基于UNet结构生成对抗网络的海底地震勘探数据混叠噪声压制方法

本文提出一种基于UNet结构生成对抗网络(Pix2PixGAN)的海底地震勘探数据混叠噪声压制方法,该神经网络主要在于构建了一个适用于混叠噪声压制的生成器和判别器,生成器是UNet结构,可以提取和融合数据的特征映射信息,而通过加入skip-connection,可以保留更多的细节信息;判别器由两个卷积模块构成,通过PatchGAN输出多个固定大小的数据体,加入Dropout2d层,优化判别器的训练速度。通过制作的四千余个数据集对网络模型进行训练,将得到的训练参数加载到测试网络中,经过测试数据集的验证以及和常规的去噪方法相比,验证了本文采用的混叠噪声压制方法具有较高的压制精度和效率。

考虑频响函数混叠误差的阻尼比识别效果研究

通过实测频响函数识别阻尼比时,识别准确性受到频谱混叠现象的影响,因此建立了考虑频响函数混叠误差的阻尼比识别有效性判断方法.首先,根据傅里叶变换原理进行理论推导,证明了采样频率不足时频响函数会发生混叠现象;然后,根据频响函数混叠原理和模态叠加原理,建立了多自由度结构的基准频响混叠误差拟合公式,进而给出考虑频响函数混叠误差的阻尼比识别结果有效性判断的步骤.通过对两自由度理论频响函数模型设置不同的等效柔度比和固有频率比,表明其对两阶模态计算频响混叠误差有显著影响;通过对比四层框架结构基准模型的响应在设置不同采样频率时对阻尼比的识别结果,验证了所提方法的可行性.

基于混叠模态Lamb波能量衰减特性的液位检测研究

提出了一种利用混叠模态Lamb波检测液位的方法。利用具有单侧液体负载的Lamb波的频散方程求得了相速度频散曲线,分析了波的离面位移和接收信号能量衰减的关系,选择激励了对液位变化敏感的Lamb波模态。仿真计算了不同角度入射波对应的混叠接收时域信号及其对应的能量。实验测试结果表明,包含B4模态波为主的混叠波的检测区分度远高于其他模态混叠波和纵波,该结果与理论计算相符。

基于空间偏振混叠特性的红外偏振视频目标跟踪

基于分焦平面的红外偏振摄像仪体积小、实时性好、精确度高,并能有效应对复杂天候与红外伪装等干扰,但输出的偏振马赛克视频需要去马赛克并计算偏振参数,这种耗时较长且存在误差的处理方式限制了该设备在实时目标跟踪领域的应用。为解决这一问题,分析了红外偏振马赛克图像中空间信息与偏振信息的混叠特性,提出基于空间偏振混叠梯度的马赛克图像空间偏振梯度方向直方图特征。特征利用偏振通道之间的空间相关性,设计空间梯度算子获取图像的空间信息,并利用偏振伪全色图像与偏振通道之间的关联性设计偏振梯度算子,结合图像空间信息与偏振信息构建目标特征。将该特征应用于AutoTrack目标跟踪方法,实现了基于空间-偏振混叠信息的实时红外偏振视频目标跟踪。在实拍的红外偏振马赛克视频数据上的实验结果表明,该特征提取方法可提高红外偏振图像的目标跟踪实时性和准确性,并有效利用马赛克图像的偏振信息。

基于时序深度残差收缩网络的混叠信号调制识别方法

基于深度学习进行信号自动调制识别在分类精度、可迁移性等方面普遍优于传统方法,引起广泛关注。但是,当前方法多数针对单信号样本进行识别,无法适用于混叠信号识别场景。针对该问题,对混叠信号调制识别方法进行了研究,结合长短期记忆(long short term memory,LSTM)网络和深度残差收缩网络(deep residual shrinkage network,DRSN),设计了时序深度残差收缩网络模型,其中包含残差模块、收缩模块和LSTM模块。残差模块和收缩模块负责提取混叠信号中的显著信息并自适应生成决策阈值,LSTM模块用于提取混叠信号中的时序隐含特征。三者结合可以有效提高混叠信号的识别精度。公开和实测数据集测试结果表明,所提方法识别精度优于5种典型方法,在高信噪比下的平均识别分类准确率可以达到92.7%;21种混叠信号中有12种识别准确率接近100%。

一种基于CNN的混叠光谱解调算法及FPGA实现

为了解决光纤布拉格光栅(FBG)传感网络的光谱信号混叠问题,基于现场可编程门阵列(FPGA)提出了一种利用卷积神经网络(CNN)模型的混叠光谱信号解调算法,并对其进行硬件实现与加速。通过对模型参数进行定点数量化,压缩网络模型的存储空间,提高FPGA中DSP资源的利用率;利用循环展开和数组重排等硬件优化方法,提高了系统实时性,确定了算法的并行计算方案。研究结果表明,在100MHz的时钟下,测试集解调精度为1.19pm,推理速度为每帧14.96μs,光谱解调速率为60kHz,对于FBG混叠光谱信号解调具有较高的精度和速率。

基于循环谱的单通道时频混叠信号识别

随着通信技术的发展和电磁环境的日益复杂,通信领域中的时频混叠信号频繁显现。一方面,这类信号会干扰通信系统的正常接收;另一方面,当混叠信号中引入虚假信号时,接收器极有可能接收虚假信号,从而导致获取欺骗信息。因此,有必要对混叠信号做出准确的识别,确保通信的可靠性,从而提出了一种基于循环谱特征的时频混叠信号识别算法。该算法基于非合作方式设计,不依赖于特定的调制参数,具备较优的普适性,并且测试表明,该算法对时频混叠信号的识别准确率优于传统算法。

基于改进的独立分量分析混叠通信信号盲分离

针对时域与频域均交叠的多路数字带通通信信号盲分离问题,利用布谷鸟搜索算法,研究了一种新的基于独立成分分析的盲分离方法。在均匀线阵下,构建混叠信号模型;从最大化信号非高斯性角度,将盲源分离问题转化为信号峭度的优化问题;利用布谷鸟搜索算法优化求解近似峭度的代价函数,将迭代产生的适应度值最高的个体作为解混向量,实现源信号的分离。与已有的基于固定点算法的独立成分分析方法相比,该方法能够克服其无法分离时频域混叠的振幅键控(ASK)信号的限制,适用于任何调制类型的数字带通通信信号盲分离。通过仿真实验验证了方法的有效性并分析了方法性能,实验结果表明在较低信噪比条件下,分离的信号具有较高信干比,说明方法具有较高的鲁棒性。

混叠通信信号自动调制识别研究现状及趋势

通信信号的调制识别在电子对抗和频谱管理等领域中都极为关键,而现今无线通信技术的快速发展使频谱资源日益紧张,宽带接收机不可避免地会接收到时频混叠的多个窄带信号。混叠信号组合的数量和种类都极为广泛,给接收机的识别模块带来了很大的挑战。论文对混叠通信信号自动调制识别技术进行了较为全面的阐述,首先介绍调制识别在不同领域的重要地位,结合单信号识别算法讨论混叠现象的应对措施;其次给出三种主流的针对混叠信号自动调制识别的研究方法,分析各方法的优势与劣势,并对基于特征提取的混叠信号识别方法和基于神经网络的混叠信号识别方法进行了详细分析;最后,对混叠信号调制识别的未来研究方向做出进一步的展望。

基于特征混叠分析与贝叶斯-随机森林的触电辨识方法研究

针对低压配电系统中特征混叠导致生物触电辨识困难的问题,提出基于贝叶斯-随机森林的生物触电辨识方法。首先,对包括非生命体对照组在内五种触电类型的电流波形进行特征分析,研究相同触电特征在不同类别中的混叠情况。其次,通过贝叶斯优化算法对随机森林模型超参数进行寻优,采用bagging方法、使用真实样本对随机森林进行数据拟合,描述了随机森林集成辨识机制的运作方式,以及方法的具体实施流程。再次,在136802个包含五种类型的测试样本中进行方法验证,总体准确率为96.276%。最后,与现有方法进行对比,验证了所提方法在触电辨识方面的优越性。

基于码字统计与相位差匹配的IFF混叠信号分离方法

针对多通道监视系统同时截获大量敌我识别(IFF)脉冲混叠交织的问题,提出了一种基于码字频次统计与相位差匹配的IFF混叠信号分离方法,首先通过码字频次统计,挑选身份码对应的相位差样本,其次通过相位差匹配分离其它模式的样点,最终可以准确识别出单个目标的不同模式码字取值,并对少量错误码字进行纠错。试验结果表明,该方法能够实现密集信号分离,获取准确的相位差观测数据和目标码字取值,由此实现对空中目标的准确监视。

基于线性Radon变换的超声混叠信号分离研究

在使用一发一收低频反射超声方法对大厚度介质进行测厚过程中,采集到的反射超声信号存在有效波和直达波混叠的现象,常规的一维超声信号处理方法难以对其进行有效处理。针对该类信号混叠问题,提出了基于线性Radon变换的自适应相减处理方法,从二维角度出发,根据在时空域中,直达干扰呈规律一致性,而有效底面回波呈推移差异性的特点,通过将信号阵列转换至线性Radon域的方法,对经过投影汇聚的信号数据进行自适应相减算法处理,实现对直达干扰波的有效压制及分离,从而提高低频超声回波数据的分辨率。通过仿真数据处理验证了该方法的有效性,相应厚度解算相对误差不超过0.7%。仿真和实验结果表明,提出的方法能够很好地解决大厚度介质测厚情境中混叠超声信号的分离问题。

基于抗混叠残差注意力网络的人脸表情识别

针对人脸表情识别中难以提取有效特征,以及类别之间相似性高、易混淆导致人脸表情识别准确率下降的问题,提出一种基于抗混叠残差注意力网络的人脸表情识别方法。针对传统降采样方法易造成表情判别性特征丢失的不足,构建抗混叠残差网络来改善对表情图像的特征提取能力,加强表情特征的表征,从而提取更加有效的人脸表情全局信息。同时,利用改进的通道注意力机制和标签平滑的正则化策略来加强对人脸局部关键表情区域的关注,其中改进的通道注意力专注于区分性较高的表情特征,抑制非表情区域的权重,从而在网络提取的全局信息中定位更加细节的局部表情区域,标签平滑技术则通过增加决策表情类别的信息量对预测概率进行修正,避免过于绝对的预测结果,从而减少相似表情之间的误判。实验结果表明,该方法在人脸表情数据集RAF-DB和FERPlus上的识别准确率分别达到88.14%和89.31%,与DACL、VTFF等其他先进方法相比识别性能更优,相较于原始残差网络有效提升了人脸表情识别准确率和鲁棒性。

一种采用预分类式神经网络的混叠信号识别方法

在非合作通信系统中,对未知信号调制方式的识别是对此信号进行准确处理的前提。随着通信环境的日益复杂,会不可避免地接收到时频混叠信号。针对混叠信号的信号分量{2FSK, BPSK, QPSK, 8PSK, 16QAM, 64QAM}的时频、高阶特征,提出了一种预分类式分类网络,实现了对分量信号两两混合的21种混叠信号调制方式的识别。改进了传统的稠密连接网络(DenseNet),简化其结构,引入自编码(Auto-encoder)和注意力机制(Attention),提出了AttEn-DenseNet。结合双向长短时记忆网络(Bi-LSTM),组成预分类式神经网络。先对混叠信号进行预分类,而后再循环式筛选网络极易混淆的高阶调制信号。在此方法中,预分类结构和注意力/自编码机制,能够帮助网络有效提取特征。通过实验对比,验证了预分类结构对识别信号的促进作用和AttEn-DenseNet对特征的高敏性。

强干扰下空间抗混叠宽带波达方位估计

提出了基于改进频率差分(FD)技术的空间抗混叠波达方位(DOA)估计方法,实现了阵元稀疏排布,即在阵元间距远大于入射信号波长时,存在栅瓣模糊情况下多水下声学目标的方位估计。首先,确定目标方位角度搜索范围,建立阵列信号处理模型,对宽带信号不同频率成分之间进行频率差分处理,从而降低信号频率以满足阵元稀疏排布阵列的空间奈奎斯特采样要求。然后,基于投影子空间正交性检验(TOPS)算法构建一个对角变换矩阵,利用对角酉变换矩阵正交性直接对阵列流形进行频率差分处理,使其频率差分处理输出的信号个数与输入信号个数相等。最后,进一步推导频率差分域等效目标方位与真实入射信号角度等价的条件,并基于该等价条件进行频率筛选,最终获得无模糊的空间方位谱结果。经仿真实验验证,所提算法在信噪比为-10~20 dB范围内,估计结果均方根误差低于0.1°,有效抑制了栅瓣且受干扰强度影响较小。经海试数据验证,所提算法可以有效估计出目标方位,并避免空间混叠项干扰。所提空间抗混叠波达方位估计方法能够有效抑制栅瓣模糊,提高目标方位估计精度,且在强干扰条件下仍具有较好的角度估计性能。

井炮同时震源混叠数据分离技术

在地震勘探中,随着炮道密度的快速提升和大块三维的不断部署,海量的炮工作量对井炮“交替式”激发效率提出了严峻挑战,同时震源技术是提高井炮激发施工效率的有效方法,但存在混叠数据分离的难题。为了解决该难题,对混叠地震数据进行稀疏变换,分析稀疏域中有效信号与混叠噪声在连续性方面的特征差异,以此为基础,开展基于广义同步压缩曲波变换和最小二乘匹配滤波的井炮同时激发混叠地震数据的分离方法研究。广义曲波变换消除常规曲波变换产生的拖尾效应,为混叠地震数据提供了精细的多方向和多尺度分解,同步压缩方法用于精准地重新分配各向异性局部波矢量的能量,广义同步曲波变换以更佳的分辨率和更高的保真度分离有效信号和邻炮干扰噪声,以最小二乘匹配滤波为正则项约束,保证在滤除噪声的同时保护有效信号。数值模拟和实际地震单炮模拟混叠数据分离测试结果表明,与矢量中值滤波方法相比,该方法能够更好地分离混叠地震数据,能较好地保护有效信号。利用缩短井炮激发时间间隔的高效激发方式在SH三维工区进行了混叠高效采集试验,混叠数据分离后的成像效果与常规逐炮激发资料的成像效果相当,验证了井炮同时激发混叠数据分离技术的可行性。研究结果表明,井炮同时震源能够大幅度提高野外放炮效率,缩短野外地震激发时间间隔,经过室内数据分离处理,得到与常规井炮逐炮激发同等质量的地震数据。

面向卷积混叠环境下的盲源分离新方法

卷积混叠环境下的盲源分离(Blind source separation, BSS)是一个极具挑战性和实际意义的问题.本文在独立分量分析框架下,建立非负矩阵分解(Nonnegative matrix factorization, NMF)模型,设计新的优化目标函数,通过严格的数学理论推导,得到新的模型参数更新规则;并对解混叠矩阵进行标准化处理,避免幅度歧义性问题;在源信号的重构阶段,通过实时更新非负矩阵分解模型参数,避免源信号的排序歧义性问题.实验结果验证了所提算法在分离中英文语音混叠信号、音乐混叠信号时的有效性和优越性.

地震勘探用混叠激发控制系统设计与实现

高效混叠采集是一种高精度地震勘探新作业模式,可大幅缩短野外地震勘探作业的周期,降低采集成本,而激发源控制是该新作业方法的核心内容之一,其控制时间的精度和随机性都将直接影响采集资料的品质。提出一种混叠激发控制系统的设计方法,采用基于MAX-7Q、STM32L475、SDINBDG4-16G-XI1等器件的低功耗设计技术,结合周期性启动MAX-7Q模块进行时钟同步算法,使用地震检波器拾取的数据作为种子,生成数值大小、偏差程度可控的随机数作为抖动激发时间。测试结果表明,设计系统的激发控制时间数据的抖动值具有数值大小、范围可控,随机性强的特征,满足混叠激发作业技术需求。

套管井中套管波与地层纵波的组成、混叠及分离

从致密砂岩的套管井阵列声波测井波形中发现近源距首波到时随深度改变,它不是速度恒定的套管波,无法用来评价固井质量。建立套管井模型,用I界面有水环模拟固井胶结质量,通过实轴积分法的二维幅度谱,研究套管井内液体的声波组成。刚性井壁内,液体模式波的二维幅度谱极值沿双曲线分布。套管和地层内声波沿井轴传播的速度恒定,频率和波数曲线是直线,它们与井内液体模式波耦合,直线与双曲线相交,响应的二维幅度谱极值在交点周围改变分布后连在一起,沿直线分布的极值在交点周围断开。提取直线周围的二维幅度谱极值,得到套管波和地层纵波的频谱,其时差分布和频谱均是断开的。在0~35 kHz范围内,7 in套管井内径向位移Ur有3个频率段,时差接近套管波,分别在13 kHz、23 kHz和33 kHz附近。Ur在13 kHz、33 kHz附近幅度大,液体应力在23 kHz附近幅度大。I界面水环厚度为1 mm时,极值同时沿地层纵波和套管波线分布,频率区间一致。水环厚度越小,套管波幅度越小,地层纵波幅度越大。当套管波和地层纵波速度接近时,响应波形混叠在一起,共同构成首波幅度,影响固井质量评价。用改进的矩阵法处理套管井阵列声波测井首波波形,获得时差频散曲线,套管波时差和地层纵波时差分布在不同的频率区间。两者因速度有差异,其时差频散曲线是分开的。用分离后的套管波评价固井胶结质量,可消除地层纵波影响。

盲信号分离模型的混叠矩阵估计算法

针对传统盲信号分离方法通过估计分离矩阵实现盲信号分离难以同时适应适定、欠定和过定模型的问题,给出了一种新的方法,直接估计混叠矩阵实现盲分离.首先给出估计混叠矩阵的梯度学习公式,并分析了该梯度算法对适定模型的有效性,然后将它推广到过定混叠和欠定混叠模型,从而得到了一种适用于各种盲分离模型的混叠矩阵估计算法.仿真例子检验了所提出的算法在适定情形下与原有算法有类似的特性,而又可以同时适应过定和欠定模型.