自航深弹过靶测试系统研究

为了解决自航深弹在研制和部队演习过程中的性能评估问题,设计了基于双圆锥阵的自航深弹过靶测试系统被动接受声纳基阵,并研究了该接收基阵的被动定位算法。经计算机仿真研究表明,该系统能跟踪自航深弹入水后的运动轨迹,并精确估计深弹到目标模拟器的正横距离。为自航深弹性能试验提供有力依据,系统设计合理、可行。     

基于混沌理论的水下目标信号特征提取研究

利用混沌理论对水下目标特征提取进行了研究.通过计算Lyapunov指数,较好的实现了对水下目标信号的特征提取.为水下目标探测和识别提供了新的理论和方法.     

基于DSP的水雷引信硬件系统设计研究

所设计的引信硬件系统，针对现代水雷引信工作于复杂的水下环境中且依靠电池供电要求系统具有工作可靠性高和功耗低的需求，利用TMS320VC5509A的MCBSP和新增的EMIF模块构建了一个通用硬件平台。平台采用主从机工作方式，主机系统以低功耗混合信号处理器MSP430F1611为核心，从机系统由数字信号处理器TMS320VC5509A构成。通过消声室的类比试验，验证了所设计硬件系统的可行性。     

基于基频提取的舰船目标识别系统设计

随着高性能扫雷具等干扰目标的不断涌现,为了区分舰船目标和扫雷具目标,研究了一种舰船基频提取方法。该方法利用舰船基频在信号的低频段存在多次谐波的特点,通过计算信号低频段的功率谱,提取低频段存在的线谱,并利用差频估计算法提取信号存在的基频信息。通过对大量实测数据的分析,总结了扫雷具与舰船目标在低频段功率谱中存在的不同特征,利用这些特征改进了差频估计算法,并在数字信号处理上实现了相关的线谱提取方法和改进的差频估计算法,设计了一个舰船基频提取系统。经过试验验证,该系统能够有效区分舰船目标与干扰（扫雷具）目标,且功耗很低,识别算法全速运行时仍小于100 mW。     

基于分布式时间反转处理技术的水下节点网络物理层方案研究

时间反转处理技术可以在不需要传感器阵列结构等先验知识的条件下,在非均匀介质中实现声束的自适应聚焦,应用于水声通信时,可以减轻由多径传播所引起的码间干扰,提高通信速率。传统的时间反转技术均需要一个垂直线列阵作为时反镜,增加了节点复杂度及成本,本文所提出的基于分布式时间反转法通信的网络物理层方案,充分利用网络中多个独立节点的自身资源,组成分布式时间反转镜,在保留传统时间反转法通信优良特性的前提下,不需要再设置垂直线列阵,降低了节点复杂度及成本,兼顾了网络通信速率、节点复杂度以及信息传输保密性的需求。利用海洋环境实测数据得到的仿真试验结果表明,提出的基于分布式时反技术的水下节点网络物理层可聚焦多径信号,减轻多径传播带所引起的码间干扰,其性能与传统时反法相当,若联合判决反馈均衡器则可进一步提高系统性能。     

一种新型射频高通滤波器的设计研究

基于ADS对射频高通滤波器进行设计和仿真,并且介绍了一种将集总参数转换为分布参数的方法,即Richards变换和Kuroda规则,同时以这两种理论为基础设计出一种射频高通滤波器。     

基于小波域和BP分类器的舰船目标的分类研究

利用小波变换处理水下舰船的辐射噪声,提取舰船辐射噪声的小波子带能量,作为目标特征,结合BP神经网络分类器,实现目标分类.通过大量的实验仿真验证,使用小波子带能量作为目标的特征,将BP神经网络作为分类器识别目标的分类方法是有效的,具有良好的工程应用前景.     

基于双二阶的低功耗椭圆带通滤波器设计

为解决椭圆滤波器通带纹波较大的问题,设计了一种基于双二阶的椭圆窄带带通滤波器,滤波器由3个双二阶构造的带阻滤波器级联实现,滤波器中心频率11kHz,带宽2kHz,通带纹波不超过1dB,阻带衰减不小于30dB每倍频程。滤波器功耗不超过30mW,满足水下引信接收机长时间工作的要求。     

基于VC的来电显示客户管理系统

通过MSP430单片机解码芯片HT9032C对来电铃流中的FSK制式的来电信息进行解调,再通过VC＋＋中MSComm控件实现PC与MSP430之间的数据接收,并利用MFC进行界面编程,对所接收到的来电号码进行相应数据库的查询,实现在接听客户信息前对相关的客户资料自动显示等功能。     

一种优化的舰船基频特征提取算法

舰船目标的轴频是表征其目标类别的一种本质特征,有效地提取这种特征可以提高对水中目标的检测能力。本文基于多重自相关的目标推进器噪声的基频分析,利用1D模糊处理的方法求取了基频分布频段中各频点基频出现的置信度,通过对目标噪声基频分析中的线谱分量及线谱分量对应频点的置信度阈值门限实现对舰船目标基频特征的提取,完成对目标的检测识别。利用海上多种型号和多种工况目标的大量实录数据检验结果表明,文中基于多重相关功率谱和信息融合置信度阈值的基频提取方法对水中目标的检测具有良好效果,检测概率达到92．5％。