一种FBMC系统干扰分类预处理方案

为解决滤波器组多载波(FBMC)信道估计中导频符号所含虚部干扰的影响,提出了一种发送端导频周围符号的预处理方案。该方案利用干扰系数矩阵通过预消除导频邻域低功率符号的影响,来改善FBMC系统接收端信道估计的复杂度,将导频符号的干扰问题转换为对极少数几个高干扰系数的符号处理,并结合具体方案给出该预处理方案的适用情形,使得一些包括辅助导频法(AP)、编码法(Cod)在内的只可在原理上实现的方案可以直接在实际上得到应用。理论分析和仿真结果表明,当使用该方案后,传统基于离散导频估计FBMC信道所面临的问题都能得到有效解决,并且相对于其他改进方案,该方案进一步实现了频谱效率的优化。     

FBMC/OQAM水声通信系统的适应性成型脉冲设计

水声信道是一个时变的双扩散信道,不仅会引起传输信号的时频扩展,而且会造成严重的信息损失。由于滤波器组多载波/交错正交幅度调制(Filter Bank Based Multicarrier/Offset Quadrature Amplitude Modulation, FBMC/OQAM)系统可通过改变发送信号的成型脉冲来减小时频扩展带来的符号干扰和子载波干扰,因此更适合快速时变的水下声信道。为了降低现有成型脉冲设计算法的优化难度,提出了一种快速且易于实现的成型脉冲设计方法,该方法根据信道时频统计特性对扩展高斯函数(Extend Gaussian Function, EGF)进行了优化,实现了期望信号能量最大化,并在时域符号间加入适当的保护间隔,进一步增强了抗多途干扰的能力。仿真结果表明,无论在高频散信道还是在低频信道下,相比于其它成型脉冲算法,该算法在降低计算量的同时,改进了的FBMC/OQAM系统的传输性能,误码率降低了2～3 dB。     

基于gOMP算法的FBMC水声通信信道估计方法

传统基于训练序列及块状导频结构的滤波器组多载波（Filter Bank Multicarrier,FBMC）信道估计方法花费额外的频谱资源,这在频谱资源较为紧张的水声通信环境中具有一定的局限性。针对这一问题并结合水声信道稀疏性的特点,文章提出了一种基于压缩感知的离散导频结构FBMC信道估计方法。首先基于等效导频能量最大化的思想,设计了一种新的离散导频结构来解决FBMC系统信道估计时存在的固有虚部干扰问题;然后配合该结构,提取出导频处的接收信息并利用重构效果优良的压缩感知gOMP算法对水声信道进行重构。该方法在保证水声信道估计精度的同时有效提高了FBMC系统的频谱利用率,改善了水声通信的性能。仿真结果表明,文中所提方法相较于传统方法在估计精度和频谱利用率方面具有一定的优越性。     

水声信号预测的神经网络方法

水声信号的局部可预测性在水声信号处理中具有重要作用,它是解决非平稳信号检测问题的基础。基于非线性时间序列局部可预测性原理,采用人工神经网络技术,研究了水声信号的神经网络预测,讨论了预测模型的建立和网络结构参数的设计。分别采用BP网络和RBF网络对实际舰船水声信号进行预测,通过对仿真数据和实际舰船辐射噪声数据预测的结果分析,得出了两种网络预测模型的误差分布,提出了减小预测误差的有效方法。为今后进一步开展水声信号预测研究奠定了基础。     

基于BP神经网络的水声信号预测

利用水声混沌信号的局部可预测性,结合人工神经网络,研究了水声信号的神经网络预测.讨论了预测模型的建立和网络结构参数的设计.通过对实际舰船水声信号的预测,得到了一些有用的结果,为今后进一步开展水声信号预测研究奠定了基础.     

基于BP神经网络的水声信号预测

利用水声混沌信号的局部可预测性,结合人工神经网络,研究了水声信号的神经网络预测.讨论了预测模型的建立和网络结构参数的设计.通过对实际舰船水声信号的预测,得到了一些有用的结果,为今后进一步开展水声信号预测研究奠定了基础.     

基于深度学习的OFDM半相干水声通信方法

针对正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)水声通信中常用的相干和非相干通信分别面临的对多普勒敏感和频谱效率低的问题,提出一种高阶幅度键控调制的半相干通信技术,将OFDM符号时频帧结构中全部频点采用高阶幅度键控调制方式,并利用信号幅度信息完成半相干信道估计。通过两种基于深度学习的算法优化半相干信道估计这一非线性过程,较非相干通信有效提高了频谱效率,较一定信噪比下的相干通信提高了鲁棒性,降低了误比特率和系统复杂度,并利用元学习算法降低深度学习算法对训练数据的依赖。最后,提取海试信道数据,完成OFDM半相干水声通信系统仿真,验证了所提方法在频谱效率和系统误比特率性能方面较非相干和相干通信的优势,当信道长度改变时,基于元学习的算法依然可以获得较好的性能。     

一种有效的水声通信多普勒处理方法

在水声通信中,由于发射和接收平台之间的相对运动,多普勒频移是无法避免的。多普勒频移使信号频率和相位发生变化,降低载波估计的精度,造成自适应均衡器的发散,使整个系统的性能下降。文中设计了一种应用于水声多载波相干调制系统的多普勒处理方法,采用块估计和线性插值以抵消多普勒频移的影响。仿真结果表明,该方法能有效地抵消多普勒频移对多载波相干调制系统的影响。在信噪比为-10dB、数据率为100bit/s的条件下,系统允许相对运动速度可达到±10m/s。     

一种基于VGGish神经网络的水声目标识别方法

水声目标智能识别是水声装备智能化的重要组成部分,深度学习则是实现水声目标智能识别的重要技术手段之一。当前水声目标智能识别经常面临数据集较小带来的训练样本量不足的情况,针对小数据集识别中存在的因过拟合导致模型泛化能力不足,以及输入的水声信号二维谱图样式不统一的问题,文章提出了一种基于VGGish神经网络模型的水声目标识别方法。该方法以VGGish网络作为特征提取器,并在VGGish网络前部加入了信号预处理模块,同时设计了一种基于传统机器学习算法的联合分类器,通过以上措施解决了过拟合问题和二维谱图样式不统一问题。实验结果显示,该方法应用在ShipsEar数据集上得到了94.397%的识别准确率,高于传统预训练-微调法得到的最高90.977%的准确率,并且在相同条件下该方法的模型训练耗时仅为传统预训练-微调方法的0.5%左右,有效提高了识别准确率和模型训练速度。     

基于小波变换的主动水声信号检测

信号检测是水声信号处理领域的研究重点之一。文章通过对水下航行器自噪声特性的研究，发现其具有1／f衰减特性，同时利用小波变换对1/f信号有类似K—L展开的作用，提出了一种基于小波变换的信号检测方法，对1/f噪声背景下的主动水声信号进行了检测；文中详细推导了相应的检验统计量及其统计分布特性；同时，将该方法与匹配滤波器、能量检测器的检测性能进行了比较，仿真试验结果表明了本方法的有效性。     

水下声信标信号的多脉冲匹配滤波改进方法

水下声信标信号检测是搜寻黑匣子的重要技术之一。针对水下声信标信号声源级低、脉冲宽度窄所带来的检测难题,充分利用声信标信号周期短、相邻脉冲信号相关性强等特点,提出了一种基于多脉冲积分的改进匹配滤波方法,通过前后脉冲匹配方法克服标准信号匹配处理中因信号畸变带来的匹配处理增益下降,通过多脉冲累积提高积分增益。通过仿真实验验证,当取多脉冲累积数为6时,在理想白噪声环境下,所提改进方法比传统单脉冲匹配滤波检测性能提高约4 dB,特别是在存在明显多普勒影响下,传统方法适应性下降,所提改进方法有9 dB的性能提高。通过对湖上实验数据的处理也验证了所提方法的有效性。     

几种水声瞬态信号检测算法的比较研究

对于空投浮标、鱼雷等反潜武器的入水瞬态信号进行检测一直是水声对抗领域的一项关键技术。本文针对入水瞬态信号介绍了4种常用的统计量检测方法,并通过蒙特卡洛仿真和湖试数据处理比较了4种检测方法的检测效果,分析了各自的特点,对水声瞬态信号检测具体工程应用具有较好的参考价值。     

水声探测信号级仿真通用模型库设计

信号级仿真以其能更真实地模拟装备作战性能且可进行统计仿真等显著优点成为完成水下作战效能评估任务较为理想的平台之一,而诸如舰艇辐射噪声模型等水下作战实体的声学模型则是构成水下作战评估体系的基础。在对水下作战过程进行深入分析的基础上,设计了水声探测信号级仿真通用模型库。该模型库以鱼雷为声学模型,通过数据库将八类水下作战实体和环境模型进行分类管理,支持离线和在线仿真,模型库中的各模型均经过实测数据进行验证。该模型库的建成,为水下作战系统的总体设计、性能测试、方案验证以及声兼容性研究提供了工程化的研究基础和较为真实的试验环境。     

一种新颖的水声相干通信接收算法

为了克服水声信道的多径衰落,消除码间干扰,获得可靠的数据传输,提出了一种新颖的水声相干通信接收算法。该新型算法有两个优点:一是将自适应判决反馈均衡器和迭代译码技术相结合,二是译码采用Turbo译码原理,整个译码系统可以看作是串联迭代译码器,只是其中的内部译码器被编码比特对数似然率(LLR)计算器所取代,有效地降低了运算复杂度。同时,自适应判决反馈均衡器采用了变步长因子算法,改善了均衡器的收敛速度。仿真实验验证了该组合接收算法的性能     

基于分数阶功率谱熵的未知水声脉冲信号检测方法

水声侦察的核心问题是在无先验知识条件下捕获其他平台发射的脉冲信号,单频(Continuous Wave,CW)信号和调频(Frequency Modulation,FM)信号是常用的水声探测脉冲.功率谱熵算法能有效检测低信噪比的CW信号,但对FM信号性能不佳,分数阶傅里叶变换(Fractional Fourier Tr...