基于自适应迭代阈值的声呐图像增强算法

水下声呐成像探测技术日益成为各国普遍重视的技术。声呐图像具有对比度低、成像质量差的特点，对声呐图像进行增强处理是进行声呐图像判读和提高视觉效果的基础之一。针对声呐图像增强算法研究较少等问题，提出了一种迭代阈值图像增强算法，并采用评价准则算法和频域响应法对常用的几种图像增强算法进行比较分析。结果表明，该方法具有算法简单、易于实现等特点，且增强效果可较好地满足视觉效果的需求。     

非高斯噪声下基于EM迭代算法的多用户检测分析

在进行信号传输时,由于各种干扰的存在,不可避免地产生误码（也称缺失信号）,而EM算法是近些年来常用的求解缺失数据时的迭代算法,由于EM算法简单易行性与普遍适用性的特点,提出了基于EM迭代算法的多用户检测方法,仿真环境放在非高斯噪声下,对在两种非高斯噪声与高斯噪声下的EM算法的性能与收敛特性做一比较分析,实验结果显示在非高斯噪声下误码性能较差,但是收敛性变化不大具有鲁棒性。     

基于步长优化的自适应谐波电流检测方法

谐波电流精确检测是有源电力滤波器性能优化的关键。本文在自适应噪声对消技术的框架内,提出了一种步长优化的变步长最小均方误差(Least Mean Square,LMS)谐波电流检测算法。首先,采用Sigmoid二次型函数构建步长因子的动态调整规则,实现不同误差情况下的自适应稳态调谐,并通过引入误差的三次方二次项的形式,增强了小误差的收敛速度,降低误差收敛的震荡现象;接着,通过误差信号的变化处理,降低了噪声功率对收敛曲线的震荡效应,实现了滤波器权系数的迭代优化。仿真结果表明,本文方法有效提升了谐波电流的检测精度,较好的折中了收敛速度与稳态失调误差的矛盾。     

改进的YOLOv3水面障碍物检测方法

为了提高无人艇在自主航行过程中对水面常见障碍物检测的精度，解决模型参数量较大、模型复杂难以应用于嵌入式设备的问题，提出一种改进的YOLOv3水面常见障碍物检测方法。使用K-means++算法对自建数据集进行聚类得到新的锚框参数，通过添加雨雾噪声的数据增强方法优化模型在复杂天气状况下的障碍物检测能力。针对模型参数量较大问题，使用深度可分离卷积和注意力机制模块重构特征提取网络中的残差结构。为了优化预测框的回归效果，引入SIo U损失函数，将预测框与真实框的方向角度作为损失之一，加快训练速度，提高推理的准确性。通过试验验证了改进后模型参数量缩减了44%，检测精度提高了5.19%，漏检率也有所降低，能有效进行水面障碍物的检测。     

基于BP神经网络与L-M算法的潜艇声纳自噪声预报

L-M（Levenberg-Marquart）算法与BP（Back-Propagation）神经网络相结合，使神经网络在多样本、大变量输入的情况下，具有更快的收敛速度和更高的逼近精度。将BP神经网络与L-M算法相结合应用于潜艇声纳自噪声预报；分析了影响潜艇声纳自噪声的各种声源参数；利用潜艇声纳实测数据进行网络训练，训练好的神经网络可以对潜艇声纳自噪声进行精确预报。     

基于免疫机制的改进粒子群优化算法研究

针对粒子群优化(PSO)算法容易陷入局部极值的不足,引入免疫机制对PSO算法进行优化,实现全局搜索。通过免疫机制的应用,根据亲和度的高低进行粒子克隆、选择、淘汰和高频变异,增强了算法全局搜索的能力,提高了收敛速度和精度。实验表明,改进后的算法完成全局搜索所需的迭代次数明显少于PSO算法,具有优良的自适应调整性能。     

基于循环平稳特性的跳频信号盲检测算法

跳频信号作为扩频通信的一种,由于其具有较强的抗干扰,抗截获的能力,并能作到频谱资源共享,因此在军事应用中得到了广泛的应用。文章针对通信对抗中的跳频信号盲检测问题,提出了一种基于循环平稳特性的跳频信号盲检测算法。该算法将渐进最优x^2检验方法推广到跳频信号的检测问题上,提出检测统计量,从而完成对高斯白噪声环境下的跳频信号检测。实验结果表明,与传统能量检测方法相比,该算法对于高斯白噪声环境中的跳频信号具有更好的检测性能,且计算量小,易于实现。     

一种基于小波包分解FXRLS算法的自适应噪声抵消方法

将小波包分解技术引入FXRLS算法,并形成了基于该算法的自适应噪声抵消方法。通过仿真实验和实测数据进行了验证,结果表明,该方法比传统系统具有更快的收敛速度和更高的降噪能力,能够处理复杂的水下噪声主动抵消问题。     

跟踪反馈技术在舰载雷达目标检测的应用

相控阵雷达的出现,使得舰载雷达可以通过控制阵元间的发射接收相位差来改变波束方向,提高雷达波束的扫描速度。然而,基于RFS建模的多目标跟踪算法仍面临非线性系统下多目标跟踪精度的问题,需要借助单目标滤波算法中的非线性近似手段提升舰载雷达跟踪水平。本文围绕跟踪反馈技术在舰载雷达目标检测,以δ-GLMB跟踪反馈算法展开研究。使用多传感器提供的更全方位、更深维度的信息,提高整个跟踪反馈技术系统的观测精度,进而增强舰载雷达的抗误检、漏检、虚检能力。     

基于粒子滤波的声呐图像目标跟踪算法研究

声呐图像目标跟踪技术在水下UUV作战系统中具有重要意义,由于水声环境复杂,噪声干扰严重,导致声呐目标跟踪效果欠佳。本文针对UUV声呐成像特点,首先给出一种改进的Curvelet变换图像增强方法,可以有效降低声呐图像噪声并在一定程度上增强目标图像的边缘。并此基础上,提出一种基于粒子滤波的声呐目标跟踪算法以获得更为准确的目标跟踪效果。仿真结果表明,相较于传统声呐目标跟踪,该方法具有更好的目标跟踪精度以及鲁棒性。