自动识别系统AIS的信道抗干扰与噪声抑制技术

AIS系统是船舶导航、通信等功能的关键组成部分,通常,AIS系统采用VHF天线进行高频信号传输,这种信号传输方式往往受到电磁、杂波等干扰,降低信号传输的精度。针对这一问题,本文重点研究AIS系统的信号抗干扰和噪声抑制技术,建立AIS系统的干扰信号模型,采用匹配滤波算法对AIS系统的噪声干扰信号进行抑制,取得了良好的效果。     

N-P准则与CA-CFAR检测技术研究

在杂波和噪声环境下脉冲雷达对杂波和噪声进行统计分析处理,确定杂波和噪声的概率分布模型,选择相应的恒虚警检测方法,以检测目标回波信号。N-P准则不能随环境的变化而调整门限,虚警概率较高;而CA-CFAR检测能够根据参考窗内的信号的特性,自适应调整检测门限,虚警概率较低。文章研究了N-P准则和CA-CFAR检测技术的基础,并对二者的检测性能进行了仿真分析比较。     

基于DASP的船舶舱内噪声信号测量系统研究

研究了基于DASP软件系统的船舶舱内噪声信号采集系统,且系统在海上航行船舶舱内准确地测试了舱内噪声信号,很好地监测了室内噪声环境。海上试验结果表明该系统具有较好的可靠性和可操作性,测试数据说明船舶舱内噪声信号具有较好的频谱特性,十分便于舱内噪声的监测和研究。     

雷达信号检测中恒虚警处理的算法研究

介绍了几种适于雷达信号检测的恒虚警处理（CFAR）的经典算法,在此基础上提出一种多分层的恒虚警处理算法。     

船舶动力机械设备噪声数据远程监测方法

船舶动力设备作为船舶动力发生核心单元,其设备运行的稳定尤为重要。其中,动力设备运行过程中的噪声数据,可直接作为监测判定船舶动力设备故障与否的重要信息源。在对噪声源监测过程中发现,传统的动力设备噪声监测方法,对噪声数据源单频信号通道支持计算缺乏逻辑支撑,导致数据分析无法接入网络,完成远端的监测执行,不利于噪声数据的远端综合分析与大数据化的指挥调度。为此,提出船舶动力机械设备噪声数据远程监测方法。1)通过对现有噪声数据监测算法的数学建模,得到单频通道下的噪声信号频谱特征规律;2)根据单频噪声信道频谱规律计算得出单频信道的逻辑函数;3)引入EEDM单频噪声信道特征逻辑算法,对噪声单频信道逻辑进行优化计算,实现对远程执行协议逻辑的支持,完成动力设备噪声数据的远程检测;4)通过仿真实验证明提出方法的有效性。     

基于频域特征的水下高速目标瞬态信号检测

水下高速目标出管瞬态信号低频特征明显。介绍了Power-Law瞬态信号检测器,针对水下高速目标的出管噪声特点,提出了基于频域特征的瞬态信号检测方法。若中高频部分能量变化明显,直接判断为非水下高速目标。利用该方法对鲸鱼的鸣叫声和实测某水下高速目标出管噪声进行了信号检测,结果表明该方法可有效对水下高速目标出管噪声进行检测,并在一定程度上降低了虚警概率。     

船舶行驶过程机舱自适应消噪算法研究

由于船舶行驶过程中产生的噪声会掩盖机舱设备信号,使工作人员的信号监测难度增加,为此提出船舶行驶过程机舱自适应消噪算法研究。寻找噪声来源,提取噪声特征,计算得出噪声序列,分析噪声线谱,调制包络谱以及连续谱三者间的相关性,利用Ansys软件,建立船舶机舱的缩比模型,获得振动模态点。采用自适应滤波器,将噪声相互消减,实现自适应消噪,完成船舶行驶过程机舱自适应消噪算法研究。设计仿真对照实验,检测研究结果,利用计算机程序,模拟实际应用过程。实验结果表明,采用所提出算法能够有效控制信噪比曲线,使其波动保持在稳定范围,减小了混在设备信号当中的噪声,与常规算法相比,对噪声的控制效果更好。     

基于傅里叶变换的尾流光散射检测信号处理

在水下目标探测系统中,由于受到水下噪声反射、磁性干扰等多种因素,会对探测结果造成干扰。尾流光散射检测可以有效消除水下噪声及电磁干扰,算法精度与实时性是整个信号检测系统的重要指标,解决的关键是滤除光电转换器中的系统噪声。傅里叶变换能够同时在时域及频域描述信号特征,结合滤波器可有效进行原始信号的分解、滤噪。本文研究了基于傅里叶变换的尾流光散射检测信号处理算法,最后对算法进行仿真分析。     

基于双边滤波的船舶图像混合域去噪方法

船舶SAR图像由于高斯噪声、相干斑噪声以及SAR雷达的阴影特性等原因,SAR图像中存在着大量噪声,这些噪声信号会干扰基于SAR图像的海上船舶目标识别与监测。针对这一问题,本文提出一种基于双边滤波算法的船舶SAR图像混合区域去噪算法,阐述双边滤波算法的原理,进行SAR图像噪声的来源建模,在实际船舶SAR图像的处理过程中取得了良好的降噪效果。     

海洋环境中舰船通信微弱信号增强技术

舰船通信系统的信号传输过程中受海上气象条件、干扰噪声等因素的影响,信号中的噪声占比不断提高,使信号逐渐"微弱"。针对海洋环境下的舰船通信微弱信号增强问题,本文采用了基于噪声随机共振理论的信号增强技术,使随机噪声与通信信号产生共振,提高通信信号的强度。分别从随机信号的参数优化算法、随机共振理论和微弱信号增强系统的开发等多个方面进行介绍。     

一种改进的分数阶Fourier变换目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难于在时频域得到好的检测结果。对此提出了分数阶Fourier变换检测算法做出改进,新的算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真实验中利用改进的分数阶Fourier变换算法对运动目标进行检测,结果表明新的分数阶Fourier算法的检测性能优于原分数阶Fourier变换。     

基于小波变换与变步长LMS算法的船舶磁场信号检测

针对检测船舶磁场信号时信噪比较低的问题,提出了一种基于小波变换与变步长LMS算法的检测方法.根据船舶磁场信号的实际特征,首先对信号进行小波分解,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取船舶目标特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强...     

Multi-agent immune recognition of water mine model

It is necessary for mine countermeasure systems to recognise the model of a water mine before destroying because the destroying measures to be taken must be determined according to mine model. In this paper, an immune neural network （INN） along with water mine model recognition system based on multi-agent system is proposed. A modified clonal selection algorithm for constructing such an INN is presented based on clonal selection principle. The INN is a two-layer Boolean network whose number of outputs is adaptable according to the task and the affinity threshold. Adjusting the affinity threshold can easily control different recognition precision, and the affinity threshold also can control the capability of noise tolerance.     

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.     

基于遗传算法的目标设定式电磁扫雷具结构研究

从考察目标设定式电磁扫雷具模拟受保护舰船磁场效果出发,利用遗传算法良好的全局搜索能力,得出现有目标设定式电磁扫雷具在模拟上有保护舰船磁场上的不足及原因,提出一种在不改变目标设定式电磁扫雷具单个磁体结构的基础上,通过改变磁体水中状态提高模拟效果的办法,通过仿真试验,结果表明该方法效果良好。     

基于免疫进化ANN的雷达信号分选方法

介绍采用基于免疫进化算法的神经网络对雷达信号分选的实现方法。基于免疫进化算法的ANN采用全局搜索的优化方式，克服传统算法的固有缺陷，在收敛速度和性能上都有较大的提高。并用仿真结果表明，基于免疫进化算法的ANN对各种特殊体制的雷达信号分选都达到了较高的正确分选率。     

对称Alpha稳定分布噪声下的Duffing振子检测方法

Duffing振子是利用系统对与策动力同频的小信号敏感而对噪声免疫实现微弱信号检测,特定分布下的噪声激励Duffing振子系统不会发生相变是应用该方法的前提条件。文中主要研究了服从Alpha稳定分布的噪声激励Duffing振子产生相变的鲁棒性问题,研究结果表明Duffing振子相变在Alpha稳定分布源的激励下为小概率事件。为消除小概率相变的影响,利用多支路并行检测及多数判决准则对常规的Duffing振子检测方法进行改进,即将待测信号分段截短周期延拓后送入多个并行Duffing振子检测单元,若检测单元多数发生相变,必然是由于弱目标信号而非噪声激励所致,即可判定检测信号中包含目标小信号。将该方法应用于水下目标回波信号的检测中,实测数据处理结果验证了该方法是有效的。     

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。     

导航信号卡尔曼滤波定位解算方法研究

研究了导航信号的卡尔曼滤波定位解算方法，该方法能够实现用小全的测量值完成导航解的估值解算，同时还可以对导航解进行平滑，减小噪声对导航解的影响。仿真结果证明了该方法在导航定位解算中的有效性和可行性。