基于高阶谱净化的水声目标宽带调制信号检测

针对水声目标解调谱轴频提取中低信噪比和低频信号干扰严重的问题,给出了一种检测水声目标辐射噪声宽带调制信号的方法。首先利用希尔波特变换解调出信号包络,进而计算出解调谱;根据螺旋桨桨叶旋转产生的调制线谱存在明显的谐波关系,利用高阶累计量对角切片对解调谱进行净化;根据线谱波形特征进行线谱检测识别得到比较干净的线谱成分。通过实际舰船噪声检验分析,该调制信号检测方法能够较好的检测出水下目标辐射噪声中调制线谱的基频以及谐波成分。     

基于三稳随机共振的舰船轴频电场弱信号检测研究

针对含噪舰船轴频电场弱信号特征频率检测困难的问题,首先在引入基于三稳随机共振算法的基础上,研究了三稳系统势函数特性,并给出了三稳随机共振的临界幅值的计算方法;然后,设计了基于三稳随机共振的频率大参数信号检测方法;最后,开展了随机共振仿真分析,并对实测信号进行了轴频检测实验,结果表明:该方法能较好地分离出轴频弱信号的频率特征。     

线谱激励的混沌隔振研究

一般的线性被动隔振系统因具有频率保持性而不能彻底隔离线谱激励,而对于非线性隔振系统则可能改变系统的频谱结构,特别是处于混沌状态时它的频谱是连续的宽频谱,从而可以从根本上解决线谱激励的隔振问题.为此从理论和实验两个方面对利用非线性隔振系统处于混沌状态下的宽频特征以消除或减弱特征线谱进行了研究.结果表明混沌隔振不仅对线谱有较好的隔离效果,而且整体隔振性能也比较好.     

目标辐射噪声线谱的特征建模与检测

在理论分析的基础上,构造了基于λ水平能量聚点的目标辐射噪声线谱的特征量模型.在利用中值滤波去除信号功率谱中“平台型”的λ水平能量聚点后,计算其λ水平能量聚点作为拟线谱频率,通过拟线谱频率对应周期的整周期延时叠加突出线谱特征,以提高辐射噪声线谱的检测率.理论分析和对仿真信号的计算结果表明,该算法是有效的.     

随机共振在微弱信号检测中的数值仿真

对基于非线性双稳系统随机共振的微弱信号检测技术进行数值研究,利用随机共振机制,浸入在噪声中的微弱信号可以得到有效的放大与增强。给出了基于Runge Kutta算法的双稳系统随机共振模型的求解方法,提出了利用随机共振检测微弱非周期信号的一种新思路。数值仿真结果表明,该方法不仅可以检测出强噪声极低频的微弱周期信号,而且可以对非周期信号进行有效的检测。     

随机共振技术在微弱舰船轴频电场信号检测中的应用

针对在强背景噪声中检测微弱舰船轴频电场信号的问题,提出了基于随机共振技术的检测方法.首先,介绍了随机共振利用噪声增强信号能量从而提高信噪比的基本原理,并在此基础上给出了利用随机共振检测微弱周期信号的模型.然后,将低信噪比的船模轴频电场测量数据输入到检测模型并对输出信号作功率谱分析,结果表明:随机共振技术能十分有效地从复杂背景噪声中检测出微弱舰船轴频电场信号,在微弱信号处理领域相比传统方法具有很大的优势.最后,结合检测实例,初步分析了系统参数对随机共振系统输出信号频谱分布的影响,为随机共振技术的进一步工程应用打下了良好的基础.     

时空联合提取目标线谱方法

从线谱的时空域信息出发,通过分析目标线谱与自噪声线谱的差异性以及变化规律,研究噪声背景下目标线谱的提取方法,并将提取的目标线谱应用于单阵方位频率TMA模型.基于海上实验数据的模型解算结果稳定有效,表明该方法在提取目标线谱问题上的有效性.     

一种鱼雷辐射噪声的线谱估计方法

基于鱼雷辐射噪声的物理特性和线谱特征,探讨了一种鱼雷目标特征提取方法。该方法结合经典谱与现代谱估计,提取水下目标辐射噪声线谱特征。通过两次估计采集数据的功率谱,得到估计算法功率谱图,然后分析功率谱图,先确定线谱存在的大致区域,再估计精确线谱。进行仿真研究,得到了较好的效果,证明该方法对低频段的线谱特征提取有很好的实用性。     

基于随机共振的多频率微弱信号并行检测

强噪声背景下的微弱信号检测是当前信号处理领域的研究热点。基于非线性理论的随机共振能够利用噪声,将噪声的一部分能量转移给信号,从而获得更高的输出信噪比。针对传统随机共振检测算法应用环境受限且无法实现多频率并行检测的现状,文章面向实际超短波环境,在参数补偿法的基础上,重新设计采样频率和补偿系数,提出了新的检测算法,实现了多频率微弱信号的并行检测。     

低信噪比下融合随机共振的运动目标检测算法

为提高智能视频监控系统中运动目标检测算法在低信噪比条件下的鲁棒性,结合混合高斯背景建模算法和随机共振原理实现一种低信噪比下的运动目标检测算法。算法根据混合高斯背景模型对当前帧生成目标概率灰度图,在本文定义的性能评价函数下,通过向该概率灰度图添加噪声使得评价函数最优化从而达到随机共振,对该随机共振灰度图进行阈值分割得到输出的检测目标。针对昏暗、大雾和红外视频分别进行了实验,证实了本文算法的有效性同时也显示本文算法相对于普通背景差算法性能获得了明显提升。     

基于直觉模糊推理的水声探测环境效能评估方法研究

针对海洋水声环境对声纳探测效能的评估问题,分析了影响声纳探测效能的海洋水声环境因素,建立了水声探测效能评估指标体系,研究了基于直觉模糊推理的水声探测环境效能评估方法。运用该方法对典型海洋水声环境下声纳探测效能进行评估,评估结果表明,该方法较好的反映声纳探测效能与海洋水声环境之间的模糊关系,评估结果更为科学可信。     

水下声探测系统载体振动干扰分析及抑制方法

针对水下探测系统载体振动对目标回波信号的微多普勒特征谱产生干扰的问题,从干扰产生的基本原理出发,推导了干扰的近似乘性表达式。在获取振动干扰数据的条件下,提出了针对乘性干扰的干扰抑制算法,并针对推导干扰乘性表达式时的近似条件,分析了近似算法带来的误差。仿真结果表明,该方法可有效抑制水下探测系统平台振动对目标回波信号的微多普勒特征谱产生的干扰,并且在绝大多数情况下,由算法带来的误差可以忽略不计。     

A novel noise reduction technique for underwater acoustic signals based on complete ensemble empirical mode decomposition with adaptive noise,minimum mean square variance criterion and least mean square adaptive filter

Underwater acoustic signal processing is one of the research hotspots in underwater acoustics. Noise reduction of underwater acoustic signals is the key to underwater acoustic signal processing. Owing to the complexity of marine environment and the particularity of underwater acoustic channel, noise reduction of underwater acoustic signals has always been a difficult challenge in the field of underwater acoustic signal processing. In order to solve the dilemma, we proposed a novel noise reduction technique for underwater acoustic signals based on complete ensemble empirical mode decomposition with adaptive noise (CEEMDAN), minimum mean square variance criterion (MMSVC) and least mean square adaptive filter (LMSAF). This noise reduction technique, named CEEMDAN-MMSVC-LMSAF, has three main advantages: (i) as an improved algorithm of empirical mode decomposition (EMD) and ensemble EMD (EEMD), CEEMDAN can better suppress mode mixing, and can avoid selecting the number of decomposition in variational mode decomposition (VMD); (ii) MMSVC can identify noisy intrinsic mode function (IMF), and can avoid selecting thresholds of different permutation entropies; (iii) for noise reduction of noisy IMFs, LMSAF overcomes the selection of decomposition number and basis function for wavelet noise reduction. Firstly, CEEMDAN decomposes the original signal into IMFs, which can be divided into noisy IMFs and real IMFs. Then, MMSVC and LMSAF are used to detect identify noisy IMFs and remove noise components from noisy IMFs. Finally, both denoised noisy IMFs and real IMFs are reconstructed and the final denoised signal is obtained. Compared with other noise reduction techniques, the validity of CEEMDAN-MMSVC-LMSAF can be proved by the analysis of simulation signals and real underwater acoustic signals, which has the better noise reduction effect and has practical application value. CEEMDAN-MMSVC-LMSAF also provides a reliable basis for the detection, feature extraction, classification and recognition of underwater acoustic signals.     

基于物理声学法的目标双基地散射场计算

运用物理声学法预报水下目标双基地散射特性时,由于忽略了阴影面对散射场的影响,存在随着分置角的增大计算误差越来越大的缺点。针对这一问题,提出对目标表面散射积分区域进行修正的方案,从而将物理声学法的适用范围推广到任意分置角。对刚性球体和有限长柱体的散射特性计算结果表明:文中所提出的方法提高了目标大分置角声散射特性的计算精度,可以用于水下目标双基地散射场预报。     

An air cavity method for increasing the underwater acoustic targets strength of corner reflector

In order to improve the underwater acoustic target strength of corner reflectors, according to the principle of acoustic impedance mismatch of the boundary layer, the method of using air cavity to increase the underwater acoustic target strength of corner reflectors is proposed. The acoustic reflection coefficients of underwater air layer and single layer metal sheet are calculated and compared. The results show that the reflection coefficient of single layer metal sheet is greatly affected by frequency and incidence angle, and the reflection coefficient of air layer in water is large and little affected by frequency and incidence angle. On this basis, a new kind of airfilled cavity corner reflector is designed. The acoustic scattering characteristics of underwater airfilled cavity corner reflector are calculated cumulatively, and the results are compared with the monolayer metal sheet corner reflector. The simulation results show that the acoustic reflection effect of the airfilled cavity corner reflector is better. In order to verify the correctness of the method, the test was carried out in the silencing tank. The experimental results show that the simulation results are in good agreement with the experimental results, and the airfilled cavity can improve on acoustic reflection performance of the underwater corner reflector.     

随机共振理论在雷达信号截获中的应用

雷达侦察主要通过无源侦察接收设备对空域中敌方雷达辐射源信号进行检测,若要实现对敌辐射源信号的截获,基本条件就是敌雷达信号能量能够达到雷达信号侦收设备的截获灵敏度。然而现代战场中,电磁环境复杂多变,敌雷达信号往往被干扰信号、噪声等掩盖,导致侦收设备漏警概率提高。针对以上问题,提出基于随机共振原理的雷达信号截获判断的方法,增大了截获信号的输出信噪比,解决了由于噪声过大掩盖的雷达信号的侦收问题。将该方法应用于雷达告警接收机的前端截获部分,大大降低了截获系统的漏警概率,保证了整个截获系统的稳定性。仿真实验验证了该方法的有效性。     

SINS/DVL/AST水下组合导航中的鲁棒信息融合方法

捷联式惯导系统由于自主性强等优势成为自主式水下航行器长航时、长航程导航的主要手段。针对水下环境中外部多导航传感器如多普勒计程仪提供的测速信息和水声单应答器提供的位置信息容易受到非高斯噪声污染的问题,提出基于马氏距离算法的联邦鲁棒卡尔曼滤波算法。在联邦鲁棒卡尔曼滤波算法中,通过马氏距离算法引入膨胀因子,对量测噪声协方差阵进行膨胀,以实现非高斯条件下水下组合导航系统鲁棒性的提升。同时基于子滤波器的滤波性能对信息分配系数进行自适应调整以确保水下组合导航系统的高精度。基于江试试验实测数据进行水下组合导航半物理仿真试验,试验结果表明:相比于传统的联邦卡尔曼滤波算法,联邦鲁棒卡尔曼滤波算法可在非高斯条件下实现更高精度、更加稳定的组合导航；能够满足水下组合导航系统对容错性和鲁棒性的要求。     

基于内差修正数据INS/APS卡尔曼滤波器组合定位

研究基于水声定位系统(APS)和惯性导航系统(INS)的潜艇水下定位误差修正方法.在建立APS模型和INS模型的基础上,设计了INS/APS卡尔曼滤波方法,基于INS的APS内差修正方法和基于INS/APS内差修正数据的卡尔曼滤波方法,分析仿真结果表明,三者均可提升潜艇水下定位精度,其中基于APS内差修正数据的卡尔曼滤波器具备最佳的组合定位效果.     

多枚声诱饵协同对抗水下声自导航行器决策方法

针对大型舰艇或舰艇编队机动性能差,且单枚声诱饵对抗效果差等问题,分析多枚声诱饵协同对抗水下声自导航行器使用方法,通过舰艇、声诱饵和水下声自导航行器间的运动几何关系,建立多枚声诱饵协同对抗数学模型,利用蒙特卡洛仿真对比分析纯机动、使用单枚声诱饵和多枚声诱饵不同对抗决策方法对水下声自导航行器捕获概率的影响,证明所提方法正确有效。