非正则复向量的扩展MVDR算法研究

研究了非正则复向量的特性对MVDR算法的影响。将阵元接收数据经过FFT运算后，在任一频率下的列向量都是非正则复向量。根据非正则复向量伪自相关阵的特性．提出了扩展自相关矩阵和扩展驾驶向量，推导出了扩展MVDR（ExMVDR）算法：仿真试验表明ExMVDR算法比MVDR能够更好的压制旁瓣，主瓣的信噪比能够提高2dB左右。  

一种利用多路径声线时延差的定位方法

利用射线声学研究了发射信号已知情况下基于时延特征谱匹配的定位方法，首先从测量信号相关谱和模拟信号相关谱中提取出时延特征谱，然后通过特征谱匹配处理来估计目标位置。仿真和实验数据处理结果表明，基于时延特征谱匹配的定位方法对环境参数失配具有较好的宽容性，目标深度和距离的估计精度较高，非相干累积和平均垂直稀疏阵各水听器的模糊度图可以明显降低旁瓣。  

基于T矩阵方法的双球体声波散射研究

借鉴已有的T矩阵（Transition matrix）方法，编制了计算不同角度、间距和类型的双球体声散射的Matlab软件，并重点研究了刚性和软性双球体模型的声波散射规律。数值考察结果表明，由于组合的非均匀性，刚-软双球体的正横反向散射强度比刚性和软性双球体的类似情况小，而随双球体间距的变化规律相似；另外，刚-软性双球体端尾方向的反向散射强度平均要比对应的单个球体的散射强度大。  

基于EMD的水声目标信号的特征提取

介绍EMD分解这种自适应的信号分解方法，它可以使原信号结构中的很多非线性、非平稳性信息在分解得到的各阶IMF模式中得到保留和体现，将IMF特征和传统的线性目标信号特征相结合可提高目标识别的正确率。  

基于三重数据加密标准的目标数据保密技术

为了确保水声目标辐射噪声数据及其它军事保密数据的安全存储和传送使用，介绍一种基于三重数据加密标准（3DES）的目标数据加密／解密技术，并给出了实现算法。通过对实际声呐目标数据的试验，验证了该保密技术的有效性。  

一种基于典型相关分析的特征融合算法

针对声呐目标识别的特征融合问题,采用一种基于典型相关分析(CCA)的融合算法,实现了不同特征的有效融合,在保留特征有效信息的同时消除了冗余信息。实验数据分析结果表明,该方法及其改进算法一定程度上提高了目标识别正确率。  

浅海多途效应对解调谱的影响分析研究

解调谱是反映目标螺旋桨信息的重要特征,理论分析了浅海多途效应对目标解调谱特征的影响,利用简正波理论对浅海声信道建模,仿真分析了不同海洋环境参数及不同调制频率下多途效应对目标解调谱调制深度的影响。  

MUSIC算法用于低信噪比下的包络分析

1引言 可将水卢目标螺旋桨噪卢建模为一个受窄带调制的宽带随机过程[1],其窄带调制信号(又称包络信号)是本文的分析对象.在声纳信号处理中把通过对接收的宽带信号进行解调(常采用平方律解调)以计算低频解调谱的算法称为DEMON(Detection of Envelope Modulation On Noise)分析,解调后的低频时域信号称为包络信号,其功率谱称为DEMON谱(又称包络谱).实际情况下,我们所期望的包络信号可能会淹没在噪声中而无法检测出来.  

自适应时—频分析在水声目标分类中的应用

本文研究了基于匹配追踪算法的自 适应时－频分析 和基于判别追踪算法的 特征提取，并构成了一个水声分类系统。对实际水声目标辐射噪声的分类结果表明：该系统能有效提取各类信号在时间－频率联合域的主要可鉴别性特征，具有良好的分类能力，分类正确率超过了80％。  

基于神经网络的聚类分析

本文介绍了学习向量量化（ＬＶＱ）网络及其改进－－广义的学习向量量化（ＧＬＶＱ）网络在聚类分析和水声目标分类中的应用。通过聚类分布图和分类结果的比较，发现对ＬＶＱ网络进行的改进在一定程度上提高了聚类性能：基于ＧＬＶＱ网络的分类 系统具有更好的分类性能。