一种后置平滑自适应相干累积算法

自适应相干累积器（ACI）在检测和跟踪方面明显优于自适应线谱增强器（ALE），存在的问题是稳态失调较大．本文提出一种后置平滑的自适应相干累积算法（PS-ACI）能明显而有效地降低ACI的稳态失调误差。这是通过在常规的自适应环外，暗加一个权系数序列的平滑滤波器，从而获得较好的稳态性能，其代价只是增加了部分运算量，用现代高速VLSI器件实时实现并不困难。计算机仿真结果证实了理论分析的正确性。     

用TMS320C25高速信号处理器实现混响背景下的动目标检测

本文对混响和噪声干扰下动目标检测的高速信号处理顺实现进行了研究。依据水下信号处理任务的特点,结合流水线处理和并行处理,采用模块化设计方法,实现了一个由1片8086微处理器和7片高速数字信号处理器TMS320C25构成的高速信号处理系统。该系统成功地实时实现了混响背景下的动目标检测,同时也能实现复杂的信号处理算法。     

基于空间平滑处理的稳健宽带高分辨方位估计算法

实际系统中阵列误差导致的模型失配问题一直是高分辨方位估计技术走向实用化的一个瓶颈。相对于窄带信号,宽带信号阵列模型误差更加复杂和多样,通过建立宽带阵列信号误差模型,得出了基于空间平滑的稳健的宽带高分辨算法是一种抑制阵列误差的有效方法的结论,这种基于空间平滑的宽带高分辨算法,通过空间平滑后对各频率处不同子阵的互谱密度矩阵求和,一定程度上减弱了阵列误差的影响,具有较高的稳健性。本文结合消声水池试验,分析并验证了其效果。     

基于四阶混合累积量的自适应线谱增强器

将四阶累积量的递推算法推广到求正弦信号的混合四阶累积量，并提出了一种计算正弦信号四阶混合累积量的自适应线谱增强递推算法。该线谱增强器的结构为自适应FIR滤波器，当输入为含有高斯噪声的正弦信号且处于稳态时，滤波器的权系数与输入信号的四阶混合累积量的一维切片成正比，而与高斯噪声无关，从而使信号的线谱成份得到增强。仿真结果表明，该算法从高斯色噪声中提取正弦信号的能力优于二阶自适应短时相关增强器。     

Robust统计在主动声纳分裂波束目标方位走向估计中的应用

主动声纳通常采用分裂波束双通道互谱法进行目标方位估计，但信号处理过程中目标回波脉冲长度往往和信号处理帧周期长度不匹配，或者在整个信号处理帧周期的信噪比不一致，造成瞬时方位估计目标走向算法具有较大的误差，不利于目标参量估计与分类。采用Robust统计对瞬时方位估计数据进行处理，能够有效降低目标方位走向估计的误差。本文通过对Huber估计进行了分析并提出了改进Huber估计，给出了其工程实现算法，实验验证该Robust统计在降低目标方位走向估计误差上具有稳健收敛的性能。     

一种推广的自适应相干累积算法—基本原理与应用

本文提出一种推广的自适应相干累积（GACI）算法，它是通过在自适应相干累积（ACI）算法权系数迭代公式中引入更多的动量因子，即利用权系数更多的历史信息，使被检测的单频或调频脉冲信号，在脉冲持续期间，实现自适应相干累积，从而完成弱输入信噪比（如-8dB）条件下的信号检测，而无需或很少需要知道信号的先验信息，文中叙述了算法的基本原理及部分典型的实时实验结果，指出GACI算法具有比ACI算法更好的提取弱信号的能力，预计将有广泛的实际应用前景。     

高分辨频率估计的数字信号处理系统设计

介绍了以高速数字信号处理芯片ＴＭＳ３２０Ｃ３０为核心的数字信号处理系统。该系统具有１２位高速Ａ／Ｄ转换,转换时间８００ｎｓ。ＡＤ工作方式采用连续时间采样,不需ＣＰＵ干预,可进行全速转换,同时还具有８＋４位高速双通道Ｄ／Ａ输出,８位输入输出数据接口,６４ＫＲＡＭ,其中８ＫＲＡＭ与ＰＣ机共用构成主从工作方式,系统采用子空间旋转不变法（ＥＳＰＲＩＴ）估计频率。文中给出了系统原理及硬件设计框图、高分辨频率估计算法及Ｃ３０机器语言设计思想,最后给出了系统实验结果。     

气体传感器在目标探测中的应用研究

本文在一定的基本假设条件下,利用湍流统计理论,研究了气体传感器的激励--地面作战平台尾气排放物的扩散模式,得到了多种战场环境下尾气排放物浓度的表达式.初步研究了气体传感器目标探测系统,进行了传感器的选型及静态标定研究,利用回归分析的方法,研究了其传输特性.对目标探测技术进行了研究,提出了初步探测方案.最后在一定的边界条件下利用随机模拟试验的方法获得了目标探测概率.     

一种新的非相干分布源模型及方位估计方法

研究了一种新的非相干分布源模型。采用Jacobi-Anger级数展开,使得模型误差仅仅和级数展开的阶数有关,而和分布源空间扩展角度无关。当JA级数的阶数足够高时,分布源模型误差将会被控制在一个足够小的范围内,避免了以往利用Taylor级数展开的分布源模型中,当空间扩展角度增大时模型误差急剧增大的缺陷;利用多个对称分布能够合成非对称分布的原理,采用两个高斯分布来构造非对称分布,当控制这两个高斯分布之间的比例,非对称分布的形状也随之发生改变。新模型突破了以往分布源模型中对空间扩展角度以及分布形式的限制,具有广义性。将新模型与最速下降法进行结合,可以得到新的方位估计(DOA)。计算机仿真验证了理论的正确。     

基于低阶近似分布源的目标方位估计

广义阵列流型描述的分布源模型,利用了一阶Taylor级数展开,使得模型与分布源空间能量分布形式无关,能够更加广泛地在实际中得到应用,称之为一阶近似分布源模型。研究表明,此种模型忽略高次Taylor级数项后带来的模型误差以及后续方位估计算法的性能损失,因此提出了二阶近似分布源模型,即利用二阶Taylor级数展开。新模型能够进一步减小模型误差,并且对相应的方位估计算法带来较大的性能提升。将分布源的一阶近似模型和二阶近似模型统称为低阶近似分布源模型。随后分析了低阶近似分布源模型在方位估计中的应用,提出了广义SMVDR算法。通过计算机仿真,验证了低阶近似分布源模型方位估计算法的性能,并且研究了分布源的低阶近似模型、空间频率模型和低阶Jacobi-Anger(JA)级数展开模型的模型误差。