CW脉冲回波信号的最小方差无畸变响应自适应检测

建立了适用于解析时间序列信号检测的最小方差无畸变响应(Minimum Variance Distortionless Response,MVDR)自适应处理模型(Time Series MVDR,TSMVDR),并针对CW声纳脉冲回波信号,通过构造解析信号和分段近似处理给出了相应算法(Algorithms of TSMVDR on CW pulse signal,AWMVDR),并进行了数值仿真研究。研究结果表明:对于CW脉冲信号:(1)在较高采样率的条件下,AWMVDR可以实现CW脉冲信号稳定的自适应检测;(2)AWMVDR较常规线性相关检测具有更高的脉冲参数估计精度和时间分辨力;(3)AWMVDR的实现需要付出较高采样率和更大计算量的代价。

基于鲁棒自适应最小方差信号无畸变响应波束形成的高密度数据室内组合方法研究

当单点高密度采集数据一致性处理不完全时,均匀加权的室内组合会导致地震数据高频信息的损失。从波束形成理论的角度引入余弦窗、汉明窗、布莱克曼窗,通过调节权重矢量减小组合对数据的影响,考虑到窗函数作为权重矢量对数据的适应性较弱,进一步研究了基于主成分分析(principal component analysis,PCA)的鲁棒自适应最小方差信号无畸变响应(minimum variance distortionless response,MVDR)加权组合。Marmousi2模型正演模拟数据测试结果表明:相比于均匀加权组合,基于PCA的鲁棒自适应MVDR加权组合实现了信号保真与信噪比的有效统一,对深层地震数据信号的保护作用更为明显,信噪比也得到进一步提高。研究成果丰富了单点高密度地震数据的室内组合技术,拓宽了理论研究思路。

改进的最小方差无畸变响应波束形成方法

提出一种改进的最小方差无畸变响应(MVDR)波束形成方法,通过调节波束形成的权向量设计中的增强因子来改善其方位分辨力,并且不以牺牲信号与干扰+噪声比增益为代价.仿真结果表明,所提出的方法可以有效改善MVDR波束形成的方位分辨力,且不损失MVDR波束形成的信号与干扰+噪声比增益.

匹配场定位强干扰抑制最小方差无畸变响应处理技术

针对强干扰条件下的弱目标定位问题,提出强干扰抑制最小方差无畸变响应匹配场处理技术。其原理是约束对所探测方位的响应为1,以及对强干扰方位的响应为0,同时使输出能量最小。建立了相应的最优化问题,推导得出处理器的闭式解。通过弱目标位于强干扰正下方的实例,验证了该方法的有效性。仿真结果表明,在低信干比情况下,该方法较常规处理器以及对角加载最小方差无畸变响应处理器有更高的目标探测性能,在信干比接近0时,可消除旁瓣所引起的虚假目标。

快速收敛最小方差无畸变响应算法研究及应用

常规最小方差无畸变响应(MVDR)自适应波束形成是一种高分辨窄带波束形成器,它是利用实际声场的窄带互谱密度矩阵(CSDM)估计出自适应波束形成权向量。在实际应用中,MVDR算法需要较长的观测时间估计协方差矩阵,不利于对高速运动目标进行定位;对于宽带目标信号,MVDR算法需要对每一个CSDM进行求逆运算,计算量较大;在相干源条件下,目标信号之间会发生"对消"现象,MVDR算法性能急剧恶化。本文提出了基于子带子阵处理的快速收敛MVDR自适应波束形成方法。首先将全频带划分成一组子带,将接收线阵划分成一组子阵,然后对每一子带计算降维的驾驶协方差矩阵(STCM),从而得到快速收敛MVDR自适应波束形成的权值和空间谱估计结果。同时采用双向空间平滑方法对相干源进行MVDR空间谱估计。仿真和海试数据处理结果表明该算法在保证高分辨力的同时,具有瞬时收敛的性能,双向空间平滑技术具有良好的解相干性能。

基于分子阵预处理的最小方差无畸变响应波束形成方法

针对最小方差无畸变响应(MVDR)波束形成中背景噪声和旁瓣级对弱目标检测影响问题,提出了基于分子阵预处理的MVDR波束形成方法。该方法首先对线列阵接收数据进行分组处理;然后按搜索角度对各组数据进行相移、相加处理,得到一组新数据;最后按MVDR波束形成思想对该组新数据进行处理,可得到低背景噪声和旁瓣级波束。理论推导分析、数值仿真和实测数据处理结果均表明,该方法对线列阵接收数据进行了分子阵预处理,相比MVDR波束形成,有效提高了线列阵接收数据协方差矩阵中信号含有量和信噪比,输出背景噪声级和旁瓣级得到了10dB以上的改善,降低了背景噪声和旁瓣级对MVDR波束形成检测弱目标的影响,提高了MVDR波束形成对弱目标的检测效果。

基于阵列信号的重型商用车声源的最小方差无畸变响应估计

以声源的阵列测试信号为基础,建立了运动声源的观测方程。通过计权因子的优化,确定了声源特征函数的最小方差无畸变响应估计方法。对重型商用车声源识别结果说明,利用最小方差无畸变响应估计能较常规波束成形更好地识别出噪声源。

基于类内方差最小化及模糊控制算法的小波边缘检测技术

应用传统的小波技术对图像进行边缘检测时,需要采用阈值对模非极大值抑制后的候选边缘点进行筛选,求取边缘.但是,目前阈值的求取是凭借人们的经验人为的设定,需要反复的试凑比较才能得出最后结果,另外,当前的单阈值自动求取方法还无法实现精确的边缘检测,这些缺陷限制了小波边缘检测技术在实际中的应用.针对这一问题,提出基于类内方差最小化原理自适应的求取双阈值的算法,不需要人为的设定任何系数和参数.采用模糊控制技术连接边缘像素,理论推导和实验结果证明了该算法的正确性和有效性.

一种鲁棒性的最小方差无失真响应波束形成算法及其应用

理论上,自适应波束形成方法要比不依赖于输入数据的常规波束形成方法有更好的目标参数估计能力和干扰抑制能力。但在实际水声环境中,声传播模型、接收阵阵列流形以及信号统计特征等因素往往与实际情况存在一定的差异,导致传统的自适应波束形成方法性能下降。因此,提高自适应波束形成方法对上述因素的鲁棒性变得越来越重要。本文基于最差条件最优化的思想,改进MVDR(最小方差无失真响应)方法的约束条件提出了一种鲁棒性最小方差无失真响应自适应波束形成算法(R-MVDR),并对输入数据协方差矩阵和方向向量存在不确定性的情况进行了性能分析,推导给出了波束形成的加权向量和空间谱估计表达式,最后通过海上实验数据进行了验证。结果证明本文提出的算法在实际环境中有更好的方位分辨能力和干扰抑制能力。

最小范数约束的改进MVDR波束形成算法

针对传统的最小方差无畸变响应(MVDR)波束形成方法,难以有效均衡和同时优化干扰和噪声抑制的问题,提出一种基于最小范数解的改进算法。通过对阵列接收信号的自相关阵进行特征分解,取大特征值减去噪声功率及大特征值对应特征向量,构建线性约束方程的最小范数解,代替MVDR算法中的自相关阵的逆的形式形成加权系数,其中噪声功率由小特征值的平均值估计,获得的权系数对应于线性约束条件下的最小范数解。仿真分析表明,该算法能够有效地在干扰位置处形成零陷,利于后续在时间维的噪声滤波处理,较之于MVDR等算法有更好的干扰和噪声抑制性能。

基于最小敏感度的广义线性自适应波束形成算法

常规最小方差无失真响应波束形成器对于非圆信号是次优的,且当训练样本数有限时,其性能有所下降。针对这一问题,提出了基于最小敏感度的广义线性自适应波束形成算法。算法以期望信号和干扰信号的非圆特性为基础,利用最小敏感度准则求得最优权矢量,提高了波束形成器的稳健性。计算机仿真结果表明,算法在低信噪比和小快拍数的情况下也具有较好的性能。

基于无限脉冲响应滤波器的自适应滤波E型有源噪声控制算法

相对于有限脉冲响应(FIR)滤波器,无限脉冲响应(ⅡR)滤波器由于其本身自有的零-极点结构,能以较低的阶数即可与系统模型匹配。因此在有源噪声控制(ANC)中,使用ⅡR滤波器可以大大节省计算量并能提高系统效率。自适应滤波U型最小均方差(FULMS)算法是目前常用的基于ⅡR滤波器的有源噪声控制算法,但该算法却不能保证全局收敛,这大大限制了该算法在有源噪声控制中的应用。本文提出一种新的基于ⅡR滤波器的自适应有源噪声控制算法——滤波E型最小均方差算法,该算法计算量相对于FULMS算法仅略有增加,但具有良好的全局收敛性,仿真结果表明该算法具有良好的降噪效果。

频率响应软约束的宽带自适应波束形成

针对常规线性约束最小方差(LCMV)波束形成中输出信干噪比(SINR)较低问题,提出了基于频率响应软约束的宽带自适应波束形成方法,该方法在LCMV波束器的约束条件基础上,增加对期望方向阵列频率响应软约束,可以得到近似无失真信号输出,同时增加波束抑制干扰噪声能力,提高输出SINR性能。仿真结果验证了该方法的有效性。

一种针对超声检测图像的自适应阈值设置方法

在对图像阈值分割进行分析和已有算法的基础上,提出了一种针对超声波无损检测C扫描图像的自适应阈值设置方法,以实现对超声波C扫描图像的准确定量评估。该方法根据C扫描图像的灰度分布自动地计算相应的阈值,并进一步对特征区域进行分离和评估,从而克服固定阈值方法受超声波能量偏差影响大、难以准确评估的缺点。将该方法获得的结果与最大类间方差、最小交叉熵等方法的处理结果以及通过腐蚀试验获取的实际检测界面结果进行了对比,结果表明:该自适应阈值设置方法与其他分割方法相比,评估的结果更加准确,运算时间更短,并且结果受超声波能量偏差的影响最小。

基于最小方差自校正的整平机姿态控制

针对我国自主研发的整平机整平精度低等问题,设计了基于最小方差自校正的整平机姿态控制算法。最小方差自校正控制采用递推增广最小二乘法,可对系统参数实时在线辨识,求解单步丢番图方程,并将其作为设计控制参数的依据,将最小方差控制作为控制率。使用阶跃响应法建立了整平机横滚角控制机构模型,并利用该模型在Matlab仿真环境下检验了控制算法的性能。以STM32F407为处理器,利用整平机实验平台实现了最小方差控制算法。结果表明:该控制算法可以大幅提高整平机的整平精度,系统的各项性能指标较PID控制有了很大提升。该技术在平地工程中具有较高的应用价值。

卫星导航多干扰源直接定位方法

卫星导航信号到达地面时非常微弱,容易受到各种干扰,给用户带来一定的影响;针对此种情况,面向卫星导航系统多干扰源定位场景,传统两步定位算法受参数估计精度影响较大,DPD_MVDR算法虽然改进了MUSIC算法需要估计目标数这一缺点,但由于使用固定网格分辨率,定位精度与计算复杂度二者无法兼得;针对上述问题,提出一种改进DPD_MVDR的直接定位方法,在直接定位这一关键技术上运用自适应网格细化,其最大优势在于只对干扰源位置附近的网格实现多级细化,能很好地兼顾定位精度与计算复杂度,避免了传统穷举搜索带来的巨大计算复杂度;首先使用DPD_MVDR算法在粗网格下进行位置初始估计,然后在估计位置处进行迭代自适应网格细化,在降低计算复杂度的同时,提高定位精度;仿真表明,改进算法在100 m网格分辨率下计算复杂度明显降低且较DPD_MVDR算法定位精度得到明显提高;适用于对定位精度和定位实时性均有一定要求的场景。

基于宽带分裂阵列的水下远程被动多目标检测与定向

为获取更高的水下远程多目标检测和定向性能,基于工程中广泛应用的最小方差无畸变响应(MVDR)波束形成算法,设计了大间隔分裂线列阵,通过扩大阵列有效孔径改善了空间谱峰锐度。同时提出非相干宽带预处理方法,利用MVDR在多频子带下波束宽度和间隔的非一致性来抵消由于稀布阵元造成的栅瓣效应。最终实现大间隔分裂阵和宽带非相干波束形成的互补。仿真和湖上试验结果表明,与采用宽带MVDR的均匀线列阵和采用互相关法的大间隔分裂阵相比较,所提方法能显著提高对水下远程目标的检测和分辨性能。

拖线阵机动时的自适应波束形成

提出了一种MVDR(最小方差无失真响应)的改进算法,用以解决常规MVDR算法由于阵形时变而出现的性能下降问题。在获得时变阵形估计数据的基础上,该算法以统计时段内的平均阵形为基准阵形,在每个扫描方向上根据实际阵形和基准阵形的差异对阵列互谱矩阵多样本进行相位补偿,从而实现统计时段内的互谱矩阵多样本相干累加和目标检测。数值仿真与海上实验数据处理结果表明:与传统MVDR算法相比,改进算法有效缓解了时变阵形下的目标测向角度模糊问题,可提高拖线阵目标左右舷分辨性能、增强弱目标检测能力。

脉冲噪声环境中鲁棒的自适应波束形成方法

本文提出一种脉冲噪声环境中的自适应波束形成方法.方法假定噪声服从对称α稳定(SαS:Symm et-r ic-αstab le)分布,首先定义分数低阶阵列响应,然后根据最小方差无畸变响应波束形成器(M VDR)提出分数低阶最小方差无畸变响应波束形成器(F rM VDR).理论上证明了当阶数小于噪声特征指数的一半时,分数低阶阵列输出功率有界.计算机仿真实验证明了本文提出的F rM VDR波束形成器在高斯噪声和非高斯脉冲噪声环境中性能都优于M VDR和其他有关的基于分数低阶矩的波束形成器,是一种鲁棒的自适应波束形成器.

基于频谱幅度起伏特性的微弱信号检测方法研究

该文将非线性后置处理思想引入至最小方差无失真响应(MVDR)的空间能量谱计算中,并给出其实现方法,即最终空间能量谱通过将各窄带阵列输出结果取倒数并求和得到,它不需要阵列噪声和目标信号的任何先验信息,只要阵列噪声的频谱在频段间的幅度起伏大于目标信号的频谱幅度起伏,该方法就能取得较常规处理方法更好的信号检测性能。根据最优信号检测理论,初步验证了非线性后置处理方法的性能,并利用仿真和实际数据进一步检验了其有效性,分析结果表明:非线性后置处理方法的处理增益较常规方法提高约3.5dB-4dB。