一种改进的频域自适应时延估计算法

时延估计问题在许多工程应用中具有重要的意义。本文提出了一种改进的频域自适应时延估计算法,该算法等效于频域自适应时延估计器和广义相位谱估计器的组合。用实测的直升机噪声数据进行仿真,验证了本文提出的算法具有较高的时延估计精度和收敛速度。     

混响环境中突发声源定向方法及性能

针对突发性声源在混响条件下的定向技术进行了研究。基于传统广义互相关时延估计的定向方法,通过对互相关函数计算结果进行判别与约束、对数据帧采用滑动方式、对时延估计结果进行能量加权选举等措施,有效提高了声源定向结果的稳定性。实验结果表明,改进的算法在混响条件下能有效地对突发性声源进行可靠定向,可用于对枪声、爆炸声等突发性信号进行精确定向和定位。     

可变步长自适应时延估计方法研究

在介绍LMS自适应时延估计算法的基础上重点介绍了基于参数模型的自适应时延估计算法ETDGE，并给出了一种利用ETDGE的功率因子估值来估计噪声与信号功率的方法，从而实现加快收敛速率的变步长迭代算法。实验结果表明，基于可变步长的ETDGE算法具有更快的收敛速度和更小的稳态均方估计误差。     

QR分解的最小二乘格型自适应滤波算法在噪声主动控制中应用

在噪声主动控制系统中?,滤波-x递归最小二乘(FxRLS)算法收敛速度快但计算量大。本文提出了格型联合估计滤波器结构与基于QR分解的最小二乘格型(QRD-LSL)自适应滤波算法相结合的噪声控制方法,该方法对联合估计过程进行了改进并得到了基于各阶估计误差的联合过程估计权系数更新关系,格型联合估计器结构简单,QRD-LSL自适应滤波算法数值稳定性好。仿真结果表明本文提出的噪声控制方法有良好的噪声控制效果,收敛速度快,计算量小,稳态误差小,跟踪性能好。     

一个求解大型线性方程组的自适应CGNR算法

提出了一个求解大型非对称线性方程组的混合迭代算法,是基于法方程的自适应CGNR算法,该算法利用了多项式预条件和残差多项式估计特征值等技术,保持了CGNR方法原有的稳健性,又加快了迭代收敛速度。     

稳定的变步长自适应ⅡR陷波器及其在动目标检测中的应用

提出了一种变步长的自适应格型ⅡR陷波器算法,该算法在低信噪比条件下的收敛速度、跟踪速度与收敛精度方面比原变步长算法好,数值稳定性强.首次用两个级联的ⅡR陷波器实现了混响背景下的动目标检测,效果良好.     

时延估计方法的分析

对周内外时延估计的最新研究现状及各种算法进行研究,在研究了大量时延估计文献的基础上,分析了广义相关法、广义相位谱法、自适应算法及其改进算法,分析了各种算法之间的关系以及各自的特点。重点论述了现代信号处理算法与时延估计算法相结合的各种时延估计方法及其在非平稳信号中的应用,同时,分析了带宽对时延估计精度的影响及宽带信号的时延估计方法,指出了时延估计算法还需要进一步研究的方向。     

认知型水声通信时空自适应处理算法研究

针对浅海水声通信面临的复杂干扰环境,提出了一种适用于水声通信系统的认知型时空自适应处理算法。该算法在传统时空自适应阵列处理算法的基础上引入了干扰认知的功能,通过干扰认知处理降低计算量,并且实现干扰样本的选取,确保自适应算法的可靠收敛。利用了协方差矩阵特征分解和多重信号分类(Multiple Signal Classification, MUSIC)估计干扰的个数,辅助选取盲源分离算法中的维度和时空自适应算法中的空域维度,进行算法降维处理。针对采用盲源分离后的各干扰,采用包络检测法提取时域特征,采用短时傅里叶变换(Short-time Fourier Transform, STFT)方法提取时频谱特征,分析干扰特征,实现干扰分类,从而实现干扰样本的选取。通过计算机仿真验证了该认知处理算法的性能。     

基于单比特量化的单频信号时延估计算法

提出了一种基于单比特量化的单频信号自适应时延估计算法,采用该算法在保持信号频谱特性不发生变化的基础上,极大地去除信号冗余量,对简化后的信号框架采用包络检测,估计时延.对接收信号进行单比特量化能够最大限度地降低数据量,同时量化结果又进一步简化了单频信号滤波器的输入响应函数结构,自适应算法则保证了时延估计的高分辨率.通过仿真实验表明,该算法在不造成频偏和频率衰减的同时,又很好保证了时延估计精度.最后利用湖上实验验证了算法的有效性和可靠性.     

混响背景下提高信号检测性能的时空处理算法

优化与约束空域处理算法（SPOC）是一种用于提高被动声纳方位分辨力的自适应波束形成算法。在对SPOC算法性能分析基础之上,将其应用于主动声纳检测技术中,针对浅海混响环境下信号检测难的问题,提出了一种结合信号方位方差加权的SPOC多拍时空处理检测算法,实验数据处理结果证明此算法可有效地抑制混响,提高了混响起伏背景下信号的检测性能,并使输出背景最为＂平坦＂。     

基于麦克风阵列的三维声源定位算法及其实现

从系统的角度对真实声场环境下基于到达时间差的的声源定位算法进行了研究,提出了一种改进的互功率谱相位（CSP）时延估计算法,在此基础上,提出了一种用于定位估计的基于球形差值（SI）的随机梯度下降（LMS）算法。为了验证算法的有效性,实际构建了三维空间中的点声源定位系统。实验结果表明所提出的算法具有较高的定位精度。     

圆柱阵主动声纳混响抑制方法研究

圆柱阵主动声纳混响的强非均匀性,会降低空时自适应处理的性能。对圆柱阵主动声纳混响的空时二维分布特性以及混响数据的非均匀性进行分析,在此基础上研究了基于修正的角度-多普勒补偿(Modified Angle-Doppler Compensation,MADC)和导数更新技术(Derivative Based Updating,DBU)的降维自适应处理方法在圆柱阵声纳混响抑制中的应用。仿真结果表明:这两项技术可降低混响的非均匀程度,对运动中的圆柱阵主动声纳有较好的混响抑制效果,其性能更接近最优处理。     

宽带体制下混响和目标空时分布特征研究

传统的空时自适应处理(Space-Time Adaptive Processing,STAP)利用窄带混响和目标在空时平面的可分辨特征抑制窄带混响。对宽带混响和目标在空时平面分布特征进行研究,并通过理论推导,得出带宽对混响和目标空时分辨特征的影响公式。结果表明:宽带混响和目标在空时平面分布特征部分重叠,导致传统STAP效果不佳。在此基础上,借鉴STAP思想,并利用线性调频(Linear Frequency Modulation,LFM)信号在分数阶Fourier变换域上的聚焦性,分析了在空-分数阶Fourier域三维空间上抑制宽带LFM混响的可行性。     

一种自适应的主动声呐直达波干扰抑制算法

为了克服主动声呐编队作战条件下的直达波干扰,达到检测微弱目标回波信号的目的．提出了一种基于频域分块自适应滤波算法的直达波抑制方法。这种方法将自适应滤波理论和匹配相关技术相结合,首先对接收数据做频域分块自适应滤波,再利用已知发射信号副本进行匹配相关,最后提取目标回波信号。其中,频域分块自适应滤波算法相比基本最小均方算法,计算复杂度降低,收敛速度快,基本保证了主动声呐每个探测周期内的直达波抑制和目标回波的提取。通过数值仿真实验表明：在强直达波干扰存在条件下,该算法对目标回波的提取在精度和鲁棒性等方面均优于以往的直接匹配相关方法。     

水声通信中内嵌锁相环的格型均衡器

最小二乘格型（Least Squares Lattice,LSL）自适应均衡算法具有收敛速度快、算法复杂度低、对舍入误差不敏感等特点,适于应用在水下实时通信中。在LSL均衡算法的基础上,为增强对多普勒频移的跟踪能力,在均衡器中加入等效二阶锁相环（PLL）,提出了两种算法：后置PLL的LSL算法（LSL-PLL-post）和预置PLL的LSL算法（LSL-PLL-pre）。对RLS、LSL、LSL-PLL-post和LSL-PLL-pre四种算法进行了仿真,结果表明：PLL显著增强了LSL均衡器对多普勒频移的跟踪能力;在多径和多普勒环境下,LSL-PLL-pre是四种算法中性能最好的。湖试数据分析表明,LSL-PLL-pre算法性能略优于LSL-PLL-post算法,更具实用价值。     

线性调频信号检测的快速调频变换算法

线性调频（LFM）信号是雷达和声呐系统中常用的宽带信号。介绍了一种快速调频变换算法,用于线性调频信号的检测。首先对该方法进行了详细的推导和讨论,讨论了该快速算法中使用到的部分傅立叶变换快速算法,并研究了快速调频变换算法的计算量。最后,实验表明了快速调频变换算法有良好的信号检测性能。     

基于压缩感知的多中继协作通信系统稀疏信道估计算法研究

提出了一种基于压缩感知理论的多中继协作通信系统稀疏信道估计方法.采用正交匹配追踪（Orthogonal Matching Pursuit,OMP）压缩感知算法,对时域信道脉冲响应进行估计.对多中继协作通信系统进行稀疏建模;结合压缩感知理论构建观测矩阵,并给出卷积信道的稀疏表示;利用压缩信道感知算法重建了系统的卷积复合信道.仿真结果表明,与传统的最小二乘法（Least Square,LS）相比,采用压缩感知理论的信道估计算法,能利用较少的导频信号获得很好的信道估计性能,提高了频谱利用率.     

极坐标格式算法在水下目标成像中的研究

在理想的水下转台目标成像中,常用的距离-多普勒（Range-Doppler,简称RD）成像算法在目标转角增大时,成像散焦严重。为解决大转角成像带来的目标像模糊问题,提出了在逆合成孔径声纳中,采用极坐标格式算法（Polar Formation Algorithm,简称PFA）对转台目标进行成像,即对回波数据采取先插值后成像,仿真结果表明大转角情况下PFA成像效果相比RD算法成像有明显改善。     

基于模糊理论决策的双向二维PCA步态识别算法

针对步态识别中的平均步态能量图像系数矩阵维数过高和分类较困难的特点,提出一种基于模糊理论决策分类的双向二维主成分分析的步态识别算法.通过预处理技术得到平均步态能量图并将得到的图像分割为多个子图像,利用双向二维主成分分析来降低平均步态能量子图像的系数矩阵维数,加快识别速度.引入模糊理论决策的方法进行最近邻分类器的分类.最后在CASIA步态数据库上对所提出的算法进行实验,实验结果表明该算法具有较好的识别性能并有较强的鲁棒性.