自适应谱线增强在舰船轴频电场信号检测中的应用

利用快速横向滤波器自适应算法 ,通过自适应谱线增强器 ,能实时有效地将微弱的窄带轴频电场信号从宽带背景噪声中分离出来 ,从而大大提高舰船轴频电场的远程探测能力 .最后利用该方法对船模产生的轴频电场实测数据进行了处理 ,结果表明该方法十分有效。

基于小波分析的自适应谱线增强信号提取

提出一种基于小波多分辨率分析的自适应谱线增强算法,利用小波多分辨率分析理论,有效地将微弱的窄带轴频电场信号从宽带背景噪声中分离出来,把信号和噪声正交分解于不同的频率范围中,从而减少了自适应滤波器的阶数,提高了算法的收敛速度和稳定性。利用该方法对船模产生的轴频电场实测数据进行了处理,实验结果表明该算法可以有效地提取舰船轴频电场信号。

基于峭度激励的变步长自适应谱线增强算法

提出了一种基于峭度激励的变步长自适应谱线增强新算法,该算法以输入信号峭度与误差信号峭度为联合激励因子,构造出一种指数型变步长的算法模型。该步长对高斯色噪声或非高斯色噪声均有一定的免疫性,跟踪时变信号的能力强,且收敛速度快。用实测的某水下目标辐射噪声数据进行了仿真实验。与传统的LMS算法相比,仿真结果表明,该算法具有较强的谱线增强能力、快速收敛性和良好的跟踪性能,能有效地实现目标线谱信号与混合色噪声环境的分离。

一种基于高阶累积量变步长迭代的自适应谱线增强新方法

依据变步长LMS(LeastMeanSquare)算法能改善自适应谱线增强器(ALE)跟踪性能的特点,提出了基于高阶累积量变步长迭代的自适应谱线增强新方法。用实测水下运动目标辐射噪声数据,对该方法的性能进行了动态仿真研究。仿真表明,该方法具有很好的抑制高斯有色噪声能力和跟踪能力;能有效地增强线性调频、对数(或指数)频调信号谱线。因此,在提高水下探测系统功效,识别与检测水下运动目标方面具有一定的指导意义和应用价值。

一种新的自适应谱线增强算法

为了克服传统的自适应谱线增强器(ALE)在低信噪比条件下抑制高斯噪声效果差的不足,提出一种基于时域相干累积技术的自适应谱线增强新算法。该算法是根据时空的等效性,将接收到的长数据进行分段处理,分段数据相干累积处理后再进行自适应谱线增强,提高了低信噪比条件下自适应谱线增强算法的性能。计算机仿真结果表明,该算法具有良好的抑制高斯噪声和自适应谱线增强的性能,对于低信噪比条件下窄带信号自适应谱线增强的性能明显优于传统的ALE算法,宽带时变信号的谱线增强还有待进一步的研究。

基于串联动量滤波器的自适应谱线增强器

针对水下环境噪声的非高斯性特点,利用最小均方算法、动量最小均方算法、变步长算法和极性算法的性能,将基于短时相关的自适应谱线增强器修改为基于短时相关动量滤波算法的自适应谱线增强器(SCMBALE),提出了四阶累积量变步长极性动量滤波算法,将基于该算法的自适应谱线增强器(FVSMBALE)、基于动量最小均方算法的自适应谱线增强器(MLMSBALE)及基于短时相关动量滤波算法的自适应谱线增强器(SCMBALE)依次串联起来,构造出基于串联动量滤波器的自适应谱线增强器(SMFBALE)。通过理论分析与仿真实验对该增强器的性能进行了研究。结果表明:该增强器在抑制非高斯噪声、增强线谱信号、跟踪时变信号等方面的性能优于单个的FVSMBALE、MLMSBALE和SCMBALE。

自适应谱线增强在舰船辐射噪声线谱检测中的应用

舰船辐射噪声线谱成分包含有大量的舰船特征信息,提取这些线谱成分对于水下目标的识别和研究具有十分重要的意义。为了有效地将舰船辐射噪声特征线谱从宽带背景噪声中分离出来,提出了运用自适应谱线增强理论对舰船辐射噪声信号进行研究。利用最小均方LMS自适应算法,构造出自适应谱线增强器,从理论上对该增强器的原理进行了分析,并利用该增强器对2种船型的辐射噪声实测数据进行了处理。结果表明,该增强器对线谱信号有增强作用,对背景噪声有较好的抑制作用,十分有利于辐射噪声特征线谱的提取。

自适应谱线增强器在生物雷达中的应用

在探测废墟下存活的人体时,生物雷达很难找到理想的参考信号对采集的信号进行处理。对已有生物雷达信号处理方法性能进行分析,提出了基于误差变化率的变步长LMS自适应谱线增强算法。算法不需要理想的信号作为参考信号,且收敛性能和鲁棒性好、稳态误差小。Matlab仿真分析证明了该算法应用于生物雷达信号处理的有效性。

基于相干累积算法的多级自适应谱线增强器

为了实现非高斯噪声与线谱信号的有效分离,将基于四阶累积量对角切片变步长符号相干累积量算法的自适应谱线增强器,基于最小均方相干累积算法的自适应谱线增强器及基于短时相关相干累积算法的自适应谱线增强器依次串联起来,构造出基于相干累积算法的多级自适应谱线增强器。从理论上对该增强器的性能进行了分析,并利用水下目标的实测数据对该增强器的性能进行了实验研究。结果表明:该增强器对线谱信号有多次增强作用,对环境噪声有多次抑制效果,在性能上优于单级自适应谱线增强器。

基于输入信号峭度的变步长LMS自适应谱线增强方法

提出了一种基于输入信号峭度的变步长LMS自适应谱线增强方法,该方法以输入信号的峭度为自变量,构造新的步长。该步长对高斯噪声或非高斯噪声均有一定免疫性,同时能快速收敛。最后用实测的水下目标辐射噪声数据和瑞利有色环境噪声进行了仿真,表明该方法有较强的谱线增强能力。

基于三阶累积量对角切片的直接自适应谱线增强算法

依据随机平方相位耦合信号三阶累积量不为零的特点,提出了从高斯噪声环境中恢复平方相位耦合信号的基于三阶累积量对角切片的直接自适应谱线增强算法。该算法恢复平方相位耦合信号、抑制高斯噪声的性能优于传统的自适应谱线增强算法。仿真结果证实了这种算法的有效性。

基于FPGA的自适应谱线增强系统设计

在此基于Altera公司的现场可编程门阵列(FPGA)芯片EP2C8F256C6,采用最小均方算法设计了自适应谱线增强(ALE)处理系统。以FPGA为处理核心,实现数据采样控制、数据延时控制、LMS核心算法和输出存储控制等。充分利用FPGA高速的数据处理能力和丰富的片内乘法器,设计了LMS算法的流水线结构,保证整个系统具有高的数据吞吐能力和处理速度。并且通过编写相应的VHDL程序在QuartusⅡ软件上进行仿真,仿真结果表明该设计可以快速、准确地实现自适应谱线增强。

一种基于自适应谱线分离的大功率抑制干扰方法

基于有效抑制各种大功率窄带和宽带干扰这一目的,提出了一种利用自适应谱线增强器分离并抑制的方法。该方法通过多个IIR格型陷波器级联将干扰信号和有用信号完全分离,再通过减法器恢复出待处理的期望信号。讨论了基于相位一致性逼近准则对多个IIR格型陷波器级联系数的全局化设计,并通过一个跳频信号检测实例,分析了干扰信号的分离和消除程度。仿真结果表明,除同频干扰外该方法能将大功率窄带和宽带干扰几乎完全分离和抑制,为恶意干扰环境下的通信接收机增强免疫力提供了一种有效的解决方法。

一个新的串联式自适应谱线增强器

为了从非高斯噪声中有效增强水下目标辐射噪声中的线谱特征,提出了基于四阶累积量变步长极性迭代的自适应谱线增强器(FOCVSSBALE),并与基于短时自相关的自适应谱线增强器(STABALE)串联,构造了一个新串联式自适应谱线增强器。该增强器对水下目标辐射噪声的线谱特征分量有二次增强作用,对环境噪声有二次抑制效果,对时变信号有良好的跟踪能力,而且计算量小。用水下某目标辐射线谱的实测数据,对该增强器的性能进行了仿真研究。理论分析和仿真结果表明,该增强器与单个的STABALE或FOCVSSBALE相比,能更有效提高信噪比、增强线谱特征。

一种基于高阶累积量的新变步长的自适应谱线增强方法

从减小高阶累积量计算量出发,综合变步长算法和极性算法的优点,提出了基于高阶累积量的能量幂函数型变步长极性迭代自适应动态谱线增强新方法,该方法用输入信号的能量幂函数作变步长来改善跟踪性能,用非输入信号(由输入信号构成的函数)的符号或极性来减小高阶累积量的计算量。仿真表明,该方法具有良好的抑制高斯噪声、增强谱线和跟踪时变信号的性能。

基于符号-最小平均峭度的自适应谱线增强器

从误差信号峭度的性质和误差符号(SE)算法的特点出发,提出了基于符号-最小平均峭度穴Sign-LMK雪的自适应谱线增强算法。该谱线增强器的结构与基于LMS算法的自适应谱线增强器(ALE)相同,但它是用误差峭度的符号和输入信号作为权向量的更新因子的。仿真结果表明具有计算量小、抑制非高斯噪声和增强谱线性能强、收敛后均方误差小等优点。

一种改进的基于二维高阶累积量的自适应谱线增强算法

基于二维高阶累积量的自适应谱线增强算法的迭代步长很容易受到噪声干扰的影响,本文分析了基于二维高阶累积量的自适应谱线增强算法的特点,在此基础上提出了一种改进的基于二维高阶累积量的自适应谱线增强算法.计算机仿真结果表明,本文提出的算法对高斯白噪声和高斯色噪声都有很好的抑制作用,可以改善高斯噪声背景中小空间范围的二维信号信噪比.

一种采用两个相干累加器提高自适应谱线增强器性能的方法

水声信道通常是一种时变的强噪声信道,频带狭窄且各种信号的频谱相互重叠,采用传统的滤波器或自适应谱线增强器(ALE)检测CW信号的效果不佳。本文提出了一种采用两个相干累加器进行IIR跟踪滤波的ALE,具有较好的窄带滤波性能,提高了在低信噪比的水声环境下对CW信号的检测能力;该算法还具有运算简单、易于用硬件实现的优点。文中给出了计算机模拟结果。

一种新的变步长LMS自适应谱线增强算法

针对自适应谱线增强器(ALE)理想误差不为零的现象,提出了一种新的变步长LMS算法。该算法建立了步长因子与权系数变化之间的非线性关系,使得步长因子随权系数变化的减小而减小,直至为零,并引入步长向量来实时地逐个调整权系数的每个值,以进一步加快算法的收敛速度。它具有初始阶段和未跟踪上信号前步长自动增大而稳态时步长变小最后为零的特点,并以线性调频信号为例,验证了算法对滤除非平稳信号噪声的有效性,提高信号的信噪比,证实该算法优于传统算法。

基于VMD和自适应谱线增强技术的滚动轴承故障诊断

为了在噪声干扰下准确提取滚动轴承振动信号的故障特征,提出了一种将变分模态分解与自适应谱线增强技术相结合的轴承故障特征频率提取方法。首先采用VMD对原始振动信号进行分解和重构,然后通过自适应谱线增强技术对重构信号进行降噪处理,最后对降噪信号进行包络解调分析得到故障特征频率。利用滚动轴承仿真信号和实测信号检验了所提出的方法,并与VMD及小波分析+ALE方法进行对比分析,结果表明,VMD+ALE方法的滤波效果及检测精度更好,能够更加有效的提取轴承故障特征。