一种用于混沌信号去噪的循环相关算法

基于局部相关原理,提出了一种可以有效实现混沌信号和噪声分离的方法。通过分析混沌信号在一定维数的相空间中存在的局部相关性,阐明了混沌信号内在的局部特征,引入循环相关算法对相空间中的相点进行有限次相关迭代以重新估计各个相点的值,利用相空间重构技术从这些新的相点中恢复出原始信号序列。试验仿真结果表明,该方法具有良好的噪声抑制能力和计算收敛性,算法简洁等优点。滤波效果与背景噪声类型无关。     

基于三阶累积量的自适应参数型多径时延估计

在存在背景噪声干扰的情况下,本文提出了一种基于三阶累积量的自适应参数型多径时延估计方法。该方法能准确地进行多径传输情况下的时间延时估计,有效地抑制相关噪声干扰的影响,仿真结果说明了该方法的有效性。该时间延时估计方法可用于声纳及雷达系统的目标定位。     

Lorenz系统的混沌信号分析与噪声分离

现实系统中采集到的时间序列往往包含有很大的噪声,这就需要实现混沌信号和噪声相分离。混沌行为是从无序到有序的中间过渡状态,非线性系统产生的确定性信号在时域或频域往往表现出类似噪声的行为。传统的线性滤波器不能分离混沌与噪声。基于混沌动力学可知,虽然混沌信号是宽谱类噪声,但它是有限维的。如果嵌入维数足够高,混沌信号就可以被吸引到一个有限维的吸引子流形上去。与之对应,在有限维的相空间中,噪声并不表现任何规律性。因此在已知系统动力学结构的情况下,可积极利用吸引子的动力学和几何特性有效地去除噪声。在Lorenz系统对混沌信号分析,利用吸引子的动力学和几何特性提出了基于局部Neymark分解的混沌信号与噪声的分离方法。即在一个局部的轨道空间内进行Neymark分解、重构,使得信号与部分噪声分离,随后利用反嵌入,纠正由于噪声影响而畸变的局部轨道,实现混沌信号的噪声抑制。完成了基于局部Neymark分解的LID检测。仿真实验的结果证明了方法的有效性。     

检测混沌背景中微弱正弦信号的神经网络方法

提出了一种提取混沌背景中微弱正弦信号的神经网络方法。该方法利用RBF神经网络对被噪声污染的混沌背景建立最优一步预测模型，结合频域处理的方法从预测误差中提取微弱正弦信号。改善了信噪比，在混沌背景中存在白噪声和任意色噪声情况下，均能检测出微弱正弦信号，微弱正弦信号与混沌背景的检测信噪比门限最低可以达到-37dB。     

基于经验模态分解的混沌噪声背景下弱信号检测与信号提取

基于经验模态分解方法,研究了在强混沌噪声背景下进行弱信号的检测与信号提取。对仿真信号的研究表明:用该方法可以直接提取出微弱的偶然性和周期性冲击时域信号,对弱谐波信号可能不能直接提取,但可以直接提取出其频率特征,这些弱冲击信号和弱谐波信号完全淹没在强的混沌噪声背景信号中,无论从时域上还是频域上基本上都看不出来。对齿轮箱的实际信号的研究也表明:尽管某些故障信号有时极其微弱,EMD方法也能有效地实现这些非线性非平稳信号的分离和提取,从而为机械设备故障诊断提供直观的有效的参考。     

基于稀疏信号重构的无线传感网络目标定位

提出了一种新的基于稀疏信号重构的无线传感网络目标定位方法.针对目标定位问题,将多目标位置表示为离散化测量空间上的稀疏向量,则多传感节点声音信号能量测量值向量可分解为测量矩阵、稀疏矩阵与稀疏向量的乘积,通过稀疏信号重构方法可以恢复目标位置稀疏向量,实现多目标定位.传统L1范数稀疏信号重构法要求测量矩阵和稀疏矩阵乘积满足受限等距性条件,在目标定位问题中难以满足.采用贪婪匹配追踪算法重构稀疏向量,基于噪声信号能量幅值终止迭代搜索,进行多目标定位.实验表明,基于贪婪匹配追踪稀疏信号重构目标定位方法能准确实现多目标定位,定位精度优于基于正交匹配追踪的稀疏信号重构目标定位方法和基于单纯形搜索的最大似然估计目标定位方法.     

一种基于Rake结构的GNSS多径信号捕获方法

为了提高多径环境下的GNSS接收机性能,在GNSS接收机设计中引入Rake结构,提出一种基于Rake结构的多径信号捕获方法。首先对GNSS系统中的多径信号特性及其对接收机性能的影响进行了分析。然后,在此基础上阐述基于Rake结构的GNSS多径信号捕获方法原理,并给出该方法的具体实现过程。最后,通过仿真实验证明了该方法对GNSS信号中的多径成分具有有效的捕获能力,将该方法用于GNSS接收机后可以显著提高接收机的定位精度。     

轴承早期复合故障诊断的一种非线性检测方法

针对强噪声背景下的信号难于检测的问题,利用混沌阵子对周期信号的敏感性和对噪声的免疫力,提出了一种用Duffing阵子结合欧氏距离检测微弱信号的新方法。该方法采用欧氏距离确定混沌振子由混沌状态向大尺度周期状态转换的临界阈值,并利用欧氏距离的跃变自动识别混沌振子的状态。应用该方法对仿真信号和深沟球轴承的早期模拟故障信号进行分析,验证了其可行性,同时分析了相位差和噪声对于系统特性的影响,并用Simulink进行了仿真。     

基于模态耦合与负阻尼理论的啸叫噪声的研究

车辆通过小半径曲线轨道时会产生高频的啸叫噪声，其产生原因被归结为摩擦蠕变曲线的负斜率引入了负阻尼效应，即负阻尼理论。然而，有研究发现当负斜率被消除时，啸叫噪声仍会产生。为解决该问题，基于模态耦合与负阻尼理论建立二自由度耦合动力学模型，并应用复特征值法分析关键参数对系统稳定性的影响。结果表明当关键参数在一定范围内时，系统较不稳定并易于激发啸叫噪声。由于啸叫噪声的产生和声压级受初始条件的影响，因此有必要对系统进行混沌动力学分析。混沌行为的分析结果可阐明系统从稳态到准周期再到混沌的演化过程。此外，还确定了系统振动行为较易受影响的参数范围。该模型进一步引入了扭转振动自由度用于分析扭转振动对系统振动的影响，分析结果阐明了扭转振动在组合参数区间上对系统振动的影响，这为有效预测及缓解啸叫噪声提供了理论依据和分析方法。     

混沌背景中微弱谐波信号检测的SVM方法

为了提高混沌背景下的微弱谐波信号检测能力，提出了一种提取混沌背景中微弱谐波信号的支持向量机（support vector machines，SVM）方法。该方法的突出特点是针对小样本或嵌入维数未知的情况，建立混沌噪声的一步预测模型，抑制噪声对混沌背景信号预测的影响，起到预滤波作用，然后从预测误差中提取微弱谐波信号。实验结果表明，该方法具有比传统RBF神经网络预测方法更强的稳健性和泛化性，在信噪比（SNR）为-47．931dB时仍可检测出强混沌中的微弱谐波信号。     

基于无人艇载侧扫声呐的水下目标定位方法研究

水下目标高精度定位是无人艇开展海底测绘、航道清理、沉船打捞等任务的重要前提。 然而,现有的基线式定位方法无 法对未知水域内的目标进行精确定位。 实际任务中,无人艇往往需要搭载侧扫声呐并辅以其他手段来确定水下目标的准确位 置。 针对无人艇水下目标定位难题,首先对侧扫声呐水下目标定位过程进行建模,然后分析姿态误差对水下目标定位造成的影 响,利用姿态矫正矩阵消除姿态误差,最后利用离散卡尔曼滤波算法对多点测量数据进行最优估计,得到水下目标的精确位置。 仿真实验和无人艇集成实验结果表明,该定位方法能够有效的减小测量过程中的误差,平均定位精度达到 0. 334 m。     

基于稀疏布阵的实时三维成像声纳系统

水下实时三维成像声纳系统可以有效地提高对水下目标探测及识别的能力,本文提出基于稀疏面阵的实时三维成像声纳系统,该系统包括3个部分:窄带信号发射系统、稀疏布阵接收系统及信号处理系统。信号处理系统在远场情况下采用二维FFT波束形成获得目标三维成像,近场情况下采用自聚焦二维FFT波束形成获得三维成像结果。相比于直接相移波束形成,稀疏布阵情况下采用二维FFT波束形成算法具有更小的计算量和内存需求量的优势。基于该成像算法,设计并实现一套实时三维成像声纳系统,通过多次湖上及海上实验对该系统进行测试,实验结果表明:该系统可以获得水下近场及远场目标的三维图像并满足实时成像的要求。     

基于反向随机共振的衰减振荡信号自适应检测

衰减振荡信号作为暂态信号的主要形式广泛存在于多个领域。针对噪声环境下衰减振荡信号的识别检测问题,提出了一种基于双稳系统及量子粒子群寻优的自适应反向随机共振检测方法。该方法选取脉冲形式的输出信号作为最优随机共振检测结果,采用峭度或加权峭度作为寻优算法的适应度函数,实现了系统参数的自适应选取,进而识别出原始信号中衰减振荡信号的具体位置。该方法利用衰减振荡信号的单边特性,通过在时域上对输入信号进行反转,降低了信号的位置识别误差。基于仿真衰减振荡信号与水下气体泄漏声学信号对本文方法进行了测试,结果表明本文方法能够在噪声环境下实现对衰减振荡信号的自适应检测,相比现有方法具有更好的信号位置识别精度,可应用于水下气体泄漏检测等多个领域,具有良好的工程应用前景。     

一种主/被动声呐目标回波信号模拟器的研制

根据实际需要，研制了一种主／被动声呐目标回波信号模拟器，该模拟器能够产生主／被动声呐测试、定检所需的主／被动声呐目标回波信号，目标回波信号中包含主动声呐、目标辐射噪声、海杂波、混响等信号，信号输出形式包括声信号和电信号2种。该模拟器可在空气介质条件下，实现声呐接收、处理、显示系统的定检，以及声呐测距系统和方位系统的定检；在水声环境中，可实现对接收换能器方向性、接收系统灵敏度等的测试。通过性能测试及与实际声呐系统联试，证明该模拟器达到了设计功能和性能指标要求，已交付用户使用。这里对其主要数学模型、系统硬件结构、软件流程进行了简要介绍。     

一种高精度水下目标回波模拟技术的研究

为了模拟水下运动目标的声呐回波，研究丁一种高精度、多功能的水下目标回波模拟技术。系统采用工控机对信号处理硬件进行控制，工作方式为回波转发及回波触发，同时具有自检功能，可对水下目标回波的目标强度、多普勒效应和脉冲展宽等参数进行精确模拟，并且能够实时完成对输入、输出脉冲信号参数的精确测量和记录。该系统经过水池调试、水库试验及海上试验，证实其波形参数精度高、动态范围大、抗干扰能力强、对弱信号具有很好的检测能力以及较高的测量精度。     

基于多频点相位距离/角度联合估计的RFID室内定位算法

为了解决现有射频识别(RFID)定位方法定位精度差,定位耗时长的问题,提出了一种基于多频点相位距离/角度联合估计的RFID室内多目标定位算法。利用跳频技术获取RFID标签多频点相位信息,通过多频点相位解决整周模糊度问题,获取目标粗估计距离。进而使用粒子群优化算法完成多目标位置并行检索,同时融合多重信号分类算法思想抑制噪声和多径干扰,进一步优化定位结果。通过实测验证,所提算法可实现多目标并行定位,且定位的中位数误差达8.56 cm,定位耗时比传统双曲线定位算法减少了58.8%。     

基于梯度先验的水下图像恢复

由于水体对光线的吸收和散射作用,水下图像呈现出强衰减、高噪声和色彩畸变等问题,难以满足视觉观察和图像分析的需求。针对这一问题,提出了一种基于梯度先验的水下图像恢复方法,用以提高水下图像质量。首先,根据水下成像特性,建立水下图像梯度先验,水下图像中目标反射信息(水下清晰图层)的梯度大于散射噪声信息(水下噪声图层);其次,根据水下成像模型,对上述梯度先验进行表征建模;最后,建立水下图像的梯度分布优化函数,采用半二次优化方法分离出目标反信息,作为水下图像恢复结果。以UEIB和RUIE数据集为实验样本,与近年来所提出的5种水下图像处理方法进行比较,方法在定性和定量两类评价中均获得了出色的处理结果,峰值信噪比(PSNR)、结构相似性(SSIM)和水下图像质量评价指标(UIQM)评价指标分别达到20.066 5、0.696 1和3.902 9,均优于对比方法。因此,该方法能够有效地抑制水下图像噪声,提高水下图像的信噪比、清晰度和对比度。     

基于 EM 估计的多模型车载组合导航算法

针对行车过程中车载全球卫星导航系统受遮挡产生多径效应、可见星数量少等影响,造成的定位精度差的问题,提出了 一种基于期望最大化(EM)的交互式多模型车载组合导航算法。 本文采用了混合高斯分布模型描述 GNSS 多径效应误差分布, 提出了基于 EM 的 SINS / GNSS 子系统组合导航信息融合方法,实现多径效应偏置误差的估计。 建立了基于零速约束的 SINS / OD 组合导航模型,同时利用交互式多模型算法实现了在 GNSS 信号丢失情况下的导航模型交互融合,提高了车载组合导航系 统精度。 车载实验结果表明在 GNSS 多径效应及信息丢失条件下,本文所提出算法能有效提高导航精度,多径效应的混合高斯 模型偏置为 10 m 条件下,偏置估计误差小于 0. 5 m,水平最大定位误差为 2 m,比传统交互式多模型算法定位误差降低 84. 62% 。     

基于波束形成的均匀方阵虚拟基元定位方法

针对传统四基元超短基线定位(USBL)系统接收信号受噪声干扰严重,定位结果可能存在相位模糊,且可靠性低的问题,提出了一种基于平面阵列波束形成的虚拟基元定位方法,将均匀方阵对称分割为4个子阵,通过子阵波束形成分别投影成虚拟基元,构成四基元十字阵;之后进行四基元十字阵波达方向(DOA)估计计算来波方向;得到的结果和之前结果偏差较大舍弃,否则作为下一ping数据到来的参考基准方向,形成反馈环路,提高定位准确度。算法整体复杂度明显小于传统的特征分解定位算法。仿真实验显示,定位性能明显好于传统四基于定位算法。使用海试数据对算法进行了可行性分析,结果表明算法能够通过增加接收信号的信噪比有效地提高定位算法的精度。