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。     

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。     

利用声多普勒信息估计目标运动参数

为了研制反武装直升机被动声探测智能雷弹引信的需要，本文利用直升机声信号的多普勒频移方程，采用最小二乘曲线拟合，估计直升机目标的运动参数。仿真结果验证了该方法的有效性。     

双谱估计在直升机声信号特征提取中的应用

根据直升机信号在更多情况下表现为非高斯的随机过程,提出采用高阶统计量对直升机声信号进行建模与特征提取,导出基于三阶累积量的直升机声信号非高斯参数双谱模型,讨论了双频域内直升机声信号特征提取的方法,并结合实例给出说明,最后指出将高阶统计量分析方法用于直升机声目标识别具有十分有意义的应用前景。     

基于时频面霍夫变换的谐波族检测算法

由声学方法进行直升机等目标的探测时,以往算法大多没有充分利用其谐波性质。针对此问题,提出了基于时频面霍夫变换的谐波族检测方法。使用谐波小波变换方法求得含噪声谐波族信号的时频分布,并进行Hough变换;基于频率分集融合处理技术将各阶谱线在变换域的强度综合,作为对目标的检测量。仿真计算结果表明,该方法能准确检测出谐波族信号基频及其变化率,并在信噪比较低时依然提供幅度较高的检测量,具有较好的应用前景。     

直升机谐波信号的多频循环平稳检测

在直升机和无人机等目标的检测和识别方面,常用的方法没有充分利用目标信号的谐波特性,易受实战环境下强噪声和干扰的影响而降低检测能力.采用两个途径提高检测能力:利用谐波信号的相干特性,采用循环处理方法降低随机噪声和干扰的影响;采用频率分集分析和处理方法,将各阶谐波的循环平稳特征融合,提高抗干扰能力.计算结果表明,循环平稳处理方法可以正确的提取信号的频率特征;融合处理方法能在信噪比为2 dB甚至更低时检测谐波信号的循环平稳特征.该方法在多个领域具有较好的应用前景.     

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。     

Wigner-Hough变换在水下目标信号检测中的应用

研究利用Wigner-Hough变换对水下目标信号的检测问题。当信号的时频分布具有线条成分时,可以显著提高检测信噪比,同时对多分量信号时频分布的交叉项具有明显的抑制作用。仿真结果表明：对于多分量线性调频信号,当信噪比为-5 dB时;对于单分量信号,当信噪比为 7dB时,Wigner-Hough变换仍然具有很好的检测性能。将它应用于实际的湖试水声信号,仍然具有较好的检测结果。     

基于SVD-TLS的AR谱估计方法在声目标识别中的应用

为提高 AR谱估计方法的抗噪性能 ,提出采用 SVD-TLS算法。文中对该算法作了介绍 ,并用一简单例子将 SVD-TLS与其它算法作了比较 ,最后应用 SVD-TLS对几组实测的直升机声信号进行了 AR参数估计和谐波频率提取。仿真结果表明 SVD-TL S较之其它算法可在更低的信噪比情况下准确地提取信号的频率信息 ,具有良好的抗噪性能和数值稳定性 ,将其用于声目标识别对改善系统的抗噪性能是十分有意义的。     

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。     

基于子波变换和神经网络的直升机目标识别技术

在分析直升机噪声特性的基础上，利用子波变换对直升机所辐射的噪声信号进行特征提取，并采取ＢＰ网络分类器，成功地识别了干扰背景中的直升机目标，实际数据处理的结果证明了该方法的有效性。     

过零率分析在智能雷弹引信中的应用研究

提出一种新的信号分析方法,即信号的过零率分析法,并对其进行了论证。该方法适用于声引信目标信号分析与识别,可以从背景噪声中识别出直升机、坦克、汽车、人行走等,并能排除风和背景噪声的干扰以及人为干扰。与频谱分析法相比,它不需要进行乘法运算,因而处理速度快,分析结果与信号能量无关。文中给出了应用该方法分析的直升机声音、坦克声音、大型卡车声音、人员行走的震动信号的过零率曲线。利用该方法可以提取目标信号的特     

水下主动声引信回波集成检测方法

针对水下主动声引信在复杂的自然干扰下难以准确检测的问题,结合目标回波信号与混响等干扰的各种宏观和微观信息,一方面利用改进的经验模式分解方法对引信系统接收的原始信号进行处理,得到不同模态的本征模式分量,以实现目标回波与混响的分离;另一方面利用本征模式分量得到瞬时频率方差检测统计量和能量检测统计量,将瞬时频率方差检测统计量和能量检测统计量进行组合,构建集成检测器,实现对水下主动声引信的优化检测。试验结果表明,与基于常规能量检测和瞬时频率方差检测方法相比,该方法具有更好的检测性能。     

基于双智能雷的目标跟踪方法研究

目前被动声探测距离精度还不能满足跟踪的需要，因此，反直升机智能雷对目标的跟踪问题归结为仅有角测量的跟踪问题。对于静止观测来说，仅有角测量跟踪问题是不可观测的。针对直升机巡航时的运动特征，提出一种基于双智能雷的目标跟踪方法。首先用角跟踪算法实现目标方位角和高低角的跟踪和预测。然后融合目标在两智能雷坐标系下的角度信息，建立数学模型，解算出目标的距离和速度大小。仿真结果表明，算法的跟踪和稳定性较好，能对目标的距离、方位角、俯仰角和速度大小进行有效的跟踪和预估。     

被动声探测系统机动当前模型的卡尔曼滤波跟踪算法研究

采用机动“当前”模型对被动声探测目标进行了建模，并提出了采用Kalman滤波算法作为目标跟踪的主要算法，给出了仿真算法的详细设计流程。从仿真分析可以看出，采用机动当前模型的Kalman滤波算法可以有效地满足声探测系统的跟踪要求。     

基于目标过零特性与能量特性的声引信检测方法

利用目标出现引起的噪声波形单位时间过零点数均值与宽带能量的变化,提出了一种信号联合检测方法,用于被动声引信的微弱信号检测,以提高信号的检测性能。实验结果表明,提出方法较单纯的过零检测方法使信号增强5～8 dB,而较宽带能量检测方法能抑制噪声4—7 dB,算法运算量较小,在水中声引信系统具有良好的应用前景。     

反直升机雷弹声探测系统设计

反直升机雷弹声探测系统,文中对声探测阵列的结构进行了优化,论证、计算,并确定出合适的孔径范围,设计了能够实现定距误差小于１０％和识别率大于９５％所采用的硬件结构,并对硬件的工作原理,时序进行了分析,完成了目标定位和识别的系统软件流程图,利用该系统的雷弹可实现对直升一位攻击。