一种自适应的主动声呐直达波干扰抑制算法

为了克服主动声呐编队作战条件下的直达波干扰,达到检测微弱目标回波信号的目的．提出了一种基于频域分块自适应滤波算法的直达波抑制方法。这种方法将自适应滤波理论和匹配相关技术相结合,首先对接收数据做频域分块自适应滤波,再利用已知发射信号副本进行匹配相关,最后提取目标回波信号。其中,频域分块自适应滤波算法相比基本最小均方算法,计算复杂度降低,收敛速度快,基本保证了主动声呐每个探测周期内的直达波抑制和目标回波的提取。通过数值仿真实验表明：在强直达波干扰存在条件下,该算法对目标回波的提取在精度和鲁棒性等方面均优于以往的直接匹配相关方法。     

圆阵双基地声纳直达波抑制技术研究

以圆阵为双基地声纳接收阵列流形,提出了一种新的基于多重信号分类(MUSIC)技术的波束形成及零点抑制算法。在理论分析了第一类零点约束条件的基础上,提出了第二类零点(高阶零点)约束条件。给出两类零点约束条件干扰抑制能力的比较。仿真结果表明,该算法可有效接收目标回波信号且屏蔽直达波强干扰。讨论干扰达波方向(DOA)与阵元数对算法直达波抑制能力的影响,以及多源干扰条件下算法的干扰抑制能力。     

基于零陷展宽的双基地声纳直达波抑制算法

双基地声纳系统中存在目标信号与直达波干扰混叠且两者高相关的情况,常规的自适应抵消法因此失效。在双基地声纳系统配置已知的前提下,提出一种基于零陷展宽技术的多约束最小方差直达波抑制算法。该方法通过施加线性约束对特定方向的干扰进行抑制,并针对直达波干扰方位存在扰动时,多约束最小方差算法性能急剧下降的现象运用零陷展宽的方法对算法加以改进。基于零陷展宽的多约束最小方差算法直观、快捷。仿真及实验数据处理的结果表明,在直达波干扰方位大致可知的情况下,该算法能够对直达波进行有效抑制,且对直达波的方位估计误差具有稳健性。     

采用包络检波去除SISAR直达波干扰的新方法

为了去除直达波干扰，从强的直达波干扰背景中有效提取SISAR侧影成像的目标全息信号，提出了对接收的含有目标全息信号和强直达波的混合信号直接进行包络检波，然后通过对检波后的输出进行时域的正交分解，恢复目标的全息信号的新方法．仿真结果验证了理论分析的正确性。     

连续波声呐中的调频信号设计方法及性能分析

相对传统的短时脉冲波主动声呐而言,连续波主动声呐是一种新型体制的声呐设备,允许在扫描周期内发射高占空比的信号,并且在发射信号的同时进行侦听,由此可以对水下目标实现连续照射,消除距离盲区。由于发射和接收机制的不同,连续波主动声呐对发射信号的波形和处理方法也各有差异,一是要考虑到"直达波"抑制问题,二是要在时间带宽积和对目标的照射时间间隔两者之间进行折中。针对上述两个问题,设计了一种在连续波主动声呐中发射的新型脉冲串信号,该类信号由多个相互正交的广义正弦调频信号串组成,以此在频域上消除回波与拷贝信号的相关性;后置处理中对接收回波提供了三种不同的方案,在时间带宽积和照射时间间隔两者之间择优选择最佳检测效果。计算机仿真结果表明:该类信号波形以及相应的处理方法可以有效地抑制直达波干扰并给出目标的速度-距离信息。     

改进的二维滤波技术在浅层地声探测中的应用

利用声波反射原理探测地下浅层物体是一种较为有效的探测方法。经过多年的探索，我们已形成了以爆炸和锤击等有较高分辨率的瞬态信号作为声源，采用传感器直线阵接收，后续结合阵列信号处理技术完成目标信号的提取和成像处理的探测方案。该声探测系统在实测中，地表直达波对物体反射波的强干扰是限制探测灵敏度的主要原因之一。因此，抑制强干扰，提取有效信号，是实现目标正确探测和定位的先决条件。由于探测深度较浅，反射波和直达波混迭在一起，在频率域或时间域很难将强干扰和信号分开。于是就提出了利用直达波和反射波视速度的差异对频…     

声表面波温度传感器抗干扰技术研究

目的设计一种声表面波(SAW)温度传感器抗干扰技术,以提高温度测量的稳定性。方法分析SAW谐振器(SAWR)回波特性,建立SAWR回波信号熵能量模型,发现SAWR回波信号的衰减过程与熵能量的上升过程对应。当回波信号达到噪声水平时,熵能量的单调上升过程消失。为了抑制正弦干扰设计一种改进型自相关算法,利用该算法对信号进行去噪的同时使谐振器回波信号的衰减特性和正弦干扰的等幅特性得到保持。结果根据模拟仿真结果设置了SAWR回波信号的检测阈值(V_(thre)=1),并对该阈值进行了蒙特卡罗仿真实验。仿真结果表明,当信号信噪比大于4dB时,SAWR回波信号的检测率达到86%,而正弦干扰误检率小于0.5%。最后应用该算法对实际的正弦信号和SAWR回波信号进行了检测,得到的误检率接近于0。结论实验结果显示,所设计的算法可以用作声表面波温度传感器的抗干扰技术。     

基于调频电台非合作式双基地雷达试验系统研究

简要介绍了基于调频电台非合作式双基地雷达试验系统的组成,解决了两个主要直达波对消和目标检测问题。使用基于NLMS方法的非因果滤波器完成阵列多通道的时域均衡, 通过时域、空域联合处理,对消了比噪声强80 dB以上的直达波信号,对民航飞机的探测距离超过300 km。试验验证了该算法的实用性。     

基于Gram—Schmidt正交化算法的水下目标回波检测

提出了一种基于Gram-Schmidt正变化算法的水下目标回波检测方法．该方法利用Gram—Schmidt正变化算法实现对干扰背景的预白化，通过归一化匹配滤波器可完成对水下目标回渡的检测．对仿真数据和实验数据的处理验证了该方法的有效性．     

新的联合三角形法和经验模态分解的水下目标回波检测

水下目标回波信号的自动检测和识别是水声装备自动化的关键任务之一。大量的混响干扰,一个脉冲周期内有多个目标或没有目标,以及目标边界的模糊性和位置的随机性,是目标检测的难点。对回波信号进行经验模态分解,目标信号的绝大部分信息将集中在某个固有模态函数上,且产生明显的边界,而各种噪声和干扰成分被分解到其他固有模态函数上。基于此,提出在固有模态函数包络上用三角形法定位目标及双阈值检测精确的目标边界的算法;提出目标回波的固有模态函数瞬时幅度方差谱特征。海上实测回波数据的实验,从检测目标个数和识别率两方面来验证算法的性能,并与其它方法进行对比。实验表明该算法能任意定位和准确检测回波中的目标,且不受脉冲噪声的影响,检测效率高。     

基于凸包优化的盲源分离在图像去噪中的研究

目的针对高斯-脉冲混合噪声图像中难以有效去除大量奇异点或离群数据的问题,提出一种基于凸包优化的盲源分离方法来去除图像中的混合噪声。方法该方法把混合噪声和原图均看作未知的源信号,依据噪声图像中混合噪声与原图内容的加性关系建立盲源分离的模型,并利用凸包优化的方法构建源信号(凸包极点)的仿射包,然后通过最小化仿射包到凸包(噪声图像)上的投影误差,求解混合噪声和原图2个源信号,实现去噪混合噪声、复原原图的目的。结果实验结果发现,无论高斯-脉冲混合噪声强弱,该方法去噪复原后的峰值信噪比和平均结构相似性分别在39.9129 d B和0.9以上。结论由实验数据证实该方法可有效地从盲源分离的角度去除图像中高斯-脉冲混合噪声、复原原始图像。     

基于自相关降噪的混叠转子振动信号分离

航空发动机在运行过程中,传感器测得的振动信号是各振源的混叠信号,且含有很强的噪声。常规的信号处理方法难以分离混叠信号,对机器的健康监测和故障诊断造成了很大的困难。介绍了盲源分离基本原理和方法,指出盲源分离算法在强噪声环境下失效。针对强噪声环境下的混叠振动信号,提出首先通过时延自相关降噪方法对振动信号进行降噪,然后通过盲源分离算法对降噪后的信号分离。仿真结果验证了提出方法的有效性。最后,利用该方法对实测混叠转子振动信号成功实现了降噪和盲分离,为噪声环境下的混叠信号分离提供了一种新的方法。     

基于声压幅度比的多声源分离定位决策研究

利用声压幅度比模型,提出了一种基于声压幅度比的多声源分离定位方法,该方法利用盲信号分离算法实现混合声源信号的分离,根据谱估计的相似度确定接收信号中各声源的分配情况,结合幅度差异因子获得传感器的声源信号分布,再通过单声源的声压幅度比模型确定声源位置,实现多声源定位。由于盲信号分离算法比较成熟,且实际中的声源信号大多为非高斯,因而满足盲信号分离条件。该方法具有实用强、应用性广等特点,对其它分离、定位问题也有借鉴作用。     

基于核典型相关分析的非线性相关源盲分离方法研究

针对传统的相关源盲分离方法的不足,提出了一种基于核典型相关分析的非线性相关源盲分离方法。该方法是利用了核方法来处理数据之间的非线性问题,同时还利用信号源之间的相关性来进行分离。提出的方法与传统的相关源盲分离方法进行对比分析。仿真结果表明,提出的方法明显优于传统的相关源盲分离方法,并从分离性能指标上得到了充分的反映。最后,将该方法应用到转子不对中和碰摩故障的盲分离中,实验结果进一步验证了该方法的有效性。     

基于二阶盲辨识的双跨转子故障信号分离研究

将盲分离理论应用于消噪处理,其关键是分离噪声,因此在分离噪声时不损失有效信号,为消噪处理提供了一种新方法。提出了一种基于二阶盲辨识的去除干扰的自提取方法,在原有的自提取算法中引入了梯度变化率的概念,有效降低了噪声。通过仿真和对实际转子振动数据的处理表明,这种算法有效地遏制了噪声,提高采样数据的准确性。     

基于核形态成分分析的齿轮箱复合故障诊断研究

形态成分分析（MCA）是最新提出的一种基于稀疏表示的信号和图像分解(分离)方法,该方法的主要思想是利用信号组成成分的形态差异性（可以由不同的字典稀疏表示）进行分离。结合核函数把基于MCA的线性盲分离方法拓展到非线性混叠情况,给出了一种非线性混叠信号盲分离算法。该算法通过非线性映射将混叠信号投影到高维特征空间,将样本空间的非线性混叠问题转化成高维特征空间的线性混叠问题,然后应用MCA算法对高维特征空间中的混叠信号进行分离。通过对齿轮齿根裂纹、轴承内圈、外圈复合故障的实验信号的分析,表明该方法能有效地分离出齿轮箱的复合故障。     

基于三阶累积量的稳健盲波束形成方法

盲波束形成的目的就是在不知道阵列流形先验信息的情况下,从阵列输出数据中恢复出源信号.对于独立源信号的盲分离,Cardoso和Souloumiac提出了一种基于四阶累积量的盲波束形成方法(Joint Approximate Diagonalisation of Eigen-matrices,JADE).然而,巨大的计算量...     

基于变分贝叶斯独立分量分析的故障源盲分离

提出一种基于变分贝叶斯独立分量分析的故障源盲分离方法,该方法可直接对噪声干扰的机械源信号进行有效分离,即不需要将未知噪声看成一种独立源,也不需要进行消噪预处理。并将该方法与传统的机械源分离方法进行对比实验,实验结果表明该方法是非常有效的。     

认知型水声通信时空自适应处理算法研究

针对浅海水声通信面临的复杂干扰环境,提出了一种适用于水声通信系统的认知型时空自适应处理算法。该算法在传统时空自适应阵列处理算法的基础上引入了干扰认知的功能,通过干扰认知处理降低计算量,并且实现干扰样本的选取,确保自适应算法的可靠收敛。利用了协方差矩阵特征分解和多重信号分类(Multiple Signal Classification, MUSIC)估计干扰的个数,辅助选取盲源分离算法中的维度和时空自适应算法中的空域维度,进行算法降维处理。针对采用盲源分离后的各干扰,采用包络检测法提取时域特征,采用短时傅里叶变换(Short-time Fourier Transform, STFT)方法提取时频谱特征,分析干扰特征,实现干扰分类,从而实现干扰样本的选取。通过计算机仿真验证了该认知处理算法的性能。