对称相关用于直升机声信号特征提取

针对直升机声信号中混有与信号不相关的随机噪声,提出了一种将对称相关函数法和MUSIC算法相结合的直升机声目标特征提取新方法。采用MUSIC算法提取直升机声信号的对称相关函数的谐波频率,从而可以得到直升机声信号的谐波频率,将其作为目标特征。计算机仿真结果表明:与传统方法相比,该方法可以抑制噪声,突出谱峰位置,准确地体现直升机声信号的谐波特性。     

直升机声信号谐波集及小波子空间能量特征提取与识别

对目标识别中的特征提取技术进行了研究，介绍了两种用于被动声信号特征提取的方法．分别将谐波集(HS）频率和不同尺度小波子空间能量作为特征矢量，给出相应的算法；并利用实测信号将这些技术运用到直升机目标的识别问题中，利用kNN分类器对直升机目标和非直升机目标进行分类。结果表明这两种方法都能达到较高的正确识别率。     

基于高阶累积量的水声噪声检测与识别

本文基于高阶统计量理论研究了海洋环境噪声和船舶辐射噪声的高斯性,同时基于高阶累积量T2研究了非高斯背景下非高斯信号的一种检测方法,并用于海洋环境噪声下检测船舶辐射噪声的方法研究中.另外研究了三类船舶辐射噪声双谱中对角切片和非对角切片特征,并将其作为表征船舶辐射噪声的特征向量,经过一定的实船实验得到了较为满意的结果.     

基于高阶谱的战场声目标特征提取

由于高阶谱对于高斯噪声不敏感的特性，在战场噪声环境中。提取被动声目标的双谱、双谱切片和相位耦合特征，通过建立声目标的高斯混合模型（GMM），进行声目标信号的识别。将基于此模型的识别结果与功率谱方法比较。仿真结果证明：基于高阶谱特征提取方法优于AR功率谱特征，该方法在抑制背景干扰中具有优越性。     

谐波集(HS)检测算法在直升机目标声探测中的应用

利用单个被动声传感器的声信号进行直升机目标检测，介于直升机声信号的功率谱是由一系列强相关的谐波分量叠加于宽带随机分量组成，着重研究在频域中的谐波集(HS)检测并给出详细算法。通过大量实测信号的测试表明，该方法对于不同飞行状态和距离下的直升机均有较强的检测能力，而且可以进一步为直升机目标识别分类提取有效的特征量。     

飞机声信号的特征提取与识别

在对某型喷气飞机声信号做时频域分析的基础上，采用LMS自适应横向滤波对飞机声信号作预处理，而后分别采用过零率和小波变换作目标特征提取。对这两种方法提取的特征再分别应用BP神经网络作目标分类识别，结果表明这两种特征提取方法与BP神经网络分类器相结合对处于起飞或降落滑跑中的喷气飞机均有较高的识别率。     

基于高阶累量谱的轴承故障诊断

在轴承故障诊断中，故障信号的提取是一个关键问题。实际测得的轴承振动信号一般是非平稳和非高斯分布的信号，信噪比很低，微弱的故障信息往往完全淹没在噪声中，信号特征的提取非常困难。信号的高阶累积量对加性高斯噪声和对称非高斯噪声不敏感，应用在轴承的故障诊断中，可以有效地分离信号与噪声，提高信噪比，增强故障信息。对轴承在不同状态下的振动信号进行对比分析，提取了不同状态下轴承振动信号的功率谱与高阶累量谱（双谱），建立了用于故障诊断的双谱特征向量，并利用BP神经网络进行了故障诊断。分析结果表明，从高阶累积量提取的特征与功率谱相比，对故障特征比较敏感，容易实现智能诊断中的数字特征提取，可有效地区分轴承的故障。     

基于小波变换的直升机声目标特征提取

简要地介绍了小波变换的原理和性质以及它在直升机声目标特征提取当中的应用。主要论述了利用小波变换进行信号分解与滤波、目标特征提取等方面的应用,最后给出了计算机模拟仿真结果,结果表明,利用本文所提出的信噪分离方法和目标特征提取方法可以在低信噪比情况下准确识别目标。     

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。     

声引信目标识别技术的研究

对地雷声引信目标识别技术进行了研究。提出利用小波变换后声信号在不同尺度的能量值作为目标的特征矢量，并采用均方加权距离分类器来识别坦克和直升机。检验结果表明，该方法提取的特征稳定，并且，该技术具有高的识别率。     

利用声多普勒信息估计目标运动参数

为了研制反武装直升机被动声探测智能雷弹引信的需要，本文利用直升机声信号的多普勒频移方程，采用最小二乘曲线拟合，估计直升机目标的运动参数。仿真结果验证了该方法的有效性。     

过零率分析在智能雷弹引信中的应用研究

提出一种新的信号分析方法,即信号的过零率分析法,并对其进行了论证。该方法适用于声引信目标信号分析与识别,可以从背景噪声中识别出直升机、坦克、汽车、人行走等,并能排除风和背景噪声的干扰以及人为干扰。与频谱分析法相比,它不需要进行乘法运算,因而处理速度快,分析结果与信号能量无关。文中给出了应用该方法分析的直升机声音、坦克声音、大型卡车声音、人员行走的震动信号的过零率曲线。利用该方法可以提取目标信号的特     

基于子波变换和神经网络的直升机目标识别技术

在分析直升机噪声特性的基础上，利用子波变换对直升机所辐射的噪声信号进行特征提取，并采取ＢＰ网络分类器，成功地识别了干扰背景中的直升机目标，实际数据处理的结果证明了该方法的有效性。     

基于SVD-TLS的AR谱估计方法在声目标识别中的应用

为提高 AR谱估计方法的抗噪性能 ,提出采用 SVD-TLS算法。文中对该算法作了介绍 ,并用一简单例子将 SVD-TLS与其它算法作了比较 ,最后应用 SVD-TLS对几组实测的直升机声信号进行了 AR参数估计和谐波频率提取。仿真结果表明 SVD-TL S较之其它算法可在更低的信噪比情况下准确地提取信号的频率信息 ,具有良好的抗噪性能和数值稳定性 ,将其用于声目标识别对改善系统的抗噪性能是十分有意义的。     

基于关联维数迭代局部投影算法的装甲目标声信号去噪研究

为了抑制装甲目标声信号中包含的噪声成分,消除其对信号特征提取的不利影响,针对局部投影法中邻域半径选取困难的问题,提出了一种基于关联维数迭代的局部投影算法(CDBILPM)。对典型混沌系统Lorenz序列分别叠加不同噪声水平的高斯白噪声,得到信噪比为20 d B和10 d B的含噪信号,运用本算法对其进行去噪仿真实验。结果证明,本算法不仅简化了计算量,而且可以使Lorenz系统的动力结构得到良好的恢复。应用本算法对坦克和轮式装甲车两类装甲目标的实际声信号进行去噪处理,样本信号的噪声强度显著下降,关联维数减小,信号序列的吸引子结构由杂乱变得有序,说明了本算法可有效消除非线性信号中所含噪声。     

采用主分量分析的非合作水声通信信号调制识别

由于信道传输特性、信噪比低等因素的影响,非合作水声通信信号的调制识别极具挑战性。对信号功率谱、平方谱进行主分量分析,提取代表不同类型调制信号特有信息的主分量作为特征参数,从而降低特征参数维度、抑制噪声影响,并在此基础上设计一种基于人工神经网络的水声通信信号调制方式分类器。海上实录信号数据的识别实验结果表明了该方法的有效性。     

一种基于独立成分分析的水下宽带信号波达方位估计方法

在水下目标特征信息缺乏、声纳阵列孔径有限的条件下,对水下宽带信号开展高分辨率、高精度的波达方位估计研究,具有明显的研究意义和应用价值。利用水下信源统计独立的特点,采用基于独立成分分析的状态一致性变换算法进行方位估计;考虑到水下加性噪声的高斯分布特性,利用小波降噪的预处理技术,消减混合信号中的高斯噪声成分;针对状态一致性变换在低频段的性能退化,提出一种空间重采样修正方法。使用上述基于空间重采样修正的状态一致性变换算法对仿真及海试数据进行处理,目标方位估计结果表明:该方法具有角度分辨率高、需要阵元数少、对先验知识依赖小、低频段性能稳定的优点,相比常规波束形成、子空间法、传统状态一致性变换3类方法更具性能优越性与实用性。     

水下主动声引信回波集成检测方法

针对水下主动声引信在复杂的自然干扰下难以准确检测的问题,结合目标回波信号与混响等干扰的各种宏观和微观信息,一方面利用改进的经验模式分解方法对引信系统接收的原始信号进行处理,得到不同模态的本征模式分量,以实现目标回波与混响的分离;另一方面利用本征模式分量得到瞬时频率方差检测统计量和能量检测统计量,将瞬时频率方差检测统计量和能量检测统计量进行组合,构建集成检测器,实现对水下主动声引信的优化检测。试验结果表明,与基于常规能量检测和瞬时频率方差检测方法相比,该方法具有更好的检测性能。