基于多通道差分的自适应噪声抵消方法

水下航行器舷侧阵的自噪声是影响其弱信号检测能力的主要因素。为减小其影响，通常除了采用物理降噪、主动降噪等方法外都还采用自适应噪声抵消技术。由于自噪声产生和传播的复杂性，以噪声源附近加速度计输出作为参考信号的自适应噪声抵消效果较差。考虑到自噪声和远程目标信号空间的差异性，充分利用阵列上不同位置水听器接收到的信息，本文提出了多通道输出延时求差形成多路参考信号的自适应抵消方法-MD-ANC方法。湖试结果表明，该方法噪声抵消效果显著而且实现方便。在同样的实验环境下，最低检测信噪比相对于未经处理的降低了约4—5 dB；波束形成后，信噪比提高3～5 dB.     

自适应干扰抵消技术在PD引信中的应用

回波信噪比决定了引信在干扰/噪声环境下对目标的检测能力,提高信噪比是引信设计的关键内容.本文利用自适应滤波双通道干扰抵消算法,以背景通道接收到的杂波信号为参考,对主通道进行降噪处理.仿真及试验结果表明,该方法可使信噪比提高约14 dB.     

神经网络计算在系统辨识和噪声抵消中的应用

本文给出了应用神经网络算法进行过程学习和弱信号噪声抵消中所取得的成果。在系统辨识实例中,论证了在噪声环境中精确学习线性和非线性函数映射模型的能力。在噪声抵消实例中,论述了从噪声背景中提取信号的能力。     

基于矩阵重构的多径接收鲁棒波束形成算法

针对存在失配误差时多径信号接收中的信号相消问题,提出了一种新的多径接收鲁棒波束形成算法。算法对信号来波方向进行预估,进行区间划分,基于干扰加噪声协方差矩阵重构,去除了接收数据中的期望信号及其多径相干信号分量,得出了波束形成最优权矢量的显式解;仿真实验表明：当存在失配误差时,算法不仅能够有效地接收多径相干信号,而且可以抑制干扰和噪声,在输入信噪比较高的情况下依然保持较好的性能,得到较高的输出信干噪比;算法在期望信号和多径信号数量较少且分布相对连续的情况下,能有效解决多径信号接收问题,提高了波束形成算法对模型失配误差的鲁棒性。     

深海环境下利用噪声抵消器和经验模态分解的拖船干扰抑制方法

针对深海环境下拖船自噪声在靠近端射和非端射方向产生的多途角扩展干扰影响拖曳声纳探测性能的问题,提出一种利用归一化最小均方误差(Normalized Least Mean Square, NLMS)噪声抵消器和经验模态分解(Empirical Mode Decomposition, EMD)的拖船干扰抑制方法。通过借鉴逆波束形成(Inverse Beamforming, IBF)的思想,对靠近端射方向的干扰波束进行相位补偿,重构出时域干扰信号,并将其作为自适应噪声抵消器的输入信号,基阵接收信号作为期望信号,利用NLMS方法调整滤波器的权值,进行初步干扰抑制。在此基础上通过EMD对噪声抵消器的输出结果进行分解得到多个本征模态(Intrinsic Mode Function, IMF)和残余分量,再利用匹配滤波方法筛选出用于重构拖船噪声的IMF,并在阵元域抵消完成干扰抑制,其中匹配模版为靠近端射方向频域干扰波束逆傅里叶变换得到的时域干扰信号。仿真数据和海试数据分析结果表明,与其他方法相比,所提方法能够大幅度抑制拖船自噪声产生的多途角扩展干扰,提升拖曳声纳在干扰盲区内对弱目标信号的检测能力。     

循环累积量矩阵联合对角化盲源分离算法

循环累积量兼有高阶统计量和循环不稳两者的优点,可抑制任何平稳高斯或非高斯噪声以及非平稳的高斯噪声,文中利用循环累计量的这一性质,提出的基于循环累积量矩阵联合对角化盲源分离算法,对接收的每路数据分别运用矩阵联合对角化法处理,实现对具有相同循环频率源信号有效的分离的目的。仿真试验表明该算法能够有效的提取有用信号。     

自适应干扰抵消系统正交矢量模型及数字实现

自适应干扰抵消系统正交矢量模型,将发射机信号取样作为参考信号并正交分解得到两路相位相差90°的信号.分别加权控制该信号,将正交合成结果与实际天线接收信号比较,其误差经两路模拟相关器得到最佳权值,控制该两路信号增益,形成闭合环路,达到自适应干扰抵消.该模型的数字实现方案,采用高速数字信号处理器、A/D和D/A转换器,在5～10MHz频段模拟仿真完成.     

基于最小互信息算法的跳频信号接收方法

针对增大发射功率和自适应天线对于跳频系统抑制调频噪声干扰的局限,采用盲源分离理论,提出了基于最小互信息算法的跳频信号接收方法。该方法首先在射频利用盲源分离算法——最小互信息算法将跳频信号与噪声调频干扰分离开,然后对分离得到的跳频信号进行解跳,从而得到发射的信号。由计算机仿真表明,在相同的干扰强度下,与传统的接收方法相比,提出的接收方法具有更低的误码率和更强的抗干扰能力。     

MUSIC算法在GPS干扰检测及抵消中的应用

由于GPS信号的低能级特性,在有些应用场合GPS接收机需采取抗干扰措施。在均匀线性天线阵条件下,文中采用MUSIC算法对干扰进行了抵消,并进行GPS信号捕获的仿真。仿真实验表明,多重信号分类法(MUSIC)对于大干扰噪声比(J/N)的干扰具有较高的到达角度(DOA)估计精度和信号噪声分离度。当GPS信号和干扰信号的DOA相差一定角度时MUSIC算法能够提高GPS接收机的抗干扰性能。     

基于联合对角化的抗人工噪声干扰算法

针对无线通信中通信双方采用人工噪声物理层安全算法通信时,窃听方因受到人工噪声干扰无法有效窃听的问题,提出基于联合对角化的抗人工噪声干扰算法。该算法首先对接收信号进行信号源数目预估计,并对其进行预处理;其次通过构造四阶累积量矩阵,并对其进行特征值分解以估计混合矩阵,进而将通信信号、人工噪声与环境噪声信号分离,最终提取出窃听信道中较弱的通信信号以达到抗噪声干扰的目的。理论分析和仿真结果表明,该算法在窃听方受到合法通信方发射的人工噪声干扰时,能够有效分离出目标信号,且在一定信噪比条件下与传统盲源分离方法相比分离效果更佳。     

一种提高Wigner-hough变换检测信噪比的方法

分析了Wigner-hough变换(WHT)对线性调频信号的检测.通过对WHT输入信噪比和输出信噪比的计算,得出了当分析信号样本点数较大时,WHT可有效改善输出信噪比.仿真结果表明:当信噪比为-10 dB,采样点数从128提高到256时,可显著地提高输出信噪比.这一结果对于进一步开展低信噪比情况下线性调频信号的检测与处理具有重要意义.     

基于分数阶Fourier变换累积量的目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难以在时频域得到好的检测结果。对此提出了分数阶Fourier变换累积量算法,该算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真结果表明,分数阶Fourier累积量算法的检测性能优于分数阶Fourier变换和4阶累积量算法,展现了分数阶Fourier变换累积量算法有优越的信号处理性能。     

结合形态滤波与多分辨率 SVD 包的电能质量扰动检测

针对电能质量的扰动检测问题,以电流信号为研究对象,提出结合形态滤波与多分辨率奇异值分解 (singular value decomposition,SVD)包的电能质量扰动检测算法。根据形态学滤波器计算特点,采用余弦结构元素, 对滤除噪声后的信号构造矩阵进行多分辨率 SVD 包分解,通过分解后的高频分量特征检测扰动,结合自适应阈值判 断是否发生扰动,利用仿真对其进行验证。仿真实验结果表明：该算法相较于普通形态学与 SVD 方法有更好的抗噪 能力,且可实现对扰动信号的快速、准确定位。     

基于小波滤波与RBF 网络的微弱磁场信号检测

针对水中兵器检测船舶磁场信号时信噪比较低的问题,提出基于小波滤波与RBF神经网络的微弱磁场信号检测算法。根据船舶磁场信号的时频特征,对采集的信号进行小波分解,提取最后一层的低频分量,滤除高频噪声;并采用样本数据对RBF网络进行学习,利用学习好的RBF网络对含噪信号进行处理,提取船舶目标特征信号。通过计算机仿真结合实测数据对算法进行了检验。结果表明：该算法可以显著提高信噪比,增强了对微弱磁场信号的检测能力。     

直升机谐波信号的多频循环平稳检测

在直升机和无人机等目标的检测和识别方面,常用的方法没有充分利用目标信号的谐波特性,易受实战环境下强噪声和干扰的影响而降低检测能力.采用两个途径提高检测能力:利用谐波信号的相干特性,采用循环处理方法降低随机噪声和干扰的影响;采用频率分集分析和处理方法,将各阶谐波的循环平稳特征融合,提高抗干扰能力.计算结果表明,循环平稳处理方法可以正确的提取信号的频率特征;融合处理方法能在信噪比为2 dB甚至更低时检测谐波信号的循环平稳特征.该方法在多个领域具有较好的应用前景.     

基于周期FRFT的对称三角LFMCW信号检测算法

对称三角线性调频连续波信号（STLFMCW）是一种常用的线性调频连续波信号,具有低截获概率性质。针对这一性质,提出了一种周期分数阶傅里叶变换（PFRFT）对对称三角线性调频连续波信号的检测算法;分析了对称三角线性调频连续波信号的PFRFT及其性质,并对无先验知识条件下的STLFMCW信号检测技术进行研究,给出了基于PFRFT的STLFMCW信号检测流程并进行性能分析仿真;仿真结果表明：该算法对STLFMCW信号有良好的检测性能,相比于FRFT,PFRFT更适合对STLFMCW信号进行处理。     

基于谱熵的动态双门限语音端点检测算法

针对通信设备语音通话控制的需求,通过综合分析语音端点检测主要方法及性能,提出一种基于谱熵语 音端点检测算法。介绍语音端点检测算法,进行语音信号谱熵计算,通过建立背景噪声模型的方式动态调整谱熵值 判别门限,实现语音端点检测功能。仿真结果表明：该算法不仅在低信噪比条件下具备较好的检测性能,而且在复 杂背景噪声环境下具备良好的适应能力。     

基于相关分析的船舶轴频电场实时检测算法

针对现有船舶轴频电场检测算法计算量大等问题,提出一种基于相关分析的船舶轴频电场实时检测算法。该算法利用海洋环境电场和船舶轴频电场水平两分量的相关性差异,提取检测电场信号水平两分量的相关系数为特征,采用滑动检测方法对船舶轴频电场信号进行实时检测。实测数据的验证结果表明:该算法在高信噪比和低信噪比情况下均能较好地检测到目标信号,且不会出现虚警,可用于引信对目标的检测。     

航空磁探中潜艇目标的联合估计检测方法研究

为了解决航空磁探测中水下潜艇目标信号被强磁背景噪声和干扰淹没的问题,提出一种联合估计检测方法。针对潜艇目标基于磁偶极子建立目标磁场光泵测量信号模型,确定了目标信号模型主要由位置三分量x、y、z,目标磁矩三分量M_x、M_y、M_z以及航向角θ等7个未知参量决定。使用光泵磁探仪的观测样本,根据潜艇目标先验信息,基于遗传算法使用Fréchet距离构造适应度函数,搜索得到目标未知参量。根据生成的目标估计信号,构造了平均相关检验统计量,并设计了使用目标估计信号的联合估计检测器。研究结果表明：联合估计检测器在低信噪比条件下仍具有良好的检测能力;相对于传统的正交分解检测和动目标航空磁异常检测,使用目标估计信号的联合估计检测器能够降低虚警概率,提高信噪比,使检测性能更优。     

应用B样条函数改进LOG算子的边缘检测能力

在分析LOG算子边缘检测理论的基础上,比较了高斯滤波和样条滤波的优劣,提出了用样条滤波代替高斯滤波,提高信噪比,改善边缘检测效果。仿真试验结果验证了该方法的有效性。