基于谐波小波的舰船辐射噪声线谱提取方法

针对传统方法在低信噪比情况下难以准确提取舰船辐射噪声线谱成分的问题,提出一种基于谐波小波变换的高分辨线谱提取方法。通过对舰船辐射噪声信号进行谐波小波变换,将其正交、无泄漏地分解到相互独立的频段上,提取线谱所在频段的谐波小波系数且将其它频段置零,进而在时域重构出线谱信号,实现信号与其它成分的分离。实验分析结果表明:该方法对背景噪声有较好的抑制作用,提取微弱线谱信号的能力和精度优于FFT分析方法,比传统FIR滤波器方法性能提高了约5dB,有利于辐射噪声特征线谱的提取。     

舰船辐射噪声功率谱特征提取方法研究

基于分段最小二乘曲线拟合方法,提出了一种的提取舰船噪声信号功率谱中线谱特征的新方法,通过一种新的坐标变换,用最小二乘曲线拟合方法精确提取了连续谱特征,将连续谱特征和线谱特征组合得到了舰船噪声的功率谱特征。利用BP神经网络对海上实录的两类目标噪声进行了分类识别,实验证明了方法的有效性,识别率达到90%以上,分类效果很好。     

一种基于小波分频带统计特征的舰船分类识别方法

为了有效提高舰船目标的识别率,提出了一种基于小波分频带统计特征的舰船分类识别方法。该方法利用小波变换分别提取了舰船辐射噪声带内信号的小波模极大值和带外信号的分频段能量两类特征,并将两类目标特征的联合量作为舰船的目标特征用以识别舰船目标。同时利用实测海录58组舰船的辐射噪声数据对上述舰船目标特征的分类识别方法进行了验证,结果表明,利用联合特征对目标的检测概率可以达到97%以上。     

基于小波能量谱的舰船辐射噪声分类特性分析

根据舰船辐射噪声的“三亮点”模型,采用小波变换,以不同的频率分辨率获取舰船辐射噪声信号相应3个不同频带的小波能量谱,然后计算小波能量谱突变项的五水平聚点,据此选取能量谱突变性显著的频段,最后对各能量谱聚点作聚类分析实现特征压缩并确定特征量。在舰船声场通过特性研究中的应用表明,该方法具有识别与分类准确率高的特点。     

舰船轴频电场信号特征提取与检测方法

为了能够在低信噪比的条件下提高目标的检测概率,降低目标的虚警概率,提出了一种舰船轴频电场信号特征提取与检测方法。根据舰船螺旋桨转速与轴频对应关系确定了特征频段,将该频段平均功率谱值作为特征量。根据环境的变化,设置了具有自适应功能的动态阈值。通过设定较小的阈值因子,放宽对疑似目标点的判决条件。在特征频段内对信号进行线谱检测,剔除掉连续谱以及不符合线谱条件的频率点。最终经过线谱倍频判断和稳定性判断确认目标是否存在。对实船轴频电场信号进行了特征提取和检测,在不同信噪比的条件下均成功检测到了目标。     

舰船做为体积声源的源强度谱纵向分布特性

在近程声探测条件下，舰船应被视为体积声源，而非点声源。建议用舰船的噪声源强度谱纵向分布特性描述舰船辐射噪声能量沿舰船纵向及频域的二维分布，探讨船船不同部位辐射噪声的源强度和功率谱特征，籍助对舰船噪声通过对特性信号的时频分析，得到了若干典型舰船的噪声源强度谱纵向分布特性，结果证明，在正常巡航速度时，沿舰船首尾方向分布着三个具有明显功率谱特点的声辐射部位，即推进器部位一，主机部位和辅机部位，这个结论称为正常巡航速度时舰船噪声的“三亮点”模型，简明讨论了在低航速和很高航速时舰船噪声源强度谱纵向分布特性的变化。     

一种优化的舰船基频特征提取算法

舰船目标的轴频是表征其目标类别的一种本质特征，有效地提取这种特征可以提高对水中目标的检测能力。本文基于多重自相关的目标推进器噪声的基频分析，利用1D模糊处理的方法求取了基频分布频段中各频点基频出现的置信度，通过对目标噪声基频分析中的线谱分量及线谱分量对应频点的置信度阈值门限实现对舰船目标基频特征的提取，完成对目标的检测识别。利用海上多种型号和多种工况目标的大量实录数据检验结果表明，文中基于多重相关功率谱和信息融合置信度阈值的基频提取方法对水中目标的检测具有良好效果，检测概率达到92．5％。     

基于轴频电场线谱特征的目标检测及识别

为有效地从海洋环境电场信号中检测出舰船轴频电场信号,在对大量实测数据分析的基础上,提出一种基于轴频电场线谱特征的目标检测与识别方法。对接收信号进行傅里叶变换计算频谱图,并对其进行归一化处理以提高其动态范围;采用浮动门限与固定门限相结合的方法对疑似线谱信号进行检测;采用积分累计的方法对疑似线谱特征进行目标确认,并利用长时间积分特征均值实现对目标信号的识别;通过海上实测数据对方法的有效性进行检验。结果表明,该方法能够有效检测到目标信号,并可实现对目标信号的识别分类。     

复杂海洋环境噪声下甚低频声信号检测方法

针对复杂海洋环境中的探测潜艇目标问题,开展复杂海洋环境噪声下的甚低频信号检测研究。采取更加符合实际的列维分布描述复杂海洋低频环境噪声,并基于对数矩法估计实测噪声的分布参数,为后续的系统参数选取提供先验知识;提出随机共振来检测复杂海洋环境噪声下的甚低频信号,分析列维噪声下的2阶随机共振方法;推导列维噪声下随机共振系统匹配参数,建立2阶双稳态匹配随机共振信号检测系统。仿真实验结果表明：2阶匹配随机共振检测器比传统相关检测器的检测性能优越很多;在虚警概率0.01条件下要使得检测概率达到0.9,比相关检测器所需输入信噪比降低10 dB. 通过外场湖中试验,验证了该系统对水下移动航行器产生甚低频声信号的有效检测。     

基于小波尺度相关的船舶轴频电场信号检测算法

针对现有船舶轴频电场信号检测算法检测微弱信号能力弱和计算量大等问题,提出了基于小波尺度相关的目标检测算法。该算法利用目标信号和噪声在小波变换各尺度上相关性的差异,求取实测信号的两重小波相关系数,并对其进行二次小波变换,将变换后的两重小波相关系数作为检测信号进行滑动功率谱检测。实测数据对滑动功率谱算法、基于小波包分解的检测算法和本文算法的验证结果表明,本文算法能在更低信噪比情况下有效地将微弱的轴频电场信号从环境背景噪声中检测出来。     

加速旋转螺旋桨脉动噪声干扰特性及抑制方法研究

提取船舶螺旋桨的加速度特征,是声纳导引头和智能声引信探测与分类港口水域机动目标的可行途径。首先分析了匀加速旋转螺旋桨的空泡体积脉动辐射噪声、脉动力辐射噪声和连续谱噪声的水声信号特征,给出被动声纳接收信号模型。进而基于该信号模型,分析了在一定条件下提取螺旋桨加速特征时存在的干扰问题,从而提出了基于分数阶Fourier域滤波的干扰抑制算法及相应的螺旋桨加速度提取算法,并给出了算法的实现步骤。最后,通过对水洞试验数据的分析,验证了算法的合理性。     

Research of the Adaptive Beamformer Based on the Frequency Energy Normalization

An algorithm of broadband minimum variance distortionless response （MVDR） based on the frequency energy normalization is proposed. First, every narrowband frequency component of the broadband signal is normalized by the total narrowband energy of all array elements, and the narrowband power is calculated by MVDR. Finally, final spatial energy spectrum can be obtained by averaging or summing all results of every narrowband frequency bin. Any prior-information about the noise or the signal is unnecessary for the proposed method in this paper. The processing gain of the proposed method compared to the conventional broadband MVDR can be obtained as long as the amplitude fluctuation of the array noise frequency spectrum is severer than that of the target signal. The validity of the method is validated by the optimal signal detection theory. Simulation and real data are used to validate the performance of the method. Analysis results show that about 4 dB processing gain compared to the general broadband MVDR can be reached by the proposed method.     

基于分数阶傅里叶变换的线性调频信号的自适应时频滤波

本文提出了一种基于分数阶傅里叶变换的线性调频(LFM)信号的自适应滤波方法，利用该变换等同于对信号在时频平面进行旋转这一重要特性，将混迭有噪声的信号以特定的旋转角作分数阶傅里叶变换，使得信号与噪声在变换域中的交迭达到最小；在此基础上，通过窄带通滤波器对LFM信号进行抽取，去除大部分的噪声能量，然后，再经过分数阶傅里叶反变换，恢复出原来的LFM信号。理论分析和仿真表明，该方法不仅可获得明显的信噪比的改善，而且具有算法简单及信号失真小等特点，和其它基于二维时频分析工具的滤波算法相比，降低了计算的复杂度，其实现更为简便。     

杜芬振子检测弱信号的时频积数值分析

杜芬振子能有效检测出淹没在噪声中的周期信号,并且对噪声具有免疫力,驱动信号数据长度对于提高振子检测性能具有重要意义。现有文献使用较长的待测信号驱动杜芬振子,需要进行大量的运算。针对此问题,研究了杜芬振子能检测的最短信号以及不降低检测性能同时计算量小最佳信号长度。研究发现,杜芬振子能检测的最短信号及最佳信号长度与待测信号的时频积有关,本方法采用待测信号时域长度与角频率的乘积即时频积（TF）为衡量指标,并以此鉴定杜芬振子的检测性能：最短信号在37 rad ＜TF ＜38 rad 时取得,最佳信号长度在260 rad ＜TF ＜280 rad 时取得。     

基于頻段能量归ー化处理的自适应波束形成方法

给出了一种基于频段能量归一化处理的宽带最小方差无失真响应算法。该算法首先将宽带信号的各窄带快拍向量进行能量归一化处理,然后计算窄带输出功率,最后通过对各窄带输出结果进行平均或求和得到最终空间能量谱。它不需要阵列噪声和目标信号的任何先验信息,只要阵列噪声的频谱幅度在频段间的起伏较为剧烈,而目标信号的频谱幅度起伏较为平缓,该方法就能取得较常规处理方法更优的信号检测性能。利用最优信号检测理论证明了该算法的有效性,利用仿真和实际数据进一步验证了算法的性能。仿真结果表明：文中算法较常规处理方法的处理增益提高约4 dB.     

基于双谱的微地震动信号的特征提取

讨论双谱的有关概念 ,从理论上证明了双谱可完全消除高斯白噪声或有色噪声 .针对轮式车与履带式车产生的微弱地震动信号 ,进行了双谱分析 ,并与功率谱分析对比 ,发现双谱分析在特征提取方面明显优于功率谱分析 .     

一个新的串联式自适应谱线增强器

为了从非高斯噪声中有效增强水下目标辐射噪声中的线谱特征，提出了基于四阶累积量变步长极性迭代的自适应谱线增强器( FOCVSSBALE)，并与基于短时自相关的自适应谱线增强器（STABALE）串联，构造了一个新串联式自适应谱线增强器。该增强器对水下目标辐射噪声的线谱特征分量有二次增强作用，对环境噪声有二次抑制效果，对时变信号有良好的跟踪能力，而且计算量小。用水下某目标辐射线谱的实测数据，对该增强器的性能进行了仿真研究。理论分析和仿真结果表明，该增强器与单个的STABALE或FOCVSSBALE相比，能更有效提高信噪比、增强线谱特征。     

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。     

基于相位匹配的低截获雷达信号的提取

文中利用信号相位匹配原理,在背景噪声谱幅度已知的条件下。结合低截获雷达信号的特点。提出了一种全新的微弱信号提取法,即基于单点阵的分段信号相位匹配法。通过仿真实验表明,该方法对强白噪声或强相干干扰环境下低截获雷达信号的提取具有很好的效果。     

基于辅助模型粒子滤波的混沌信号降噪方法

针对传统的扩展卡尔曼滤波方法和无迹卡尔曼滤波方法不能有效地抑制混沌系统的加性噪声这一问题,给出了辅助模型粒子滤波算法,推导了混沌系统的状态空间描述,提出了一种基于辅助模型粒子滤波的混沌信号降噪方法,并将其用于Lorenz混沌信号的降噪。在叠加高斯噪声情况下对混沌系统进行降噪处理实验。结果表明,所提出的降噪方法对含噪Lorenz混沌信号有着较明显的降噪效果。