基于二次相关的时延估计方法研究

以空间任意多元传感器阵列为模型,以被动定位算法为基础,针对传统时延估计方法中的互相关算法存在着估计精度不高的问题,提出了一种基于二次相关的时延估计方法。该方法首先对信号作自相关提高信噪比,再将自相关函数和互相关函数作相关处理得到时延值。理论和实验结果都表明:相对于传统的互相关时延估计方法,二次相关法可以明显的抑制噪声对信号时延估计的影响,提高时延估计的精度。     

水听器阵列定位中的时延估计方法研究

针对水下定位过程中时延估计计算量大,难以实时实现的问题,提出了一种适用于水听器阵列水下定位系统的互相关时延估计方法;该方法根据瞬时相干函数的计算结果确定是否更新时延估计值,根据水听器阵列拓扑结构限定最大时延范围减少互相关函数的运算次数,降低了时延估计的计算复杂度;仿真分析验证了所提方法的有效性.     

基于互相关和MUSIC算法的时延估计

为了避免相位干涉仪测向技术中存在的模糊问题,提高宽带信号时延估计的测量精度,把互相关和多重信号分类算法结合,引入到频域时延估计领域,研究了互相关MUSIC算法.利用互相关技术可消除非相关噪声,检测概率增加,减小了运算量.仿真结果表明,该算法具有较高的估计精度,较强的抗噪性和较强的鲁棒性,适用于电子对抗领域中的时延估计.     

基于相关峰插值的五元十字阵被动声定位算法

针对基于传统时延估计方法的被动声定位算法精度提高受时延估计精度限制的问题,提出基于相关峰插值方法的被动声定位算法。该算法能改善 FFT变换带来的栅栏效应,根据声音信号的传播特性对信号低频频谱进行细化从而提高时延估计精度。通过计算机仿真和外场实验对比分析了基于互相关方法和基于FICP方法的被动声定位算法在五元十字阵系统中的定位精度。结果表明,基于 FICP 方法的被动声定位算法能够较好地对声源目标进行定位,且算法定位精度优于基于互相关方法的定位算法,具有较强的实际应用性。     

基于快速广义互相关时延估计算法的深度测量技术

通过对被动目标深度测量原理进行分析，推导出了目标深度测量的计算方法．为了满足作为被动目标深度测量关键环节的时延估计的高精度要求，研究了快速广义互相关时延估计算法，并通过了仿真试验．试验结果证明了该算法具有良好的实时性，能够得到较高的深度测量精度．     

目标声定位时延估计的对比研究

根据被动声定位的基本原理，对影响定位精度的关键因素进行了研究，讨论了战场环境中各种时延估计方法的使用条件和效能，分析了广义互相关法、相位谱法、自适应滤波器参量法，并进行了对比。用ＲＯＴＨ权函数广义互相关法对直升机声场信号进行相关分析。结果表明：广义互相关法较大地改善了时延估值精度以及检测性能，能够适应复杂的战场环境。     

基于移动机器人的声源定位系统

介绍了一种协助移动机器人平台搜寻目标方向的声源定位系统。这种听觉系统的最终目标是服务于移动机器人，它所提供的听觉信息再匹配视觉信息，将指导机器人的运动路径。此系统基于时延估计算法，在这种算法中，首先通过能量探测声音起点，然后通过广义互相关法计算时延以确定声源的方向和位置。但是，如果听觉系统麦克风阵列的安装位置离机器人很近，由于采集声源时被马达噪音干扰，将会导致计算结果产生误差。为了克服以上问题，作者改进了广义互相关法。实验表明，本文中提出的声源定位系统可有效应用于移动机器人平台。     

基于经验模式分解的广义互相关时延估计

提出一种基于经验模式分解(Empirical Mode Decomposition,EMD)的广义互相关时延估计方法,用来解决信号非稳态且采集信号的各个通道间存在相关性噪声的条件下如何提高时延估计精度的问题.利用EMD处理非稳态、非线性信号具有良好的自适应性的特点,将声信号分解为多个本征模态函数(Intrinsic ModeFunction,IMF),然后对相应的IMF进行互相关获得多尺度时延值.针对多个时延值不相等的问题,给出了选择精确时延的频谱一致性和时延矢量匹配两个准则,提高了该方法的实用性;并将这一理论应用于声阵列对声源的定位.试验证明:该方法能够在信号非稳态且采集信号的各个通道间存在相关性噪声条件下实现时延的精确估计,并提高了定位精度和时延估计的稳健性.     

目标声定位时延估计的对比研究

根据被动声定位珠基本原理，对影响定位精度的关键因素进行了研究，讨论了战场环境中各种时延估计方法的使用条件和效能，分析了广义互相关法，相位谱法，自适应滤波器参量法，并进行了对比，用ＲＯＴＨ权函数广义互相关法对直升机声场信息进行相关分析。     

基于循环相关检测方法的浅水信道多径特性分析

基于浅水信道模型,建立了具有循环平稳性的线性调频信号多径模型,利用龙格库塔方法对本征声线的理论参数值进行计算,用拷贝相关检测方法进行检测.为了对比检测效果,本文基于循环相关检测方法,采用了一种估计循环频率特征的浅水信道多径分析方法,该方法通过在频域估计循环频率的峰数和位置,可以在时域内准确估算浅水通信的多径数和相应的时延,与拷贝相关检测方法相比可以提高检测性能.将试验获得的水声传播参数应用于所建浅水信道多径模型,分别估算出浅水通信试验的信号多径时延特征,检测结果与理论结果相符,本文采用的方法能更加清晰的分辨各峰值与多径时延,很好地估计浅水声通信系统的信道传输多径特性,说明本文算法的有效性和优越性.     

合成孔径辐射计的数字相关器的研究

数字相关技术是合成孔径辐射计，成像系统中的关键技术之一．在推导合成孔径辐射计数字相关器的相应公式的基础上，通过数字相关和模拟相关以及数字相关的三种数字量化方案之间在相关系数、信噪比上的比较分析，得出了一些重要的结论．     

光电匹配滤波相关识别中的图像信息量分析

数字图像质量的评价涉及到图像的信息量问题,但在光电匹配滤波相关识别中,输入目标图像的信息量大小并不是相关输出优劣的决定因素。本文着重介绍了目标图像由于不同原因可能发生各种变化,导致图像信息量也随之变化,而滤波器本身具有一些特性,使得相关输出在输入目标图像产生这些变化时呈现的结果各不相同。     

水声通信中特征信号提取方法

首先分析了水中基站发射的特征声信号,设计了一种以频分模式为基础的基站特征声信号提取的方法, 目的在于节约成本,提高效率.重点介绍了对该方案进行的实验仿真,并根据结果说明了优缺点及其适用范围.     

子波变换在信号去噪中的应用

人们一直在利用有效信号和噪声的某种特性差异，进行着对污染信号的恢复，这一过程依赖于对信号和噪声特性的精确描述，子波理论为这种描述提供了新的工具。文献[1]的子波域降噪算法通过将相邻尺度的相关量Corr2(m,n）作归一化处理后直接与W（m,n）进行比较决定W(m,n）的取舍，以以噪声在各尺度上的方差作为终止迭代的准则，但是这样使使得在相邻尺度之间进行相关时会丢失一部分信号所产生的系数，从而不能使信号得到更好的重构。文中从大尺度的模极大值出发，在小尺度上的相应位置邻域内搜索对应于此大尺度模极大值位置，以改变信号边缘点的抽取，仿真结果表明，新算法在保留信号边缘的同时，能很好的抑制噪声，滤波效果较原算法有一定的提高。     

基于零基线的 DBBC 检验

比较设备非线性时延校正前后的 DBBC 设备时延一致性。设计零基线干涉测量试验,对 VLBI 系统中 DBBC 设备的时延一致性进行了测量试验;针对设备时延的非线性,利用 PCAL 信号对 DBBC 设备进行标校;用 MATLAB 处理软件对试验数据进行处理和分析。试验结果表明：零基线干涉测量相关处理算法有效;经过 PCAL 信号非线性时延标校的 DBBC 设备群时延准确性相对设计指标高了一个数量级。     

虚拟极化滤波在雷达接收系统中的应用

虚拟极化将变极化技术从模拟端转换到数字端来实现,能快速、准确、灵活的实现变极化接收。将虚拟极化滤波运用于雷达接收系统,能显著地增强雷达杂波抑制和目标检测能力,提高雷达在恶劣战场环境中的生存能力。在分析虚拟极化滤波原理的基础上,运用相关矩阵递推估计提取出极化参数,通过仿真说明虚拟极化滤波对提高雷达接收系统性能的有效性。     

相关性分析在一致性检验中的应用

在对高可靠性指标产品进行可靠性评估时,为满足试验样本量的需求,对不同阶段或不同批次的试验样本进行一致性检验,已成为扩大试验样本量的一种常规手段。针对成败型产品的试验样本,提出了利用相关分析进行一致性判别的方法,并通过实例将常用的Fisher法与相关分析法进行了深入的对比和分析。通过算例分析表明:相关分析法克服了Fisher检验法精度较差、灵敏度较低等缺点,对成败型产品的试验样本进行一致性检验差别结果更加合理可行。     

伪码无线电引信抗有源干扰分析

设计了伪随机编码调相无线电引信电路,分析了该引信的工作原理。通过有源干扰信号和伪码信号的互相关特性与伪码信号互相关函数对比,从理论上得出当干扰信号早于目标回波信号作用于引信时,只有干扰机发射的信号和引信发射的信号完全一致,引信才能误动作,其他情况下都不会对引信构成威胁。当干扰信号和目标回波信号同时作用于引信时,只要干扰信号的载波频率同引信的载波频率,有可能使引信瞎火。     

基于神经网络的分布式被动传感器信息融合技术

在分布式被动传感器信息融合中,存在多传感器信息关联和单传感器目标估计困难,二者相互 依赖和制约,造成相对于不同传感器的信息难于进行时空对准、虚假目标不能消除。为此,应用一种混合式有序分层信息融合结构,避免多传感器信息的多重组合问题,建立了基于两个传感器的信息关联与目标估计联合优化模型,并采取一种优化神经网络算法,避免关联中的组合计算。仿真计算结果表明,这种信息融合结构、优化模型和模拟神经网络的应用是解决被动信息融合系统中关联和估计问题的一种有效方法,所采用的Hopfield型神经网络易于实现,可以提高信息融合的性能。