基于稀疏贝叶斯学习的水下电场测向方法

水下电场是一种可用于对水下目标进行探测和识别的重要物理场,通过高灵敏度、低自噪声的水下电场探测系统,可实现对水下目标电场信号的远程测向。针对水下目标测向问题,提出了一种基于稀疏贝叶斯学习的水下电场测向方法。该方法采用多个探测单元同时采集处理水下目标辐射的交变电场信号,再通过稀疏贝叶斯学习方法,实现对目标电场信号波达方向的估计,最终估计出目标与探测系统的相对方位。通过湖上试验,验证了该方法的可行性与鲁棒性。相对于常规波束形成算法,在一定测试场景下,该方法对 16 Hz 频率的正弦波电场信号的测向精度提高了 4.8°。     

水下极低频电磁信号探测中的海流感应电磁噪声压制

水下极低频电磁信号探测在深远海探测领域应用前景广阔,然而极低频电磁信号易受海流运动感应电磁噪声影响,为了拓展极低频电磁探测在海洋中的应用,需要通过信号处理的方式压制噪声,提高信号信噪比。小波分析具有多分辨率分析及时频局部化的优势,适于处理海水运动感应电磁噪声等非平稳信号,本文将海流感应电磁场特征引入小波分析中,基于正演模拟及小波系数分析确定阈值的小波阈值去噪方法压制噪声,利用合成的包含大地电磁信号、海流感应电磁噪声的极低频信号进行实验,并利用南黄海海域电磁信号探测试验数据进行验证。研究结果表明,噪声压制后的极低频信号信噪比明显提高,信号在时频域识别能力得到改善。     

复杂多通道带乘性噪声系统的逆向滤波及单向反褶积算法

针对石油地震勘探、水下目标探测和语音处理等许多实际应用领域,在乘性噪声为一般随机矩阵的情形下,给出了在线性最小方差意义下的逆向最优滤波及单向最优反褶积算法.并对该算法进行了仿真研究,仿真结果表明了该算法的有效性.     

基于海洋环境噪声水下探测研究进展

由风、雨、舰船、海洋生物以及工业等因素形成的海洋环境噪声,是海洋中永恒存在的声场, 包含频段丰富。无论是在水下目标的主动探测还是被动探测过程中,海洋环境噪声都被认为是水声信道中的干扰因素。但海洋环境噪声包含诸多水体、海面、海底和海洋生物等信息,可以通过反演获取海水、海底等各种信息。概述了国内外基于海洋环境噪声声成像的发展现状,并预测了该领域技术发展趋势。基于海洋环境噪声进行的水下目标探测,在探测开发海洋资源、维护国家主权和国家海洋环境安全等方面具有重要意义。     

高频地波雷达海流探测中一阶谱区分离方法

准确分离雷达回波中一阶谱区是高频地波雷达海流探测的关键环节,直接影响海流探测的精度。提出一种基于信噪比的一阶谱区分离方法,利用高频雷达数据中一阶回波谱平均幅度明显高于周边平均噪声的特点,通过确定特定宽度一阶谱与周边噪声的信噪比的极值来分离一阶谱区。将该方法应用于实测地波雷达回波数据,并与差谱法结果进行比对分析,结果表明基于信噪比的一阶谱分离方法能有效避免谱峰内部分裂及硬目标回波的影响。另外,进一步分析了方法中噪声窗和信号窗比值k对一阶谱区分离结果的影响,结果发现k值对一阶谱区分离结果的影响很小,实际处理中可取值0.5。     

运动目标的主动声探测脉冲回波信号波形重构

水下主动声探测是水下目标探测的主要技术之一,其目标回波信号的模拟技术对水下作战防御、声呐和水中兵器以及水下目标探测系统的研制、实战操作训练等多项国防及民用领域具有十分重要的作用。 针对常见的 CW 和 LFM 主动声探测信号,开展了运动目标回波信号波形的重构技术研究。 在捕获得到主动声探测脉冲的条件下,利用“波形存储重发”的基本方法,根据运动目标相对运动速度,重新设置回波信号采样频率,从而实现宽带回波信号(LFM 信号)及窄带回波信号(CW 信号)的多普勒频移模拟。 根据目标回波时延信息,给出了目标回波时延重构模拟方法,并根据不同目标类型和入射方位给出了目标强度参数设置的参考。     

基于侧扫声呐的水下小目标检测技术研究

针对水下小目标探测与识别难的问题,开展基于侧扫声呐的声呐图像滤波、图像分割及目标提取方法研究。常规滤波方法难以有效清除图像中存在的噪声,从而造成图像质量下降。采用非局部均值滤波算法与 GPU 加速的方法,在获得声呐图像较好处理效果的同时,满足水下小目标检测实时性的要求;同时, 采用膨胀算法与 Canny 边缘检测算法相结合的方式,实现了水下真假目标的有效区分。     

一种非平稳噪声背景下的线谱相干检测方法

舰艇目标航行时往往向水中辐射大量线状谱结构的声波信号,线谱信号检测对舰艇目标的被动探测至关重要。实际水下环境噪声常表现为时域非平稳噪声,常规离散傅里叶变换类线谱检测方法时域积分时,不可避免会引入非平稳噪声背景中出现的短时强干扰噪声,使积分结果中线谱信噪比大幅降低,线谱检测性能急剧恶化。为解决上述问题,对分段离散傅里叶变换结果进行幅度归一化,补偿分段线谱信号间相位差,提出了一种非平稳噪声背景下的线谱相干检测方法。仿真结果表明,相比常规 DFT 类线谱检测方法,所提方法能够降低时域非平稳背景噪声起伏影响,具有更优的非平稳噪声背景下线谱检测性能,并能获得对线谱信号的相干处理增益。     

基于小波阈值算法的海杂波信号降噪

为有效提取噪声背景下的海杂波信号,针对海杂波信号非线性非平稳的特点,提出基于小波阈值算法对实测海杂波数据去噪。在噪声水平未知条件下,提出基于噪声主要在高频段且能量较小、信号主要集中在低频段思想的噪声判断准则。为验证小波去噪效果,将该算法对含有噪声的海杂波实测数据进行去噪,采用均方差和降噪信号信噪比两项指标衡量去噪效果,并与均值和中值等去噪方法对比,小波算法在这两项指标均优于其他算法;此外,实验结果还表明,db2小波在双曲线阈值函数和HeurSure阈值模式下优于其他小波去噪效果。     

基于火箭发动机的脉冲信号检测

水下火箭发动机工作时,尾部会产生高强度、宽频带背景噪声。在分析火箭发动机噪声产生机理和物理特性的基础上,主要研究了火箭发动机噪声背景下脉冲信号的检测流程和方法。采用自适应消噪和滤波,减弱背景噪声强度并提高了信噪比,建立了火箭发动机噪声背景下脉冲信号的检测方法,解决了强背景噪声脉冲信号难以检测的问题,为火箭发动机水下应用提供了新的思路。