基于窄带混合高斯噪声的最佳检测

论文首先研究高斯柯西卷积噪声模型和窄带混合高斯噪声模型用来对混响建模,前者主要用于仿真分析,而后者因其参数有明确物理意义且可通过样本序列估计得到,因此被用于海洋的工程实现.文章重点研究混合高斯噪声背景下确知信号的非高斯最佳检测器的构造,并对检测器进行了仿真.验证结果表明混合高斯噪声背景下确知信号的非高斯最佳检测器检测性能优于常规的匹配滤波器3～4.5 dB.     

基于粗糙集与人工神经网络的变压器故障诊断

根据电力变压器故障诊断问题,提出了基于粗糙集与人工神经网络的变压器故障诊断模型,分析了该模型的实现步骤.采用Kohonen网络对连续属性值进行离散化,应用粗糙集理论对特征参数进行属性约简,并把约简结果生成规则作为BP网络的输入.仿真结果表明,把经过粗糙集理论预处理过的数据送入BP网络训练,提高了学习速度和故障诊断正确率,减少了训练时间.     

带乘性噪声系统在加性噪声相关时的最优滤波

针对石油地震勘、通讯工程、语言处理等应用领域 ,该文研究一种在更弱的噪声限制条件下带乘性噪声系统的状态最优滤波 ,就动态噪声为有色噪声及动态噪声和量测噪声在有限时间段上相关的情形 ,给出了线性最小方差意义下的状态最优滤波算法 ,并对此算法作了仿真计算 ,获得满意的结果     

多通道带乘性噪声系统观测噪声的最优估计

研究在多通道观测时观测噪声的最优估计问题。就多通道的乘性噪声为对角阵且动态噪声一步相关并与观测噪声在同时刻和过去相邻时刻也相关的复杂情况下给出了在线性最小方差意义下的观测噪声最优滤波估计算法和固定区间平滑估计算法。针对这些算法进行了仿真研究 ,仿真结果表明了算法的有效性。     

信标机在海上钻探定位中的应用

通过近两年3个以上项目的工作实践,对信标机在海洋钻探定位进行了总结,通过和RTK的比较来探索信标的操作特点,探索了信标机在1954北京坐标系和地方坐标系中平面定位的应用。     

带乘性噪声广义系统的观测噪声最优估计算法

研究带乘性噪声广义系统的观测噪声最优估计问题。在假设系统正则的情况下,针对乘性噪声为一般随机矩阵即各观测通道乘性噪声同时刻相关的情况,通过受限等价变换和状态扩维的方法,给出了线性最小方差意义下的观测噪声最优滤波算法和最优平滑估计算法。数字仿真结果表明了算法的有效性。     

带乘性噪声系统的最优反褶积

针对高分辨率石油地震勘探问题,研究一种带乘性噪声随机系统的最优反褶积估计方法。通过建立逆向运行的在线性最小方差意义下最优的状态滤波公式,推导出一种随机输入序列的单向最优固定域递推算法。该方法离线运算的存储最小,有助于提高地层反射序列提取的分辨率。     

NI4472在海洋噪声和传播损失测量中的应用

利用NI公司的高性能数据采集板NI4472来进一步改善海洋噪声和传播损失的测量情况。     

白噪声Kalman滤波模型在GPS单向授时中的应用

全球定位系统(GPS)的应用越来越广泛,尤其是高精度的星载原子钟使得授时的精度得到了很大的提高。针对GPS授时过程中接收机受到各种噪声的影响,利用Kalman滤波原理,建立状态方程和观测方程,对噪声进行分类并加以讨论。运用Kalman滤波原理对接收机钟差数据进行分析,计算结果表明Kalman滤波可提高GPS单向授时精度。     

小波变换压制噪声在单道地震资料处理中的应用

海洋区域地质调查中,单道地震勘探以其高分辨率、方便快捷等优点成为揭示浅地层地质构造的重要手段之一.结合前人研究成果并出于保护信号的完整性,对低频部分的噪声采用带通滤波进行滤除,而对高频信号中的随机噪声采用小波阈值去噪方法进行压制处理.在小波阈值去噪过程中,通过比较选用最佳小波基函数sym5对地震剖面进行三层小波分解.结果表明:两种阈值去噪方法在带通滤波的基础上进一步提升了剖面的质量,使得反射层面变得连续可追踪.软阈值去噪滤掉了剖面上的较多信息,去噪效果较为彻底,硬阈值去噪则保留了较多的细节信息.     

带乘性噪声系统在加性噪声相关时的最优固定域平滑及反褶积算法

最优平滑及最优反褶积在石油地震勘探、通讯工程、语音处理等应用领域都具有十分重要的意义。以往的带乘性噪声系统的平滑及反褶积大都对系统模型的噪声特性有着较强的限制条件 ,要求动态噪声及观测噪声互相独立或只能在同时刻相关。该文给出了一种在动态噪声为有色噪声及动态噪声和量测噪声在有限时间段上相关的情形下带乘性噪声系统的固定域平滑及反褶积算法 ,该算法在线性最小方差意义下是最优的。通过仿真计算 ,说明了该算法的有效性。     

支持向量机在海洋随机资料分析中的应用

在随机海洋资料的分析中,需要从大量的实际数据中提取出有用的信息来建立或检验各种海洋理论模型,因此我们要正确运用适当的手段来分析处理各种实际数据。文中简要介绍了数据挖掘中一项新的技术支持向量机,着重介绍了最优化问题的求解算法,以及如何应用于海洋资料的分析处理。     

无人机遥感在海岛海岸带监测中的应用研究

目前的卫星遥感和航空遥感已不能满足海岛海岸带监测中不断提高的现势性和分辨率的要求,而具有高灵活性、高时效性、高分辨率、低成本的低空无人机遥感则能很好地满足其要求.基于此,利用无人机遥感系统的优点,本文归纳总结出了无人机遥感影像获取和处理的一般流程,并通过海岛（田横岛）及其海岸带监测的应用实例,展示了无人机遥感在海岛海岸带监测应用的可行性,进而能够实现海岛海岸带地区大比例尺的地形测绘.     

基于经验模式分解的希尔伯特变换包络提取在机械故障诊断中的应用

本文采用经验模式分解 (EMD)提取信号的内在模函数 (IMF) ,并利用希尔伯特变换对所得IMF进行包络分析 ,提取机械故障特征。与直接对原信号进行包络分析相比较 ,该方法提取的机械故障特征更明显。数值模拟和对故障轴承振动信号分析表明了该方法的有效性。     

原位杂交技术在斜带石斑鱼神经坏死病毒检测中的应用

根据斜带石斑鱼（Epinephelus coioids）神经坏死病毒（orang-spotted nervous necrosis virus,0GNNV）的主衣壳蛋白（major capsid protein,MCP）基因的保守序列,设计一对引物,从感染0GNNV的斜带石斑鱼组织匀浆液提取RNA为模板进行RT-PCR扩增,得到426bp的cDNA片断。用得到的RT-PCR产物加上地高辛（DIG）标记作为核酸探针。通过注射病毒提取液人工感染一组斜带石斑鱼,解剖感染病毒的斜带石斑鱼,从中分离出脑和眼睛,运用原位杂交技术检测组织中的OGNNV。实验表明,原位杂交具有较高的灵敏性和特异性,可以用原位杂交的办法来检测养殖的石斑鱼是否有携带该病毒,达到监控和预防神经坏死病爆发的目的。本实验还采用了H＆E染色方法检测了感染NNV的石斑鱼脑部和眼部组织,观察细胞内的坏死部分。与原位杂交做对比,提高了检测的可靠性和准确性。本实验建立的石斑鱼神经坏死病毒的ISH检测方法有着较高的特异性和敏感性,易于操作,有助于石斑鱼神经坏死病毒的组织定位、发病机理的研究。     

带信任度模糊评判在矢量地图数据质量中的应用

分析了矢量地图数据质量元素,针对现有的质量模糊综合评判失效问题进行了探讨;在此基础上,运用带信任度的模糊综合评判方法对矢量地图数据进行质量评判,较好地解决了评判过程中的失效问题,提高了评判效率以及评判结果的可靠性。     

基于高斯模式的大气污染模型的应用

通过运用MapInfo公司的MapX组件,基于高斯扩散模式建立1个大气污染模型,对发生意外事故导致的大气污染进行模拟和预测,模拟或预测结果通过等值线或专题图等形式进行表现,从而为发生环境污染事故后相关部门采取的紧急疏散等应急措施提供有价值的参考依据.文中重点介绍如何建立大气污染模型以及应用在环保应急系统中的方法和实际效果.     

信号快速带通滤波方法在海洋信号分析中的应用

借助于离散"解析"信号提出了一种对信号进行快速滤波的方法.与传统方法比较,手续简单,快速有效,尤其适用复杂多变的海洋长信号的滤波.以2个典型信号的带通滤波为例,验证了快速滤波方法的有效性,2个复杂海洋信号的滤波结果表明,此滤波方法在海洋信号分析中有应用意义.     

多通道带乘性噪声系统的分部滤波算法

针对多通道观测环境下带乘性噪声系统的最优滤波问题,提出了1种状态最优滤波的分部算法。分部估计方法将状态估计分解为标称滤波估计和余项估计2项相加的形式。该算法在线性最小方差意义下是最优的。仿真实例表明,分部算法的鲁棒性更强,对系统初值的改变具有更强的适应能力。     

带乘性噪声系统的传感器故障检测方法

针对水下目标跟踪和石油地震勘探等领域中传感器故障检测的必要性和复杂性,提出了一种带乘性噪声系统的传感器故障模型。并基于状态估计,给出了故障发生前后新息序列正交性变化的结论及相关证明,由此建立了故障检测指标。该方法摆脱了基于状态估计的故障检测方法中对新息需满足正态分布特性的束缚,同时显著地提高了故障诊断的精度,也在一定程度上实现了对滤波器工作性能的监测及观测数据可靠性的判断。仿真结果表明:该方法能够及时有效的识别出故障发生点。