基于DSP的神经网络信号处理机的研究

人工神经网络实现技术的研究具有重大意义，它可推动神经网络研究的进一步深化并加快其实用化步伐。本文重点研究了基于ＤＳＰ（数字信号处理）的神经网络虚拟实现技术，设计并实现了以ＴＭＳ３２０Ｃ３０作为处理器的并行处理系统，峰值速度为１亿ＦＬＯＰＳ，并行效率可达到９０％（ＢＰ回忆阶段）。该系统可以方便地扩展为更大规模的系统，用于水声信号处理，以满足实际应用的要求。     

水声信号盲分离算法性能评价准则

在水声信号盲分离技术仿真研究中，需要评价算法的收敛速度，稳态误差等，文中分析了水声基阵接收信号的实数延时模型和复数混合模型，提出了水声信号盲分离算法性能评价准则。该准则分为基于混合基阵和信号估计两种，在三／四元均匀线列阵上，盲分离实测非高斯舰船辐射噪声，分别用CRLS，CACY，EASI，CMA，MKMA算法通信班下了提出的算法评价准则，同时还给出了这些算法分离水声信号的性能曲线。     

面向方位无关识别的回声特征ANN自动提取

特征提取是目标识别的前提与成败关键之所系。大量实验表明：非球对称目标的回声特性主要随方位或姿态角的变化而呈混沌态变化，常规方法（如谱分析、矩法、ＡＲ／ＡＲＭＡ建模、亮点结构分析、波形分析等等）提取的特征往往随目标方位的变化出现严重的类内弥散与类间交迭，从而导致决策界面过分复杂、甚至完全失效。因此，在目标方位非固定的情况下，如何提取适当的回波特征２０年来一直是国际学术界广泛关注的问题。本文提出一种面向方位无关识别的回声特征ＡＮＮ自动提取方法，采用多传感器，神经网络直接利用回波复包络数据自动生成具有…     

基于输入模式空间的函数连接网络分类器的设计与实现

利用随机向量函数连接网络（Random－VectorFunctionalLinkNet:RVFLNet）实现对输入模式向量的分类。函数连接网络中基函数使用高斯函数，函数变量为输入模式向量与随机向量的欧氏距离，各随机向量散布于原始输入模式向量的各聚类中心邻城内．该分类器可较好地匹配于输入模式空间的分布情况，其识别性能优于一般函数连接网络。同时该网络可缩短训练时间，避免局部极小点的影响．     

任意信号源盲分离算法性能研究

1.引言 常用的盲分离算法有二阶统计量方法、高阶累积量方法、信息最大化(Infomax)以及独立成分分析(ICA)等.这些方法取得最佳性能的条件总是与源信号的概率密度函数假设有关,一旦假设的概率密度与实际信号的密度函数相差甚远,分离性能将大大降低.本文提出采用核函数密度估计的方法进行任意信号源的盲分离,并通过典型算例与几种盲分离算法进行了性能比较,验证了方法的可行性.     

基于二阶锥规划的稳健高增益波束形成

针对最优波束形成对基阵的轻微误差非常敏感这一缺点,提出了运用二阶锥规划方法实现白噪声阵增益约束来提高优化波束形成稳健性的方法.白噪声阵增益约束波束形成能够提高优化波束形成对误差的稳健性.本文将白噪声阵增益约束波束形成转化为二阶锥规划(second-order cone programming)形式,通过内点方法(interior point)来求出其数值解.计算机仿真结果验证了该方法的正确性.     

基于声线到达时差的浅海声速剖面反演

提出了采用声线到达单个水听器到达时间差反演浅海声速剖面的方法，并缃出了具体算法。根据仿真观测数据，采用该方法演得到声速剖面与声速剖面真值之间误差的均方根为δ＝1．04m/s，平均值为1．87m/s，研究结果表明该反演法可以用于反演浅海声速剖面。     

水声信号盲分离的实数算法与复数算法

分析了实数算法和算数算法实现水声信号盲分离的原理，对几种没有复数形式的盲分离算法提出了修改，修改后的算法可以完成复数信号的盲分离，在三元均匀线阵列上对几种曲型的算法如FASTICA、ACY和EASI算法分主水声信号的性能进行了仿真。结果表明，在精确补偿延时形成波束的条件下实数算法性能与复数算法一致，在基阵几何尺寸存在误差和延时补偿不精确的条件下，实数算法无效，复数算法仍保持良好的性能。     

NNSP─Ⅰ神经网络计算机软件设计

本文结合神经网络计算系统NNSP－I的硬件结构特点，研究和开发了适用于该机的应用软件。它不仅是一个友好的人机界面和具有编辑、格式转化、数据加载等多种功能，而且支持并行计算，如多层BP神经网络及FFT算法。     

消声水池声场的仿真计算

消声水池的声场计算对消声水池尺寸的确定和所敷设的吸声材料参数的选择十分重要。利用虚源方法建立了消声水池声场计算的声场模型,该模型考虑了二次反射、吸声系数随入射角变化、有指向性声源等多种情况。利用声场模型对水池的声场进行了计算,分别考虑了点声源、吸声系数随入射角变化、二次反射和指向性声源等情况。通过对不同条件下消声水池声场的计算仿真,分析了不同因素对水池自由场的影响,得到了具有一定应用价值的结论。