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＂。     

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。     

海洋中持续泄漏气泡的声学检测

声学方法是检测水面下气体泄漏的主要方法。由于气泡振荡产生的声信号能量较弱,且频段往往与环境噪声频段重叠,不易提取和分析。针对这个问题,提出了一种结合频域积累与时频能量检测的处理方法,通过频域积累提高信噪比后,利用一种自适应时频检测算法分析气泡声信号特性。海上实验表明,该方法可以在较强环境噪声下对持续泄漏的气泡进行有效检测。     

基于时空级联自适应的多频信号混响抑制方法

针对使用多频信号的高速运动的前视主动声纳,对运算量小、较为实用的降维空时自适应抑制混响方法进行了研究,分析得出多频信号的混响空时二维分布特性,在此基础上提出了基于时空级联自适应处理非相干叠加多频信号混响抑制方法,仿真实验研究表明：该方法具有较好的多频信号混响抑制性能,而且大大降低了系统的维数和运算量,便于实际工程实现。     

圆柱阵主动声纳空时混响仿真及空时特性分析

经典的单元散射模型混响仿真方法无法应用于主动声纳空时自适应处理（space-time adaptive processing,STAP）算法研究。提出了一种基于单元散射模型的适合主动声纳STAP算法研究的圆柱阵混响仿真方法。根据声纳发射信号的距离和多普勒分辨力将海洋空间划分成若干个散射单元,将每个散射单元对各个通道混响的贡献在时域分别进行求和,得到各个通道的混响时间序列。仿真综合考虑了多种影响混响的因素,包括发射信号的参数、声呐平台的运动、海洋环境等。对仿真结果的空时特性进行了分析,结果表明仿真数据能够满足STAP算法研究的需要。     

基于统计模型的混响信号仿真

基于混响信号统计模型,建立一种原理简单、易于实现的混响信号仿真算法,针对高频窄带信号引用椭圆滤波器进行滤波,仿真结果表明,该方法产生的混响信号无论在形式上还是统计特性上和理论分析结果都有很好的一致性,并分析了混响信号的相关、时频分布特性。     

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。     

一种改进的唤醒信号能量检测算法及其应用研究

为了减少水下无线传感器网络的功耗,在notch滤波器算法原理基础上,结合帕斯瓦尔定理和子带能量目标检测算法分析环境噪声,得到了检测门限随环境噪声变化的唤醒信号检测算法,进行了理论分析和仿真。在微功耗处理器上实现了该算法并讨论了其在水下无线传感器网络的应用。试验证明该算法可以灵活调度网络中的各个节点状态,降低了传感器网络的功耗。     

利用支持向量机提高水声信号的检测能力

混响是影响主动声纳检测的一个重要因素。传统方法如高阶统计方法和修正协方差等白化方法在检测静止目标时效果并不理想,主要是因为这些算法无法利用混响这样的统计多变且非线性的数据准确估计一个AR模型的参数。利用支持向量机SVM（Support Vector Machine,SVM）来估计AR模型的参数,并进行了实验。结果表明,即使在静止目标的情况下,该算法依然能表现出良好的性能。     

新型抗混响梳状波形设计

1.引言 抗混响问题是主动声纳在浅水中需解决的一个主要问题.目前的作法有两种:一是动目标检测,二是依赖于波形设计.对于后者来说,在几何梳状信号被提出之前,抗混响波形主要采用两种形式:一种是宽带平谱信号,它将混响能量平均扩展到整个频带上,以使每个分辨区域内的混响能量分布尽量少.另一种是长时加窗连续脉冲(如Hanning窗),它使混响能量集中在零多普勒区域内,有利于检测非零多普勒目标.     

一种自适应噪声抵消系统的仿真与设计

自适应噪声抵消系统是基于自适应滤波原理的一种扩展,它能从被噪声干扰的环境中检测和提取有用信号,抑制或衰减噪声干扰,提高信号传递和接收的信噪比质量。研究常用噪声消除算法,并仿真验证系统设计和所选自适应算法的可行性,最后应用DSP技术设计一个自适应噪声抵消系统,使其能消除含噪语音信号中的背景噪声,达到提高语音信号质量的目的。     

一种低信噪比环境下的语音端点检测算法

端点检测技术是语音信号处理的关键技术之一，为提高低信噪比环境下端点检测的准确率和稳健性，提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声来提升信噪比，减少语音失真。然后再提取每帧信号的功率归一化倒谱系数，计算每帧信号与背景噪声的功率归一化倒谱距离。最后将该倒谱距离作为检测参数，采用双门限判决方法进行端点检测。实验结果表明，该端点检测算法对语音帧和噪声帧具有较好的区分性。此外，在低信噪比环境下，所提出的算法对于不同类型的噪声都具有较好的稳健性。     

低频脉冲信号的频域恒虚警检测

为提高低频背景噪声中弱声呐脉冲信号的检测能力,给出了一种频域恒虚警检测方法。该方法针对低频背景噪声平稳性较差、起伏较大的特点,将频域中峰值点或极值点认为是疑似脉冲信号,通过对疑似点能量与历史背景进行比对的方式完成脉冲信号的检测判决,并且给出了相应的检验统计量获取方法、背景噪声估计方法和恒虚警检测门限的计算方法。仿真分析和实际数据处理结果表明,频域恒虚警检测方法对单频脉冲、单频-线性调频组合脉冲等包含窄带成分的弱声呐脉冲信号有非常好的检测性能。     

基于调频电台非合作式双基地雷达试验系统研究

简要介绍了基于调频电台非合作式双基地雷达试验系统的组成,解决了两个主要直达波对消和目标检测问题。使用基于NLMS方法的非因果滤波器完成阵列多通道的时域均衡, 通过时域、空域联合处理,对消了比噪声强80 dB以上的直达波信号,对民航飞机的探测距离超过300 km。试验验证了该算法的实用性。     

基于 FPGA 的电磁金属探伤系统及其微弱信号处理

本文介绍了一种基于FPGA的电磁金属探伤系统,该系统用于研究电磁无损检测技术在金属板损伤探测上的应用。在该电磁金属探伤系统中,传感系统提供的测量感应信号为强噪声背景下的微弱信号。为了提高信号的检测精度,本文采用信号调理电路结合FIR数字滤波的方法,将基于FPGA的电磁成像金属探伤系统中微弱的测量感应信号从噪声中提取出来,仿真实验证明,该方案能为后续信号处理环节提供一个低噪声背景下的较强的感应信号。     

基于FPGA设计的图像增强预处理器

就如何提高复杂背景条件下低信噪比的小目标检测概率问题展开讨论,提出了用数字滤波方法改善图像质量,提高信噪比,达到抑制背景噪声,增强小目标的目的。针对高帧频电视系统的特点,应用现场可编程门阵列（FPGA）构造高速图像预处理器,完成数字电视的图像预处理的实时计算,进而为后续工作打下良好的基础。仿真和实验结果证明是可行的。     

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。     

Nonstationary weak signal detection based on normalization stochastic resonance with varying parameters

The nonlinear stochastic resonance system possesses the ability of taking advantage of background noise to enhance the weak signal. It provides a new approach to detect the weak signal embedded with heavy noise. This study proposes a new varying parameter stochastic resonance employing the fourth-order Runge–Kutta numerical method as well as the normalized transformation of a bistable stochastic resonance system. The model performs well in the detection of a time-varying signal with background noise for denoising and signal recovery. We take the fitness coefficient and cross-correlation coefficient as the criteria and analyze the influence of different parameters. The simulating results indicate its availability, validity and that it generates a better performance than the traditional stochastic resonance. The method develops the area of time-varying signal detection with stochastic resonance and presents new strategy for detection and denoising of a time-varying signal. It can be expected to be widely used in the areas of aperiodic signal processing, radar communication, etc.     

基于非线性耦合双稳态随机共振的轴承微弱故障信号增强检测方法研究

针对滚动轴承微弱故障信号难以检测的难题,提出一种基于新型非线性耦合双稳态随机共振模型的轴承微弱故障信号增强检测方法。噪声背景下,随机共振可以实现微弱信号的增强输出,提高微弱信号特征的检测。提出的非线性耦合双稳态系统是由两个单一双稳态系统经非线性方式耦合而成,通过分析耦合系数、阻尼系数随着噪声强度改变的信噪改善比响应特性曲线图研究了不同参数对随机共振现象的影响。结果表明,耦合双稳系统比单一双稳态系统具有更强随机共振现象的产生。最后采用模型对轴承故障微弱信号进行了增强检测应用,所提出的非线性耦合双稳态随机共振能够实现在复杂的噪声背景下对微弱故障信号的检测。     

A Method of De-noise and Harmonics Detection in Power System Based on Periodicity Analysis

A novel method of de-noise and harmonics detection is presented. Firstly, based on periodicity analysis and signals which have been detected, one minimum period signal with slight noise could be calculated. This signal is named as Standard unit-Period (SuP). Then a correction model is constructed based on SuP and 3-sigma rule, aiming to revise the rough harmonic signal. From the view of solutions, SNR could be risen about 15 dB in a high-SNR background. Furthermore, SuP could be applied to improve DFT in harmonic detection by adjusting the length of harmonic signal. It not only helps to avoid errors caused by spectral leakage effectively in particular situations, but also makes detection method run faster and more precise. At last, applications of SuP in several complex situations are simulated. It showed that SuP could deal with various coloured noise effectively, and this method could be used when the system fluctuates with changing parameters.