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.     

长向量处理器高效RNN推理方法

模型深度的不断增加和处理序列长度的不一致对循环神经网络在不同处理器上的性能优化提出巨大挑战。针对自主研制的长向量处理器FT-M7032,实现了一个高效的循环神经网络加速引擎。该引擎采用行优先矩阵向量乘算法和数据感知的多核并行方式,提高矩阵向量乘的计算效率;采用两级内核融合优化方法降低临时数据传输的开销;采用手写汇编优化多种算子,进一步挖掘长向量处理器的性能潜力。实验表明,长向量处理器循环神经网络推理引擎可获得较高性能,相较于多核ARM CPU以及Intel Golden CPU,类循环神经网络模型长短记忆网络可获得最高62.68倍和3.12倍的性能加速。     

一种新的高脉冲重复频率雷达多假设跟踪方法

高脉冲重复频率雷达目标跟踪时面临解距离模糊问题。现有方法需要在每个驻留时间内至少2帧检测到目标才能解距离模糊,新近提出的多假设方法虽然可以克服这一不足,但当模糊区间发生变化时会出现解距离模糊错误的情况。针对该问题,提出一种新的多假设方法,基于统计距离最小原则获取正确假设区间以实现目标跟踪,从而克服了现有多假设方法的不足。仿真表明该方法的收敛速度和跟踪精度均优于现有多假设方法。     

基于实测数据的雷达探测距离修正方法

借鉴雷达检飞的思想,以雷达在日常工作中积累下来的实际探测数据为基础,提出了雷达探测距离的修正方法,构建了相关算法和数学模型,实现了雷达探测距离的修正.既提高了雷达探测距离的精度,又避免了雷达实地检飞的难题,为雷达探测距离推算提供一种简单易行的方法.     

基于双基阵的高炮弹丸炸点被动声定位研究

被动声定位技术在许多领域中有着广泛的应用,但定位精度低一直是影响其工程应用的关键问题之一。在研究单基阵被动声定位技术的基础上,提出了基于双基阵的被动声定位基本原理和方法,并对高炮弹丸炸点的被动声定位进行了仿真实验。仿真结果表明,采用双基阵对高炮弹丸炸点进行被动声定位,其精度有较大提高,克服了单基阵定位精度低的不足。此原理和方法同样适用于对其它三维空中目标进行被动声定位。     

醋酸纤维素膜除湿技术研究

制备了一系列醋酸纤维素膜,采用静态法评价了水及DMMP通过膜的渗透量,并用自行设计的除湿膜装置评价了膜的除湿效果．结果表明,当在膜外侧采取用干燥空气吹扫时,进气流速越低除湿效果越好．     

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。     

压制式干扰条件下舰空导弹杀伤区远界的建模方法

从战场环境、空袭目标特性、舰空导弹武器系统的性能三个方面研究了杀伤区远界。首先利用综合信干比与最小可检测信噪比的关系建立了压制式干扰条件下制导雷达的探测距离模型;然后利用杀伤空域坐标系与攻击平面坐标系的关系,针对不同特性的空袭目标,分析了求解杀伤区远界的方法;在对垂直发射型舰空导弹弹道进行假设的基础上,利用比例导引弹道模拟了舰空导弹的飞行过程。仿真结果表明,该模型能较好的模拟舰空导弹的杀伤区远界。     

误差配准在两种纯距离定位算法的应用比较

组网雷达系统中,由于观测信息量的增加,对目标存在多种定位算法。很多情形下,误差配准公式是基于某一定位算法推导而来,误差配准的结果也相应的用来提高此定位算法的定位精度。定位算法的复杂程度不同导致基于此算法推导误差配准公式难度不一致,不同定位算法的定位精度也不尽相同。因此,对两种多距离定位算法的定位精度、误差配准推导难易程度进行了理论分析和仿真计算,给出了定位精度的解析表达式和仿真结果。利用表达式简单的定位算法推导基于最小二乘的误差配准公式,并将误差配准结果反馈给定位精度高的定位算法,以最大程度提高误差配准结果的应用效果,减轻计算复杂度,提高信息的利用度。     

WSEIAC模型的中远程空空导弹武器系统效能分析

依据中远程空空导弹武器平台系统的战术指标,建立了中远程空空导弹武器平台系统的效能评价体系.对ADC扩展模型中的人为因素K进行了修正,在能力矩阵C中增加对载机生存能力和信息支持能力的体现.在此基础上给出了修正扩展模型下的系统效能,计算了在原始ADC模型下的系统效能,并对两种模型下的效能差异进行了比较.