改进干扰抵消算法在超低频通信中的应用

通过分析利用超低频电磁波信号对远海船舶通信时存在的目标信号难提取的问题,提出了一种正交布设的天线阵列模型,并使用一种改进的特征子空间投影算法处理接收到的信号。提出的改进算法利用系数约束自适应阻塞矩阵的办法提取主天线上的干扰信息,并联合参考天线信号优化对干扰子空间的估计。仿真和实验结果表明,提出的算法能够有效抵消与主天线夹角较小的宽频带干扰。实验中,在夹角等于15°的情况下,信干噪比较原算法提高了10.11 dB。     

两种GTD模型参数估计算法的研究

基于电磁散射的几何绕射(GTD)模型参数估计研究,将采用两种方法:多重信号分类(MUSIC)和基于信号子空间特征向量的广义特征值(GEESE)算法.其中GEESE利用特征子空间分解方法中信号子空间与噪声子空间的正交特性分离出信号子空间.计算机仿真试验,分别采用这两种算法估计出目标散射中心的位置和类型参数.     

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。     

双约束条件的时域MVDR自适应波束形成方法

最小方差无失真响应(MVDR)自适应波束形成方法拥有高空间分辨率、低旁瓣级等优势。基于构造时域解析信号的时域MVDR方法 TMVDR(Time-domain MVDR)有效提高了MVDR最优权向量估计的稳定性。但是对于大孔径主动声呐,由于累积快拍数过少或者阵型失配引起的最优权向量估计误差,会导致TMVDR方法输出功率失真。本文在TMVDR基础上提出一种双约束条件的时域MVDR自适应波束形成方法 DCTMVDR(Double constraint Time-domain MVDR)。该方法能够有效提高最优权向量估计的稳定性,改善输出功率失真问题,并且实现在单次快拍内进行最优权向量的估计,规避MVDR需要大量快拍支持的缺陷,适用于主动声呐。数值仿真和实验数据分析验证了该方法的有效性。     

基于四阶累量切片的MUSIC法研究及仿真试验

波达方向估计方法中,基于子空间的多重信号分类法(MUSIC)有很高的分辨力、估计精度及稳定性,但在高斯色噪声环境下,利用自相关的特征子空间进行处理的MUSIC算法受到很大限制.而基于四阶累量切片的特征子空间的MUSIC算法可以很好地进行处理.仿真表明,该算法在高斯色噪声下,是实现高分辨方位估计的有效方法.     

舰船水压场信号的小波能谱估计与支持向量机联合检测

针对舰船水压场和海浪水压场在频率成分上的差别,提出了小波能谱估计和支持向量机多步预测检测的舰船水压场检测方法.使用滑动加窗信号的低频小波能谱估计值作为新的检测序列,提高了被检测信号的信噪比,使用支持向量机对其进行多步预测滤波检测,并使用实测的数据进行了验证.在海浪水压场为5级海况的情况下(信噪比约为-23 dB),准确可靠的检测到了目标信号,较大的提高了舰船水压信号的检测水平.     

基于CSM方法的水下宽带相干源方位估计

通过设计适当的聚焦(Focusing)矩阵将信号各个频带的能量聚焦到同一个参考频率上，对各子带的阵列相关矩阵进行频域平均，得到一个信号子空间，然后使用窄带高分辨算法进行方位估计。本文将该算法应用于水下宽带相干源方位估计，实现了高分辨率。     

模糊内积空间中的投影定理

在模糊内积空间的极小化向量定理基础上,给出了向量拟模糊正交定义,并在模糊内积空间中证明了投影定理.     

基于正交小波分解的线谱增强算法研究

介绍了传统线谱增强器(ALE)结构,分析了ALE的工作原理。ALE线谱增强的原因是降低了基本输入和参考输入中的噪声相关性,由于对参考输入的权系数调整无法对噪声进行合理估计,正弦信号得到增强。正交小波分解能将信号分解为尺度子空间和小波子空间中的2部分,同时2子空间正交。利用正交小波分解的这一特性,将尺度子空间中的逼近部分作为自适应滤波器的参考输入,使得参考输入和原信号中的噪声相关系数很小。对高斯环境下正弦信号和某水中目标实测信号进行了算法仿真,研究了该线谱增强算法的性能。结果表明,该算法在对高斯噪声环境和非平稳、非高斯目标实测信号中的线谱增强效果均优于ALE。     

面向智能船舶的容错卡尔曼融合估计方法

针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素导致的一个或数个传感器产生随机间歇性故障从而导致融合估计结果出现偏差甚至失真的问题,设计1种基于四分位滤波的容错方法,并针对该方法导致的观测时滞问题设计1种预报方法,提前预报观测值,进而抵消容错方法导致的时滞问题。此外,针对多传感器之间的互协方差难以准确估计的问题,采用CI融合估计方法进行融合估计。为验证算法的有效性和融合估计的精度,对带有间歇性故障的两传感器系统进行仿真试验,并与按矩阵、按对角阵和按标量3种分布式融合估计方法得到的结果进行对比。4种方法的均方误差系数大小对比结果显示,对于带间歇性故障的多传感器系统,设计的融合滤波不仅具有鲁棒性,而且具有较高的融合精度。     

总体最小二乘的改进与信道估计应用

总体最小二乘法同时考虑了数据矩阵和观察值的误差,在参数估计中得到广泛应用。然而总体最小二乘法没有针对具体问题利用误差的先验信息。总体最小二乘的改进算法—结构总体最小二乘法设定了误差矩阵的结构,通过迭代运算估计参数及误差。基于叠加训练序列的时不变信道估计中,信息序列均值构成的误差矩阵为Toeplitz矩阵。结构总体最小范数法作为一种结构总体最小二乘法,可以设定误差矩阵具有Toeplitz结构,有效提高叠加训练信道估计性能。论文对比了最小二乘,数据最小二乘,总体最小二乘和结构总体最小范数在叠加训练序列信道估计中的应用,仿真结果表明,基于结构总体最小范数的估计算法的归一化信道均方误差最小。     

深海耐压结构健康监测实时安全评估方法和试验验证

文中提出了一种可直接用于深海耐压结构健康监测系统的结构强度安全性评估算法,该算法基于实时监测数据、结构基准状态和系统测量误差,与常规方法相比不需要建立监测对象结构模型.研究出的结构安全性实时评估方法在耐压结构模型压力筒破坏试验中进行了验证,结果表明,结构健康监测系统在耐压结构破坏前发出了报警信息,与常规基于模型的结构安全性评估方法相比,报警压力值提高了0.76 MPa,对深海耐压结构的使用具有重要的工程价值.     

船用捷联惯导系统动态初始对准技术研究

针对捷联惯组动态对准精度低,初始误差大且每次各异的缺点,提出利用船位推算位置误差对航向误差角进行补偿的方法.船体从起始位置航行到达一个位置已知点,由船位推算位置与实际位置的误差即可计算出航向误差角,同时消除累计位置误差,提高导航精度,最后通过湖态试验验证了该方法的有效性.     

平台式惯导系统三点校的常值误差解析

为估计和补偿各种误差源引起的综合校正误差,针对平台式惯导系统综合校正中的三点校,从理论上分析了外界测量信息误差和惯性平台水平误差对陀螺常值漂移综合校正效果的影响,并对受外界测量信息误差影响的三点校过程进行仿真。研究结果表明:"三点校"对陀螺常值漂移的估计误差,与重调时刻的量测误差、惯性平台水平失调角均呈线性关系,提高外界测量信息和惯性平台水平测量精度,是提高三点校精度的关键。     

船舶机械振动源激励力的间接估计工程方法

船舶机械设备输出到船体上的激励力对船舶结构振动预报有着重要意义,文章讨论了两种间接估算激励力的方法,目的是希望在工程现场应用这些工程方法取代激励力的直接测量.对刚性安装的机器推荐采用最小二乘方法,该方法是基于支撑结构的加速度导纳特性进行估算.对弹性安装的机器而言,推荐采用基于隔振器阻抗特性的激励力间接估算方法.力的估算是逆问题,文中采用奇异值分解技术来处理会遇到的病态问题,从而尽量降低估算误差.文中还对估算的准确度、估算质量评价等进行了讨论.条件数的倒数在最小二乘法响应点的选取时可作为优选的先验判据,归一化残差可作为估算质量的后验判据.实验证明了间接估算方法是确定船舶机械激励力的恰当选择,实验结果的最小二乘法相对误差为3分贝.测试中的信噪比被认为在力估算过程中有重要影响,低信噪比很可能是实际测试时的首要误差来源.该文也可用于指导船舶振动源特性描述的研究.     

甚低频通信系统的自适应算术数据压缩研究

受其带宽的限制，甚低频通信系统的数据传输率较低。我们可通过自适应算术编码压缩来提高甚低频通信系统的数据传输率。为了提高算法的抗错误扩散能力，算法必须定期地返回到初始状态，然后采用纠错编码来降低错误率，但是这增加了冗余而牺牲了最终压缩效果。在考虑了开销之后，我们得出结论，自适应算术编码压缩技术确确实实能够为甚低频通信系统提高数据传输率。     

基于Elman网络的舰船组合导航系统误差补偿研究

为了提高卡尔曼滤波估计精度，提出了一种基于回归神经网络补偿卡尔曼滤波器估计误差的方法。根据Elman网络与非线性ARMA模型工作原理的相似性，利用Elman网络做误差估计器，补偿卡尔曼滤波器的估计精度。实际舰船航行数据仿真测试表明，该方法有效可行。     

分布式2D雷达组网目标测高技术研究

针对2D雷达组网测高问题,提出一种基于2D雷达纯方位交叉定位技术对目标高度进行联合估计的方法;仿真实验证明,该方法简单有效,具有一定的工程应用价值。     

基于采样的非线性滤波算法比较

在处理目标跟踪等动态系统实时估计问题中,通常采用EKF作为状态估计方法提高估计精度。由于EKF进行非线性估计存在一些缺陷,将系统进行线性化近似存在估计误差,从而影响目标跟踪的精度。为了获得更高的估计精度,介绍了几种非线性滤波算法,包括unscented卡尔曼滤波算法、简单粒子滤波算法以及无味粒子滤波算法（UPF）。分析了这几种算法的原理和实现,对各种算法的适应性进行了比较。通过目标跟踪仿真实验,表明UKF、PF较EKF估计精度和收敛速度有所提高。