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.     

协方差压缩感知逆合成孔径雷达成像技术

为解决低信噪比条件下短观测时间雷达成像问题,提出一种基于回波协方差矩阵处理的压缩感知逆合成孔径雷达成像技术。该方法构建了回波协方差矩阵层面下的压缩感知问题模型,并通过特定的线性变换降低环境噪声对成像结果的影响。在仿真实验中,通过处理短观测时间和低信噪比条件下的模拟回波数据,该方法获得比传统压缩感知方法像质更好、对比度更强的目标成像结果。同时,其成像结果的目标背景比和背景噪声能量两个雷达图像评价指标都优于传统方法,进一步验证了该方法的有效性。     

基于正交分集的灵巧噪声干扰对抗方法*

针对数字射频存储干扰机多通道宽带转发模式下的灵巧噪声干扰,提出了基于混沌调制信号、多谐波相位调制线性调频信号的正交分集抗干扰方法。混沌调制信号与多谐波相位调制线性调频信号具有“图钉”型模糊函数,除了具有良好的距离、多普勒分辨力,而且对回波频率敏感,通过正交分集设计,能够更好的适应宽带转发灵巧噪声干扰。通过计算机仿真对新方法的抗干扰性能进行了分析和验证,结果表明,在多通道宽带转发灵巧噪声干扰环境下,新方法的抗干扰改善因子能够达到10dB以上,抗干扰性能明显优于传统的频率捷变、斜率捷变方法。     

随机振动中晶体振荡器的有源降噪设计

针对晶体振荡器在振动下会发生输出频率漂移的问题,在分析声学有源降噪技术和加速度对晶体振荡器输出相位噪声的影响机理基础上,提出降低随机振动中晶体振荡器噪声的方法。在晶体振荡器外围电路中嵌入加速度传感器、模数转换器、数模转换器和数字处理器,构建对晶体振荡器相位噪声进行实时补偿的有源降噪系统。结果表明:设计的有源降噪系统在0.03g/Hz振动幅度、10~850 Hz频率范围的随机振动条件下,能达到20 d B的相位噪声补偿效果。     

数字噪声调频宽带干扰源设计

论述了噪声调频干扰理论,分析了混沌序列的性能,并对其进行了仿真研究,设计了基于混沌伪随机序列调制的数字噪声干扰源,给出了原理样机并得出测试结果。该干扰源具有干扰带宽、干扰中心频率可调、调制噪声带宽可程序控制等特点。     

杂波环境下红外传感器滤波算法

基于定向概率数据关联滤波(DPDAF)算法,根据红外传感器对目标方位角与俯仰角分辨率不同的特性修正了似然函数,并利用等效观测噪声协方差阵修正滤波增益的思想,构造了一种旨在提高红外传感器跟踪性能的修正定向概率数据关联滤波算法.蒙特卡洛仿真结果表明,新算法对红外目标的跟踪具有比DPDAF更好的跟踪性能.     

非高斯码元检测的马尔可夫链蒙特卡洛算法

针对实际超低频接收机不仅受非高斯噪声的影响,还受接收机内部和外部环境中高斯噪声影响的问题,对噪声采用非高斯分布和高斯分布的混合模型建模,根据混合模型的性质,设计了一种利用马尔可夫链蒙特卡洛方法的超低频信号码元盲检测算法。盲检测算法在贝叶斯层次模型下,采用Gibbs抽样和M-H抽样更新参数,同步估计信道衰落系数和噪声模型参数,并实现对信号码元的检测。算法迭代效率快、精度高。通过与最优检测算法性能比较,盲检测算法性能优异,对超低频信号接收具有重要的现实意义。     

地形匹配辅助导航中的地形独特性分析

本文提出了一种用于地形匹配辅助导航系统中地形独特性分析方法。该方法从地形匹配的物理模型出发，定义了描述局部地形独特性的一个概率向量，在此基础上，给出了地形独特性的熵度量方法。分析和仿真实验表明，地形熵越小，地形就越独特，地形匹配区的可导航性就越好。     

单通道自适应有源消声系统

对单通道自适应有源消声系统进行了频域分析,对系统的有关特性进行了讨论,并分别在半消声室和普通房间进行了降噪实验。在误差传声器周围取得了一定的有效空间范围。     

两栖装甲装备车内环境的测试与分析

综合运用噪声传感器、温度传感器、压电加速度传感器以及PXI采集器等设备,对影响两栖装备乘员持续战斗能力的环境适应性数据进行了采集与分析,得出了评估结果,找出了影响装备战斗力发挥的环境适应性因素,提出了相应的解决方案.