非完全深海声道环境下混响强度建模与分析

为研究非完全深海声道环境下海面和海底近距离大掠射角散射以及远距离小掠射角散射对混响的贡献,本文采用小斜率近似考虑全掠射角范围粗糙界面散射作用,结合射线理论声场算法,建立了海面和海底混响强度模型.利用南海实测混响数据对模型进行了验证,通过数值计算比较了海面和海底混响强度衰减特性差异,揭示了不同时间段的混响信号多途属性.结...     

相邻波束界面混响的相关特性

本文对两个指向性接收器在同一位置接收来自不同方向的粗糙砂底的反向散射信号的相关性进行了理论分析和模拟实验,着重讨论了相邻波束界面混响的相关系数与界面起伏的统计参量以及发射——接收系统的声学参量(如发射信号的脉宽和接收器的指向性等)之间的关系。     

浅海远程海底混响的空间相关特性分析

浅海环境中,海底地形复杂且散射强度大,加之波导效应明显,因此有效地掌握浅海低频海底混响的空间分布特性对工作在浅海的主动远程探测系统极为重要.以耦合简正波理论为出发点,把海底混响视为界面不规则起伏对入射声场的耦合作用所致.依据浅海混响的耦合简正波模型,分别计算了远程海底混响的垂向、水平纵向、水平横向相关性随收发位置、时间和频率的变化关系.利用实验数据验证了该理论得到的垂向相关的计算结果,并通过理论仿真比较了垂向、水平纵向、水平横向的相关特性.研究结果表明,对于低频远程海底混响水平横向相关大于水平纵向相关,垂向的相关特性最差.     

混响背景下双基地声呐的探测范围分析

为了讨论混响对双基地声呐探测范围的影响,利用经验证的三维散射模型,讨论在不同入射、散射掠射角和散射方位角约束下的海底散射强度分布.根据双基地配置的几何特性,分析对混响有贡献的界面散射面积.以浅海为例分析比较不同基线长度时,混响与噪声限制下不同位置的目标在接收基地阵元输入端所形成的信干比.结果表明,混响限制下,双基地声呐的探测范围与混响强度相关.由于面临较强前向散射和侧向散射的影响以及直达波的强干扰,在近距离上,将出现探测盲区.     

混响背景下基于核密度估计的动目标检测

针对混响背景中的动目标检测问题,将基阵接收数据经过波束形成与匹配滤波后的输出视作统计观测空间,基于背景和目标回波在该空间中的统计特性差异,采用非参量核密度函数估计方法构造多ping情况下的检验统计量,实现运动目标回波检测。理论计算获得不同信混比下的ROC曲线,与单ping波束形成及匹配滤波方法相比,在保证虚警概率小于0. 01,检测概率大于0. 5的条件下,最小可检测信混比约降低6 d B。波形数据仿真与海上实录数据检验均表明该方法的检测性能优于单ping检测器。     

基于深海海底反射区匹配到达结构的声源深度估计方法

针对近海面水平阵在深海海底反射区估计声源深度的难题,本文基于虚源理论推导了海底反射区的声波到达结构,解释了到达结构与声源-接收器深度之间的正弦调制关系。定义了匹配到达结构的非相干模糊度面,提出了基于匹配到达结构的声源深度估计方法,该方法与传统匹配场方法相比,无需考虑环境参数引起的失配问题,仿真分析验证了此方法实现深度估计与深度辨识的可行性。通过仿真分析发现:输入信噪比越低,深度估计所需的基阵孔径越大;当处理带宽过小时,深度估计模糊度面受到海面处旁瓣的干扰严重,难以准确估计真实的声源深度;基于水平阵估计深海海底反射区声源深度的匹配到达结构方法的适用距离为6倍海深。     

用于室内环境说话人识别的混响补偿方法

针对训练和识别环境不同而导致室内说话人识别系统识别率显著下降的问题,提出了一种基于差异化特征提取的混响补偿方法。与使用传统MFCC特征的识别阶段不同,该方法在训练阶段通过Schroeder反向积分在mel频带获得房间声能量衰减曲线,并使用该曲线补偿纯净信号的MFCC特征,以模拟实际室内混响场声信号特征;同时,通过联合应用相对谱滤波(RASTA)与倒谱均值规整(CMN)处理MFCC特征,进一步抑制房间通道效应对语音信号影响。针对不同混响程度房间中实测数据的识别结果表明,该方法可以显著提高识别率,具有良好的抑制混响作用。     

水下目标回波与混响的分数阶Fourier域盲分离

海底混响是水下掩埋目标探测的主要干扰,而掩埋层对声波的吸收导致声散射回波信号微弱。针对强干扰下的弱信号分离的问题,研究了目标声散射回波与混响在最佳分数阶Fourier变换域中的能量聚集性差异,提出了目标回波与混响的分数阶Fourier域盲分离方法。推导了目标几何声散射成分与混响在最佳分数阶Fourier域的能量分布特性,通过在最佳分数阶Fourier域构建广义相关矩阵构建目标函数,分离出目标回波声散射信号。仿真与数据处理结果表明:分数阶Fourier域盲分离算法分离出了目标声散射信号,提高了目标回波信号的信混比;与时频域盲分离算法相比,避免了在时频面上对目标自项时频点的选取,低信混比下分离效果好。     

修正的K-分布海杂波仿真模型和新的海杂波功率谱描述方法

为有效仿真时空相关海杂波和准确地描述海杂波的功率谱,提出一种基于球不变随机过程(SIRP)修正的时空相关二维K-分布海杂波仿真模型,以特征函数为桥梁给出一种新的海杂波功率谱描述方法。对生成杂波序列的时间和空间相关特性、幅度分布特性以及功率谱进行分析,并比较了常用的高斯函数模型与新的功率谱函数模型之间的差异。实验仿真和实测数据表明,修正的仿真模型是有效的,新推导的功率谱函数模型比高斯函数谱模型更能准确描述K-分布的功率谱。     

一种低秩联合稀疏模型下的杂波抑制方法

针对现有穿墙雷达探测研究中,墙体回波抑制算法需要采集全部雷达回波导致运算复杂的问题,提出了一种低秩联合稀疏模型下的墙体回波抑制方法。在提出的方法中,从雷达回波中分离墙体回波和目标回波的任务被转化为一个低秩保持和稀疏约束的优化模型,并使用交替方向乘子法求解该优化模型;最后分离出墙体回波后的回波信号被用于雷达成像。仿真实验结果表明,该方法对各种情况下的墙体回波都能有效去除。与当前经典的奇异值分解、迭代软阈值方法相比,所提出的杂波抑制方法在穿墙雷达成像中具有更高的目标杂波比。     

基于GM(1,1)和D-MECM的钟差预报方法

针对单一钟差预报模型在建模数据量较少时中长期预报精度不足的问题,提出了基于灰色模型和一阶差分修正指数曲线法的组合预报模型。首先基于少量数据建立灰色模型并预测未来一段时间的钟差数据,再将其作为一阶差分修正指数曲线模型的建模数据,进行钟差的中长期预报。仿真结果表明,组合预报模型能够基于少量历史数据对钟差进行高精度的中长期预报。采用卫星共视仪采集的精密钟差数据进行实验,并与单一二次多项式模型和灰色模型进行对比,结果显示:使用5h的钟差数据进行建模并预报未来48h钟差数据时,二次多项式模型和灰色模型的平均预报精度分别为285.06ns和91.11ns,而组合模型的平均预报精度可达29.48ns,相比于单一二次多项式模型和灰色模型,分别提高了89.66%和67.64%。     

基于数字高程模型数据的机载认知雷达地杂波建模方法研究

针对机载认知雷达信号处理的特点,设计了一种基于数字高程模型数据的地杂波建模方法。该方法首先从数字高程模型数据中提取对杂波功率谱有影响的地形因子,然后结合地理地貌学理论和地形因子对数字高程模型提供的真实地貌类型进行量化分类;设计动态数据库来存储量化后的地貌信息,以提高杂波建模过程的实时性;最后基于地貌信息和后向散射系数模型构建地杂波。仿真结果表明,采用该方法构建的地杂波模型符合机载雷达所处的地貌实际情形,用作机载认知雷达的先验信息时具有真实、稳定和可靠的优势,可有效地辅助机载认知雷达提高工作性能和生存力。     

舰船航态极短期预报的非线性方法

针对舰船航态的非线性特征，提出了采用非线性自回归模型描述舰船海上航行极短期运动过程的新方法利用正交化的手段得到了辅助模型，进而通过对辅助模型的辨识推导出舰船航态超前多步预报器仿真结果表明本文提出的预报方法比线性自回归模型描述的预报方法有效，能提高预报精度、加长预报时间另外，本文给出的非线性预报器的辨识方法，可以加快预报时计算速度，适于进行实时预报     

基于静态和动态权重的流域水文模型集合预报方法对比

为进一步探索提高模型精度的方法,比较不同集合预报方法的优劣,选择了4种水文模型(新安江模型、Simhyd模型、GR4J模型和人工神经网络模型)分别在浙江省西部山区的4个典型流域做模拟对比,分析这4个模型在流域上的适用性,并将模型的模拟结果作为集合成员,使用黑箱集合预报法和诱导有序二项式系数集合预报法对成员进行集合预报,研究模型的应用效果,并进行4种模型和2种集成方法的优势对比。研究结果表明,新安江模型和GR4J模型在研究区域的适用性方面较好。黑箱集合预报法和诱导有序二项式系数集合预报法分别代表固定权重和变动权重的两种集合预报方法,模拟结果显示,后者对集合成员的改进程度更高,说明其在动态权重方法下更能充分发挥各模型的优势之处,达到择优互补的模拟效果,从而提高预报精度。     

基于深度学习的高时空分辨率降水临近预报方法

降水临近预报在强对流天气监测预警中具有重要地位,对于防灾减灾至关重要。在气象业务中,主要采用雷达回波外推方法解决高时空分辨率的临近预报问题。针对传统雷达回波外推方法中普遍存在的资料信息利用率不足和预报准确率低的问题,利用上海地区多年的高时空分辨率天气雷达探测资料,基于数据驱动的深度学习方法进行雷达回波外推,提出了一种新的降水临近预报模型——SwinAt-UNet模型。该预报模型通过融合UNet模型和Swin Transformer结构捕捉历史天气雷达探测资料中的短期和长期动态变化特征,可以自适应地学习潜在的雷达回波生消演变规律。此外,为提高模型的泛化能力和预报准确率,引入深度可分离卷积和卷积块注意力模块。结果表明:在不同基本反射率阈值下,SwinAt-UNet模型的预报准确率均高于UNet、SmaAt-UNet、TransUNet和AA-TransUNet模型; 在45 dBZ的基本反射率阈值下,SwinAt-UNet模型临界成功指数提高了13%,同时在预报时效上具有一定的优越性; SwinAt-UNet模型外推图像具有更加清晰的边缘和细节性纹理,对降水范围、移动方向和强度变化的预测更为准确。