒子群算法的船舶发电系统电路优化方法,构建船舶发电系统电路优化的控制约束参量模型,采用粒子群进化方法进行电路优化参数的自适应寻优,以粒子种群的适应度方差最小为约束条件,得到电路控制参数的最优解。以此为指导进行船舶发电系统电路的优化设计,并进行电路测试和仿真分析,得出采用该方法进行船舶发电系统电路优化能提高关联约束参量的寻优能力,发电系统控制的稳定性较好,发电系统的输出功率增益得到提升。     

粒子群算法在船舶电网系统中的应用

介绍粒子群算法的原理,并根据算法中的问题,改进粒子群算法,将自适应粒子群优化算法应用于船舶电网系统中。对自适应粒子群优化算法中的参数进行调整和变异,增强了种群全局寻优的速度和精度。最后将此算法应用于船舶电网系统的无功优化中,并通过对比实验说明本文所采用的算法在稳定系统电压方面效果明显。