直升机声信号特征提取和识别技术

简要介绍了直升机的飞行噪声和它的频域特征，论述了声信号特征的提取技术，采用基于模式识别的信息处理方法，用ＡＲ模型参数谱估计算法高质量地估计一直升机的声线谱；用二次近似法快速有效地提取了直升机的声线谱特征，构成特征矩阵；用模式识别中句法分析方法对声目标进行有效的判决、识别，并编写了相应的程序，给出了分析结果，效果良好。     

直升机时延估计的自适应算法研究

简述了ＬＭＳ自适应滤波算法，在此基础上，提出了利用自适应滤波技术，实现直升机定位中的时延估计，并用三点内插算法来改善时延估计的精度。对某直升机噪声的野外实测数据，进行了计算机数值计算和仿真，仿真结果是令人满意的。     

基于倒谱特征和小波包特征熵的直升机声目标识别

提出了一种将倒谱特征和小波包特征熵相结合的直升机声目标识别新算法，首先分析了直升机声信号的特点，计算了声信号的MFCC（MEL频率倒谱系数）、差分MFCC（差分MEL频率倒谱系数）和小波包分解后各个频带内的小波包特征熵组成的特征向量，并以此向量输入反向误差传播（Back Propagation，BP）神经网络进行训练，再用训练好的神经网络进行不同直升机型号的识别，最后给出了统计结果。结果表明：该算法对直升机机型的识别有较好的效果。     

美国的隐身直升机RAH－66

美国的隐身直升机ＲＡＨ－６６波音／西科斯基飞机公司最近公开了他们开发的先进型侦察攻击直升机ＲＡＨ－６６的原型机。该直升机是世界上第一种隐身直升机。在直升机代号上增加了表示侦察任务的Ｒ，在美军直升机中这也是第一次出现的。ＲＡＨ－６６是继美国陆军的ＡＨ－...     

对称相关用于直升机声信号特征提取

针对直升机声信号中混有与信号不相关的随机噪声,提出了一种将对称相关函数法和MUSIC算法相结合的直升机声目标特征提取新方法。采用MUSIC算法提取直升机声信号的对称相关函数的谐波频率,从而可以得到直升机声信号的谐波频率,将其作为目标特征。计算机仿真结果表明:与传统方法相比,该方法可以抑制噪声,突出谱峰位置,准确地体现直升机声信号的谐波特性。     

一种改进的直升机声测被动定向算法

本文研究了相位谱时延估计算法在直升机被动声定向中的应用。提出了一种改进时延估计精度的新算法。并用实测直升机噪声数据进行了计算机仿真,验证了算法的有效性。仿真结果表明,该算法具有高的时延估计精度和算法鲁棒性,有重要的研究价值和工程应用前景。     

基于最佳基数目的目标分类研究

根据小波包理论及其算法提出了一种对直升机和坦克进行分类的新方法：对未知目标的某段信号用小波包算法处理后，以熵函数作为信息代价函数，根据熵的大小确定该信号的最佳基，然后统计最佳基数目，最后根据该数目是否落在预定门限内来判别目标是直升机还是坦克。应用此法对外场数据处理的结果表明，该方法能够较好地达到分类目的。     

谐波集(HS)检测算法在直升机目标声探测中的应用

利用单个被动声传感器的声信号进行直升机目标检测，介于直升机声信号的功率谱是由一系列强相关的谐波分量叠加于宽带随机分量组成，着重研究在频域中的谐波集(HS)检测并给出详细算法。通过大量实测信号的测试表明，该方法对于不同飞行状态和距离下的直升机均有较强的检测能力，而且可以进一步为直升机目标识别分类提取有效的特征量。     

直升机声信号谐波集及小波子空间能量特征提取与识别

对目标识别中的特征提取技术进行了研究，介绍了两种用于被动声信号特征提取的方法．分别将谐波集(HS）频率和不同尺度小波子空间能量作为特征矢量，给出相应的算法；并利用实测信号将这些技术运用到直升机目标的识别问题中，利用kNN分类器对直升机目标和非直升机目标进行分类。结果表明这两种方法都能达到较高的正确识别率。     

一种改进的直升机声测被动定向算法

本文研究了相位谱时延估计算法在直升机被动声定向中的应用.提出了一种改进时延估计精度的新算法.并用实测直升机噪声数据进行了计算机仿真,验证了算法的有效性.仿真结果表明,该算法具有高的时延估计精度和算法鲁棒性,有重要的研究价值和工程应用前景.     

基于LMS自适应算法的瞬态信号时延估计

讨论了LMS方法对瞬态信号估计的困难，提出用反向LMS自适应滤波算法进行瞬态信号的时延估计。设计了两种反向LMS自适应算法，用爆炸波信号仿真分析了时间延迟估计的性能，通过比较表明该算法的有效性。     

自适应时延估计算法在被动声定位系统中的应用

在被动声定位系统中，定向精度受到时延估计精度、阵列间距大小和声波传播速度变化等的影响，特别是对时延估计精度的要求较高。分析了传统时延估计算法在时延估计上的局限性，采用自适应参量模型算法实现了低采样频率下的高精度时延估计。完成了算法仿真，编制了DSP处理程序，通过消声室缩比实验验证，表明估计精度和运算时间可满足实际使用的要求。     

时延估计软件包设计

基于时延估计的软件包,包括相关和广义相关、相关峰内插和自适应滤波算法、自适应内插、高阶累积量自适应时和双谱等8种典型时延估计算法.该软件包采用交互式人机对话,均可用输出图形方式表示计算结果,所采用的测试信号可方便替换.其数据长度、信噪比可手工输入设置,以便于在各种方法之间进行比较和评估.     

利用导引头测角信息进行遭遇段剩余飞行时间估计的算法

反战术弹道导弹的导弹性能很大程度上取决于导弹引信和战斗部，为了提高反战术弹道导弹的毁伤概率，一个简洁而有效的延时估计算法是至关重要的。研究了两种利用导引头角度信息进行的剩余飞行时间估计算法，通过仿真对两种算法进行了分析。根据仿真结果，算法1对导引头角度噪声过于敏感，估计误差太大。算法2相对于算法1具有良好的性能，通过GHK滤波使估计值稳态误差较小，可以满足精确炸点控制要求。     

奇数阶累积量的计算优化及其应用

为了用奇数阶累积量提取非线性振动系统的高次频率耦合特征,定义了四次频率耦合、二三对频率耦合等高次耦合新概念,分析了奇数阶累积量特征,研究了奇数阶累积量计算方法与计算量间的关系,提出了奇数阶累积量计算优化算法,该算法将奇数阶累积量的直接估计变为递推估计,将奇数阶累积量的多维运算转化为一维运算,大幅度减小了计算量,在工程上具有可实现性。用由计算优化算法估计的奇数阶累积量构造的自适应谱线增强器,能有效地从高斯噪声环境中恢复或提取四次频率耦合特征、二三对频率耦合特征等高次耦合特征。理论分析与仿真结果验证了算法的有效性。     

A Void Reference Sensor-Multiple Signal Classification Algorithm for More Accurate Direction of Arrival Estimation of Low Altitude Target

There exists MUSIC （multiple signal classification） algorithm for direction of arrival （DOA） estimation. This paper is to present a different MUSIC algorithm for more accurate estimation of low altitude target. The possibility of better performance is analyzed using a void reference sensor （VRS） in MUSIC algorithm. The following two topics are discussed： 1） the time delay formula and VRS-MUSIC algorithm with VRS located on the minus of z-axes; 2） the DOA estimation results of VRS-MUSIC and MUSIC algorithms. The simulation results show VRS-MUSIC algorithm has three advantages compared with MUSIC： 1） When the signal to noise ratio （SNR） is more than - 5 dB, the direction estimation error is 1/2 as much as that obtained by MUSIC; 2） The side lobe is more lower and the stability is better; 3） The size of array that the algorithm requires is smaller.     

基于映射法的曲面自适应网格生成

板壳成形数值模拟过程中用自适应网格不仅可以实现以尽可能少的计算量获得指定精度要求的解,更重要的是可以提高解的精度。而曲面自适应网格自动生成技术国内外都刚开始研究,目前没有很好的方法。本文首次基于映射法在参数区域生成自适应网格,然后映射到空间,用空间曲面的曲率及有限元计算误差估计来控制参数区域中的自适应网格生成。数值例子验证了本算法的正确性及可靠性。     

直升机目标被动声跟踪算法及其仿真研究

提出了包含多普勒频移和声传播时间延迟的接收信号模型,提出了在直升机目标做匀速直线运动的条件下,将声基阵获得的测向信息与多普勒频移信息融合,估计目标运动参数的算法,并用蒙特卡罗方法分析了该算法的估计精度;仿真结果表明该算法可实现较高的估计精度,测距精度满足实用要求,最后研究了应用该算法的自适应跟踪问题。     

基于自适应比例修正无迹卡尔曼滤波的目标定位估计算法

针对无线传感器网络中基于接收信号指示强度(RSSI)定位系统在精确性和实时性方面存在的问题,提出了一种基于自适应比例修正无迹卡尔曼滤波(ASUKF) 的定位估计算法。通过分析RSSI 定位模型的特点,将定位问题转化为非线性系统估计问题。该算法在滤波过程中采用比例修正对称采样策略,并利用次优Sage-Husa 估计器实时处理系统噪声的统计特性,对目标位置和信道参数进行同时估计解算。实验及仿真结果表明,与标准UKF 估计算法相比,新算法有效减小了状态估计误差,提高了滤波的稳定性,定位精度更为准确。