考虑法向离群的自适应双边滤波点云平滑及 IMLS 评价方法

针对目前在点云双边滤波平滑算法中，人工输入不合理参数导致的点云平滑效果不佳，且易导 致体积收缩及现有去噪后点云质量评价方法存在表达局限性等问题，提出一种自适应参数的点云双边滤波算法 和基于隐性移动最小二乘(IMLS)的质量评价方法。首先构建 KD-tree 数据结构用于点云拓扑，之后搜索各点邻 域，利用奇异值分解法计算法向量信息，并在双边滤波公式中引入法向离群因子以剔除邻域内离群点，然后通 过扩展高斯核函数的权值计算式，在点云邻域内自适应获取空间与法向特征参数，最后应用改进模型进行点云 平滑并引入 IMLS 方法评价点云质量。实验结果表明，考虑法向离群的自适应双边滤波点云平滑算法具有良好 的去噪效果，相比其他算法体积收缩更小，且 IMLS 评价方法客观有效。     

矢量阵自适应零陷强干扰抑制目标方位估计方法

针对方位范围未知的远场强干扰背景下声呐弱目标信号的检测与方位估计问题，本文提出了将自适应空域矩阵滤波技术、矢量信号处理技术及平面波方位估计技术结合的方法。通过最小化滤波后矢量阵信号输出功率以及约束滤波器通、阻带响应，产生自适应零陷干扰抑制效果，并利用二阶锥凸优化的方法首次求解得到了矢量阵自适应空域滤波器。仿真及试验结果表明：矢量阵自适应空域滤波器空域特性相比声压阵自适应空域滤波器更优，矢量阵数据自适应预滤波后再进行方位估计，方位未知的远场强干扰能够被更有效地自适应抑制，进而能够提升矢量线列阵声呐远程弱目标被动探测性能。     

基于直线检测算法的矢量波导不变量估计

针对由于复杂海洋环境会对声场干涉条纹结构产生影响，导致常用的空间变换类算法无法良好地提取干涉条纹的问题。本文基于典型浅海环境声场，提出利用直线检测算法提取矢量声场的干涉条纹，并以此进行波导不变量的估计。将声压谱和水平振速谱融合来增强其中的干涉条纹部分，以便后续在不同环境参数下均可提取到清晰的条纹，再利用统计量的方式进行波导不变量数值估计。仿真分析表明：即使在较复杂的浅海负跃层波导环境下，利用直线检测算法依然能够检测到较为完整的干涉条纹，并能够估计出精度较高的波导不变量值。