强多径干扰下的水声通信均衡算法研究

水声信道的典型特点为强多径干扰、多普勒频移严重。锁相环-判决反馈均衡器(Phase-Lock Loop-Decision Feedback Equalization,PLL-DFE)是水声相干通信中克服信道多径干扰,消除码间干扰的主要技术手段。对抗多径干扰的判决反馈均衡自适应算法进行了改进,在快速自优化LMS算法的基础上进行了优化,提出了记忆快速自优化均衡(Memory Fast-Optimized LMS,MFOLMS)算法。该算法提高了均衡器的跟踪性能。在二阶锁相环和判决反馈均衡器的联合作用下,按照最小均方误差(Minimum Mean Square Error,MMSE)准则自动调节相应的参数,使均衡器达到最佳的性能。仿真和湖试数据处理结果均表明,该文提出的算法可以抵消多径的影响,提高通信系统的接收性能。     

单矢量传感器的互谱估计与方位估计

单矢量传感器的互谱估计,将时域随机过程变换成了频域随机变量.该变量的统计特性,使得各向同性噪声场影响具有更加明确的物理解释.给出了互谱估计一、二阶矩和一维概率密度函数.由于拾取了振速信息,单个矢量传感器便能获得目标方位的最大似然估计.基于互谱估计的统计特性,给出了方位估计概率密度函数的通解形式,在纯噪声和高信噪比两种极端情况下推导了方位估计的数字特征.对低信噪比的方位有偏现象做出了解释,对高信噪比的判别条件给出了定量描述.理论分析与仿真结果一致,从而为湖海实验研究预备了统计知识.     

PEAQ在扬声器异常音检测中的应用

扬声器异常音作为产品音质好坏的一种具体表现形式,其检测问题也属于音质评价的一方面。故本文借鉴国际电信联盟推荐的音频质量感知评价算法PEAQ(Perceptual Evaluation of Audio Quality)的实现原理,将其中的人耳听觉模型应用在扬声器的异常音检测中。取标准扬声器样品的声信号作为参考信号,待测扬声器的声信号作为待测信号,两个信号通过人耳听觉模型逐帧处理后,计算得到信号感知差异曲线,用以区分异常音样品。人耳听觉模型包括了中外耳频率加权、听觉滤波器分组、添加内部噪声以及掩蔽效应模拟。将本文所述方法与人工听音以及国际通用的高阶谐波检测扬声器异常音的方法做了比较,实验室检测结果验证了该方法的可行性。     

一种改进的扬声器异常音快速检测方法

扬声器生产过程中,所有厂商都希望在装配流水线上快速生产出高质量的扬声器产品。扬声器的“异常音(Rub Buzz)”检测显得格外重要,目前生产厂家仍然以主观听音为主——依赖扫频仪,通过人工纯音检听进行判断,导致“异常音(Rub Buzz)”的判断标准因人而异的局面未能改善。虽然国内外也生产出一些异常音检测设备,但是检测速度慢、误判率高、价格昂贵等致命缺陷,至今扬声器生产厂家仍然将这一具有先进性的客观判断测量设备拒之门外。     

基于多采样率的频域倍频程研究

传统倍频程分析采用带通滤波器组算法实现,带通滤波器组算法仅能满足国家标准要求,并且用于分析分数阶倍频程时,滤波器组的数量及计算量成倍增长。提出了一种基于多采样率在频域分析倍频程及分数阶倍频程的算法。该算法首先对信号按通道重采样,并利用FFT转换到频域计算信号的倍频程及分数阶倍频程谱。仿真验证了算法的正确性,并与带通滤波器组算法做了比较。仿真及对比结果表明,相比于带通滤波器组算法,该算法能提供更好的谱分辨率,并且对于分数阶倍频程,该算法计算量明显少于滤波器组算法计算量。     

基于参考点之间水声传播的声速剖面反演

针对海洋声速剖面测量成本高、长期观测困难的难题,文章初步研究了利用水下固定参考点与水面已知位置之间的声信号传播时延来反演海水声速剖面的方法,提出了一种等声速分层模型下的声速剖面反演方法。将海水分层,对声信号传播过程进行建模,推导反演声速的非线性方程组;再利用牛顿迭代法,对非线性方程组进行求解。通过仿真和海试试验数据处理,分层数不同时,反演声速与实际声速之间的误差随着分层数的增加而变小,声速误差最小为0.80 m·s^-1左右,验证了反演方法的有效性与准确性。     

宽带信号检测中自适应门限设定方法

在水声定位中,常常需要估计声波从发射端到接收端的传输时间。但由于传输距离的影响,接收到的声波信号强度变化范围很大,给检测带来不便。基于线性调频脉冲信号相关检测,提出了一种自适应门限设定方法,可以在一定的条件下替代自动增益控制电路。这一方法根据发射信号、传输信道、发射系统和接收系统的参数,依据声信号到达接收端的时刻,自动调整相关峰检测时的门限值,简便易行。仿真和湖上试验结果表明,这一方法可以有效地保证计算信号到达时刻的准确性。     

线性调频信号检测的快速调频变换算法

线性调频（LFM）信号是雷达和声呐系统中常用的宽带信号。介绍了一种快速调频变换算法,用于线性调频信号的检测。首先对该方法进行了详细的推导和讨论,讨论了该快速算法中使用到的部分傅立叶变换快速算法,并研究了快速调频变换算法的计算量。最后,实验表明了快速调频变换算法有良好的信号检测性能。     

基于互信息的主成分分析用于声场景分类

主成分分析是声场景分类中常用的特征选择方法。针对主成分分析的局限性,提出一种基于互信息的主成分分析方法。这一方法引入类别信息,用不同声场景条件下特征之间的互信息矩阵之和替代传统主成分分析中的协方差矩阵,计算其特征向量与特征值,特征向量表示由原始特征空间向新的主成分空间的转换系数,特征值则用于计算主成分的累计贡献率并判断主成分维数。声场景分类实验结果表明,该方法较之传统主成分分析方法降维效果更好,辅以神经网络分类器,计算得到的分类正确率更高。     

一种长基线中野值点判定、剔除及修正方法

为准确获取水下目标的位置和速度信息,需要对长基线定位中的野值点进行剔除和修正。提出了改进残差检测法用于对野值点的剔除和修正,以卡尔曼滤波的残差绝对值作为判别标准,对野值点进行判别和剔除,以调整后的卡尔曼滤波估计值作为野值点的修正值,针对滤波模型与实际运动不匹配导致滤波前后数据偏差较大的问题,选择对正常点的数据不做处理。湖上实验结果表明,对存在野值点的定位轨迹,未剔除野值点的定位均方根误差为55.68 m,使用残差检测法处理后的定位均方根误差为8.11 m,使用改进残差检测法处理后的定位均方根误差为2.04 m。改进残差检测法可以对长基线定位轨迹中的野值点进行判定、剔除和修正,减小定位误差,提升长基线系统定位精度。