共查询到17条相似文献,搜索用时 109 毫秒
1.
2.
简述了用自适应线谱增强器(ALE)在噪声背景下提取CW脉冲形式的声呐回波的原理,介绍了用TMS320C25芯片实现ALE的方法.实验表明.ALE是一种有效的声呐回波检测器. 相似文献
3.
4.
匹配滤波器频域自适应线谱增强方法是一种基于递归算法的非线性滤波技术,它大大提高了匹配滤波器的检测性能。针对当前该技术使用窄带信号作为发射信号存在可利用的带宽有限,不能充分发挥自适应线谱增强器性能的问题,文章提出将该技术与宽带信号相结合来检测远程目标。仿真显示,该方法在低信噪比条件下获得了较高的信噪比增益和检测概率。海试数据处理结果表明,该技术的处理增益较传统方法高6.24 dB。该方法的高处理增益适合应用在水下无人平台上,弥补了小孔径阵列空间增益不足的缺点,可以实现远程目标的检测。 相似文献
5.
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。 相似文献
6.
7.
8.
9.
10.
《振动与冲击》2019,(24)
主动控制是隔离水下航行器机械振动的有效方式,受安装空间限制及设备间耦合复杂激励作用,往往不便或难以有效拾取高信噪比参考信号,这将严重影响基于参考信号的主动控制算法应用及其效果。以滤波自适应算法为基础,通过频率识别和信号数字合成理论,提出一种不需要外界参考信号的自适应控制策略,并应用于旋转设备双层隔振系统主动控制。结果表明:两种算法可有效降低隔振系统残差信号,传统算法基频线谱控制能力较好,而频率估计自适应算法多线谱控制能力更优,但两者稳态控制力基本相当,说明要抑制同样激励均需消耗等量次级振源能量;因此,所提频率估计和数字合成方法能获得稳定有效的参考信号,可应用于复杂安装环境下旋转机械的振动主动控制。 相似文献
11.
基于格型陷波滤波器的科里奥利质量流量计信号处理方法 总被引:1,自引:0,他引:1
采用比IIR型计算更为简单的自适应格型陷波滤波器对科里奥利质量流量计的流量传感器的输出信号进行滤波并求得其频率;并应用自适应谱线增强器从含有噪声的信号中提取出流量管振动的基频信号;然后采用滑动Goenzel算法计算两路信号之间的实时相位差,再根据频率和相位差计算出时间差最终求得质量流量。 相似文献
12.
采用具有跟踪频率变化能力的自适应归一化格型陷波器,对频率、幅值和相位均按照随机游动模型变化的科氏流量传感器信号进行滤波,以求得其频率;再采用自适应谱线增强器从含有噪声的数据中提取所需要的信号;然后采用具有重叠窗的滑动Goertzel算法计算两路信号之间的实时相位差,并通过频率和相位差计算时间差,求得质量流量。仿真结果表明该方法是有效的。 相似文献
13.
DIFAR浮标是一种被动定向声纳浮标,广泛应用于目标的初始定位。它由一个全向水听器和一对正交偶极子组成。正交偶极子提供的指向性信息使其可以对目标进行方位估计。介绍了DIFAR浮标利用反正切方法对目标进行方位估计的方法。采用自适应线谱增强技术提高DIFAR浮标信号的信噪比。用反正切法估计目标的方位。给出了用LOFAR谱图和B-Scan图显示DIFAR浮标数据的方法。并给出了方位估计误差的解析表达。仿真结果表明,在相同信噪比下利用该方法得到的角度的方差小,满足DIFAR浮标的要求,提高了浮标的定位精度。 相似文献
14.
为实现弱目标线谱检测,在自适应线谱增强(Adaptive Line Enhancement,ALE)算法的基础上,结合频域批处理技术,提出了一种能降低计算量的高效线谱检测算法——归一化频域批处理最小均方(Normalized Frequency-domain Block Least Mean Square,NFBLMS)算法;所提NFBLMS算法在权值迭代过程中,步长参数不受输入信号功率的影响。理论分析和数值仿真结果表明:相比于已有的线谱检测算法,NFBLMS算法能较好地解决ALE算法实时处理运算量问题,并可获得较高的系统增益,且其步长参数具有较强的鲁棒性,能同时兼顾算法的收敛速度和稳态误差。因此NFBLMS算法更适合实际工程应用。 相似文献
15.
The polarity thresholding algorithm for split spectrum processing (SSP) is known to work well once properly tuned. However, there are several problems related to the finding of the right split parameters such as the number of filters and the information carrying spectral range. Here we show that the polarity thresholding method can be formulated as a multilayer perceptron (MLP) neural network with binary neurons and binary input signals operating in feedforward mode. Then the method is generalized to process nonbinary data using an adaptive MLP with graded neurons. Experiments with real ultrasonic NDE signals are presented using the conventional backpropagation optimization algorithm (BP) and a second order optimization method (BFGS) with exact line search. Finally, alternative adaptive algorithms based on a decomposition of the network into single neurons or linear discriminants are briefly discussed. 相似文献
16.