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。