基于宽带稳健STMV波束形成的相关检测方法

采用一种宽带相关结合稳健自适应波束形成的检测方法,来提高弱目标在强干扰背景下的检测能力。宽带相关检测具有多目标方位分辨力高的优点,它基于常规波束形成得到,但由于其旁瓣级有限,存在强干扰时会导致其旁瓣区域的相关检测产生凹陷,因此直接影响弱目标的检测能力。通过分析常规宽带相关检测中目标旁瓣区域产生凹陷原因,利用宽带稳健自适应波束形成的干扰抑制能力,提出了一种将宽带稳健导向最小方差波（Steered Minimum Variance,STMV）与宽带相关检测结合的宽带检测新方法。该方法能有效消除相关检测中强干扰的影响,提高被动声呐的宽带检测性能。仿真和试验数据处理结果验证了该方法的有效性。     

强干扰背景下的鱼雷辐射噪声信号检测方法

常规被动声纳利用宽带波束能量进行目标检测,在低信噪比、强目标干扰情况下,宽带能量检测的性能迅速降低。利用鱼雷辐射噪声信号中含有丰富线谱成分的特点,提出了一种针对鱼雷辐射噪声信号的窄带和宽带联合检测方法。通过对预成波束方向信号的窄带处理和线谱提取,利用特定频段的线谱能量对宽带波束输出进行加权,提高了线谱目标的检测能力。该方法能够有效地抑制非线谱强干扰目标,提高低信噪比信号的检测能力。仿真和海试数据处理结果验证了该方法的有效性。     

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。     

基于幅值加权的未知线谱目标检测方法

针对目标辐射线谱信号未知时目标检测问题,提出基于幅值加权的目标检测方法。在目标辐射信号具有稳定线谱情况下该方法与已知线谱检测法增益一致;在目标辐射信号只有宽带信号情况下该方法与宽带能量积分检测法增益一致。数值仿真表明,与未进行幅值加权法相比,该方法检测性能得到提高,且鲁棒性较好。该方法对相关研究具有一定参考价值。     

干扰阻塞算法衰减区间分析及改善方法研究

为了抵消主瓣干扰,干扰阻塞算法被提出。该方法首先利用均匀线阵具有的相位差特点构建阻塞矩阵;然后用构建的阻塞矩阵对线阵接收数据进行阻塞预处理;最后进行波束形成将主瓣干扰去除。但该方法在抵消主瓣干扰的同时也会对线阵输出总能量、信号、噪声、信噪比造成不同程度衰减,致使不同方位波束形成输出结果差异较大,降低了对部分方位区间内目标的检测性能。为了详细分析干扰阻塞算法衰减区间,提高抗干扰性能和检测性能,推导了干扰阻塞算法实现原理和干扰阻塞前后总能量、信号、噪声、信噪比变化函数,论述了影响衰减区间相关因子,并提出了相应改善方法。理论分析和数据处理结果表明:干扰阻塞算法在去除主瓣干扰时,由于受衰减区间影响,无法对衰减区间内弱目标实现有效检测;改善方法通过修正因子降低了背景能量差异,减小了干扰阻塞算法衰减区间,提高了干扰阻塞算法对在方位区间内的检测性能,可对相邻干扰2°的弱目标实现有效检测。     

一种基于DOA分布信息熵加权的线谱目标检测方法

针对常规宽带能量检测方法对低信噪比线谱目标检测性能较差的不足,文章在分析目标线谱波达方向（Direction of Arrival,DOA）估计分布信息熵的基础上,提出一种基于DOA分布信息熵加权的线谱目标检测方法。通过仿真对比分析了该方法的检测性能,并利用海上实验数据验证了其有效性。结果表明,当目标方位较为稳定时,该方法可有效检测低信噪比线谱目标,并可适用存在多个同频线谱目标的情况。     

一种最佳空间滤波器在圆柱型基阵上的实现

根据最佳空间滤波器的数学表述,在圆柱型基阵上实现了最佳空间滤波器。研究了目标附近数个干扰源存在情况下弱信号检测及干扰的抑制效果。表明在圆柱型基阵上最佳空间滤波器能够有效抑制多个干扰、完成弱信号检测。设计的最佳空间滤波器实现方法可以方便地在圆柱型基阵上实现。     

声纳输出的弱目标信息提取方法仿真分析

针对存在艇外平台强干扰的情况,对波束域MVDR（b-MVDR）和后置波束形成干扰抵消器（PIC）的弱目标提取能力进行了仿真分析。考虑到艇外平台与目标往往处于同一波束的实际情况,提出首先采用密集波束形成,再进行弱目标提取的方法。仿真结果表明：对艇外平台与目标处于同一波束的情况,PIC的目标分辨能力更强;在干扰较强时,PIC方法表现出更强的弱目标提取能力,但随信干比的增加其能力不断降低;而b-MVDR方法则在各种信干比下均具有良好的性能。     

动目标/平台条件下的宽带相关处理

1引言宽带回波信号具有信息量大、混响背景相关性弱,有利于目标检测及其参量估计、特征提取等诸多优点。随着宽带信号在水声信号处理中的广泛应用,其回波信号处理的研究成为关键。本文在动目标/平     

基于子空间空间谱极值起伏特性加权的未知目标检测方法

针对同一频带中不等强度未知目标检测问题,依据不同目标辐射信号对各子空间空间谱贡献大小的不同,提出一种基于子空间空间谱极值起伏特性加权的未知目标检测方法。对线列阵接收信号协方差矩阵进行特征分解得到各子空间相应子矩阵;对各子矩阵进行波束形成得到各子空间空间谱,并利用各子空间空间谱极值起伏差异形成加权因子;利用该加权因子对归一化的各子空间空间谱进行加权统计得到最终空间谱,以提升弱目标子空间空间谱在最终空间谱的比例。理论分析、数值仿真和实测数据处理结果均证明了,该方法可以有效抑制了噪声子空间对目标子空间的干扰,增强了弱目标子空间空间谱在最终空间谱的比例,使其比例由原先的σ_(s,w)~2/(σ_(s,all)~2+σ_n~2/N变为1/L(N为阵元数,L为目标数,σ_(s,w)~2为弱目标能量,σ_(s,all)~2为目标信号能量和,σ_n~2背景噪声能量);减小了不同强度目标子空间空间谱幅值差异,使强、弱目标空间谱幅度值比由原先的σ_(s,s)~2/σ_(s,w)~2近似变为1(σ_(s,s)~2为强目标能量),改善了常规波束形成和常规子空间重构法对同一频带中不等强度未知目标的检测性能,并在同一波束图中,同时对不等强度未知目标实现有效检测。     

差分振子时间历程在微弱调制信号检测中的应用

单一的差分振子仅可实现对周期信号中某一频率成分进行检测,对于强噪声背景下的边频带,尽管可以利用多个差分振子组成差分阵列进行逐个检测,进而确定边频带的间隔,但这种做法无疑会带来巨大的计算量。在对调制信号进行Hilbert变换包络分析时,所得到的时域信号是原始调制信号中的低频分量,亦是调制波信号,若该低频分量仍然包含较强的噪声成分,传统的频谱分析将会失效。此时,我们可借助差分振子时间历程对含较强的噪声的包络进行检测。因此,提出基于差分振子时间历程的微弱调制信号检测方法,即首先对信号进行Hilbert包络解调,然后利用差分振子时间历程对含较强的噪声的幅值包络进行检测,并成功应用于风机早期故障检测中。     

高帧频大视场多目标实时检测方法研究

针对高帧频大视场电视跟踪系统中多目标检测的实际需要研究了一种简单的目标检测方法──自适应邻域均值门限检测方法；通过分析，证明该方法能够在信噪比较低和背景干扰较强的情况下对全视场中多个弱小目标进行实时检测，并建立了该算法的实时处理系统；结果表明该方法是完全可行的。     

基于变尺度多稳随机共振的微弱信号检测研究

针对强噪声背景下微弱信号难以检测的难题,提出基于变尺度多稳随机共振的微弱信号检测方法。多稳随机共振系统比双稳随机共振系统具有更好的微弱信号检测能力,为强噪声背景下微弱信号的检测提供了新方法。首先对大频率信号进行尺度变换使之满足随机共振条件,将频率压缩后的信号通过多稳系统,调整参数使其发生随机共振得到信号的频谱特征,并与双稳随机共振方法得到的特征频率进行比较,仿真和实例结果均表明:相同条件下,多稳随机共振方法比双稳随机共振方法得到的频率准确,可以增强信号的幅值,有效地检测出被噪声淹没的微弱信号。     

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...     

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VMD和窄带包络相关的船舶辐射噪声改进DEMON分析

船舶辐射噪声的包络谱中蕴含着轴频和桨叶数等船舶固有特征信息,对船舶目标识别具有重要意义。为了提高船舶辐射噪声包络谱解调性能,提出了基于变分模态分解(Variational Mode Decomposition, VMD)和窄带包络相关的改进DEMON分析方法。首先利用VMD算法代替传统带通滤波器,将船舶辐射噪声信号分解为若干个子带;然后对各子带进行希尔伯特(Hilbert)检波并计算平均窄带包络相关系数,用于衡量信号的包络调制在频域上的非均匀性;最后提取各子带信号包络谱并按照平均窄带包络相关系数进行加权融合,从而得出宽带噪声信号的包络谱。利用该方法对实测不同类型和不同航速船舶辐射噪声信号进行了处理,结果均表明所提方法能有效提高包络谱解调效果,较传统方法更为有效。     

基于变形Lorenz系统和李雅普诺夫指数的微弱周期信号检测

提出了一种变形的Lorenz混沌检测系统,此系统主要具有混沌态和类周期态2种状态。利用最大李雅普诺夫指数作为判断混沌系统由混沌态趋于类周期态变化的量化依据,自动识别混沌系统的临界状态,更准确地判断微弱信号的存在。将互相关检测方法与混沌检测方法相结合,实现强噪声背景下微弱周期信号检测。仿真结果表明,该方法能有效地检测出强噪声中的微弱周期信号。