共查询到18条相似文献,搜索用时 62 毫秒
1.
海洋混响是主动声纳检测中主要的背景干扰,它是一种有色干扰噪声,并常被看作是一个非平稳的随机过程,这使得工作在白噪声条件下的最佳匹配滤波检测器的性能在一定程度上受到限制。本文将白化的思想引入到主动声纳的信号检测中,在混响自回归(AR)模型的基础上研究混响的预白化处理,并将一种次最佳检测器应用到宽带信号的检测中,最后比较了未白化匹配滤波与白化次最佳检测器的性能,实验数据分析结果表明白化次最佳检测器可以在一定程度上提高主动声纳的检测性能。 相似文献
2.
混响背景下预白化信号检测 总被引:1,自引:0,他引:1
在浅海环境中主动声纳匹配滤波器性能下降的一个重要原因是混响问题,因为混响同样是由发射信号引起的,与发射信号有很强的相关性。预白化抗混响算法是将混响看成局部平稳的有色高斯随机过程,采用AR模型对混响进行建摸,利用AR模型系数对原始数据进行“白化”处理,然后利用修正后的发射信号做拷贝信号进行匹配滤波。预白化处理能够有效抑制混响干扰,降低虚警,提高对运动小目标的探测能力。仿真和湖试数据处理结果验证了该方法的有效性。 相似文献
3.
4.
5.
介绍了高分辨主动声呐的非瑞利分布混响的产生原因及几种典型的混响概率密度分布函数,并通过对混响概率密度分布函数的拖尾分析及其高阶统计量的比较,分析了检测过程中虚警概率增大的原因。此外,在窄带信号检测条件下,利用蒙特卡洛方法对瑞利分布和非瑞利分布混响背景下的接收机工作特性曲线进行了仿真。 相似文献
6.
研究了两阶段含噪独立分量分析算法来解决含噪信号盲分离问题。第一阶段,通过粒子滤波实现对不含噪混合信号的估计,将含噪独立分量分析转化为不含噪的独立分量分析;第二阶段用现有的FastICA算法从估计的不含噪混合信号中提取出源信号。不含噪混合信号的时变自回归模型和含噪与不含噪混合信号之间的关系构造了动态的状态.空间方程。该方程的特点是多变量、过程和观测噪声不限于高斯分布,粒子滤波是解决该问题的有效方法。提出了解决含噪独立分量分析的PF+FastICA算法,仿真试验表明所提出的算法性能优于相关文献的结果。 相似文献
7.
8.
在浅海波导中混响是主动声纳系统的主要干扰,为了抑制混响,通常采用宽带发射信号和大孔径发射、接收阵。这两种方法都减小了混响的分辨单元.因此经波束形成和匹配滤波后提高了信混比。然而这也带来了负面影响,即分辨单元内混响包络的分布偏离了传统假设的瑞利分布,出现了高尾的非瑞利分布,导致匹配滤波器虚警概率提高。为了得到恒虚警检测器,需要对混响进行更精确的建模。通过理论和实际数据分析表明,利用多变量椭圆轮廓分布可以很好的建模浅海混响的统计特性。在混响建模为多变量椭圆轮廓分布模型的基础上,利用GLRT理论可以得到一种自适应CFAR检测器,通过实验数据分析,自适应CFAR检测器较之常规匹配滤波器,其信混比(SRR)可提高3dB。 相似文献
9.
10.
11.
在回音消除的算法中,近端语音信号的出现会引起预测回声路径的自适应滤波器发散,一个很成熟的回声消除算法一定包含双向通话检测算法。提出了一种基于滤波器抽头活跃位置的双向通话检测算法,该算法利用滤波器最活跃的抽头位置相邻的n个抽头2.范数作为一个检测参数,并且区分滤波器间差异性的参数的阈值是动态的,该算法对双向通话的出现与消失能做出快速的响应,实现简单,检测准确。文章的双向通话检测新算法是基于双辅助滤波器的回音消除器的结构,通过录制了真实的环境语音仿真验证了该算法的鲁棒性。 相似文献
12.
为解决近场空域低、慢、小旋翼无人机的安全威胁,提出基于音频信号分析的无人机探测识别方法。该方法采用改进流程和参数的梅尔频率倒谱系数(Mel-Frequency Cepstral Coeffi-cients,MFCC)和其一阶差分作为无人机音频的特征参数,结合提出的多距离分段采集法,通过训练高斯混合模型(Gaussian Mixture Model,GMM),建立多特征的无人机音频"指纹库",最后用特征匹配算法实现无人机的探测和识别。实验结果表明,所提出的方法在典型郊区环境中可实现150 m距离内无人机的探测和识别,识别率达到84.4%。 相似文献
13.
针对强混响背景下经典的最小均方误差(Least Mean Square,LMS)滤波算法难以有效地实现信混分离的问题,提出一种基于分数阶傅里叶变换的自适应LMS算法。首先将混响信号和自适应LMS滤波算法中的参考信号进行分数阶傅里叶变换,寻找最优变换域,并在分数阶域进行带通滤波,然后将得到的信号进行分数阶傅里叶反变换,最后将基于正态分布曲线的变步长LMS算法应用于此混响条件下进行滤波。仿真和海试数据验证结果表明,在信混比为0 dB的情况下,算法仍可以有效地滤除混响,使信混比提高6dB。 相似文献
14.
针对高频主动声呐的深海多目标跟踪问题,提出了基于BELLHOP模型的无迹卡尔曼滤波-高斯混合概率假设密度(Unscentesd Kalman Filter-Gaussian Mixture-Probability Hypothesis Density, UKF-GM-PHD)水下多目标跟踪算法。该算法首先利用BELLHOP射线声学模型,计算出本征声线、目标信号的幅度、相位及时延信息,以此构造目标回波信号并叠加高斯白噪声。然后,由回波信号计算得到目标相对于观测站的距离、方位角和俯仰角信息,作为目标跟踪系统中的量测信息。最后利用提出的UKF-GM-PHD多目标跟踪算法,实现高频主动声呐非线性系统的多目标跟踪。仿真结果表明,在深海高频主动声呐条件下,文章提出的UKF-GM-PHD多目标跟踪算法较传统高斯混合概率假设密度(Gaussian Mixture Probability Hypothesis Density, GM-PHD)方法,明显降低了目标丢失率,并且最优子模式指派统计量(Optimal Sub-Patter Assignment, OSPA)距离也更小,跟踪效果更好。 相似文献
15.
16.
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. 相似文献
17.
针对声呐小目标检测由于水下环境复杂、目标回波信号弱等因素造成虚警率和误检率较高的问题,文章提出基于背景抑制和改进直线分割检测(Line Segment Detection, LSD)的检测算法。首先对原始声呐数据截取序列片段,构建多周期累积历程图,凸显运动目标轨迹线特征;其次设计边缘滤波算子,有效滤除部分背景噪声,并结合投影变换进行线特征增强,不仅实现了断裂直线重连,还抑制了剩余噪声;然后基于图像金字塔改进了多尺度LSD直线分割检测算法,有效缓解了过检测问题,大幅增加了直线平均长度;最后为了合并冗余检测信息,利用运动轨迹时空一致性特征设计后处理模块,提高了检测定位精度。通过多组无人遥控潜水器(Remotely Operated Vehicle, ROV)、潜水员、空心球靶小目标序列的湖试、海试数据的定量与可视化结果定性分析,实验结果显示,文中算法与传统LSD相比,误检率和漏检率分别降低了11.2和3.9个百分点,定位误差下降了1.495个像素。结果表明,文中所提算法大幅提高了声呐小目标检测精度,为后续水下目标识别、跟踪等任务奠定重要基础。 相似文献
18.
为提高入侵检测的有效性,提出了一种基于二级决策进行报警过滤从而消除误报、滥报问题的方法,设计实现了一种基于报警缓冲池的报警优化过滤算法,并对算法进行了效率分析和实验。实验结果表明,该技术可以有效地消除误报、滥报现象,具有较强的实用价值。 相似文献