盲均衡技术在水声信道均衡中的应用进展

简述了水声信道的一般特点,概述了基于Bussgang类盲均衡算法、基于高阶统计量类盲均衡算法、基于神经网络类盲均衡算法、基于小波变换类盲均衡算法的优缺点及其在水声信道均衡中应用的现状,并指出了其今后的发展方向。     

通信信号调制盲识别方法研究

讨论调制识别技术的原理及发展状况,系统地总结多年来通信信号调制盲识别方法,包括基于似然比的调制盲识别方法和基于信号特征的盲调制识别方法,分析各种方法的原理和性能,最后对识别方法的发展进行展望,对分类器进行总结。     

基于小波滤波的海面杂波过滤降噪处理技术

海上地形环境复杂,对于微小目标识别系统,受到海面杂波影响,目标物识别的分辨率变低。海面杂波一般由船舶运行引起的波浪起伏﹑地形变化等因素引起,较易与快速移动的微小目标物重叠,引起目标识别困难。小波滤波是一种高效的过滤噪声算法,对目标检测中的海面杂波具有很好的过滤效果,能够提高微弱目标的检测效果。本文研究海上杂波的频率特性,在此基础上设计基于小波滤波的海面杂波过滤降噪处理技术,最后给出仿真结果。     

非常数模信号的水声信道稳定盲均衡算法研究

水声信道中存在有大量的脉冲噪声和多普勒频移效应,这会造成水声通信系统最佳采样位置发生偏移,对均衡算法的稳健性造成严重影响。本文从提高均衡算法稳健性的角度出发,借助早迟积分比相原理完成对采样位置的跟踪,同时采用均衡滤波器系数变化量的Euclid范数作为代价函数,提出了一种归一化修正常模盲均衡算法,并用判决正方形方法进行了改进。仿真结果表明,在高阶QAM通信系统中,所提出的算法具有更好地收敛能力与稳定性,保证了水声通信的高效运行。     

船舶通信网络信道均衡控制技术研究

常规通信网络信道均衡控制技术应用于船舶通信网络中,存在信道均衡偏差较大的不足,为此提出船舶通信网络信道均衡控制技术研究。引入信道均衡计算机控制算法,搭建信道均衡计算机控制平台,实现船舶通信网络信道均衡控制模型的构建,基于均衡器的选择以及信道参数的确定,实现船舶通信网络信道均衡控制技术研究。仿真试验数据表明,提出的通信网络信道均衡控制技术较常规信道均衡控制技术,信道均衡偏差降低5.24%,适用于船舶通信网络的信道均衡控制。     

移动船舶通信网络的信道均衡技术研究

信道均衡问题是移动船舶通信网络研究中的重点课题之一,目前存在的解决方法主要有2种:基于神经网络和基于遗传算法的信道均衡技术,这2种方法经实践,信道分配效果较差,导致产生了极大的误码率,影响了数据传输质量。针对上述问题,研究一种基于蚁群算法的信道均衡技术。该技术首先需要建立一个移动船舶通信网络的信道均衡模型,然后利用蚁群算法对该模型进行求解,找出最佳的信道均衡方案。结果表明:与传统基于神经网络和基于遗传算法的信道均衡技术相比,利用本技术进行信道均衡后,误码率分别降低0.32×10–5%和0.05×10–5%。     

基于小波变换和神经网络的数字调制识别技术

本文讨论了基于小波变换的几种常用调制制式(BASK、4ASK、2FSK、4FSK、QPSK、8PSK、16QAM)的神经网络识别问题,利用小波变换提取信号特征,再通过BP神经网络来分类,有机结合了小波变换良好的时频局部特性和神经网络的自学习、自适应性。在加性高斯自噪声条件下通过仿真研究了该识别方法的性能。     

基于归一化误差函数的变步长分数间隔盲均衡算法研究

针对常数模算法收敛速度慢的特点,提出了一种快速收敛的盲均衡算法。该算法修改了传统常数模算法的误差函数,且采用可变步长和分数间隔采样,有效地提高了收敛速度。浅海水声信道模型仿真结果表明,采用归一化变步长分数间隔常数模盲均衡算法比传统的常数模算法和固定步长分数间隔算法收敛快,均衡性能有明显提高。     

基于不同误差函数的判决反馈水声信道盲均衡算法

在分析不同误差函数的特性和CMA算法的基础上,研究了基于不同误差函数的判决反馈盲均衡算法.水声信道的仿真分析表明: 1)对于频响起伏较大的水声信道,CMA-DFE在收敛速度与均方误差方面的性能优于CMA;2)在实验参数相同的条件下,由于误差函数的不同,CMA-DFE的性能也不同.     

水声通信自适应均衡技术研究

论述水声信道均衡技术原理,针对传统均衡技术的缺点进行改进,提出NLMS和AFA算法。通过搭建均衡实验环境对LMS,NLMS,RLS和AFA等4种算法进行收敛速度、均方误差的仿真对比。实验结果表明,改进后的算法较传统算法具有收敛速度快、均方误差小和抗干扰能力强等优点,更适合进行水声通信。     

利用小波变换设计的SAR图像检测研究

近年来,合成孔径雷达(SAR)飞速发展,已成为当今获得遥感信息的主要传感器之一。SAR图像检测由于其高分辨率和全天候全方位的优点,成为舰船尾迹检测的最重要方式之一。然而,传统的人工检测方法已不能满足大量的SAR图像数据要求,因此,为提高检测的准确率,必须开发海面舰船目标监测算法。针对这一需求,本文开发一款基于小波变换设计的SAR图像检测算法,该算法兼顾速度和准确率,具有广阔的应用前景。     

基于小波变换的雷达图像处理技术及仿真

在现代船舶中,航海雷达广泛应用于航海导航、目标物检测跟踪及安全运行等领域,所以在船舶中配备实时高效的雷达数据及图像处理系统成为利用航海雷达的关键。同时,小波变换由于其具有高分辨率的图像处理功能而在图像处理领域得到了较为深入的研究应用。本文研究航海雷达图像信息中混入噪声及杂波的分布特性,提出一种基于小波变换的雷达图像数据杂波抑制、去除噪声的方法,最后给出仿真结果并进行分析。     

基于整数小波的雷达图像快速无损压缩算法

针对雷达图像数据量大,不便于传输、存储等问题,提出了将整数小波变换、哈希算法和集分割嵌入式编码相结合的雷达图像快速无损压缩算法.通过对雷达图像信号的压缩实验,该算法在不影响事后对雷达数据进行分析的情形下,提高了图像的压缩速度和压缩比,具有广泛的应用价值.     

海杂波信号降噪处理中的小波阈值算法研究

在雷达信号目标检测系统中,雷达脉冲信号照射海面会形成一种后向散射回波,这种散射回波会对雷达造成较大干扰,被称为海杂波信号,海杂波信号进行降噪处理对于提高雷达系统的性能有重要意义。本文利用小波阈值算法和非线性分析,对海杂波信号降噪处理进行系统研究。     

一种基于小波变换的SAR图像船舰监测新算法

船舶图像监测技术对于船舶的运行安全有着非常重要的作用,特别是在航道管理、船舶避碰、状态检测等领域,通过分析传感器采集的数据,可以获得非常多有用的信息。本文主要结合先进的SAR算法,通过小波变换对图像的有用信息进行过滤,提高了船舶图像的识别率。首先,对小波变换理论和SAR识别算法进行了原理阐述,然后对图像进行数字建模,提取出其中的有效矩阵信息,通过对特征数据进行互补和冗余信息,提高了系统的识别性能,在数据处理时,由于存在外部噪声干扰的问题,所以需要加入去噪声滤波算法。     

小波分析在惯性-多普勒声呐组合导航系统中的应用研究

在惯性-多普勒声呐组合导航系统中,多普勒声呐为惯性导航系统提供舰船的外部速度信息.组合导航系统的速度误差主要取决于多普勒声呐测速误差,多普勒声呐的性能将决定惯性导航系统的精度.由于舰船的摇摆、风浪、海水温度、多普勒声呐本身的缺陷等因素,使多普勒信号中不可避免地受到其噪声的影响.针对多普勒声呐信号的特点,采用小波变换对声呐信号进行多分辨力分析.利用Daubechies小波函数,采用阈值去噪的方法,能够在低信噪比的情况下准确地估计多普勒声呐的频移,从含有噪声的多普勒信号提取出原始信号.通过仿真实验表明,将小波分析应用于惯性-多普勒声呐速度组合导航系统中,能有效提高导航系统的速度精度.     

基于双树复小波的被动目标特征提取方法研究

针对水下目标辐射噪声特征提取困难的问题,提出一种基于双树复小波变换的特征提取方法。首先,采用一种改进的小波阈值去噪方法去除水下目标辐射噪声信号中的噪声成分,该方法可以获得优于经典小波阈值去噪方法的结果;其次,在特征提取过程中,采用具有近似平移不变性的双树复小波变换,该方法能够克服信号时移带来的影响,得到稳定的目标特征向量。仿真试验和实航数据处理结果表明,本文方法提取的目标特征向量比使用离散小波变换提取的结果更稳定。     

基于双树复小波的被动目标特征提取方法研究

针对水下目标辐射噪声特征提取困难的问题,提出一种基于双树复小波变换的特征提取方法。首先,采用一种改进的小波阈值去噪方法去除水下目标辐射噪声信号中的噪声成分,该方法可以获得优于经典小波阈值去噪方法的结果;其次,在特征提取过程中,采用具有近似平移不变性的双树复小波变换,该方法能够克服信号时移带来的影响,得到稳定的目标特征向量。仿真试验和实航数据处理结果表明,本文方法提取的目标特征向量比使用离散小波变换提取的结果更稳定。