小基阵高精度时延估计方法研究

根据声测被动定位对声学基阵提出的要求,给出了当基阵尺寸较小的情况下,影响声测被动定位精度的关键因素。同时分析了多种广义互相关时延估计方法的性能,并用实测的直升机声场数据进行了实验仿真研究。结果表明,采用广义互相关方法,能有效地提高小基阵声测被动定位的时延估计精度,其精度比常规方法高出2倍以上。     

具有分形特征的水下目标识别

利用分形理论对非平稳的舰船辐射噪声信号进行了研究,计算了不同舰船目标的分形维数,构造了具有分形维参数的特征矢量,并通过自适应神经网络作了分类实验。研究表明,分形维数值可以作为水下目标分类的一个重要参数,同时也是其它特征提取方法的一个有效补充。     

相干调制水声数字通信中的一种盲符号估计方法

相干调制是近年来水声通信领域中最为活跃的研究课题之一。但水声信道的时变多途效应造成接收数据严重的码间干扰（ Ｉ Ｓ Ｉ）,使得高速水声通讯的实现十分困难。盲符号估计不需要利用已知序列对滤波器参数进行周期训练,从而能有效地节省信道带宽。利用盲估计方法克服 Ｉ Ｓ Ｉ的关键在于,对多途接收的有噪信号进行多倍码速率的采样,将信道等效为一个单输入多输出系统,并构造采样输出的循环平稳序列的二阶统计量,去估计原发送序列。本文针对水声信道的实际特点,提出了一种盲符号估计的新方法。与文献［３］的算法相比,它具有更低的运算量,便于数据的实时处理。文中最后利用计算机仿真结果验证了该算法的有效性。     

一种实时水下运动目标轨迹测试系统的设计

设计了一种基于DSP和单片机的水下目标运动轨迹测试系统,给出了系统的硬件和软件设计,通过接收被测水下目标产生的合作声信号,根据定位模型,解算出水下目标的方位参数,并在PC机上实时显示目标的运动轨迹。     

遗传算法在矢量传感器对目标进行定向中的应用

矢量传感器通过测量水中质点的振速信息,仅用单个的矢量传感器就可以进行水下目标的方位估计。本文分析了声压梯度法和互谱声强法的定向原理,并将遗传算法引入互谱声强法目标定向中。通过构建适应度函数,根据信号适应度函数进行遗传选择,舍弃不稳定信号,对有用信号进行杂交,从而获得较高的定向精度。仿真结果表明,该算法可以有效地进行目标方位估计,进一步提高定向精度。     

一种改进的正交变换域水声信道盲均衡算法研究

针对常数模算法(CMA)收敛速度慢的缺点,将均衡器输入信号进行正交变换,实现正交变换域盲均衡。同时,引入均衡器输出星座匹配误差(CME)项,提出一种改进的正交变换域信道盲均衡算法(MTDCMA)．水声信道仿真结果表明：与常规常数模算法(CMA)及传统的基于正交变换的常数模盲均衡算法(TDCMA)相比,在同样的剩余码间干扰条件下,新算法具有更快的收敛速度。     

一种基于瞬时频率估计的被动声学测距方法

本文提出了一种基于瞬时频率估计的被动声目标运动的参数估计及测距方法 ,并给出了误差分析及仿真结果。该方法克服了基于时延估计的小尺寸基阵被动测距方法误差大的困难 ,特别适用于单传感器及小尺寸高精度的被动声学探测系统。     

双基地声呐定位算法的研究与比较

由于双基地声呐是收发分置的,所以其在水下目标探测和定位方面有着特殊的性质。目前,关于双基地声呐的研究已经引起了人们的广泛关注。该文给出了基于波达时间定位（TOL）和波达方位定位（BOL）的两种双基地声呐定位算法,分别研究了基线长度、时间测量误差、角度测量误差对算法定位精度的影响,最后对这两种算法的定位精度进行了比较和仿真,给出了不同条件下的误差分布曲线。仿真结果表明：双基地TOL算法的定位精度高于BOL定位算法,是一种高精度的双基地声呐定位算法。该算法也可推广应用于多基地声呐的水下定位。     

基于峭度激励的变步长自适应谱线增强算法

提出了一种基于峭度激励的变步长自适应谱线增强新算法,该算法以输入信号峭度与误差信号峭度为联合激励因子,构造出一种指数型变步长的算法模型。该步长对高斯色噪声或非高斯色噪声均有一定的免疫性,跟踪时变信号的能力强,且收敛速度快。用实测的某水下目标辐射噪声数据进行了仿真实验。与传统的LMS算法相比,仿真结果表明,该算法具有较强的谱线增强能力、快速收敛性和良好的跟踪性能,能有效地实现目标线谱信号与混合色噪声环境的分离。     

基于高阶累积量不同切片的动态谱线增强算法

为了克服传统的自适应谱线增强器(ALE)抑制高斯噪声效果差的缺点，提出了基于高阶累积量不同切片的自适应动态谱线增强算法，并用水下某运动目标辐射的线谱数据进行了仿真研究。仿真和分析表明：该算法抑制高斯噪声的性能强于ALE算法。因此，本研究有助于提高水下探测系统对微弱信号的检测能力和水下通信能力。