共查询到19条相似文献,搜索用时 125 毫秒
1.
在水下声纳工作的环境中,若目标体沿中心角方向的扩展角度不能忽略,则基于点源假设的众多高分辨方位估计算法会导致错误的估计结果,而基于分布式目标模型的方位估计算法则可以适应这种目标环境。目前,随着空间分布源受到越来越多的关注,有人相继提出了一些算法例如DSPE和ESPRIT等等,但是这些算法需要很高的输入信噪比和要求不同目标源之间不相干,为了解决相干源的方位估计问题以及提高算法低信噪比下的估计性能,给出一种处理方法。仿真实验证明,该方法能够在低信噪比下提高算法的估计性能及有效的区分相干源。 相似文献
2.
针对被动声纳信号的特点,提出了基于信号线谱特征的主成分分析(PCA)特征选择方法,其优点是从复杂的目标信号中提取目标的特有信息,降低了目标特征维数.将此方法用于实录的三类水下目标数据,采用BP神经网络对目标进行识别分类,仿真结果说明了所提出的方法的正确性和有效性. 相似文献
3.
4.
5.
6.
7.
针对低信噪比水声目标单一特征识别率低,稳健性差的问题,提出一种基于注意力机制和多尺度残差卷积神经网络(Multi-scale Residual CNN with Attention,MR-CNN-A)进行特征融合的识别方法。该方法根据多尺度卷积核与特征图形成多分辨率分析关系,并以此通过注意力机制实现优势特征权值提取与融合,从而提高模型在文中水声数据集上提取目标噪声特征和分类识别的稳健性与抗噪能力。开展了4类舰船噪声和海洋环境噪声的识别试验、水下和水面自主式水下航行器的识别试验,以及不同信噪比条件下目标噪声的识别试验。结果表明:对于文中所涉及的水声目标噪声和人工高斯白噪声干扰,该网络模型识别正确率明显高于支持矢量机与简单卷积神经网络,且对高斯白噪声的抑制能力远强于支持矢量机与简单卷积神经网络,稳健性好,模型复杂度小。 相似文献
8.
9.
水下小目标精细成像对于正确识别水下目标具有重要意义。目前,多波束成像声呐和条带合成孔径声呐是获取水下小目标图像的主要手段。水下目标的判别主要利用了目标图像的亮点特征,即使是同一目标从不同方位观测时得到的结果也可能差异较大,这给快速识别确认目标带来了困难。为解决该问题,提出了利用圆周合成孔径声呐对水下小目标进行水声层析成像信号处理方法,提高了声呐的多角度融合观测能力。仿真及试验数据处理结果表明,合成孔径声呐层析成像方法能够获得目标外形轮廓精细特征,有利于水下小目标的正确识别。 相似文献
10.
11.
将功率谱和神经网络相结合,应用于高海况、低信噪比条件下,水中目标信号的特征提取中.文中首先对信号进行功率谱估计,利用目标信号功率主要集中在低频部分的特点,提取低频信号的能量作为特征,然后利用人工神经网络对目标信号进行检测.利用不同浪级情况下海洋水压场的仿真信号数据,对某型目标舰船的水压信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号检测率比较高、虚警率比较低的效果. 相似文献
12.
针对噪声环境下语音识别率急剧下降的问题,提出了一种基于语音时频域稀疏性原理的改进最小方差无畸变响应波束形成与改进维纳滤波结合的算法。该算法首先利用麦克风阵列语音信号的空间信息,通过基于时频掩蔽的改进最小方差无畸变响应波束形成器,增强目标声源方向的语音信号,抑制其他方向噪声的干扰,然后再使用改进的维纳滤波器去除残留噪声并提高语音可懂度,对增强后的语音信号提取梅尔频率倒谱系数作为特征参数,使用隐马尔可夫模型搭建语音识别系统。实验结果表明,该方法能够有效提高低信噪比环境下的语音识别率,具有较好的鲁棒性。 相似文献
13.
波达方向(Direction of Arrival,DOA)估计技术是信号处理中一个非常活跃的研究领域。但是无论传统的波束形成技术还是现代谱估计技术均适应于高信噪比的环境,当信噪比较低时,这些方法的波达方向(DOA)估计性能急剧下降。根据信号在时间上的强相关性和噪声在时间的弱相关性,提出了一种协方差矩阵的重构方法,该方法能够明显地提高协方差矩阵的信噪比。将新的协方差矩阵应用到最小方差无畸变响应(Minimum Variance Distortionless Re-sponse,MVDR)算法进行DOA估计,改善了传统MVDR算法在低信噪比条件下的DOA估计性能。计算机仿真和定向实验均表明在信噪比较低的环境中可以进行高精度的DOA估计。 相似文献
14.
针对水下多目标方位估计问题,提出了一种利用卷积神经网络模型对目标声源进行方位估计的方法。该方法使用不等强度的声源数据进行训练并使用焦点损失函数作为训练损失函数。通过对阵列接收到的信号进行特征提取,使用焦点损失函数指导卷积神经网络训练,最终利用训练好的卷积神经网络模型进行目标方位估计。对不同模型参数的训练进行对比,结果表明所训练的卷积神经网络模型在较低信噪比条件下也能正确估计弱目标的方位。试验结果表明,与采用二元交叉熵损失函数的卷积神经网络模型相比,该方法对弱目标的方位估计能力更强,提高了方位估计的准确率。 相似文献
15.
16.
文章将匹配场处理技术引入一种新的目标运动分析方法——长时间积分法中,用根据实际海洋传播条件计算所得的声场作为拷贝场向量,替代传统方法中所采用的平面波模型。由于充分利用了声场的空间结构,使得该方法不仅能够完成传统目标运动分析中定出目标方位的功能,而且还可以定出其距离和深度。同时,因积分时间的增加还大大提高了对目标的检测性能。该方法可用于解决小信噪比条件下,声源目标的检测和定位问题。尤其适用于浅海、在声信号的传播因受波导和多途现象影响而严重偏离平面波的情况。仿真结果表明:采用平面波模型时,在信噪比低于-28dB时,声源目标参数就已相当模糊;而当采用匹配场处理技术,在信噪比降为-33dB时,仍可精确地得到声源目标的参数。 相似文献
17.
直扩信号因其低功率谱密度特性使得检测十分困难,针对传统自相关法在低信噪比条件下检测性能急剧下降的问题,在分析了直扩信号自相关特性的前提下,提出一种基于广义互相关估计的直扩信号检测方法。首先对接收信号分段并对相邻信号段分别进行广义互相关估计,估计结果采用二阶矩非相干积累,提取相关峰获得检测统计量,将检测统计量与门限比较,判定信号是否存在。通过计算机仿真对比了改进自相关检测法与文中方法的检测性能,仿真结果表明:该方法相比于改进自相关检测法信噪比容限降低了5 dB,适用于低信噪比条件下的水声直扩信号检测。水池试验处理结果也验证了该方法的实用性。 相似文献
18.
以尺度空间对信号频谱中共振频段的识别能力为基础,结合变分模态分解(VMD)对信号的自适应分解能力,提出了预估惩罚因子的尺度空间引导VMD算法。该算法的核心包括以尺度空间对信号频段的共振频段划分从而确定VMD中的本征固有模态个数,并根据共振频段边界预估VMD各个本征固有函数的初始中心频率与相应的惩罚因子取值,从而提高VMD的自适应性以及准确性。仿真结果表明,该方法能够正确识别低信噪比条件下的故障信号的共振频带,并对信号进行准确的分解。应用高速列车轴箱轴承实验数据对该方法进行实验验证,能够有效分解信号中包含的不同故障冲击;与选择不同惩罚因子的VMD算法相比,能够更准确地提取出信号中的不同故障冲击,对VMD分解的自适应性与准确性有着显著提高。 相似文献