确定性采样的矢量水听器阵列舰船目标方位估计

使用较少的硬件电路和计算量实现高分辨率的目标方位估计一直是海域防御系统具有挑战性的研究工作。将压缩感知理论应用于矢量水听器阵列,利用确定测量矩阵建立了确定压缩采样的矢量水听器阵列(DCV)结构,并将其与改进的多重信号分类算法(MMUSIC)相结合,提出了确定压缩采样的矢量水听器阵列的MMUSIC(DCV-MMUSIC)算法。将该算法用于相关或非相关模拟舰船目标的方位估计,通过对算法的可行性、高分辨能力和改变测量次数、信噪比和快拍数等多种仿真,得出该算法可以在低信噪比和小快拍下对舰船目标进行方向估计,并且具有使用硬件电路少、计算量低和估计偏差小等优点。又将其用于实际商船目标的方位估计,得到了较好的方位估计性能。     

单矢量水听器DOA估计算法研究

近年来,一种新型声传感器--矢量水听器引起了人们极大的关注.这种传感器不仅能获取声压这一声场的标量参数,而且能同时获取质点振速这一矢量参数,为完整地利用声场信息进行信号处理提供了充分的可能性.这里将单个矢量水听器理解为一个标量传感器阵列,根据平面波声场模型,按照阵列信号处理的原理对其输出的标量场和矢量场信息进行联合处理,构造了DOA估计算法,推导了算法原理,分析了算法的定向性能,并利用计算机仿真和海上试验数据对算法进行了验证.理论推导、仿真和试验结果均表明,该方法是一种有效的目标方位估计算法.     

面向航天光学遥感场景压缩感知测量值的舰船检测

基于压缩感知的航天光学遥感成像系统可以在采样阶段通过硬件同时完成采样和压缩。在面临舰船检测任务时,系统需要重建原始场景,CS的场景重建过程计算量大、内存要求高且耗时。本文提出了直接对成像系统测量值进行舰船检测的算法——基于压缩感知和改进YOLO的测量值舰船检测算法。为了模拟成像系统的分块压缩采样过程,利用步长和卷积核尺寸相等的卷积测量层对场景进行卷积运算,将高维图像信号投影到低维空间得到全图CS测量值。得到场景的测量值后,测量值舰船检测网络从测量值中提取舰船的位置信息。在主干网络中导入SENet模块,利用改进后的主干网络来提取测量值的舰船特征信息;利用特征金字塔网络强化特征提取的同时融合浅层、中层和高层的特征信息,进而完成舰船的位置信息预测。其中,CS-IM-YOLO将卷积测量层和CS测量值舰船检测网络连接起来端对端训练,大大简化了算法的预处理过程。通过数据集HRSC2016评测算法性能,实验结果表明：CS-IM-YOLO对于SORS场景CS测量值舰船检测的检测精度为91.60%,召回率为87.59%,F1值为0.90,和AP值为94.13%。这充分表明该算法可以对SORS场景的CS测...     

面向声定位的低功耗音频信号采集系统的设计与实现

针对声定位的研究和应用领域,设计了一种低功耗音频信号采集系统.系统硬件电路以CPLD-EPM1270芯片为核心,对目标方位的估计基于四元十字阵列的时延估计法.最大采样频率可以达到216 kHz,休眠状态时的能量消耗小于20μW.测试表明:可以应用于声定位的应用场合.     

声矢量阵列波达方向估计的四元数空间稀疏分解

针对稀疏分解(sparse decomposition)类算法在恢复矢量阵列信号时收敛速度慢的问题,本文将稀疏分解理论推广到四元数空间,提出了一种声矢量阵列波达方向估计的四元数正交匹配追踪算法。首先,建立声矢量阵列的四元数模型,然后将方向矢量矩阵在四元数空间展开作为冗余字典,最后利用正交匹配追踪算法恢复原始信号得到目标方位信息。实验结果表明:在四元数空间建立的冗余字典强化了声矢量传感器各输出分量间正交性,与长矢量模型即在复数域的冗余字典相比恢复性能更好。具体表现为:冗余字典原子长度降为长矢量方法的1/3,并有效去除长矢量方法在DOA估计角度真值附近1°范围内的偏差。仿真结果验证了算法的有效性。     

单矢量水听器的几种DOA估计方法

针对单矢量水听器,将旋转不变技术(estimation of signal parameters via rotational invariance techniques,ESPRIT)等参数估计算法用于直方图统计,并提出了基于单矢量水听器的多重信号分类(multiple signal classification,MUSIC)算法,推导出波束形成的功率谱公式和半功率波束宽度公式以及不同声压振速组合情形下定向性能的理论下界,同时也对其他波达方向(direc-tion of arrival,DOA)估计方法进行了总结。理论分析和实验结果表明:ESPRIT等用于直方图统计后能够获取更为全面准确的目标信息;MUSIC算法可获得比最小方差无畸变响应(minimum variance distortionless response,MVDR)更高的分辨率,而且同样满足实时处理要求;MVDR的半功率波束宽度与信噪比大致呈现反比例关系,而常规波束形成(conventional beam-forming,CBF)的半功率波束宽度收敛于131.06°,两者都只与信噪比有关;声能流法等适用于较高信噪比情形,而波束形成和子空间方法的定向精度在较低信噪比情形下仍能接近理论下界,尤其是波束形成具有良好的宽容性;功率谱估计的3种算法具有相同的估计误差边界;各定向算法的时间花销都较小,均可应用于实时系统。     

二维动态网格压缩波束形成声源识别方法

基于平面传声器阵列测量和固定网格的传统二维压缩波束形成通过建立阵列传声器测量声压信号和假想声源网格点未知源强之间的欠定线性方程组，基于主声源通常为稀疏分布这一事实，利用稀疏促进算法求解上述方程组从而获得声源波达方向和源强的准确估计，进而准确识别声源。然而，当声源波达方向与网格点不一致、即发生基不匹配时，性能会劣化。为克服该问题，提出二维动态网格压缩波束形成声源识别方法。定义网格坐标和源强分布矢量为变量并采用对数求和罚函数构建目标函数以促进解的稀疏性；基于优化最小化框架在目标函数的基础上构造合适的替代函数以降低优化复杂度；通过梯度下降法对替代函数进行迭代优化求解，从而使网格坐标和源强分布矢量逐渐收敛至真实值附近。仿真和试验均表明，相较于传统固定网格的二维压缩波束形成，该方法能够克服基不匹配问题、获得更高的定位精度和量化精度；该方法能够适用于传声器随机分布的平面阵列，且无需先验的信噪比（噪声干扰）及声源稀疏度等信息，即使在传声器数量较少的情况下也能得到低污染高分辨率的声源成像，保证了高精度的二维波达方向估计和源强量化。     

用免疫量子克隆算法估计声源频率和DOA的SPM方法

提出了一种可用于同时估计声源频率和波达方向(DOA)的信号相位匹配(SPM)方法.通过SPM原理方位估计的最小二乘解,构造了以信号方位和频率作为双自变量的适应度函数,采用免疫量子克隆算法(IQCA)对其进行非线性全局寻优.该方法在保留SPM方位估计算法低信噪比下具有高分辨率优势的基础上,改善了传统SPM方位搜索计算量大,需设置固定搜索步长和频带范围的问题,使信号相位匹配原理不仅扩展到了二维参数的联合估计,而且加速了搜索最优参数的收敛过程.-10 dB信噪比时,宽频带和角度搜索范围内的100次独立Monte-Carlo实验表明,方位和频率估计值的标准差可分别达到1.444°和0.361 1 Hz,同时运算耗时较传统SPM方法缩短94%,适于工程应用.     

适用任意平面阵列的二维宽带 DOA 快速估计算法

二维宽带波达方向(DOA)估计对实现水声通信定位一体化具有重要作用。 双边相关变换(TCT)算法是高分辨宽带 DOA 估计的经典算法之一,但只适用均匀线列阵下的一维 DOA 估计,且计算量大。 本文在对 TCT 简化算法( STCT)进行扩展 改进的基础上,提出了一种适用于任意面阵列且具有低计算复杂度的二维宽带 DOA 快速估计算法。 所提算法利用水声通信同 步信号的已知波形对阵列输出数据进行匹配预处理,有效压缩了聚焦变换所需频点数量,从而降低了聚焦变换过程的计算量; 利用余弦域加速粒子群最优化(APSO)搜索二维空间谱谱峰,在保持高搜索精度的同时显著降低了搜索计算量。 相较于单纯的 STCT 扩展算法,所提算法保持高 DOA 估计精度,在信噪比为 20 dB 时精度约为 0. 02°,但计算量远低于前者。 仿真和实验结果 验证了所提算法的优势。     

一种基于载波相位的声呐阵列波达方向估计算法

针对目前各种声呐阵列波达方向估计算法复杂,系统处理速度要求较高,设计成本昂贵等问题,本文从载波信号所包含的目标方位信息出发,提出了一种新的阵列信号波达方向估计算法。该算法根据各个阵元接收信号相对延时的固定性,利用三角函数的变化关系,推导出了阵列信号的波达方向角的计算公式。仿真实验证明:当线性阵元间距为波长的1/2时,在信噪比为10 dB,波达方向角为2°～70°时,利用该算法计算所得波达方向角的精度小于0.05°;在信噪比为0 dB,波达方向角为1°～70°时,精度小于0.15°;在信噪比为-10 dB,波达方向角为1°～70°时,精度小于0.6°。     

压缩感知声源定位方法研究*

目前声源定位主要采用波束形成算法与麦克风阵列相结合的方法。常规波束形成(Conventional beamforming, CBF)方法存在以下缺陷：① 空间分辨率受限于瑞利限;② 动态响应范围受旁瓣的影响。高级波束形成算法则存在着计算时间过长、会出现负声源或假声源等缺陷。提出一种基于麦克风阵列与压缩感知正交匹配追踪(Orthogonal matching pursuit, OMP)算法的声源定位方法。在不同频率下通过数值仿真方法将压缩感知OMP算法与CBF算法及压缩感知基追踪(Basis pursuit, BP)算法的声源定位结果进行对比。结果表明：① 与CBF算法相比,压缩感知算法显著提高定位结果的分辨率;② 当声源频率为 1 000 Hz时,测量矩阵的等距约束性常数(Restricted isometry constant, RIC)远高于FOUCART边界限,不满足等距约束性条件(Restricted isometry property, RIP),压缩感知OMP算法仍能定位出主要声源的位置,而压缩感知BP算法无法对主要声源进行定位。通过数值仿真方法对不同信噪比(Signal to noise ratio, SNR)及不同声源间距下压缩感知OMP算法和CBF算法声源定位的结果进行对比。结果表明：① 当SNR为零时,压缩感知OMP算法能对主要的声源信号进行定位,而CBF算法无法对主要声源进行定位;② 在声源频率为5 000 Hz时,OMP算法的空间分辨率为0.074 m,突破了瑞利限约束。通过试验对所提出的声源定位方法的可行性进行验证。     

Enhanced detection of rolling element bearing fault based on stochastic resonance

Early bearing faults can generate a series of weak impacts. All the influence factors in measurement may degrade the vibration signal. Currently, bearing fault enhanced detection method based on stochastic resonance(SR) is implemented by expensive computation and demands high sampling rate, which requires high quality software and hardware for fault diagnosis. In order to extract bearing characteristic frequencies component, SR normalized scale transform procedures are presented and a circuit module is designed based on parameter-tuning bistable SR. In the simulation test, discrete and analog sinusoidal signals under heavy noise are enhanced by SR normalized scale transform and circuit module respectively. Two bearing fault enhanced detection strategies are proposed. One is realized by pure computation with normalized scale transform for sampled vibration signal, and the other is carried out by designed SR hardware with circuit module for analog vibration signal directly. The first strategy is flexible for discrete signal processing, and the second strategy demands much lower sampling frequency and less computational cost. The application results of the two strategies on bearing inner race fault detection of a test rig show that the local signal to noise ratio of the characteristic components obtained by the proposed methods are enhanced by about 50% compared with the band pass envelope analysis for the bearing with weaker fault. In addition, helicopter transmission bearing fault detection validates the effectiveness of the enhanced detection strategy with hardware. The combination of SR normalized scale transform and circuit module can meet the need of different application fields or conditions, thus providing a practical scheme for enhanced detection of bearing fault.     

Online Detection of Broken Rotor Bar Fault in Induction Motors by Combining Estimation of Signal Parameters via Min-norm Algorithm and Least Square Method

Current research in broken rotor bar (BRB) fault detection in induction motors is primarily focused on a high-frequency resolution analysis of the stator current. Compared with a discrete Fourier transformation, the parametric spectrum estimation technique has a higher frequency accuracy and resolution. However, the existing detection methods based on parametric spectrum estimation cannot realize online detection, owing to the large computational cost. To improve the efficiency of BRB fault detection, a new detection method based on the min-norm algorithm and least square estimation is proposed in this paper. First, the stator current is filtered using a band-pass filter and divided into short overlapped data windows. The min-norm algorithm is then applied to determine the frequencies of the fundamental and fault characteristic components with each overlapped data window. Next, based on the frequency values obtained, a model of the fault current signal is constructed. Subsequently, a linear least squares problem solved through singular value decomposition is designed to estimate the amplitudes and phases of the related components. Finally, the proposed method is applied to a simulated current and an actual motor, the results of which indicate that, not only parametric spectrum estimation technique.     

滚动轴承故障的谱相关特征分析

滚动轴承的振动响应信号包含确定性成分和随机成分,两者都能反映轴承发生故障的信息。利用随机成分进行故障定性诊断,可以只使用较少的振动信号数据,计算效率高,有利于工程实际应用。针对轴承振动信号中随机成分能量较低、分布频率范围较宽的特点,采用对数谱相关函数灰值图反映信号中随机成分对循环平稳特性的影响,定性判断故障引起的谱相关函数中随机成分的变化,然后通过共振区切片进行故障解调分析,提取特征信息。通过实测正常轴承和内圈点蚀故障轴承振动信号的对比分析,表明即使在较低频率分辨率条件下,谱相关密度也能实现故障信息的解调,并可以提高计算效率。     

Multiscale MSE-minimizing filters for gradient-based motion estimation

Gradient-based algorithms play a vital role in motion estimation. In this paper, a motion estimation algorithm based on gradient methods for the low signal-to-noise ratio (SNR) scenarios was presented using statistical performance of the estimator. The cost function model of mean square error (MSE) was developed based on the Cramer-Rao lower bound by considering the influence of the noises on motion estimation. The optimal gradient filters for motion estimation were obtained by minimizing the MSE cost function. In combination with the multiscale pyramid approach, the accuracy of such a motion estimation algorithm can be further improved. Experimental simulations show that the proposed method improves the estimator performance for low SNR scenarios.     

样点邻域同构曲面约束的散乱点云法向估计

针对现有点云法向估计算法难以兼顾估计结果的精度与稳健性问题,以局部采样区域同构曲面作为样点邻域点集所反映曲面形状约束,提出一种散乱点云法向估计方法。该方法将目标样点的邻域点集作为局部样本进行曲面重建,获取插值于采样点集并与采样表面拓扑同构的局部网格曲面;对曲面局部区域高斯映射结果进行聚类分析,获取目标样点的各向同性邻域面;基于面片的正则度以及面片至目标样点的测地距离,确定目标样点各向同性邻域面片法向的加权均值,并将所得结果作为目标样点的法向估计结果。试验结果表明,该方法在点云数据信噪比为40 dB的情况下可保证98%以上样点法向估计偏差在以内,可稳健处理含有噪声以及采样不均匀等缺陷的散乱点云法向估计问题,对于含尖锐特征的点云亦能准确估计样点法向,且具有较高的计算效率。     

基于压缩感知的非均匀脉冲SAR欺骗性干扰抑制方法

针对SAR欺骗式干扰的特点和传统干扰抑制后SAR成像质量恶化以及传统干扰抑制方法存在着冗余度高、有效信息提取率低等问题,本文提出了将两种新的稀疏采样方式-互质采样与嵌套式稀疏采样同压缩感知算法相结合,用来抑制欺骗式干扰并实现目标高分辨重建的方法。通过仿真实验,对比了本文提出的新重构算法与传统非均匀采样重构算法,证明了在采样率远低于Nyquist速率的条件下,基于压缩感知的稀疏非均匀SAR采样与成像方法不但可以抑制欺骗式干扰,而且能够在避免信号冗余的情况下实现目标的高分辨成像。     

基于小波变换的核磁共振测井信号去噪算法设计

文中在分析核磁共振测井仪应用特点和回波信号的数学模型基础上,提出了一种基于小波变换的信号去噪算法.实验证明,该算法除了计算量小外,还具备相位失真小、对数据量的依赖少、时信号比的改善显著、均方根误差小等优点,较其他算法(如时间平均,IIR)具有明显的优势,非常适合应用在核磁共振测井仪中.     

多子阵高分辨实时波达估计算法研究

常用的高分辨波达估计算法一般都面临计算量巨大的高维协方差矩阵求逆或需要已知目标数目的先验信息等难题,难以在实际中应用。本文从多子阵处理策略出发,结合最小无失真响应算法(MVDR)理论,提出了一种自适应高分辨实时波达估计算法,并给出了详细的理论推导及相应的性能分析。研究表明,本文算法波达估计误差优于频域常规波束形成算法,同时,相较于常用算法实现高分辨波达估计所需的10 dB以上的阵元信噪比门限,本文算法所需的信噪比门限为3.5 dB,更适用于低信噪比条件下目标的探测,并且对舷侧阵阵元信噪比分布不一致性有较强的宽容性。更重要的是,由于协方差矩阵维数的大大降低,使得本文算法的处理速度大大提升,从而使得高分辨的实时波达估计成为可能。仿真及海试数据处理验证了本文算法的可行性。