五元十字阵被动声定位算法及其性能研究

四元十字阵的测向和测距精度受目标方位角的影响，而五元十字阵就可以克服这一缺点。文中研究了基于五元十字阵的低空目标被动声定位算法及其性能。分别就目标测向和测距的精度进行了理论分析和计算．讨论了阵列尺寸和时延估计等诸因素对五元十字阵定位性能的影响。对空中运动目标被动声定位的实际工程应用有重要的参考意义。     

非对角切片谱法提取平方相位动态耦合信号研究

将三阶累积量非对角切片谱法应用到水下目标辐射相位动态耦合信号的特征提取中。文中研究了三阶累积量非对角切片谱的性质，定义了相位动态耦合的概念，提出了基于三阶累积量非对角切片谱提取水中目标辐射平方相位动态耦舍信号谱的方法，进行了仿真研究，并与自相关谱方法进行了比较。结果表明：该方法成功地从拉普拉斯噪声环境中提取了参加平方相位动态耦舍的信号谱和平方相位动态耦合产生的信号谱；有效地抑制了拉普拉斯噪声：这种方法计算量小。     

基于QPSO的小波分数间隔盲均衡算法

在分析具有量子行为的粒子群优化(PSO)算法和正交小波变换理论的基础上,提出基于量子粒子群优化(QPSO)的正交小波分数间隔常模盲均衡算法。通过对分数间隔均衡器输入信号进行正交小波变换,降低信号的自相关性。利用QPSO算法全局搜索能力强、收敛速度快和鲁棒性高的特性,对均衡器权向量进行优化。仿真结果表明,该算法能降低稳态误差,加快收敛速度,提高水声信道中信号的无失真传输性能。     

模拟退火与人工鱼群变异优化的小波盲均衡算法

针对人工鱼群算法(AFSA)搜索效率低、易陷入早熟现象等问题,在人工鱼群算法中嵌入变异算子以保持种群多样性,抑制早熟现象,同时引入模拟退火思想增强局部搜索能力,改进算法后期收敛速度减慢的缺点,获得了模拟退火与人工鱼群变异算法;用该算法初始化小波分数间隔盲均衡器的权向量,提出了模拟退火与人工鱼群变异优化的小波分数间隔盲均衡算法(SAFSA-FSE-WTCMA)。水声信道仿真结果表明,新算法具有更快的收敛速度和更小的稳态误差。     

水声信道盲均衡器优化设计与仿真

针对水声信道高速数据传输中的码间干扰问题,设计了一种基于小波包变换的分数间隔盲均衡器,优化均衡器性能,以提高水下通信质量。采用具有过采样性质的分数间隔均衡器,减少了波特间隔均衡器常数模算法(CMA)的稳态误差,又加快了其收敛速度;并利用去相关性较强的小波包理论,进一步加快了分数间隔盲均衡器算法(FSE-CMA)和小波分数间隔均衡器算法(WT-FSE-CMA)的收敛速度。水声信道的仿真结果,验证了该均衡器的良好性能。     

基于正交小波包变换的前馈神经网络盲均衡算法

针对前馈神经网络盲均衡算法收敛速度慢、均方误差大的缺点,在分析前馈神经网络盲均衡算法和正交小波包变换理论的基础上,提出了基于正交小波包变换的前馈神经网络盲均衡算法。该算法利用正交小波包变换良好的去相关性,对前馈神经网络均衡器输入信号进行预处理后,降低了输入信号的自相性,从而加快了收敛速度和减小了均方误差。水声信道的仿真结果表明,该算法在收敛速度与均方误差方面的性能比前馈神经网络盲均衡算法优越。     

基于粒子群优化的正交小波盲均衡算法

为克服常数模算法(CMA)收敛速度慢、稳态误差大的缺点,在分析正交小波常数模盲均衡算法(WT-CMA)基础上,该文提出了基于粒子群优化的正交小波常模盲均衡算法(PSO-WT- CMA)。该算法利用粒子群的信息共享机制和有效的全局搜索特点,寻找最优的均衡器权值,并用正交小波变换降低信号的自相关性。水声仿真结果表明:与常数模算法(CMA)、基于粒子群优化的常数模盲均衡算法(PSO-CMA)和基于正交小波变换的常数模盲均衡算法(WT-CMA)相比,该算法在提高收敛速度和减小码间干扰方面的性能有很大的改善。     

T/4相干累积分数间隔多模盲均衡算法

针对高阶QAM信号均衡普遍存在收敛困难、收敛后稳态误差大的问题。在对分数间隔结构、多模和相干累积算法分析的基础上,提出了一种基于相干累积的分数间隔多模盲均衡算法。水声信道128QAM信号仿真结果表明,该算法具有更快的收敛速度、更小的稳态误差,眼图睁开更加清晰。     

奇数阶累积量的计算优化及其应用

为了用奇数阶累积量提取非线性振动系统的高次频率耦合特征,定义了四次频率耦合、二三对频率耦合等高次耦合新概念,分析了奇数阶累积量特征,研究了奇数阶累积量计算方法与计算量间的关系,提出了奇数阶累积量计算优化算法,该算法将奇数阶累积量的直接估计变为递推估计,将奇数阶累积量的多维运算转化为一维运算,大幅度减小了计算量,在工程上具有可实现性。用由计算优化算法估计的奇数阶累积量构造的自适应谱线增强器,能有效地从高斯噪声环境中恢复或提取四次频率耦合特征、二三对频率耦合特征等高次耦合特征。理论分析与仿真结果验证了算法的有效性。     

基于符号-最小平均峭度的自适应谱线增强器

从误差信号峭度的性质和误差符号(SE)算法的特点出发,提出了基于符号一最小平均峭度(Sign-LMK)的自适应谱线增强算法。该谱线增强器的结构与基于LMS算法的自适应谱线增强器(ALE)相同,但它是用误差峭度的符号和输入信号作为权向量的更新因子的。仿真结果表明具有计算量小、抑制非高斯噪声和增强谱线性能强、收敛后均方误差小等优点。