基于ST-FRFT的非合作水声脉冲信号检测方法

为解决非合作条件下水声脉冲信号检测与参数估计的难题,本文提出了一种基于短时分数阶傅里叶变换(ST-FR-FT)的检测方法。线性调频(LFM)和单频(CW)脉冲信号是最常见的两种水下声脉冲信号,在非合作条件下,信号参数信息的缺失使得不能直接采用匹配滤波检测方法,傅里叶变换(FT)对CW信号具有良好的检测增益,但对LFM信号检测增益下降,尤其是具有较大调制率的LFM信号。分数阶傅里叶变换(FRFT)对LFM信号具有良好的能量聚集性特点,有利于LFM信号的检测,并且包含了Fouroer变换,同样适用于CW信号的检测。为了同时获得接收信号的时域和频域特征,设计了基于短时分数阶傅里叶变换(ST-FRFT)的检测器,可以实现信号参数未知的情况下对LFM和CW信号的截获检测。理论分析了ST-FRFT与STFT方法针对LFM信号和CW信号的检测性能,基于FT的方法对LFM信号的处理增益受到调制率的影响,相对于CW信号增益下降,并且随窗长呈非线性变化,非合作条件下难以获得最佳窗长,而FRFT对LFM信号可以获得近似匹配滤波的处理增益,提高了LFM信号的检测性能。仿真结果和湖试数据处理结果验证了理论分析的正确性与该方法的有效性。

一种基于自相关估计的水声直扩信号检测方法

利用直接序列扩频信号的自相关特性,提出了一种直扩信号相关峰累积检测方法.理论上分析了直扩信号的自相关特性,可知在伪码周期整数倍处可能会出现峰值,利用这些相关峰及其倍数关系可以对直扩信号进行判别.但由于信元信号与噪声的影响,这一系列相关峰并非连续稳定出现.在低载噪比时,一些自相关峰淹没在噪声中,直接对其检测比较困难.利用相关峰出现的周期关系,设计了相关峰累积检测器.该检测器不仅可以实现自动检验,而且可适用于低载噪比情况,具有实际应用价值.计算机仿真结果和海试数据都验证了该方法的可行性与实用性.

非合作水声脉冲信号的单水听器匹配场定位研究

该文以非合作水声脉冲信号为对象,研究非合作条件下水声信号的单水听器匹配场定位。首先根据水声脉冲信号的短时瞬态非平稳特性,设计具有自适应径向高斯核函数的时频分布进行频率估计。然后利用声场传播模型计算声场,求解海洋信道脉冲响应。由计算出的信道脉冲响应和水听器上的接收信号,使用时域最小二乘的方法得到搜索网格区域上的拷贝场信号。最后通过建立误差代价函数,获得表征目标位置的模糊表面,实现利用单个水听器对非合作水声脉冲信号的匹配场定位。通过仿真实验和实际海试数据的验证,证明了该方法的有效性。

有色噪声背景下的水声跳频信号参数估计

针对现有跳频信号参数估计方法未考虑有色噪声的影响,且估计精度与速度难以兼得的问题,提出了一种有色噪声背景下的水声跳频信号参数估计方法.该方法首先根据水声信号有色噪声背景的特点,对有色噪声进行白化处理;然后,在详细推导分析跳频信号短时傅里叶变换时频脊线的特征的基础上,给出了跳频信号跳周期和起跳时间的估计方法;最后,基于估计得到的跳周期和起跳时间,进一步估计跳频频率.理论分析和仿真结果表明,该方法计算量小,工程实用性强,在有色噪声背景下可以实现跳频信号参数的快速稳健估计.

一种水声二进制移相键控信号载频和基带信号波形估计方法(英文)

二进制移相键控(BPSK)是水声通信与探测领域常用的调制方式之一,因此BPSK信号也是非合作截获检测研究的重要对象.载频和基带波形是BPSK信号截获处理需要获取的关键信息,在非合作条件下这些参数的自动提取算法需要在无任何先验信息的条件下实现.针对这一难题,本文提出一种利用下变频处理的载频和基带信号波形的方法——基于预设频率搜索的载频估计方法和只利用载频信息的基带信号波形估计方法.基于预设频率搜索的方法利用了不同预设频率时下变频信号的变化特征实现载频的估计,该方法估计精度高,并且在低信噪比下仍具有良好的性能.在获得载频搜索结果后,利用该搜索结果对应的下变频信号的正负变换情况进行波形恢复,即可重现基带信号波形.接收信号初始相位和到达时刻会对下变频处理带来信噪比降低甚至信号趋于零的不利影响,而非合作条件下这两个参数的估计是非常困难的,为保证估计方法的稳定性,提出了下变频信号实部虚部最大幅度选择和基于相位估计的两种处理方法,这两种方法虽然可能损失一定的输出信噪比,但下降范围是有限的.这两种方法降低了参数未知的不利影响,并通过仿真测试和理论分析比较了两种方法的性能.为了验证载频与基带信号波形估计方法的正确性与有效性,利用蒙特卡洛计算机仿真方法进行了测试和验证,结果表明本文提出的载频估计方法性能优于平方法和重心法,对于基带信号波形估计,存在初相位时,基于幅度最大值的方法优于基于相位估计的方法,并且在-5dB时仍具有归一化误差不到5%的估计性能.

波形未知的水声脉冲信号双阵元相关匹配场定位

针对波形未知的水声脉冲信号,提出一种基于双阵元的相关匹配场定位方法.通过水听器所接收到的信号和声场传播模型算得的海洋信道脉冲响应,对所划分的搜索网格区域采用时域最小二乘的方法获得每个网格点位置上发射信号的估计值.由估计出的发射信号与信道脉冲响应卷积产生相应的拷贝场信号;通过计算双阵元接收信号的相关函数与拷贝场信号的相关函数之间的误差,构造定位函数的模糊表面,实现双阵元对波形未知的水声脉冲信号的匹配场定位.采用2种声传播模型分别对连续波(CW)脉冲信号与线性调频(LFM)脉冲信号进行仿真实验,结果表明,该方法不受信号形式和声传播模型的限制,克服了传统匹配场处理由于阵元个数过少而导致的定位模糊表面旁瓣过高的问题,具有较好的定位效果.

基于动态参数HMM的水声信号线谱轨迹提取方法

针对传统隐马尔可夫模型(HMM)方法提取时变线谱与多线谱的能力较弱以及动态规划过程计算量过大的问题,该文提出一种基于动态参数的1维隐马尔可夫模型(1D-HMM)的方法用于水声信号低频分析与记录(LOFAR)图中的线谱轨迹提取。该方法将时变频率状态建模为1阶马尔可夫过程,利用Viterbi算法循环提取多条线谱轨迹。在动态规划的迭代过程中,通过实时计算序列的1阶导数动态调整HMM中的状态转移概率矩阵,提升了对线谱轨迹的提取能力和多线谱的分辨能力;设计了一种基于动态滑动窗口的功率谱累积方法估计线谱的生灭,剔除虚假的线谱轨迹并判断线谱轨迹提取的结束。同时,该方法在实现过程中设计了对LOFAR图数据的块处理策略,大大减少了计算量。仿真和实际数据的处理结果表明,该方法在低信噪比条件下能够有效地检测和跟踪复杂时变频谱的频率状态,并有较好运行效率,为声呐设备的弱信号检测提供了良好的技术支持。

水声通信信道估计技术的研究进展

水声信道估计是水声通信的关键技术,其估计性能直接影响通信系统的可靠性和传输速率。介绍了水声通信技术发展的不同阶段、水声信道相关特性以及其对水声通信系统的影响,对现有的水声信道估计技术进行分类,讨论了各自的优势与不足,最后分析了水声信道估计技术面临的问题并提出了解决思路。

一种基于DOA和TOA的水声脉冲信号被动测距方法

在水声被动定位领域,用于定位的脉冲信号参数估计误差较大,会使得系统的定位性能下降。文章针对这一问题提出了一种基于到达角度(Direction Of Arrival,DOA)与相邻脉冲到达时间差(Time Of Arrival,TOA)的改进无迹卡尔曼滤波(Unscented Kalman Filter,UKF)被动定位方法。该方法选取DOA与TOA作为观测量并建立定位模型,首先使用滑动平均滤波(Moving Average Filtering,MAF)方法对用于初值估计的观测数据进行平滑预处理,之后使用伪线性估计方法(Pseudo-Linear Estimation,PLE)求解目标状态初值,并使用UKF方法对目标运动轨迹进行跟踪。仿真结果表明,相比于传统的扩展卡尔曼滤波(Extended Kalman Filter,EKF)和UKF定位方法,文章方法能够有效地提升收敛速度与收敛率,改善系统的定位性能。

基于语音信号与心电信号的多模态情感识别

通过采集与分析语音信号和心电信号,研究了相应的情感特征与融合算法.首先,通过噪声刺激和观看影视片段的方式分别诱发烦躁情感和喜悦情感,并采集了相应情感状态下的语音信号和心电信号.然后,提取韵律、音质特征和心率变异性特征分别作为语音信号和心电信号的情感特征.最后,利用加权融合和特征空间变换的方法分别对判决层和特征层进行融合,并比较了这2种融合算法在语音信号与心电信号融合情感识别中的性能.实验结果表明:在相同测试条件下,基于心电信号和基于语音信号的单模态情感分类器获得的平均识别率分别为71%和80%;通过特征层融合,多模态分类器的识别率则达到90%以上;特征层融合算法的平均识别率高于判决层融合算法.因此,依据语音信号、心电信号等不同来源的情感特征可以构建出可靠的情感识别系统.

一种快速稀疏贝叶斯学习的水声目标方位估计方法研究

针对以具有时序结构的稀疏贝叶斯学习(Temporally multiple sparse Bayesian learning,TMSBL)为重构算法的水声目标DOA(Direction-of-arrival)估计方法存在运算速度慢的问题,结合块稀疏贝叶斯学习(Block-spare Bayesian learning,BSBL)理论框架下DOA估计模型与特点,采用MacKay提出的定点方法(Fixed-point method)对TMSBL算法中的核心超参量进行求解,提出一种快速的水声目标方位估计稀疏贝叶斯学习的方法,该方法具有运算速度快,重构概率高的特点,并通过实验仿真从运算时间、失败率和均方根误差等方面与TMSBL算法进行比较,验证了该方法的可行性与有效性。

水声通信网综述

近年来,由于水下通信技术的发展和应用需求,国内外对水声通信网络进行了大量的研究工作,并且在方案验证、模拟仿真的基础上,开始了水声网络的海上实验。本文从水声通信网的发展过程和特点出发,系统介绍了水声通信网的体系结构和关键技术,并且详细介绍了各层的研究内容和研究现状,最后对水声通信网今后的研究方向和应用前景进行了展望。

联合STFT-迭代变权拟合的LFM信号参数估计方法

针对现有线性调频(LFM)信号参数估计方法估计精度与估计速度难以兼得,以及对信号畸变敏感的难题,提出了一种联合Rife插值改进的短时傅里叶变换(STFT)-迭代变权最小二乘线性拟合(IRLSF)参数估计的方法。使用Rife插值改进的STFT较好地保持了LFM信号瞬时频率曲线的线性特征,迭代变权处理有效地抑制了估计得到的瞬时频率中出现异常值对参数估计精度的影响。该方法无需进行复杂的计算和参数搜索,实时性好。仿真分析表明,相对于常规最小二乘线性拟合(CLSF)方法信噪比下限降低了4dB。湖试结果验证了该方法的有效性和实用性。

水声被动定位中的互相关峰模糊现象及解模糊算法研究

为解决水声被动定位算法中由于互相关峰模糊导致的信号到达时间差估计错误问题,该文提出一种基于水声传播特性的解模糊算法。利用水声传播射线模型研究了互相关峰模糊现象的物理成因,得到了浅海信道条件下多路径传播形成的多个互相关峰的分布规律。根据仿真得到的不同路径之间的相关峰幅度和时延特性,提出了基于互相关峰分辨及稳定相关峰跟踪的解模糊算法。对海上采集的试验数据进行了处理,结果表明该算法能够有效地纠正互相关峰模糊导致的到达时间差估计错误。

水声通信网层次路由算法

针对水声通信网中由于节点能耗不均衡而影响网络生命周期的问题,基于无线传感网络的层次路由算法,提出了一种适用于水下环境的水声通信网层次路由算法.该算法采用分轮的思想,使用改进的复杂网络社团结构检测谱方法的相关算法.通过网络初始化等措施构建水声通信网的图结构,并利用Laplacian阵与聚类算法得到簇结构,进而实现网络中数据的正常传输.仿真实验表明,在水声通信网的特殊条件下,该算法相对于传统的LEACH协议能取得较好的效果,在网络稳定传输数据的情况下,网络各轮的存活节点数均优于LEACH.

基于HHT的宽带幅度非平稳调制信号的特征提取

宽带调制信号在调制源的工作状态产生变化时,信号的调制频率、调制深度随时间变化,传统DEMON解调制方法难以获取短时变化的调制特征。本文针对非平稳调制特点,利用Hilbert-Huang Transform(HHT)数据自适应特性和高分辨率的时频分析能力以及数学形态滤波器(MMF)对信号的降噪性能,提出了一种利用HHT提取宽带幅度调制信号的调制特征方法(MH_DEMON)。MH_DEMON方法通过MMF对调制信号的包络曲线进行预处理,使之在时域波形上更加光滑;然后利用经验模态分解(EMD)方法将信号分解成各阶本征模态函数(IMF),最后利用IMF的Hilbert变换谱,提取各个时刻的目标瞬时调制频率。仿真数据和螺旋桨噪声数据的实验分析表明,与传统方法相比,MH_DEMON方法能有效提取非平稳宽带幅度调制信号的调制特征,为目标调制源分类识别和运动状态分析提供了支持。

汉语数字助听器高频听损增强方法的实验研究

提出采用正弦模型改善患者高频听觉的非线性降频方法。正弦模型语音分解得到的幅度、频率和相位是算法三个主要的处理参数。为了避免谱失真,将语音频谱按倍频程划分为6个部分。最接近并低于患者门限频率的部分,只做幅度放大处理。按照不同频段对于语音理解度的贡献程度,将患者门限频率以上的频率段压缩并转移到患者的可听频段,并将对应相位信息变为最接近的对应低频相位。在本研究中,10个受试者进行了语音理解度测试。测试结果显示,经过训练后,患者的平均理解率至少提高45%。下一步的研究应增加受试者数量,并增加对患者的听损情况的详细分析,从而设计出更合理,更细致的降频助听算法。

一种新颖的水声信道参数估计算法

宽带水声信道通常被建模为多扩展多时延(MSML)信道,不同路径的多普勒扩展不同给信道参数估计带来了挑战.本文提出一种新颖的MSML信道参数估计算法,称之为改进的粒子群优化(MPSO)算法.该算法创建一个多径列表来记录局部最优粒子的位置和适应度值,并用于迭代中粒子速度的更新.算法结束时,根据多径列表的记录值,可以同时估计出每一径的多普勒扩展、时延和幅度参数.仿真结果表明:MPSO算法的参数估计精度优于匹配追踪(MP)算法和分数阶傅里叶变换(Fr FT)算法.

一种适用于短时组合信号的频率特征提取方法

从信号时域波形处理出发,提出了一种基于经验模态分解(EMD)信号频率特征提取方法。该方法通过数学形态滤波器(MMF)对信号进行降噪预处理,然后利用经验模态分解方法将信号分解成各阶本征模态函数(IMF),最后提出了模态极值算法(MEA)用于估计组合信号的频率特征。通过仿真数据分析表明,该方法能有效提取短时组合信号的频率特征。

MIMO-OFDM移动水声通信系统中多普勒扩展估计方案

为了消除MIMO-OFDM移动水声通信系统中的多普勒效应,提出了一种训练序列结构及其相应的多普勒扩展估计方案.发射端在每一帧信号前插入2段相同的训练序列,接收端使用多个并行相关器对接收到的2段训练序列进行自相关运算,根据输出的最大自相关值所对应的相关器窗口长度即可进行多普勒扩展因子估计.仿真结果表明,与传统的以LFM信号为训练序列的估计方案相比,所提方案充分利用了MIMO技术提供的分集增益,进行更为精确的多普勒扩展因子估计,估计误差低于2×10^(-3).