非平稳非高斯测量噪声条件下改进差分粒子滤波算法研究

针对非平稳非高斯测量噪声(NSNGN)条件下差分粒子滤波(DDPF)算法状态估计精度低、易发散的问题,提出了一种改进DDPF(IDDPF)算法. IDDPF算法采用高斯混合密度函数近似估计测量噪声,替代传统算法中测量噪声的高斯密度函数近似估计,采用似然函数的对数最大化法求解高斯混合密度函数模型参数,并将该模型应用于粒子权值计算,避免了高斯密度函数近似估计噪声模型所易于导致的粒子退化问题;通过建立水下目标纯方位角跟踪系统模型,将IDDPF算法应用于闪烁测量噪声条件下水下目标纯方位角跟踪问题的求解。50次Monte Carlo对比仿真实验结果表明：在NSNGN条件下IDDPF算法具有跟踪响应快、估计精度高、鲁棒性较好等优点。     

基于Rao检测器的舰船轴频电场滑动门限检测方法

为实现非高斯背景噪声和低信噪比情况下的舰船轴频电场检测,提出一种基于Rao检测器的滑动门限检测方法.基于信号源特征建立信号模型,在对水面浮动平台测量背景下环境噪声非高斯特性分析基础上,采用混合高斯模型对噪声进行建模;在检测过程中,实时估计混合高斯噪声模型参数和Rao检测统计量,并将前一段时间的平均Rao检测统计量作为门...     

一种基于4阶累积量的信号检测方法

针对高斯噪声中对称分布的非高斯信号及正弦信号的检测问题，提出了以匹配滤波器输出的4阶累积量零延迟的绝对值为检验统计量的检测器算法，详细分析了算法的检测性能，给出了检测概率和虚警概率表达式。理论分析和仿真结果均表明，该算法可以在高斯色噪声中有效检测对称分布的非高斯信号，其性能优于高斯色噪声下的匹配滤波器。     

基于小波域OBF分解的磁异常信号检测算法

针对传统的OBF分解算法在非高斯噪声下检测性能较差的问题,提出了基于小波域OBF分解的磁异常信号检测算法。首先对含噪信号进行小波分解,提取最后一层的低频分量;再对低频分量作OBF分解,提取能量特征信号进行门限检测。试验结果表明,该算法显著增强了非高斯噪声下微弱磁异常信号的检测效果。     

双稳随机共振在弱信号检测中的应用

强噪声背景下的弱信号检测一直是信号处理中的一个重要课题。本文引入随机共振的方法进行了强噪声背景下的弱信号检测。介绍了随机共振的基本原理,给出了利用随机共振原理检测微弱周期信号的基本方法,并对该方法进行了分析与验证。     

非高斯噪声下基于Unscented粒子滤波器的非线性系统故障诊断方法

非高斯噪声下非线性系统的故障诊断中,一般是基于粒子滤波器的方法,但普通粒子滤波器通常会发生“退化”现象,严重影响故障的检测和诊断品质。本文通过引入Unscented粒子滤波器方法,利用Unscented变换对随机分布的非线性概率传递能力来产生建议分布,能明显地改善普通粒子滤波器的性能;然后,提出了基于该滤波器的序贯式故障诊断策略,采用负对数似然比方法监控系统的运行状态,故障发后利用状态联合估计器进行故障隔离。计算实例表明,该新方法能实时检测诊断出非线性系统的故障,同时能抑制非高斯噪声的影响。     

随机风场作用下火箭弹散布的协方差分析描述函数法

以某火箭弹为例，在随机风场作用睛，利用纵风作用下的随机弹道系统成形滤波器，把成形滤波器的微分方程和外弹道角运动方程联立，对此系统采用协方差分析描述函数法，对火箭弹的散布进行了计算。计算结果表明，随机风场作用下成形滤波器的原理，即平稳有色噪声等效处理为高斯白噪声作用下的状态的理论得到了实例验证，也说明了有色噪声白化过程的可行性。同时由于成形滤波器的采用，系统的输入为高斯白噪声，当用协方差分析描述函数     

基于随机共振的穿墙探测信号检测研究

推导了连续波体制的穿墙探测器回波信号表达式,对探测器实验数据的验证表明,回波信号与简谐振动模型吻合良好;应用随机共振的方法对穿墙探测器回波信号进行处理,具体采用了非线性双稳系统和二次采样随机共振方法,结果表明信号回波增强,与噪声差别增大;在谱域应用单元平均恒虚警率处理门限法,对经过或未经过非线性双稳系统的信号检测率和虚警率进行了仿真比较,结果表明回波经过非线性双稳系统后信号检测率提高,在一定噪声功率范围内虚警率降低。     

非高斯噪声环境中基于梯度范数的自适应滤波算法

针对传统最小均方类算法在非高斯噪声中自适应滤波性能下降的问题,提出了一种基于梯度范数的变步长归一化最小平均P范数算法.算法将α稳定分布作为非高斯噪声分布模型,依靠梯度范数与均方权值偏差(MSD)的关系自适应调整步长,加快收敛速度的同时减小稳态误差,理论推导证明了算法的有效性.仿真结果表明,在非高斯噪声条件下,该算法具有更好的收敛性能和抗突变能力以及更小的稳定误差.     

基于高阶累积量的水声噪声检测与识别

本文基于高阶统计量理论研究了海洋环境噪声和船舶辐射噪声的高斯性,同时基于高阶累积量T2研究了非高斯背景下非高斯信号的一种检测方法,并用于海洋环境噪声下检测船舶辐射噪声的方法研究中.另外研究了三类船舶辐射噪声双谱中对角切片和非对角切片特征,并将其作为表征船舶辐射噪声的特征向量,经过一定的实船实验得到了较为满意的结果.     

一个新的串联式自适应谱线增强器

为了从非高斯噪声中有效增强水下目标辐射噪声中的线谱特征，提出了基于四阶累积量变步长极性迭代的自适应谱线增强器( FOCVSSBALE)，并与基于短时自相关的自适应谱线增强器（STABALE）串联，构造了一个新串联式自适应谱线增强器。该增强器对水下目标辐射噪声的线谱特征分量有二次增强作用，对环境噪声有二次抑制效果，对时变信号有良好的跟踪能力，而且计算量小。用水下某目标辐射线谱的实测数据，对该增强器的性能进行了仿真研究。理论分析和仿真结果表明，该增强器与单个的STABALE或FOCVSSBALE相比，能更有效提高信噪比、增强线谱特征。     

航空磁异常探测中的自适应高阶过零检测器

传统航空磁异常探测方法依赖目标信号特性或噪声统计特性的先验知识,造成检测概率低、探测距离短。为了提高航空磁异常信号检测器性能,综合考虑目标信号特征和噪声统计特性,提出一种基于高阶过零法的自适应磁异常探测方法。根据铁磁性潜艇目标信号模型、实测目标高空信号以及稳定无磁环境和复杂磁环境中长时间采集的实测磁噪声,分析目标信号和噪声的特征,研究二者之间的高阶过零统计特性。基于信号的前5阶高阶过零序列构造检测器的检验统计量,设计适用于复杂环境下航空磁异常目标探测的自适应高阶过零（AHOC）检测器。理论性能分析和实测数据验证表明：铁磁性目标信号和磁噪声信号的高阶过零特性存在显著差异,前5阶高阶过零率有明显的区分度;在相同的输入幅度信噪比条件下,AHOC检测器输出的幅度信噪比大于5,抗噪能力更强,且具有良好的弱信号检测能力;AHOC检测器的检测效果优于常规的高阶过零检测器和标准正交基函数检测器,适用于复杂磁环境下的低信噪比探测。     

水声信号的非线性建模与预测方法

对水声信号尤其是混响干扰和背景噪声的预测和滤波,是水下目标信号检测的基础,在非平稳、非高斯、非线性水声信号处理中具有重要应用.本文利用最小二乘估计和Volterra级数理论,分别对水声信号建立预测模型并进行一步及多步预测,通过分析预测结果,选取最优预测参数.仿真结果表明,基于奇异值分解的Volterra级数模型的预测相对误差较最小二乘估计小一个数量级,预测结果更加逼近真实值.     

航空磁探中潜艇目标的联合估计检测方法研究

为了解决航空磁探测中水下潜艇目标信号被强磁背景噪声和干扰淹没的问题,提出一种联合估计检测方法。针对潜艇目标基于磁偶极子建立目标磁场光泵测量信号模型,确定了目标信号模型主要由位置三分量x、y、z,目标磁矩三分量M_x、M_y、M_z以及航向角θ等7个未知参量决定。使用光泵磁探仪的观测样本,根据潜艇目标先验信息,基于遗传算法使用Fréchet距离构造适应度函数,搜索得到目标未知参量。根据生成的目标估计信号,构造了平均相关检验统计量,并设计了使用目标估计信号的联合估计检测器。研究结果表明：联合估计检测器在低信噪比条件下仍具有良好的检测能力;相对于传统的正交分解检测和动目标航空磁异常检测,使用目标估计信号的联合估计检测器能够降低虚警概率,提高信噪比,使检测性能更优。     

基于谱熵的动态双门限语音端点检测算法

针对通信设备语音通话控制的需求,通过综合分析语音端点检测主要方法及性能,提出一种基于谱熵语 音端点检测算法。介绍语音端点检测算法,进行语音信号谱熵计算,通过建立背景噪声模型的方式动态调整谱熵值 判别门限,实现语音端点检测功能。仿真结果表明：该算法不仅在低信噪比条件下具备较好的检测性能,而且在复 杂背景噪声环境下具备良好的适应能力。     

基于互相关与混沌理论相结合的水下目标信号检测

鉴于当前传统的检测理论基础上的噪声抑制技术其指标已达极限,为了弥补互相关方法应用的局限性,文中将常规互相关检测方法与混沌检测方法相结合,构成一个新的微弱正弦信号检测系统,通过混沌系统相轨迹变化来检测目标信号,实现了强噪声背景下弱信号的检测,并用梅尔尼科夫函数给出了系统出现混沌状态的阈值。仿真结果表明,该检测系统对被强噪声覆盖的微弱正弦信号非常敏感,对任何零均值噪声具有极强的抑制能力。     

一种鲁棒自适应容积卡尔曼滤波方法及其在相对导航中的应用

针对无人机编队相对导航系统中视觉导航传感器量测噪声服从非高斯分布的问题,提出一种带噪声估计器的鲁棒自适应容积卡尔曼滤波(CKF)算法。该算法将Huber求解线性回归问题与协方差匹配方法相结合,利用残差序列实时估计,调整系统过程噪声和量测噪声的统计特性,并采用遗忘加权参数对接收到的测量数据进行加权,从而准确地估计出无人机之间的相对位置、速度和姿态信息,提高了鲁棒CKF算法的自适应能力。仿真结果表明,与标准CKF算法和鲁棒CKF算法相比,该算法对受污染的噪声统计特性有较强的自适应性,估计精度高,鲁棒性更强。     

基于粒子滤波的捷联成像导引头视线角速率估计

提出了一种基于粒子滤波的捷联成像导引头视线角速率的估计方法。由于捷联成像导引头状态方程和观测方程的强非线性特点以及观测量中较强的非高斯测量噪声,扩展卡尔曼滤波（EKF）方法不能完全满足滤波精度要求。与扩展卡尔曼滤波相比,粒子滤波（PF）是一种在非线性和非高斯情形下进行状态估计的强有力方法。采用粒子滤波对捷联成像导引头的视线角速率进行估计．仿真结果表明。粒子滤波方法可以有效地提高视线角速率的估计精度。