船载式水声定位系统信号处理改进算法研究

针对船载式水声定位系统的特点,在座底式等常规水声定位系统信号处理算法的基础上,对船载式系统可能出现的声脉冲叠加现象进行仿真分析,证明常规算法存在丢失数据的可能性,并且常规算法对声信号幅度变换较快的情况难以适应。提出一种并行实时数字信号处理算法,允许每块数据拥有不同的属性,并采用数据匹配方法进行后置冗余处理,获得有效数据。经过湖上跑船试验证明,该算法具有更高的检测率,并能提高跟踪轨迹的平滑性和真实性,具有较高的工程应用价值。     

一种同频双脉冲水声跟踪信号体制下深度信号检测方法

在三度空间水下武器弹道高精度测量系统中,航行深度是必不可少的测量参数之一。简要论述了同频双脉冲水声跟踪信号体制深度遥测及信号检测的原理,分析比较几种常用的深度信号检测方法,总结出一种有效可靠的检测途径。湖上实航跟踪试验结果表明,该方法能较大程度提高深度地信号有效检测概率,取得了良好的工程应用效果,具有较好的应用前景。     

基于最大相关熵准则的水下生物脉冲噪声消除方法

近海生物噪声表现为脉冲噪声,这一类噪声显著降低了水声通信系统的性能。结合水声信道的稀疏特性,提出一种基于最大相关熵准则的级联滤波器算法,该算法实现了脉冲噪声的消除及稀疏信道估计。第一级自适应滤波器完成对噪声的消除工作,第二级滤波器对去噪后的信号进行稀疏信道估计。该方法的优势在于无需知道信号和噪声的相关信息。仿真结果表明,提出的方法比单一的滤波器结构和传统信道估计算法性能更加优越。     

一种用于水声测量的宽带声脉冲产生方法

提出了一种用于水声测量的宽带声脉冲信号的产生方法,克服了系统瞬态响应的影响,通过试验验证了该方法具有简单、方便和实用的特点,可用于水声材料的声性能、近场声反演等水声测量。     

水声脉冲信号检测的新方法

水声脉冲信号是由一个运动平台上的发射器发射的。信号的调制方式、载频、幅度、脉宽以及周期均为未知。该文介绍了一种水声脉冲信号检测的新方法。水声脉冲信号接收机输出的短时谱重心是不断起伏的。起伏在高信噪比时会变得很小,而在低信噪比(或无信号)时会变得很大。由于,起伏的绝对偏差移动平均可用来度量起伏的大小,因此,它可以被用来检测水声脉冲信号。还介绍了新检测方法的原理、算法以及仿真结果。在海洋噪声、运动载体的辐射噪声以及小的多途干扰背景中,该方法能可靠地检测水声脉冲信号,并能同时对信号的一些参数作出估计。     

浅海远程水声Turbo编码跳频通信研究

结合Turbo编码和水声跳频通信技术,基于数字信号处理(DSP)成功地研制出了一种高效的抗多途、抗噪声浅海远程水声通信系统.该系统针对浅海远程水声信道的低信噪比、强多途及快速时变衰落特点,采用一种联合有限脉冲响应(FIR)数字窄带滤波和线性调频信号互相关检测的快速、精确的帧同步方法;利用快速频谱分析进行解调,使用复杂度...     

基于二次相关加权阈值的滚动轴承声发射信号小波包降噪算法研究

针对滚动轴承疲劳损伤初期声发射信号微弱而易湮没于噪声中难以有效检测的问题,提出一种基于二次相关加权阈值的声发射信号小波包降噪算法。通过计算原始信号各小波包分解成分自相关函数与噪声自相关函数的互相关系数(二次相关),对"3σ"阈值加权得到小波包分层阈值,实现对声发射信号的降噪。仿真分析与实测声发射信号分析表明,该方法能够有效去除干扰噪声,凸显声发射冲击信号。     

远程水声扩频通信时变多普勒估计与码片同步联合处理算法

在低信噪比的远程浅海水声移动通信中,传统多普勒估计算法难以有效跟踪时变多普勒因子,针对该问题提出了一种基于时频联合搜索的新的时变多普勒跟踪算法。利用正交支路扩频码的扩频增益和互相关特性,结合迭代处理技术,搜索扩频码符号在不同码片相位下的多普勒频谱峰值,选择具有最大峰值的频谱对应的多普勒因子和码片相位,对信号进行多普勒补偿和码片同步。蒙特卡洛仿真表明,该算法能够在信噪比为-18 dB的情况下有效地对10 m.s~(-1)以内产生的时变多普勒进行逐符号跟踪补偿。算法经过海试测试,在远程浅海移动通信中成功完成了多普勒跟踪估计,通信误码率达到10~(-3)。     

传感器在炉管泄漏检测互相关算法中的影响

将互相关算法应用于炉管泄漏定位中,搭建了一套基于时延测量的炉管泄漏检测系统。时延值是通过传感器相位差计算出来的,传感器的初始相位差以及节点位置都会影响检测结果。实验结果表明：（1）基于互相关算法的锅炉管泄漏定位系统中的4个传感器的初始相位需要进行一致性匹配;（2）对子脉冲信号,时延测量不受传感器之间距离的影响;但是对周期性信号,只有在传感器间距对应的时延小于半周期时,互相关算法才能准确计算出时延值;（3）传感器尺寸小于50 mm时,采用互相关算法测量时延才准确。     

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。     

基于分数阶傅里叶变换的水声信道参数估计

准确估计水声信道参数,对提高通信系统的性能有着重要的意义。Chirp脉冲有良好的相关性,常被用作信道探测信号。鉴于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)对chirp类信号的处理特性,用chirp信号作为测量信号,FRFT作为后端处理技术,可以得到很好的处理效果。研究了基于FRFT的水声信道多途时延和多普勒频偏参数估计的原理和方法,该方法通过发射具有正、负调频斜率的组合线性调频信号,在接收端根据FRFT幅值输出的峰值位置估计信道参数。仿真结果表明,此方法计算量与FFT相当,且有较高的估计精度。     

基于分数阶功率谱熵的未知水声脉冲信号检测方法

水声侦察的核心问题是在无先验知识条件下捕获其他平台发射的脉冲信号,单频（Continuous Wave,CW）信号和调频（Frequency Modulation,FM）信号是常用的水声探测脉冲。功率谱熵算法能有效检测低信噪比的CW信号,但对FM信号性能不佳,分数阶傅里叶变换（Fractional Fourier Transform,FRFT）则能聚集FM信号能量。利用FRFT的性质,结合功率谱熵算法,设计了分数阶功率谱熵检测器,可在分数阶域实施未知脉冲信号检测。理论分析了FRFT对FM信号的能量聚集作用,优化了FRFT阶数搜索方法。仿真实验以及海试数据处理结果证实检测器对FM信号性能良好,且对CW信号的侦察检测性能无影响。通过门限学习,检测器可实现对未知水声脉冲信号的统一自动检测。     

基于WVD-Radon变换的宽带延展目标回波参数提取

分析了宽带延展目标的时延一时间伸缩效应及其导致的回波信号在时域和频率域的特性；针对LFM信号的时频分布特点，利用WVD和Radon联合变换技术，提取LFM信号在时一频域分布上的特性参数，提出了一种宽带延展目标回波参数提取方法，得到了目标的时延一时间伸缩分布．仿真结果表明，该方法是可行的．     

水下高速目标航行参数遥测技术研究

对于高速、强机动的水下目标来说,其航行参数信息的实时遥测具有重要意义。水声信号的多普勒频移估计与补偿是水声遥测的关键技术之一,它直接影响着水声遥测的效果与性能。针对双曲线调频信号及线性调频信号进行仿真分析,对比在相同情况下的多普勒频偏可补偿性,仿真实验证明双曲线调频信号具备较高的多普勒容限,其时延值估计精度可达到1μs。结合工程实际,采用双曲调频信号与单频信号组合的方式进行水声遥测,充分发挥双曲线调频信号的多普勒不变性和单频信号对多普勒频移的敏感性,在获得较高定位精度的同时,也具备高精度的水声遥测功能。该组合信标信号经过湖上试验验证,具有遥测精度高、误码率低、易于实现等优点,可直接应用于相关水声工程中。     

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。     

基于伪随机序列的多波束水声探测系统的信道估计技术

多波束水声探测系统不同方向回波信号的同时检测,可以理解为通信中的信道估计问题。在水下多径传播环境中,多径信道的时延参数和幅度衰减参数的估计是多波束探测系统实现目标探测、定位和识别的基础,而抑制来自其它波束的多址干扰(MAI)是信道估计算法的重要目标。将直接序列码分多址(Direct Sequence Code-Division Multiple Access,简称DS-CDMA)通信系统模型应用于水声多波束探测系统。建立了基于伪随机序列的水下多波束探测系统的信号模型,研究了基于子空间方法的超分辨率信道估计算法。并给出了数值仿真实现,分析了信噪比、多址干扰及发射波束数等对信道估计算法性能的影响。仿真结果表明,该算法具有抑制多址干扰的性能,信道参数的估计方差逼近Cramer-Rao下界。这种信道估计技术尤其适合应用于多波束参量阵探测系统。     

基于深度神经网络的水声FBMC通信信号检测方法

针对传统水声滤波器组多载波（Filter Bank Multi-Carrier,FBMC）通信接收端需经过信道估计和均衡才可恢复出发送符号,系统复杂度高且信道估计精度不佳等问题。文章将深度神经网络融入到水声多载波通信当中,提出一种基于深度神经网络的水声FBMC信号检测方法。在训练阶段通过大量的数据迭代、调试超参数和优化算法来改善深度神经网络参数,使其具有预期的估计效果。利用训练完成的深度神经网络模型取代传统FBMC通信系统接收端的信道估计、均衡等模块,自适应地学习水声信道状态信息,同时避免了固有的虚部干扰影响。在测试阶段直接将频域序列作为网络的输入来预测发送的二进制序列,仿真结果表明所提出的基于深度神经网络的FBMC信号检测方法相比传统信道估计算法有更好的误码率性能。     

水下声信标信号的多脉冲匹配滤波改进方法

水下声信标信号检测是搜寻黑匣子的重要技术之一。针对水下声信标信号声源级低、脉冲宽度窄所带来的检测难题,充分利用声信标信号周期短、相邻脉冲信号相关性强等特点,提出了一种基于多脉冲积分的改进匹配滤波方法,通过前后脉冲匹配方法克服标准信号匹配处理中因信号畸变带来的匹配处理增益下降,通过多脉冲累积提高积分增益。通过仿真实验验证,当取多脉冲累积数为6时,在理想白噪声环境下,所提改进方法比传统单脉冲匹配滤波检测性能提高约4 dB,特别是在存在明显多普勒影响下,传统方法适应性下降,所提改进方法有9 dB的性能提高。通过对湖上实验数据的处理也验证了所提方法的有效性。