基于频率着色的稀疏贝叶斯宽带波达角估计方法

为了提升稀疏贝叶斯(Sparse Bayesian Learning, SBL)算法在干扰环境下对目标信号的检测能力,提出将频率着色技术(Frequency Coloring, FC)推广至SBL算法中。在SBL-FC算法中,首先将阵列接收信号通过傅里叶变换转换至各个子带,在各子带内利用SBL算法进行波达角估计,输出功率谱。不同于常规的SBL算法仅将各子带的功率谱进行简单地叠加,算法考虑干扰和目标频谱结构的差异性,对各子带进行不同的着色,使得干扰和目标轨迹在方位时间历程图上对应于不同的颜色,从而使得目标轨迹更易被提取。数值仿真和实验数据分析表明,利用目标和干扰频谱结构的差异性可有效提升SBL算法在干扰环境下对目标信号的检测能力。     

基于多普勒Chirp-Fourier变换的水下航行器噪声源定位方法

通过对水下航行器辐射噪声的多普勒特征分析,可以定位线谱噪声源在航行器上的辐射位置,从而有针对性地采取治理措施。传统的多普勒分析方法大多在时频域中进行,难以有效处理同频声源的定位问题。该文提出一种基于Chirp-Fourier变换特征的多普勒分析方法,将多普勒信号分解为线性调频(LFM)子分量的集合,并转换到频率-调频因子构成的2维平面。利用该平面内的多普勒信号分布特征,可以有效抑制同频声源之间的相互干扰,进而完成多噪声源的定位。仿真和海上实验验证了该方法的有效性。     

基于Gammatone频率离散小波系数的水下目标鲁棒识别

针对水下目标辐射噪声的复杂性和研究样本的局限性,提出了一种基于Gammatone频率离散小波系数的特征提取方法,结合人耳听觉感知机理,提取出了有效吻合人耳听觉特性的识别特征。该方法在2个方面改进了目前广泛采用的美尔倒谱系数:1用Gammatone滤波器代替三角滤波器,更好地模拟了人耳基底膜的滤波特性;2用离散小波变换替换离散余弦变换,使得识别特征具有优良的局部化特性。针对实录的水下动物叫声和舰船辐射噪声进行分类实验,表明所提出的特征提取方法在识别率和稳健性方面都有明显提高。     

水下目标识别的1/3倍频程掩蔽谱方法

在对现有水下目标噪声信号分布研究的基础上,基于声学分析中的1/3倍频程分析和入耳的听觉掩蔽效应,提出了1/3倍频程掩蔽谱特征提取方法,并对水下目标辐射噪声进行了特征提取和特征分析.结果表明,不同类的目标,其主频范围有其固定的区域.Ⅰ类目标的主频一般在100Hz附近,Ⅱ类目标的主频一般在100Hz和200Hz附近,Ⅲ类目...     

窄带细化Wigner-Ville分布分析的快速实现方法

水下目标辐射线谱噪声的多普勒信息可用于估计目标上的噪声源参数。由于噪声源的低频和低速特性,其多普勒频移变化微弱,需要在选定窄带内进行高分辨率时频分析。Wigner-Ville分布(WVD)具有良好的时频聚焦性能,但是当频率分辨率要求较高时,其计算量和存储空间长度也大幅增加。该文提出一种选带细化WVD的快速数值计算方法。该方法对线性调频Z变换(CZT)进行改进并与WVD相结合,可以大幅提高选定窄带内高分辨率WVD时频分析的计算效率。数值仿真和海试数据验证了方法的有效性。     

基于稀疏谱拟合的超分辨方位估计

考虑到各阵元接收的实际环境噪声可能是相关的,以及风成噪声和远处航船噪声等因素的影响,环境噪声强度的空间分布可能具有方向性。利用非均匀环境噪声模型,结合稀疏谱拟合算法,提出了一种基于稀疏谱拟合的超分辨方位估计算法。该算法利用空间信号的稀疏性和线性噪声模型拟合误差的l2-范数联合最小化,实现非均匀环境噪声条件下的超分辨方位估计。通过计算机仿真讨论了正则参数和线性噪声模型阶数对算法性能的影响,海上试验结果表明了该算法较传统算法和稀疏谱拟合算法具有更低的旁瓣级和更好的方位分辨能力,同时有效验证了该算法在非均匀环境噪声背景下的超分辨方位估计性能。