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...     

LMS算法在舰船磁场信号检测中的应用

针对检测舰船磁场信号时信噪比较低的问题,提出了一种基于变步长LMS算法的检测方法.根据舰船磁场信号的实际特征,首先采用小波阈值去噪法对实测信号进行处理,去除测量信号中的白噪声,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,提取舰船磁场特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强了对舰船磁场信号的检测能力.     

自适应神经网络模糊技术的噪声抵消方法

利用自适应神经网络模糊推断系统可以抑制噪声,即从信号和噪声混合中提取信号,这种方法适用于有参考噪声的情况。正好适用于水动力噪声试验设备,其中北景噪声强,而且可以得到比较纯净的背影噪声作为参考噪声。这里给出了噪声信号在背景噪声信号的模拟例子。     

非高斯噪声背景下船舶轴频电场信号的提取

为了保证测量效果,采用窄带滤波对船舶轴频电场信号进行预处理,在此基础上,建立基于BP神经网络自适应噪声抵消系统对船舶轴频电场信号进行提取.     

一种被动声纳目标识别数据融合方法的研究

文章首先对目标噪声信号采用五种不同的方法提取特征矢量,然后采用基于自适应遗传BP算法的神经网络分别对五种特征矢量并发地进行分类,再采用遗传算法对分类器组合过程中的多参数进行优化,最后由五种分类结果最优组合产生最终的分类结果。实验结果表明该系统具有很好的分类效果。     

一种自适应门限时间方位历程显示背景均衡算法

根据目标信号与背景噪声的特点,结合机器自动提取BTR弱目标轨迹时的需求,本文设计了一种自适应门限背景均衡算法。相比于现有方法,该算法有两点改进:1)根据目标信号与背景噪声幅度比值,自适应生成滤波阈值,不需要人工设置与调试;2)根据目标信号与背景噪声在BTR中的显示特点,自动识别噪声并进行抑制,提高了弱目标与噪声的区分度。实测信号处理结果证明,本文算法能够在保护弱目标轨迹的情况下较干净地滤除背景噪声。     

自适应谱线增强在舰船辐射噪声线谱检测中的应用

舰船辐射噪声线谱成分包含有大量的舰船特征信息,提取这些线谱成分对于水下目标的识别和研究具有十分重要的意义.为了有效地将舰船辐射噪声特征线谱从宽带背景噪声中分离出来,提出了运用自适应谱线增强理论对舰船辐射噪声信号进行研究.利用最小均方LMS自适应算法,构造出自适应谱线增强器,从理论上对该增强器的原理进行了分析,并利用该增强器对2种船型的辐射噪声实测数据进行了处理.结果表明,该增强器对线谱信号有增强作用,对背景噪声有较好的抑制作用,十分有利于辐射噪声特征线谱的提取.     

基于进化规划的自适应高斯神经网络

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类，但此网络使用BP算法，其误差能量函数是一个不规则的超曲面，容易陷入局部极小值。因此，提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法，该方法能够自动的确定网络的最优结构和联结权值，同时避免网络的局部优化。将该方法用于被动声呐晶目标的分类识别，实验结果表明基于进化规则的自适应高斯神经网络能够有效的克服局部最小问题，具有更好的识别率。     

基于高阶谱的水下目标识别

利用高阶谱估值法,对具有很强非高斯性和非线性的舰船辐射噪声信号进行分析及特征提取,并通过结构自适应神经网络作为分类实验,表明基于高阶谱的特征提取具有较强的类别可分性,在无源声纳目标识别中特具潜力。     

一种基于船舶辐射噪声信号改进Mel倒谱系数的目标识别方法

基于船舶辐射噪声信号Mel频率倒谱系数(MFCC)的目标类型识别是目前研究的一个热点。现有方法虽然在无噪声环境下具有较好的识别效果,但是在信噪比较低时其识别效果较差。基于此,文章提出了一种改进的提取MFCC特征参数的船舶目标识别方法,该方法在船舶辐射噪声信号的预处理阶段采用多正弦窗来代替传统使用的Hamming窗进行多窗频谱估计,经过计算得到改进的MFCC参数。试验结果表明,相比传统方法提取的MFCC参数,使用该方法提取的MFCC参数分别在不同信噪比的高斯白噪声干扰下,在BP神经网络分类器中的识别率更高,抗噪声的鲁棒性和稳定性更好。     

基于BP神经网络的船舶水压场信号检测

船舶水压场信号总是淹没在大量的海浪杂波中,为了有效地从背景干扰中检测船舶水压场信号,文章籍海浪水压场近似服从正态分布的特性,在对接收到的海浪水压场信号进行AR建模的基础上,提取模型的自回归系数作为特征向量,采用BP神经网络进行信号检测。通过仿真数据对该检测方法进行验证,结果表明该方法简单而且易于实现,在低信噪比条件下,也能够达到较高的检测率。     

基于位置信息的宽带雷达目标距离段联合检测算法

宽带雷达目标回波表现为距离扩展目标的形式,距离扩展目标检测技术是目前雷达信号处理领域的一个热门和难点问题。文章通过对宽带雷达目标回波的分析,总结了回波的主要特性,详细介绍了采用基于距离窗信息的双门限检测器对宽带雷达信号进行检测的方法,提出了基于高分辨雷达目标一维距离像位置一径向距离相关信息的非参数检测方法。仿真结果表明,该方法不但计算复杂度低,而且还具有检测沿径向距离“走廊”上多个扩展目标的能力。     

基于卷积神经网络的AUV水下识别算法设计与实现

自主式水下机器人(AUV)是应用于复杂海洋环境中的高智能化无人装备,其需要具备良好的环境感知能力进行自主导航,包括水下目标识别能力。随着人工智能的高速发展,卷积神经网络作为图像处理领域的深度学习架构,在图像特征提取和图像识别上有着强大的性能和卓越的优势。本文利用卷积神经网络,实现了自主式水下机器人水下目标的自主识别。同时,通过采用三段式全连接方式和增加卷积层深度的方式对卷积神经网络进行进一步改进,提高了卷积神经网络的训练速度、准确率和泛化能力。     

基于小波能量熵的水下目标磁场信号去噪

本文提出了基于小波能量熵的水下目标磁场信号去噪方法,通过对信号进行小波分解,计算各层目标信号和背景噪声的小波系数能量熵,利用信号在不同的分解尺度上具有不同的小波熵,自适应地确定高频系数的阈值,利用经过处理后的小波系数进行小波反变换,实现对水下目标磁场信号的去噪.仿真试验结果表明,该方法能有效去除背景噪声,检测出目标磁场...     

三轴磁传感器性能标定方法研究

三轴磁传感器被广泛应用于空间磁场测量。利用高精度磁环驱动器、16位A/D、D/A数据卡和格拉斯磁环构建了三轴磁传感器的灵敏度和分辨率标定系统。依据当地地磁场垂直分量为35uT的特性得出了传感器3.52V/Gass的灵敏度。建立闭环测试系统的基础上,通过对采集到信号进行滤波去噪和功率谱分析,对比分析得到传感器的分辨率是6nT。     

基于GPS信号多普勒补偿的空中目标探测方法

针对现代雷达面临的恶劣战场环境,提出了基于GPS反射信号处理的空中目标探测方法。介绍了一种基于分组信号FFT处理的多普勒补偿算法,抑制了目标多普勒频移对GPS信号自相关性能的破坏。对FFT处理后信号进行不同的多普勒模糊度修正,然后对修正结果脉压后取大,消除了多普勒测量模糊,实现了对目标速度的准确测量。仿真表明：在多普勒完全补偿的情况下,该方法可获得40Hz的多普勒测量精度和良好的信号处理增益,扩展了多普勒测量范围和精度,能够实现空中目标探测。     

一种简易核磁共振实验教学仪器

自制了一种连续波核磁共振教学实验仪器,包括设计了简单的背景磁场,以及自制实验仪器探头。用示波器观测信号,经过简单的水样品的实验,结果证明,仪器能够得到高质量的连续波核磁共振信号。     

潜艇磁异常信号与方位对应关系的研究

根据潜艇磁偶极子等效模型,利用Matlab仿真生成了反潜机在任意搜潜航向下,探测到的目标潜艇任意航向下的磁异常信号,并利用这些磁异常信号建立数据库。将反潜机在两条相互垂直的搜潜航线下探测到的磁异常信号与数据库中的磁异常信号进行对比,可快速判别出目标潜艇所处的方位,对进一步提高反潜作战效能有一定的参考价值。     

基于小波分析的自适应谱线增强信号提取

提出一种基于小波多分辨率分析的自适应谱线增强算法,利用小波多分辨率分析理论,有效地将微弱的窄带轴频电场信号从宽带背景噪声中分离出来,把信号和噪声正交分解于不同的频率范围中,从而减少了自适应滤波器的阶数,提高了算法的收敛速度和稳定性。利用该方法对船模产生的轴频电场实测数据进行了处理,实验结果表明该算法可以有效地提取舰船轴频电场信号。     

某封锁子弹对车辆目标的探测识别及起爆时机确定

论文为某封锁弹武器系统针对战场车辆目标设计一种探测与识别方案,对应其自身及运动特性采用地震动信号探测与磁信号探测结合的探测与识别模式,筛选确定相应的微处理器及传感器,设计了硬件电路及相应软件流程,最后通过试验予以验证。试验证明：论文所采取的探测识别手段可有效分类识别战场车辆目标,排除震动类干扰信号,在攻击范围内起爆杀伤目标,抗干扰能力强,算法简单,易于硬件实现。