Beam shaping with limited amplitude weight values for satellite active phased array antenna

针对星载DBF有源相控阵天线发射波束赋形的实际需要,提出了一种基于有限幅度加权的波束赋形方案。采用双重编码遗传算法实现了该方案。分别采用有限位长度的二进制编码和实数编码对阵列加权矢量的幅度和相位进行编码,使得阵列加权矢量的幅度仅在几个离散的台阶上变化,限制了阵列加权矢量幅度的动态范围,该方案在方向图旁瓣和功率放大器的效率之间取得了折衷,更适合于实际应用。与复数编码遗传算法相比,在保持最优解的精确度的同时,由于幅度维上搜索空间的减小,加快了算法的收敛速度。为了进一步提高算法收敛速度和避免算法“早熟” ,提出了一种基于”物种多样性“选择保留策略,并对算法采用了自适应交叉和变异概率,使算法更有把握得到全局最优或准最优解。     

本艇机动时拖曳阵的阵形估计及左右舷分辨方法

本艇机动时，拖线阵的阵形畸变非常严重，降低了拖线阵检测微弱目标的能力，利用畸变拖线阵接收到的声场数据作阵形估计，然后利用估计出的畸变阵形信息作宽带检测和目标左右舷分辨。实验数据处理结果表明，该方法可以提高畸变阵的宽带检测能力，很好地分辨目标的左右舷。     

自适应旁瓣抵消器在混响背景下性能研究与分析

分析了声纳多目标背景环境下声场方位谱的特性,并推导了适合此背景的最优自适应权。针对阵元数分别为奇数和偶数两种情况,采用了与其相匹配的方位陷波矩阵取得自适应旁瓣抵消器的参考信号,并通过推导和仿真验证了这两种方位陷波矩阵的适用性。仿真结果表明此方法较常规方位谱估计（CBF）可以得到更低的旁瓣,更尖锐的主瓣。利用实际海试数据对此方法进行了检验,探讨了基于奇、偶阵元数的自适应旁瓣抵消器对混响的响应,结果表明,与CBF相比可以得到更低的旁瓣,使主峰更尖锐,有利于目标检测能力的提高。     

超波束(HBF)用于波束锐化

介绍了一种波束锐化技术,即超波束形成技术（Hyper Beamforming,HBF）,可以在减小波束宽度的同时抑制旁瓣,提高目标检测性能及方位估计能力。该方法结合常规空间加权可以进一步降低旁瓣,从而可以利用较小规模的基阵尺寸,实现大基阵的检测性能。文中给出了恒定束宽HBF实现所需系数,并将该方法应用于CW及FM信号处理,给出了预期的仿真结果。     

一种强噪声背景下的微弱信号检测的新方法

基于自适应滤波算法对小波滤波器的构造方法进行了研究，重点在于解决对强噪声环境下微弱信号提取所需要的小波变换的子带自适应滤波器的构造，把小波变换技术和自适应滤波技术应用于微弱信号的检测。提出基于自适应小波变换的心电信号的检测，利用小波变换的子带编码理论，通过在多个子带权值的自适应匹配，回复后拟合微弱信号。仿真结果表明，该方法可进一步改善信号的检测能力，在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

多资源作业车间的混合自适应GA优化调度

针对多资源约束的车间调度问题,将启发式算法和自适应GA优化方法结合起来,提出了混合自适应GA方法,建立了多资源约束的车间优化调度模型.根据启发式调度算法中优先规则对调度目标的影响,设计了新的编码规则.采用正弦函数作为自适应因子,使得交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率,克服了启发式算法和普通GA的缺陷.通过实例仿真并与其他算法比较结果表明,混合自适应GA算法可以很好的解决作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

基于FSVM时域背景预测的红外弱小目标检测

本文提出了一种基于模糊支持向量机(FSVM)时域背景预测的红外弱小目标检测方法.首先针对前几帧图像中对应同一位置像素点的灰度值序列,利用模糊支持向量机进行函数拟合,并据此预测下一帧图像在该位置处像素点的灰度值:然后将原始图像与预测图像相减得到预测残差图像,利用基于二维Tsallis-Havrda-Charvat熵的阈值选取快速算法进行分割,并根据小目标运动的连续性和轨迹的一致性进一步分离噪声和小目标.文中给出了实验结果及分析,并与现有的检测红外小目标的空域和时域背景预测算法进行了比较.结果表明,本文提出的算法具有更高的检测概率,明显优于已有的基于背景预测的红外小目标检测算法.     

基于连续小波系数非线性流形学习的冲击特征提取方法

为了提取机械设备故障引发的冲击成分,提出了一种基于连续小波系数非线性流形学习的冲击故障特征提取方法。首先,基于小波熵方法优化出最优的Morlet小波波形参数,实现与冲击特征成分的最佳匹配,获取包含冲击特征信息的最优小波系数矩阵。其次,采用局部切空间排列算法对最优小波系数矩阵进行非线性约简,并基于峭度指标最大化原则,确定出特征空间中的有效低维嵌入,从而提取出最优的冲击故障特征。最后,通过仿真数据和工程实际的应用对比分析,表明该方法采用了局部线性化和全局排列的思想,与线性奇异值分解方法相比,不仅在时域上提取出峭度更大的微弱冲击特征成分,而且在频谱中还提取出了相应的低频故障特征。     

一种新的空时域滤波小目标检测方法

为了提高红外图像序列中弱小目标的信噪比和检测概率,同时考虑检测算法实时性,提出了一种新的基于空时域滤波的小目标检测方法.首先,以第一帧图像为参考帧,对各帧图像进行运动补偿;然后,对运动补偿后的各帧图像在空域进行方差加权信息熵滤波,对空域滤波后图像采取双向隔帧差分的时域滤波;最后通过检测差分图像中的"凸包",抑制背景和噪声,检测小目标.文中给出了实验结果与分析,并与其他方法作了比较.实验结果表明,上述方法能大幅度的提高目标的信噪比,检测小目标,且实时性好.     

基于改进社会工程算法的拆解线平衡多目标优化设计

目的 为了提高拆卸效率,减少拆卸成本和拆卸能耗,提出一种基于社会工程算法的优化方法。方法 首先根据社会工程算法的原理设计了编码和解码方式,然后引入交换子和交换序列的概念,对算法中的训练和再训练、发现攻击和响应攻击等步骤进行设计,最后选取一个高速电子套结机作为实验对象进行了验证。结果 与其他多目标优化算法相比,具有良好的寻优能力。结论 提出的算法有效地解决了拆解线平衡问题,与其他算法相比具有更好的性能。     

相位编码信号声学多普勒测流中的波形参数优化方法

针对相位编码声学多普勒测流中发射信号参数固定引起的适应性不强的问题,在基于信号模糊函数及其模的二阶导数的基础上,提出了两种根据测量需求和环境条件调整发射信号波形参数的优化方法,它们是分层精度约束下取得最佳速度估计精度的波形参数优化方法以及测速精度约束下实现最细分层厚度的波形参数优化方法,分别给出了参数优化的原理和具体的操作步骤。理论分析和实验数据分析结果均表明,相对于缺省参数信号,优化参数方法得到的信号具有明显的性能优势,且优化程度与理论预测基本相符。     

一种频分MIMO声呐的波达方向估计算法

为了使声呐阵列在有限的载体空间内获得较高的角度分辨率,设计了基于频率分集的多输入多输出（MultipleInput Multiple-Output,MIMO）声呐。该MIMO声呐采用N发M收的布阵方式,接收阵为M元均匀线阵,发射阵由N个阵元组成,且各发射阵元发射中心频率不同、包络相同的窄带信号。建立密集式频分MIMO声呐的回波模型,并以此模型为基础提出了波达方向估计算法方向-相位域多重信号分类（Direction and Phase Domain-Multiple Signal Classification,DPD-MUSIC）算法。仿真实验中以双频MIMO声呐为例,将频分MIMO声呐的DPD-MUSIC算法的估计性能与单输入多输出（Single-Input Multiple-Output,SIMO）声呐MUSIC算法的估计性能进行了对比。仿真结果表明,频分MIMO声呐利用DPD-MUSIC算法可以获得优于等接收阵元数SIMO声呐的角度分辨率和角度估计精度。     

基于跟踪起始准则的多基地声呐阵位优化算法

针对水下区域监视多基地声呐（如浮标等）发射、接收节点阵位布置问题,提出了一种基于跟踪起始准则的多基地声呐阵位优化算法。该算法首先在分布式和集中式两种多基地融合处理模式下,推导了目标跟踪起始概率计算准则,然后,基于区域目标成功跟踪起始覆盖率,建立了多基地声呐阵位优化数学模型,并采用粒子群算法来优化求解该非凸数学模型,从而得到全局最优的多基地声呐发射-接收阵位。仿真结果表明,在两种多基地融合处理模式下,优化后多基地声呐节点阵位,其区域目标跟踪起始覆盖率比典型经验方案有较大提高。     

被动声呐信号检测技术发展

水声信号检测是被动声呐系统进行目标探测所需的重要支撑技术,信号检测的性能直接影响到被动声呐系统对目标探测的能力。对被动声呐信号检测技术的研究情况进行了梳理,将其归纳为基于时域信息的信号检测技术和基于空域信息的信号检测技术两大类。在分析现有技术不足和应用需求的基础上,指出弱信号、低虚警率和有效利用水声传播信息等是被动声呐信号检测技术可能的发展方向。     

被动声纳方位估计的宽带盲源分离算法

针对实际被动声纳信号宽带非平稳且统计特性无法预知的特点,由宽带卷积混合模型,建立了融合时间延迟结构与非参数化特性的代价函数,通过核密度技术同时估计目标源的概率密度函数和解混矩阵,并对估计的最优解混矩阵与目标源信号求取每个频点内方位能量谱,最后累加所有子带构成宽带方位能量谱。宽带仿真结果与实际海试表明本文方法在方位分辨率和估计精度方面接近最小方差无失真响应（Minimum variance distortionless response, MVDR）和多重信号分类（Multiple signal classification, MUSIC）算法,在弱目标检测方面具有一定优势。     

基于双曲调频距离误差的目标跟踪修正算法

双曲调频信号的多普勒不变性可使运动目标匹配滤波输出的能量损失达到最小，在运动目标检测与参数估计中具有独特优势，已广泛应用于新型主动声呐。然而其多普勒不变性在提高检测能力的同时，会引入目标距离估计误差，从而影响主动声呐跟踪性能。文章在分析双曲调频信号距离估计误差的基础上，提出了目标跟踪算法的误差修正方法，通过将距离估计误差公式与传统观测方程及滤波算法进行融合，实现目标跟踪算法的误差补偿，显著提高了算法的跟踪性能，尤其是对快速运动目标的跟踪性能。     

双基地声呐接收站散射波低截获技术

双基地声呐的接收站因散射主动信号存在暴露的风险,对此提出了基于发射声屏蔽的双基地声呐低截获技术。发射站采用垂直发射阵,利用屏蔽权对原始信号进行预处理,获得的低截获信号在接收站处被自动抵消,从而降低接收站散射信号的能量。仿真结果表明,发射声屏蔽技术能有效增加接收站散射信号到达目标处的能量衰减,而对到达接收站处的待测目标散射信号则无较大影响。该方法突破了以往低截获技术只是改变信号能量时频域分布的局限(在信号处理层面),利用多途结构真实降低了被截获信号能量(在物理层面),并适用于多种信号形式。     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法。首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰。声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采用Radon恒虚警率(Radon Constant False Alarm Rate,Radon-CFAR)检测声呐历程累积图像中的目标短时运动轨迹,能够检测到低信噪比的目标。分析了空时归一化处理和检测算法的性能,并通过海试数据验证了该算法的有效性,可以检测到低信噪比的蛙人目标回波。     

基于伪虎鲸click信号的主动声呐探测信号低截获性分析

为解决现代主动声呐易暴露的问题,提出以伪虎鲸click信号作为主动声呐发射信号波形进行探测,以实现声呐的低截获性。首先通过宽带模糊函数分析了伪虎鲸click信号的分辨性能;然后通过仿真对比单双基地声呐探测模型下,伪虎鲸click信号与常规主动声呐信号的截获因子,验证了其低截获性。结果表明,伪虎鲸click信号三维宽带模糊函数呈现理想的“图钉型”,时延分辨力达到7.644×10^(-6) s,频移分辨力达到7.405 Hz,具有良好的分辨性能;伪虎鲸click信号的截获因子在−4.887~−17.6 dB之间,始终小于0 dB,且远低于常规主动声呐信号,具有优异的低截获性能。伪虎鲸click信号作为声呐发射信号可实现有效与低截获性的声呐探测。     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法.首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰.声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采...