混响环境声信号的在线检测

提出了解混响的一种新方法，采用自适应滤波最小均方ＬＭＳ算法和自适应多小线怀预测滤波技术，通过确定预测步长值，直接估计出最小平方反滤波系数，仿真结果表明，如果信噪比较高，并且为周期信号，则自适应线性预测滤波可用于混响环境下声信号的在线检测。     

从噪声中提取瞬态信号—自适应权向量法

本文提出一种自适应方法，从宽带噪声中检测瞬态信号．由于检测是在自适应权向量空间进行的，因此称之为自适应权向量法（ＡＷＶＭ）．文中对ＡＷＶＭ的机理进行了分析．仿真结果证实了理论分析的正确性，并显示出ＡＷＶＭ处理系统可显著地提高检测的信噪比     

管道自适应有源噪声控制算法

本文以管道自适应有源噪声控制（ＡＡＮＣ）理论为基础讨论了自适应控制算法，比较了ＡＡＮＣ系统中自适应滤波器的ＬＭＳ，ＲＬＳ和ＬＳＬ算法的特性，导出了ＬＭＳ算法的递推公式，得到了ＦＩＲ和ＩＩＲ滤波器的ＬＭＳ算法的计算机仿真．通过仿真，比较了不同信号的消声量，讨论了步长因子、滤波器阶数和声延迟对算法收敛速度和消声量的影响，还讨论了有声反馈的ＦＩＲ和ＩＩＲ滤波器的消声量的大小．     

一种推广的自适应相干累积算法—基本原理与应用

本文提出一种推广的自适应相干累积（GACI）算法，它是通过在自适应相干累积（ACI）算法权系数迭代公式中引入更多的动量因子，即利用权系数更多的历史信息，使被检测的单频或调频脉冲信号，在脉冲持续期间，实现自适应相干累积，从而完成弱输入信噪比（如-8dB）条件下的信号检测，而无需或很少需要知道信号的先验信息，文中叙述了算法的基本原理及部分典型的实时实验结果，指出GACI算法具有比ACI算法更好的提取弱信号的能力，预计将有广泛的实际应用前景。     

处理相干信号的高分辨力算法

将硬约束自适应波束形成技术，用于高分辨方位估计，主要是在“空间平滑”方法的基础上，用克莱姆－施密特修正递归误差反馈算法来代替ＬＭＳ算法，对相干信号进行高分辨力处理。     

自适应有源噪声控制算法研究

自适应有源降噪作为一种有源的降噪方法,已获得了广泛的应用,本文主要介绍研究有源噪声控制中的ＦＬＭＳ,ＦＲＬＳ算法,其中ＦＬＭＳ具有设备简单,易行和对无色噪声良好的收敛性等特点,是一种经典的自适应算法,而ＦＲＬＳ实现起来相对要复杂些,但是其对宽带信号和有色噪声的收敛性能较ＦＬＭＳ要好得多。计算机仿真结果验证了算法的有效性。     

窄带弱信号的线谱检测——相干累加频域批处理自适应线谱增强方法

为了提高声纳远程弱信号或强干扰背景下的线谱检测能力，提出了一种利用相干累加频域批处理（coherent addition and frequency domain batch，CAFB）自适应线谱增强技术实现窄带弱信号线谱检测的新方法.该方法将接收信号进行相干累加预处理，使输出信噪比获得提高.提取线谱采用时域自适应线谱增强方法(adaptive line enhancement，ALE)，无需独立的参考信号，自适应地与相关的正弦或窄带信号进行匹配，可以从加性宽带噪声背景中将正弦或窄带信号分离出来.同时将频域批处理方法引入时域自适应线谱增强算法，有效地减小了算法的计算量．仿真和湖试、海试试验结果表明，该方法提高了低信噪比条件下的弱信号线谱检测能力，在获得较高的检测处理增益的同时解决了实时处理的运算量问题，使工程应用得以实现．     

一种修正的Applebaum阵

针对军事侦收和短波抗干扰的应用要求，提出了一种修正的Ａｐｐｌｅｂａｕｍ阵技术，解决了有用信号特征不能满足ＬＭＳ（最小均方算法）阵和Ａｐｐｌｅｂａｕｍ阵要求的问题，并对影响自适应阵列性能的导引向量的误差进行了分析。计算机模拟结果和二元阵要机的测试结果都表明，这种算法是可行的，在技术上是成功的。     

基于径向基函数神经网络的波束形成算法

提出一种基于径向基函数(RBF)神经网络的波束形成算法。针对最小方差无失真响应(MVDR)算法,由接收信号的协方差矩阵计算其权矢量;将协方差矩阵以列向量的形式输入RBF神经网络,对其加以训练,使之逼近MVDR算法的权矢量;将训练好的RBF神经网络用于波束形成中,对不同角度的接收信号,RBF神经网络可自适应地输出相应权矢量。仿真结果表明,基于RBF神经网络的波束形成算法能快速逼近任意波束算法的权矢量,波束赋形效果良好,与已有波束形成算法相比,可降低算法复杂度,减少计算量。     

广义的自适应相干累积算法

根据最小均方误差(LMS)算法、自适应相干累积(ACI)算法及推广的自适应相干累积(GACI)算法在原理上的相关性和推广关系，提出了广义的自适应相干累积(IGACI)算法。它是在GACI的基础上，在算法的权系数迭代公式中引入更多的动量因子，即利用权系数的更多的历史信息，使被检测的单频或调频脉冲信号，在脉冲期间，实现自适应相干累积，从而完成低输入信噪比条件下的信号检测，而无需或很少需要知道信号的先验信息。理论分析和仿真结果证明在低信噪比的情况下，其性能要优于GACI算法。     

用自适应预测误差滤波器抑制雷达杂波

研究了ＦＴＦ算法和ＬＳＬ算法实现的预测误差滤波器对雷达地杂波和气象杂波的抑制性能，计算了杂波滤波器的改善因子。计算机仿真结果表明，ＬＳＬ和ＦＴＦ算法可以对杂波进行较大抑制，当用于目标检测时，ＦＴＦ算法具有较高的信杂比改善能力。     

基于小波变换的舰船辐射噪声检测

分析了舰船辐射噪声（简称舰船噪声）与1／f信号的关系，提出了一种基于小波变换的信号检测方法，对白噪声背景下的舰船辐射噪声进行了检测；推导了相应的检测统计量及其统计分布特性，并与传统的匹配滤波器、能量检测器进行了比较，计算机仿真结果证明了本方法是有效的，在较低的信噪比下得到较好的检测效果。     

激光脉冲信号在噪声中探测

在激光脉冲探测系统中,如何抑制噪声提高探测概率是十分重要课题.本文介绍一种典型探测电路,并论述了在白噪声中探测脉冲信号时如何确定信噪比和鉴幅阈值.     

估计白噪声中正弦信号个数的比率准则方法

提出了一种估计白噪声中正弦信号个数的新方法—比率准则（ＲａｔｉｏＣｒｉｔｅｒｉｏｎ），简称ＲＣ准则。仿真结果表明：这一方法在用于估计白噪声背景下正弦信号个数时，能够给出正确结果，避免了信息类准则估计信号个数偏高的缺陷，明显地优于信息类准则。     

管道低频噪声的自适应有源控制

目的针对实际的具有行波的管道模型,研究一种降噪方案.方法通过建立数学模型和用来导出降噪的自适应系统的传递函数,对RLS、LMS和LSL算法的效果进行分析和比较.结果不存在声反馈时,对0-500Hz的宽带噪声可达到平均降噪量(MNRV)27.5dB.若存在声反馈并使用气流扬声器时,MNRV只有近似4.9dB.当该扬声器具有平坦特性时,MNRV可提高10.2dB.结论这项抵消技术可用于对排气管降噪.原则上,它亦可用于三维封闭空间的降噪问题.     

抑制直扩系统中窄带干扰插值算法的研究

为了提高直扩系统窄带干扰的抑制性能,提出了一种基于最小二乘准则和格形结构的插值算法——LSL插值算法.由于LSL插值算法继承了最小二乘准则的精确性、格形滤波器的模块化结构和插值过程对数据样值间相关特性的充分利用;使得其较LSL预测算法在抑制直扩系统中窄带干扰时,收敛速度和稳态特性均有明显的提升.仿真结果表明:LSL插值算法抑制AR型窄带干扰时,较LSL预测算法可获得3 dB~6dB的稳态增益,且收敛步骤明显减少.     

基于全数字移相锁相法的微弱信号检测器

为改善现有相关锁相检测的相位差不可控性,克服模拟移相电路易受干扰、功耗大等缺点,提出一种基于全数字移相锁相的微弱信号检测方法,将一路模拟相关信号改进为具有频率遍历和同频移相的全数字参考信号,结合锁相相关检测对低信噪比(signal noise ratio, SNR)的微弱信号进行提取。利用直接内存存取(direct memory access, DMA)技术传输参考信号和待测微弱信号,并通过模数转换器(analog to digital converter, ADC)和数模转换器(digital to analog converter, DAC)实现高速率、低功耗的同频数据转换。测试表明,在90 dB的强噪声环境下,该方法可检测有效稳定的最低SNR为-46 dB的微弱信号,可对高噪声环境的工业厂房的无源扬声器进行高精度质量检测。     

基于全数字移相锁相法的微弱信号检测器

为改善现有相关锁相检测的相位差不可控性,克服模拟移相电路易受干扰、功耗大等缺点,提出一种基于全数字移相锁相的微弱信号检测方法,将一路模拟相关信号改进为具有频率遍历和同频移相的全数字参考信号,结合锁相相关检测对低信噪比(signal noise ratio, SNR)的微弱信号进行提取。利用直接内存存取(direct memory access, DMA)技术传输参考信号和待测微弱信号,并通过模数转换器(analog to digital converter, ADC)和数模转换器(digital to analog converter, DAC)实现高速率、低功耗的同频数据转换。测试表明,在90 dB的强噪声环境下,该方法可检测有效稳定的最低SNR为-46 dB的微弱信号,可对高噪声环境的工业厂房的无源扬声器进行高精度质量检测。     

Time Slice Analysis Method Based on OTCA Used in fMRI Weak Signal Function Extraction

The original temporal clustering analysis (OTCA) is an effective technique for obtaining brain activation maps when the timing and location of the activation are completely unknown, but its deficiency of sensitivity is exposed in processing brain activat