基于时变AR预白滤波处理的水雷非水雷识别算法

基于时变AR预白化滤波器处理方法采用图象模式识别技术设计开发了一个水雷/非水雷的自动识别系统.数据预处理完成后截取有效数据段并提取信号特征由分类器对真假水雷目标进行识别.时变AR预白滤波器方法在一定程度上将背景混响预白化,提高了匹配滤波的检测性能.本文基于实际湖试和海试数据对该识别算法进行验证,结果表明此算法识别效果较好.     

混响背景下的距离扩展目标的GLRT检测

研究浅海混响背景下距离扩展目标的检测问题,由于海洋环境的干扰,影响信号检测效果.为此,提出了一种混响背景下的广义似然比双门限检测器(DHGLRT-RE).首先利用自回归(AR)模型对混响进行建模,利用估计的AR系数对混响进行预白化处理得到近似的白噪声环境,然后在近似白噪声背景下利用GLRT双门限检测器对目标进行检测.第一门限筛选出信噪比较高的待测距离单元,将对应的检测统计量非相干累加与第二门限进行比较,从而检测目标的有无.仿真结果说明,提出的检测器在混响背景下提高了对距离扩展目标的检测概率.     

一种基于非周期随机共振的微弱信号检测方法

随机共振滤波器能够在强噪声背景中跟踪微弱信号(非周期或周期信号)波形,并将幅度放大,这正好弥补了匹配滤波器在强噪声背景下检测性能的严重不足。本文给出了FHN随机共振的简化模型及计算方法,在深入分析FHN随机共振模型参数对其滤波性能影响的基础上,结合随机共振滤波器和匹配滤波器,提出了一种基于FHN随机共振模型检测确知信号的方法。首先将接收信号经FHN随机共振滤波器进行滤波,再进行匹配滤波,最后将滤波结果和门限进行比较判断信号是否存在。经过实验验证,该方法具有较好的效果。     

改进模糊自回归模型在预测网络接通率中的应用

针对通信网络中性能指标预测的需要,提出了基于改进的模糊自回归模型的接通率预测方法,研究了拟合度门限自适应的模糊自回归模型。将中值滤波应用于模糊自回归模型的数据预处理中,在此基础上,针对部分应用拟合度门限不明确的特点,将拟合度门限计算式加入预测模型中,实现模型拟合度门限的自适应。仿真实验表明：基于Fuzzy AR模型的预测方法可以用于对接通率的预测,预测结果拟合度较高。     

循环中值平均滤除遥测地形粗差

对于地形遥测数据中引入的脉冲噪声,传统的滤波算法往往需要选择滤波门限,自适应能力不强,或者不能在滤除噪声的同时有效地保护信号数据,或者运算复杂。针对以上问题,文中提出了一种快速的脉冲噪声自适应滤除算法,该算法基于数理统计思想,对局部数据(滤波窗口)进行均值和方差估计,并根据估计结果自动选择检噪门限,进而实现噪声检测和平滑。实验结果显示,在脉冲噪声密度小于5%时,该算法的滤波信噪比增益远高于常用滤波算法和其他同类算法;对平稳变化信号的处理效果较好。     

遥测地形数据中粗差的自动滤除

对于地形遥测数据中引入的脉冲噪声（粗差）,传统的滤波算法往往需要选择滤波门限、自适应能力不强,或者不能在滤除噪声的同时有效地保护信号数据。针对以上问题,提出了一种新颖的脉冲噪声自适应滤除算法,该算法基于数理统计和模糊数学思想,对局部数据（滤波窗口）进行均值和方差估计,并根据估计结果自动选择检噪门限,进而实现噪声检测和平滑。实验结果显示,在脉冲噪声密度小于5%时,该算法的滤波信噪比增益远高于常用滤波算法和其它同类算法;算法对平稳信号的处理效果较好。     

磁异信号自适应检测算法

针对在分形噪声1/fα(0≤α2)中检测磁异信号存在的问题,提出了一种自适应噪声抵消器与自适应AR白化滤波器相结合的磁异信号正交基函数(OBF)检测算法——改进的OBF检测算法。由于固定AR白化滤波器对分形噪声1/fα的白化效果不佳,影响了OBF检测算法的性能,因此采用自适应噪声抵消器对被检测信号进行预处理以提高其信噪比,再利用自适应AR白化滤波器对预处理信号进行白化滤波,以实现OBF检测算法的最优化。理论仿真结果表明:当α值接近于0时,改进的OBF检测算法的处理增益略高于未经白化的OBF检测算法;当α值接近于2时,改进的OBF检测算法的处理增益略高于基于AR白化滤波器的OBF检测算法;当α值约等于0.8时,改进的OBF检测算法的处理增益高于其他两种算法7 dB,实验结果表明改进的OBF检测算法可以检测更微弱的磁异信号。     

自适应Kalman滤波在MEMS陀螺仪信号处理中的应用

通过中值滤波和均值滤波的有机结合,可以去除MEMS陀螺仪漂移中的"野点"信号。基于Haar小波基的小波变换,寻找到了一种易于实时在线实现的漂移特征提取方法。对残差信号进行二阶AR模型分析建模后,利用改进的自适应Kalm an滤波算法,对残差信号进行滤波,提高了被处理漂移信号的精度。实际测量数据的处理结果验证了该MEMS陀螺仪去漂移方法的有效性。     

一种用于CDMA2000 1x导频捕获的自适应门限算法研究

移动通信智能干扰要求对周围基站进行检测,快速解调分析基站信息,并生成带有基站信息的干扰信号,因此,需要快速准确地捕获和跟踪基站信息。提出了一种基于部分匹配滤波-短时相关(Partial Matched Filters and Fast Fourier Transform,PMF-FFT)的自适应门限捕获算法,用于CDMA2000 1x制式中PN序列的初始捕获。使用PMF-FFT进行快速计算,使用功率图谱累积法增大弱信号下的相关峰值;使用自适应捕获门限提高低信噪比下的检测概率,提升捕获性能。同等计算复杂度和零虚警概率下,导频信噪比为-27 d B时,捕获概率较固定门限由0.3提高到0.9,性能提升约4 d B。     

基于信息总线服务的智能数据流自适应集成方法

为了提高信息服务中心的智能数据处理能力,提出一种基于信息总线服务的智能数据流自适应集成方法,构建智能数据流自适应信息处理模型,采用统计时间序列分析方法进行信息总线服务的大数据处理和信号集成,采用同步与匹配滤波方法进行信息总线服务数据信息流的滤波检测,采用快速傅里叶变换进行智能数据流自适应集成信号滤波处理,提高智能数据流的纯度。采用重叠保留法实现信息总线服务数据流的混频处理,构建相关匹配检测器实现信息总线服务数据流的分路、插零、取反等运算,根据运算结果实现智能数据流自适应集成。仿真结果表明,采用该方法进行信息总线服务数据流集成的混频性能较好,提高了信息总线服务数据流的检测和信息融合能力,提高了输出信噪比。