矢量传感器线列阵波束域MUSIC方位估计

在研究矢量传感器阵列目标估计基础上,本文首次在矢量传感器阵列处理领域将矢量阵波束形成与波束域目标估计算法结合起来,实现了高精度目标方位估计,与常规阵元域和波束域方法相比,提高了多目标估计性能,增大了阵列输出增益,大大减小了计算量.仿真验证了本算法的优越性.     

基于MUSIC算法的复合材料近场冲击源定位

为了提高算法在近场冲击源的定位精度,提出了基于多重信号分类(MUSIC)算法的复合材料近场冲击源定位方法.首先通过Fresnel近似将一维远场模型扩展到二维近场模型;接着应用Gabor小波变换从冲击的宽带信号中提取某一中心频率的窄带波;最后应用二维近场MUSIC算法,扫描整个监测区域,可以同时得到冲击源的距离和方位角.复合材料层合板的冲击实验结果表明该方法能够精确有效地对冲击源进行定位,距离的定位误差不超过0.94 cm,方位角误差不超过1°.     

基于MUSIC算法的复合材料近场冲击源定位

为了提高算法在近场冲击源的定位精度, 提出了基于多重信号分类 (MUSIC)算法的复合材料近场冲击源定位方法。首先通过Fresnel近似将一维远场模型扩展到二维近场模型; 接着应用Gabor小波变换从冲击的宽带信号中提取某一中心频率的窄带波; 最后应用二维近场MUSIC算法, 扫描整个监测区域, 可以同时得到冲击源的距离和方位角。复合材料层合板的冲击实验结果表明该方法能够精确有效地对冲击源进行定位, 距离的定位误差不超过0.94 cm, 方位角误差不超过1°。     

二维MUSIC近场被动定位方法

介绍了一种高精度的近场被动定位方法——二维MUSIC被动定位方法。它是一种在距离和方位上进行二维联合搜索的高精度被动定位方法。将MUSIC（多重信号分类）算法与近场聚焦波束形成方法相结合,能大大提高对近场目标的定位精度。先推导了基于均匀线列阵的二维MUSIC近场被动定位方法的定位原理,通过仿真比较了二维MUSIC被动定位方法与常规聚焦波束形成的定位性能,仿真表明,二维MUSIC被动定位方法的定位性能要明显高于常规的聚焦波束形成被动定位方法。并仿真了该方法在不同的阵元间距以及不同的目标距离时的定位性能,验证了该方法的可行性和有效性。     

矢量水听器阵时频MUSIC算法研究

时频MUSIC算法利用信号的时频分布构造空间时频分布矩阵,并用该矩阵代替传统的相关矩阵进行DOA估计,可以有效抑制噪声和干扰,提高算法的稳健性。时频子空间算法突破了传统子空间算法中阵元数对估计信号个数的限制,时频点包含了信号的时频空三维信息,通过时频点的选择可直接确定信号的频率从而确定阵列流型矩阵。对于宽带信号,在进行方位估计时避免了频域搜索,减少了运算量。将时频MUSIC算法应用于二维矢量水听器垂直线阵中,充分利用矢量水听器的标、矢量信息和信号的时、频信息进行宽带信号的二维波达方位估计。仿真研究验证了算法的有效性。     

矢量线阵MUSIC算法抗空间混叠性能研究

利用矢量线阵可以提高对目标参数估计的性能,探讨了矢量线阵MUSIC算法的抗左右舷模糊性能和抗空间混叠性能。理论研究和外场试验结果表明,矢量线阵消除了声压线阵MUSIC方位谱的左右舷模糊,在阵元个数保持不变的条件下,空间降采样时,矢量线阵MUSIC空间谱不仅提高了方位估计的精度,而且能够抗空间混叠,在相同的条件下．矢量线阵MUSIC空间谱的抗空间混叠性能明显优于矢量阵常规波束形成方法。     

基于MUSIC算法的多目标定位

本文首先建立了任意阵型的阵列对三维测向空间内多信源测向的数学模型,然后以该模型为基础,用阵列测向算法——MUSIC算法,对三维空间内分布的多目标实现了实时、高分辨率测向,最后通过实验,验证了论文中提出的算法,证明其工程上实际应用的可行性。     

基于鸡群算法的近场声源三维定位MUSIC算法

针对三维多重信号分类（Multiple Signal Classification,MUSIC）算法估计声源位置时计算速度慢,计算量大等缺点,提出了一种基于鸡群优化（Chicken Swarm Optimization,CSO）算法的近场声源三维定位算法。首先建立近场声源信号接收的数学模型,并选取三维MUSIC算法中的空间谱函数为文章算法中的适应度函数。通过不断迭代和局部搜索,以适应度值为指标对鸡群个体进行排序,最终得到最优鸡群个体的位置,即近场待测声源的坐标。仿真和实验结果表明：文中算法具有定位精度高、计算效率高、实时性好等优点,文中算法的平均用时仿真时为三维MUSIC算法平均用时的1.9%,实验时为三维MUSIC算法用时的3.2%。     

基于近场声全息的高频换能器阵列声场测量方法

在二维平面声压构建技术理论基础上,结合空间傅里叶变换的近场声全息技术,提出一种高测量效率的声场测量方法。以由4个压电元件所构成的矩形活塞换能器阵列为测量对象,进行声场仿真和实验测量,验证该测量方法的测量精度与效率。结果表明,该方法相比面扫描法测量效率提高了560倍,相比积分法计算速度提高两倍,可有效应用于高频换能器阵列的声场测量。     

基于单矢量水听器空间谱增强的MUSIC算法

针对单矢量水听器多重信号分类(Multiple Signal Classification,MUSIC)算法在低信噪比条件下,存在谱峰宽度变宽、估计精度变低等性能恶化的问题,提出一种基于单矢量水听器空间谱增强的改进MUSIC算法。该算法的基本原理是:单声源入射到单只矢量水听器上时,加一参考信号源,若两者方位相同,则同方位叠加使空间谱增强;若两者方位不相同,则两方位合成,使空间谱估计产生偏差。因此,改变参考信号源的方位,当参考信号源的方位与信号源的方位一致时,将使谱峰得到增强,此时空间谱达到最大值,其对应的角度即为信号源的方位角。仿真分析及实验数据处理结果表明,与常规MUSIC算法相比,该算法具有更尖锐的谱峰、更高的估计精度,能够实现更好的空间谱估计。     

基于近场声全息的重建算法分析与研究

针对声全息算法种类繁多及应用场合不同需求,通过有限元仿真和数值仿真相结合,对基于傅里叶变换、统计最优和等效源3种算法进行分析,寻找声源频率、重建距离、采样间距及正则化方法对重建精度的影响,并对其计算效率进行对比。在开阔水域进行实验验证。结果表明:随着声源频率增大,重建距离增加,采样点数减少,声全息算法的重建精度逐渐降低。在低频区域,结合L-曲线正则化法的统计最优近场声全息具有最佳的声场重建效果;基于等效源法的声全息重建精度最高,但容易产生虚像;基于傅里叶变换的声全息算法受重建距离影响严重,但重建速度优异,且声源定位准确。     

基于L型稀疏阵列的二维波达方向估计

针对传统的二维波达方向估计方法估计的信源数少、计算复杂度大的问题,提出了一种基于L型稀疏阵列的二维波达方向估计方法,利用安放在L型阵列上的互偶阵列来形成虚拟阵列,从而增加阵列自由度;通过将虚拟阵列分成若干个等间隔稀疏子阵列来压缩角度搜索区间,从而降低计算复杂度;通过MUSIC搜索得到谱峰,并利用最大似然准则筛选和匹配入射信号的俯仰角和方位角。该方法使可估计的信源数超过实际的物理阵元数,不仅提高估计精度且大大降低了计算复杂度。MATLAB仿真结果验证了该方法的有效性。     

基于近场声全息的聚焦换能器声场测量方法研究

高强度聚焦超声(HIFU)被广泛应用于医疗领域,但聚焦换能器焦点处的声强比较大,直接测量容易造成水听器损坏.为了间接获得焦点处声压,将全息测量面近似等效为声源面,结合空间傅里叶变换算法,提出了一种高测量效率的聚焦换能器声场测量方法.以球面自聚焦换能器为对象,进行声场测量方法的仿真研究和实验验证.结果表明,该方法比积分法...     

基于频域相位信息的声表面波谐振器回波频率估计

提出一种基于频域相位信息的频率估计算法,利用正弦信号傅里叶变换相位谱中相位与频率的关系实现对声表面波谐振器回波频率的估计,并采用自相关运算消除回波信号初相位对估计结果的影响。通过无线测试系统和仿真回波信号对该算法进行了验证,表明算法的频率估计精度不受激励信号频率变化的影响,并且在整个声表面波谐振器的谐振频率变化范围内都具有较高的精度和稳定性。     

加权稀疏信号重构的近场源定位方法

针对近场源定位问题,提出了一种使用加权L1范数优化进行稀疏信号重构的近场源定位方法。该定位方法分步完成目标的方位和距离估计。为了避免二维优化问题出现,首先利用均匀线阵的对称特性,通过菲涅尔近似,将二维参数估计的近场定位问题转换为类远场阵列的一维参数估计问题,接着将该一维参数估计问题转换为稀疏信号重构问题,通过类MUSIC权向量的构造,使用加权L1范数优化方法重构稀疏空间谱得到目标波达方向;在得到信号波达方向之后,再利用稀疏信号重构的思想求解信号源到阵列的距离。最后,通过数字仿真验证了算法在估计精度和分辨率等方面的优良性能。     

基于核密度估计和分形编码算法的图像检索技术研究

为了提高基于分形压缩编码图像检索技术的应用价值,针对自然图像提出了一种联合参数的图像检索方法,从分形编码中提取鲁棒性(旋转、平移、缩放等不变性)索引,即从由值域块均值构成的解码近似图像中提取改进的Hu不变矩特征量作为检索索引,再与分形编码参数的核密度估计统计特征相结合,其中,核密度估计方法中采用可变带宽。然后采用2个索引的加权和来比较图像的相似度。实验结果表明,使用2个索引的加权和比使用单独索引具有更好的检索结果。     

基于多子种群和密度估计的高维多目标进化算法的冷轧负荷分配

提出一种基于多子种群和密度估计的高维多目标进化算法,通过生成参考向量来划分子种群,借助收敛性保持机制提高逼近帕累托前沿的程度.该算法通过计算个体与参考向量的欧式距离来评估个体密度,从而保持解集的多样性.数值仿真实验结果表明,该算法所得解集的收敛性和多样性明显优于对比算法.最后,使用该算法对冷轧负荷分配进行高维多目标优化...     

基于遗传算法优化支持向量机的超声图像缺陷分类

超声图像缺陷在分类时由于存在样本数量少、样本类别多、不易区分等问题,分类的准确率较低。针对这些问题,提出了基于遗传算法优化支持向量机的超声图像缺陷分类方法。该方法首先通过图像处理提取超声图像缺陷的特征数据,然后训练支持向量机作为超声图像缺陷分类器,最后采用遗传算法优化参数求得最优的分类器。实验结果表明,提出的超声图像缺陷分类器在识别率方面优于其他方法的分类器,综合识别率达到了90%,可以有效地辅助工作人员对超声图像缺陷进行分类识别。