基于频域分解的水声信号宽带盲波束形成

盲波束形成算法可以在不知道阵的流型、信号及干扰方位的情况下,仅根据各阵元接收的数据恢复信号。由于水声信号为宽带信号,为了充分利用宽带信息,提出利用频域分解的方法获得满足窄带条件的信号,并利用窄带盲波束形成JADE（Joint Approximate Diagonalisation of Eigen-matrices）算法进行处理。对宽带盲波束形成算法进行了理论推导和仿真实验。研究结果表明,盲波束形成算法相对于常规波束形成在信号恢复方面有优越性。     

相控阵ADCP编码信号相移波束形成

相对于活塞式声学多普勒流速剖面仪,相控阵声学多普勒流速剖面仪的换能器体积大大缩小,并且依托相控阵本身的物理特性,无需进行声速补偿。利用窄带相控阵声学多普勒流速剖面仪系统进行编码信号的发射与接收,从而提高相控阵声学多普勒流速剖面仪的设备性能。首先介绍了相控阵ADCP的波束形成方法,然后分别介绍了相控阵的相移波束形成和时延波束形成原理,对编码信号相移相控波束形成情况下,相控阵发射和接收信号波束开角进行了对比,并对作用距离、测量精度、系统复杂度等系统性能进行了分析。分析结果表明:窄带相控阵声学多普勒流速剖面仪可以进行编码信号的发射和接收,能够提高系统的空间分辨率和测量精度,从而提高相控阵声学多普勒流速剖面仪的性能。     

一种基于Notch滤波器的恒定束宽波束形成技术

对于存在不同线谱成分的宽带信号而言,提取这些线谱成分进行恒定束宽波束形成,可以达到增强信号的目的。自适应陷波器(Notch滤波器)具有频率跟踪和相位估计的特性,基于此提出了一种自适应恒定束宽波束形成技术。对于基阵接收到的信号,以其各阵元之间的相位差为媒介,在Notch滤波器离线重构相移波束形成中提取"低频慢变化"的相位信息,对其进行补偿,使输出的重构信号具有"高频快变化"的相位信息,以此将不同频段的信号进行恒定束宽波束形成。以舰船辐射噪声为例,通过仿真和实验研究证实了该方法的有效性。     

空域预滤波的稳健自适应波束形成方法

假定的期望信号方向向量与真实信号方向向量存在误差时,常规自适应波束形成性能将严重降低,针对该问题,提出了一种稳健的自适应波束形成算法.首先利用凹槽空域矩阵滤波器对基阵接收数据进行空域预滤波,消除协方差矩阵中的期望信号分量,然后重构协方差矩阵同时反变换到阵元域,再用重构的协方差矩阵形成自适应波束权向量.由于方法消除了期望信号分量的影响,极大地提高了自适应波束形成算法对系统误差的稳健性.计算机仿真验证了所提方法的有效性.     

基于近场波束形成法的声发射源定位研究

引入近场波束形成法处理声发射信号,研究在小区域布置少量传感器来实现声发射源定位的新方法.首先,利用板波理论进行声发射信号传播特性研究,对比了板中声发射信号与空气中声波传播的差异性,分析了波束形成法应用于声发射源定位的问题.并在板上进行断铅实验,验证了近场波束形成法进行声发射源定位的有效性.最后,在旋转机械碰摩模拟实验台上进行了碰摩实验,利用波束形成法进行碰摩声发射源定位,所提出的方法能有效地定位旋转机械初始碰摩位置.所得结果可为声发射源定位提供一种新途径.     

倍频技术在移相中的应用

介绍了整形后的方波信号,经过倍频技术处理以后,形成一系列方波信号,由这些方波信号映射出相位关系,通过单片机技术进行了脉冲的捕获与输出,最终达到了移相的目的,详细地介绍了倍频与移相设计的全过程。     

波束形成后干扰抵消器的性能改善

采用波束形成后干扰抵消器抵消干扰时，采用常规干扰波束形成必然引起信号对消；采用正交干扰波束形成虽可以消除信号对消现象，但不效地抵消干扰；采胜改进的干扰波束形成时，可以抵消全部干扰。但在信噪比较小时仍存在信号对消现象。本文采用克莱姆－施密特修正递归误差反馈算法，既解决了信号对消问题，又解决了干扰抵消问题，从而大大改善了波束形成后干扰抵消器的性能。     

改进的波束形成方法及其在运动声源定位中的应用研究

对行驶车辆辐射声场的阵列信号处理理论进行了应用性研究。参照空间域信号相关函数理论,提出基于相关函数的波束形成方法。通过系统仿真验证,利用该理论进行的空间信号扩展可以使信号接收阵列所需的传声器数目大幅降低,同时对声源定位结果精度影响不大。     

特征波束形成及其模拟实验研究

本文论述一种新的波束形成方法——特征波束形成。对于完全空间相关的平面波信号,基阵协方差矩阵的特征值集中。但在许多实际情况下,波前只有部分相关,从而造成协方差矩阵的特征值分散。本文对完全相关和部分相关的波前信号都进行了处理,研究了DOA(信号到达方向)估计和产生瞬时波束输出波形的问题,并给出了计算机模拟实验结果。     

IBM在硅芯片上形成微细延迟线 为实现光缓存开辟途径

IBM开发出了在硅芯片上形成微细延迟线的技术。该技术设想利用光信号在高速计算机中进行芯片间传输，使用它能够实现芯片间光传输所需的光信号缓冲。     

基于多普勒特征恢复的声矢量阵鲁棒自适应波束形成方法

在短快拍、信号导向矢量失配环境下,传统的自适应波束形成方法性能受到影响,对角加载技术是提高算法在复杂环境下性能鲁棒性的重要技术之一。针对水声环境和水声信号特点,提出一种基于声矢量阵的自适应波束形成方法。该方法利用水声信号的多普勒频率信息,在不同环境下自适应地选择最优对角加载因子,确定波束形成的权矢量,从而实现提取期望目标信号、抑制干扰和噪声的目的。无需任何用户参数,鲁棒性强、估计精度高。最后基于声矢量阵进行仿真实验,仿真结果证明了所提出的方法能够有效地获取目标信号,具有较好的抗干扰能力。     

基于时域波束信号高阶谱的目标检测技术

为解决常规时域波束形成技术抗噪声能力弱、对弱目标检测能力差的问题,利用高斯噪声的高阶累积量(三阶及三阶以上)为零、非高斯信号的高阶累积量不为零这一性质,对常规时域波束形成后输出的波束信号进行后置处理。首先,对常规时域波束形成后输出的各预成波束信号,分别求其四阶累积量切片谱值;然后,再对各四阶累积量切片谱值分别进行能量累加,得到空间谱图;最后,通过对空间谱在时间上的累积,得到方位历程图。用仿真和海试数据对算法进行了验证:在低信噪比情况下,常规算法不能有效检测到弱目标时,经后置处理后可以有效检测到弱目标。结果表明,与常规时域波束形成算法相比,波束形成后再进行切片谱后置处理的算法增强了对噪声的抑制能力,提高了对弱目标的检测能力。     

基于双谱的齿轮故障特征提取与识别

在引入双谱、双相干谱和人工神经网络的基本理论之后，深入研究了汽车变速箱齿轮振动信号的双谱和双相干谱特征以及频率间的耦合情况，形成故障特征向量，并利用BP人工神经网络，成功地将齿轮正常信号、磨损信号和断齿信号进行了分类。研究表明，对于齿轮振动信号，双谱比双相干谱更利于故障特征提取，不同状态下的齿轮振动信号中均存在二次相位耦合现象，但是耦合的形式不同，同时也表明，基于双谱和人工神经网络的故障诊断方法是有效的。     

多通道子空间算法在说话人识别中的应用

深入研究了基于多通道信号子空间的语音增强算法原理,对算法中各个参数对性能的影响进行了深入剖析．同时给出一种选取噪声方差的简单且有效的方法,并通过研究分析,证明多通道信号子空间算法不仅消噪明显而且对语音的损伤微小,而且相比于单通道子空间语音增强算法除了性能上的提升外,还没有导致计算量的增加。最后将多通道子空间语音增强算法用于说话人识别系统．并与其它多通道语音增强算法（延迟求和波束形成、波束形成后维纳滤波、线性约束最小方差波束形成）进行了对比．实验表明多通道信号子空间语音增强算法在多种噪声环境下均可有效的提高说话人识别系统的识别性能。     

混沌序列在深海多波束高Ping发射中的应用

基于波束形成方法的相控发射可以向不同方向以小延时连续高Ping率发射信号,由于海底底质分层结构的变化,在接收端极易发生回波信号混叠。提出了使用混沌序列克服这一问题,建立了混沌序列筛选流程及编码模型;分析了Logistic序列、Tent序列及Chebyshev序列的相关特性,确定了Chebyshev序列在三者中相关性能最好。使用Chebyshev序列进行调频生成序列,并进行了仿真和水池实验,验证了混沌调频编码信号对混叠信号具有良好的分离能力。     

一种用于水声运动目标成像的空间散射模型

水声成像过程中为了分析所接收的运动目标回波、理解接收信号的形成机理,提出了一种用于该情况的空间散射模型,并利用此模型仿真了"T"型阵成像声呐接收的回波信号。对信号的分析说明了空间散射模型的正确性。以空间散射模型为基础,利用傅里叶变换波束形成算法对不同条件下的球体目标进行了水声成像,并分析了成像性能。性能分析说明了水声目标大小、距离等因素对成像的影响情况,还特别强调了在运动情况下目标的成像情况。以上工作完成了对"T"型阵水声成像过程的模拟,为成像过程回波信号研究和成像声呐研制提供了理论基础和仿真手段。     

基于功率谱因子的金属结构裂纹声发射信号分析

对于一些机械设备,经过长期的使用后,在其应力集中处、危险截面处容易形成疲劳裂纹。裂纹形成后会迅速扩展,从而导致灾难性的事故,是一种非常危险的缺陷。本文通过对带有缺陷的钢板进行加载得到裂纹声发射信号。通过对功率谱因子进行分析,得到裂纹扩展的不同阶段的功率谱主频带的变化规律和信号功率随频率轴的分布规律。从而说明利用功率谱因子对裂纹声发射信号进行分析是可行的。     

基于WPD和LPP的设备故障诊断方法研究

小波包分解(WPD)能够将非平稳信号在低频和高频上同时分解以有效反映信号潜在的特征信息,而局部保留投影法(LPP)在降维的同时保留了信号的局部特征信息。结合上述特点,本文给出了选取信号小波包分解后形成全部节点的谱能量,作为表征信号的特征,采用LPP提取降维特征进行模式识别的方法进行设备故障分类研究。本文在多组不同轴承故障及同故障不同损伤程度的多类别数据集上进行了实验,实验结果验证了这种方法的有效性。     

基于单通道盲源分离的结构模态参数识别

针对基于传统盲源分离算法的结构模态参数识别需要满足传感器数目不少于源信号数目的问题,提出一种基于单通道盲源分离的结构模态参数识别方法,该方法利用单个通道信号即可完成结构模态参数识别。利用同步提取变换(synchro extracting transform, SET)对单通道观测信号进行时频分析以确定变分模态分解(variational mode decomposition, VMD)参数K的取值;将观测信号利用VMD分解形成K个本征模态函数(intrinsic mode function, IMF);将K个IMF进行线性混合形成2维观测信号并与原单通道观测信号重构形成3维观测信号,利用基于信号稀疏性的源信号分离算法分离得到各单模态信号;利用单模态识别技术识别结构模态参数。仿真和实测信号数据表明所提方法的有效性。     

一种利于工程应用的快速反卷积波束形成方法

针对传统的反卷积波束形成算法在处理宽带随机信号时计算量过大的问题,给出了一种利于工程应用的快速反卷积波束形成方法。利用不同频率阵列波束图的相似性,将宽带随机信号划分成非等间距的多个窄带,并在每个窄带取一个频率点的点扩散函数(Point Spread Function, PSF)进行反卷积的近似处理,极大地提高了反卷积波束形成的计算速度。通过在波束功率谱上进行边界扩展,解决了因 Richardson-Lucy(R-L)迭代算法带来的边界模糊问题,进一步提高了计算速度。仿真和海试结果表明,该方法相对于常规波束形成具有更高的分辨力、更高的处理增益和更好的旁瓣抑制能力;相对于传统反卷积波束形成计算速度提升了 50%以上。