基于径向基神经网络的水声微弱信号检测

为了克服传统随机信号处理手段检测水声微弱信号的缺陷,提高水声微弱信号检测效率,详细分析了海洋混响噪声的混沌特性,将混沌理论中相空间重构理论与径向基神经网络相结合建立了预测模型,从模型预测值与实际观测值的绝对误差中检测出微弱谐波信号频谱值,通过解算获取回波信号包含目标信息,从而提出了一种海洋混响混沌序列预测方法。相比传统随机信号处理手段检测水声微弱信号的方法,本文建立的预测模型克服了将背景噪声简化作白噪声的低信噪比检测缺陷,检测结果准确,检测效率高,适用于水声微弱信号检测。     

基于双通道调制模型的引信海杂波混沌特性分析

利用实测的引信海洋回波数据,将引信海洋回波假定为双通道调制模型,分析了其混沌 特性.。数据计算表明两个通道的调制信号均存在分数维和正的Lyapunov指数。在假定模型下对 调制信号的混i电特性分析比直接对海洋回波信号分析更加稳定,通过MontCarlo法仿真计算,对比 分析了两者所计算的混沌参数分布情况,证明了该假定模型的合理性。     

水下目标信号的混沌检测研究

对基于混沌理论的水下目标信号的检测进行了研究。讨论了混沌背景下目标信号的检测方法与实现,提出了利用混沌模型进行局部预测的混沌检测新方法。通过对典型混沌系统的分析,验证了该方法的可行性。     

基于互相关与混沌理论相结合的水下目标信号检测

鉴于当前传统的检测理论基础上的噪声抑制技术其指标已达极限,为了弥补互相关方法应用的局限性,文中将常规互相关检测方法与混沌检测方法相结合,构成一个新的微弱正弦信号检测系统,通过混沌系统相轨迹变化来检测目标信号,实现了强噪声背景下弱信号的检测,并用梅尔尼科夫函数给出了系统出现混沌状态的阈值。仿真结果表明,该检测系统对被强噪声覆盖的微弱正弦信号非常敏感,对任何零均值噪声具有极强的抑制能力。     

舰船混沌信号的奇异系统分析研究

利用奇异系统分析方法研究了低信噪比混沌信号的相空间重构.通过对不同信噪比洛伦兹信号以及四类目标舰船信号进行重构,表明该方法比传统的延迟坐标法具有更大的优越性.通过计算状态轨迹的L2范数,对混沌信号的奇异谱进行了定量描述,为混沌信号特征估计研究提供了新方法.     

基于小波分解与重构的混沌时间序列预测

提出一种通用的混沌时间序列预测方法.算法首先通过小波分解与重构将具有混沌特征的时间序列分解为一个低频信号和多个高频信号;对不再具有混沌特征的信号分支采用神经网络模型预测;对具有混沌特征的信号分支采用基于非线性混沌动力学的预测模型;最后将各分支的预测值组合获得最终预测值.通过月平均太阳黑子数这一典型混沌时间序列的预测实验表明该方法比传统的神经网络预测方法和混沌预测方法的预测精度高,可以较好地应用于混沌时间序列的预测中.     

基于精确混沌映射的噪声雷达信号产生器分析

鉴于混沌信号的类噪声特性 ,本文分析了基于精确混沌映射的噪声雷达信号产生器 ,研究了两种类型的混沌信号产生器 ,将动力学理论引入其性能分析 ,验证了其类噪声性质 ,并应用在雷达系统信号处理中。仿真结果表明 ,基于混沌的雷达噪声信号产生器具有良好的性能 ,与传统的噪声信号产生器相比 ,系统结构简单 ,易实现 ,可选择性强 ,在噪声雷达这一领域具有良好的应用前景     

舰船混沌信号的奇异系统分析研究

利用奇异系统分析方法研究了低信噪比混沌信号的相空间重构，通过对不同信噪比洛伦兹信号以及四类目标舰船信号进行重构，表明该方法比传统的延迟坐标法具有更大的优越性，通过计算状态轨迹的L2范数，对混沌信号的奇异谱进行了定量描述，为混沌信号特征估计研究提供了新方法。     

主动声纳混沌回波的拓扑匹配滤波方法

针对混沌回波难以采用传统频率滤波降噪的问题,将拓扑匹配滤波方法用于混沌回波处理。该方法利用了重构相平面轨迹与原始时间序列拓扑等价的原理,依靠回波信号相平面轨道已知这一先验知识,在相平面上进行匹配滤波,使受噪声污染的回波信号相平面轨迹与原始轨道趋于一致,从而将混沌信号提取出来,并采用栅格搜索对具体算法进行了优化。仿真结果表明,该方法在信噪比下降到0 dB仍有较好的滤波效果,针对随机噪声、混沌噪声和实际海洋环境噪声3种情况下的降噪处理都是适用的。这种方法可以实现2种宽带信号的分离,能有效地对混沌回波信号进行降噪。     

基于神经网络的自动机冲击振动信号混沌特征识别

针对武器自动机含噪冲击振动信号的混沌特性识别问题,提出了基于神经网络的混沌特征识别算法.将信号进行降噪处理,利用神经网络强大的学习和非线性处理能力,逼近信号真实相空间映射建立Jacobian矩阵,通过Jacobian矩阵计算出最大Lyapunov指数,并判断信号是否含有混沌特征.分别采用Lorenz仿真系统和自动机动作的冲击振动实测信号进行算法验证,仿真和试验结果表明提出的算法可以有效地解决自动机冲击振动信号混沌特性识别问题.     

混响环境下基于频率-波数谱分析的水下慢速目标回波检测方法

针对水下慢速目标回波信号往往被随机噪声、混响信号等湮没的问题,提出一种基于频率-波 数（FK）谱分析的回波检测方法。FK谱分析相当于速度滤波器,回波中的混响信号与运动目标信号在FK域呈现不同形态。利用此特性,通过Radon变换提取接收信号经过二维傅里叶变换后的FK谱线信息。构建低维数特征空间,采用支持向量机识别运动目标和混响信号。进一步根据运动目标信号的FK谱线斜率构建滤波器,进行信号滤波。该方法将目标分类前置,不需要预先对信号做波束形成,较传统方式更高效。采用海试数据验证算法,成功从强混响信号提取目标信号,并获得大约3 dB增 益。结果表明,回波检测方法能够提取受混响严重干扰的慢速运动目标信号。     

逼近理想排序法在海战场目标威胁评估中的应用

逼近理想排序法被用于对海战场威胁目标进行评估.此方法先定义正理想和负理想方向,并将二者作为理想化的最具威胁和最不具威胁的基点.由此权衡各威胁目标对于正理想方向的靠近程度.再对空中、水面和水下各威胁目标进行排序,从而完成其威胁评估.仿真表明该方法能适应现代海战场的要求.     

短码元长度长波PSK 信号的一种混沌检测方法

为解决对潜通信中部分带宽相移键控信号(phase shift keying,PSK)无法被检测的问题,从混沌振子检测 PSK 信号的原理出发,提出一种短码元长度PSK 信号的混沌检测方法。利用PSK 信号载波间相关系数的特点提取 先验相位信息,结合固有载波信息生成待测序列,构造新的判别依据进行相位判别,并以8PSK 信号为例进行仿真 实验。仿真实验表明：该方法能够检测该类信号且保持较传统的相干检测、非相干检测更优良的检测性能,并降低 了传统的混沌检测方法的运算量。     

基于两个混沌序列的水声遥控通信跳频图案构造方法

介绍了对混沌序列进行对称量化产生跳频图案时,用两个初值和参数不同的Logistic信号分别进行量化得到的两个不同的序列（或称临时跳频图案）,再用临时跳频混沌信号产生宽间隔跳频图案,仿真实验表明该方法产生的跳频图案对水声遥控通信系统具有更强的保密性.     

水中高速小目标被动检测模型及其应用

针对水中高速小目标难以准确检测的问题,结合3D超波束形成(3D-HBF)方法具有灵活控制窄波束和低旁瓣的特性,以及模糊支持向量数据描述(FSVDD)检测器具有优良的目标检测性能这两者的优势,构建了水中高速小目标被动检测模型和具体实施方法。在该方法中,高速小目标的辐射噪声信号经过3D-HBF后,将获得的波束响应输出向量输入到FSVDD检测器中,从而实现目标的自动检测和测向。将该方法应用于水下高速小目标检测的实航试验中,结果表明,同基于常规波束形成的检测器相比,其具有更好的检测性能、目标检测准确率和较高的方位估计精度。     

基于混沌序列的射频隐身跳频周期设计方法

为提高跳频系统的射频隐身性能,利用信号参数的不确定性策略,提出了一种基于混沌序列的射频隐身跳频周期设计方法。该方法采用Logistic映射生成混沌序列,并将其在跳频周期空间进行映射,以实现对跳频信号的跳频周期参数控制。仿真结果表明,本文所提方法的不确定性远优于传统固定周期方法,具有更好的射频隐身性能。     

海浪水压场的部分解耦Volterra自适应混沌预测

针对高海况下对海浪水压场实施预测滤波效果较差这一问题,文中基于混沌模型提出了一种新的预测滤波方法。首先对海浪水压信号的混沌特性进行了分析,计算了相空间重构的参数,建立起了海浪水压场的相空间重构模型;并根据其所具有的混沌特性,利用其相轨迹所揭示的高阶信息,使用二阶部分解耦Volterra自适应预测滤波器进行预测滤波。大量实测海浪数据的滤波实验和对舰船水压信号的检测结果显示,这种算法既具有较高昀预测滤波效果,又能根据海况的变化及时地调整滤波器系数,算法实现较为简单,适合海浪这种短时平稳信号。     

地面运动目标震动信号的时频滤波检测

针对人员、车辆等地面目标运动时产生的地震动信号,通过典型时频分析方法STFT研究其时频分布特性,进而应用修改的复数卷积时变滤波方法进行信号检测,使信号信噪比得以提高,可从中提取更有效的特征向量为目标识别所用。     

一种改进型二维恒虚警参考窗

对于环境复杂的海面,雷达回波中包含了目标回波、海杂波、气象杂波以及干扰信号等.由于海杂波特性随时间变化存在较大的随机性,因此预警雷达在强杂波环境下探测微弱目标时,海杂波抑制成为一个关键环节.恒虚警率(CFAR)处理技术是减小海杂波影响的一项有效措施.本文从海面雷达回波特性入手,分析了海杂波的空间幅度特性,提出一种改进的...