基于可变因子的变分贝叶斯SINS海上动态对准

针对传统变分贝叶斯自适应滤波中,基于经验选取常值遗忘因子,不能自适应时变量测噪声的问题,提出一种基于可变因子的变分贝叶斯自适应滤波,并应用于船载捷联惯性导航系统(strapdown inertial navigation system, SINS)动态对准。首先利用变分贝叶斯方法近似噪声的后验分布,估计时变量测噪声和状态向量后验分布。其次通过噪声方差时变强度构造可变因子,实现自适应调整变分贝叶斯参数。最后给出了基于可变因子的GNSS/SINS海上动基座对准流程及算法。船载实测数据表明,所提算法在时变方差下,较卡尔曼滤波和传统贝叶斯滤波方位角误差收敛到0.5°范围内所需时间分别缩短了52%和44%;横滚角和方位角均方根误差分别降低57%、46%和13%、9%;东向和北向速度均方根误差分别降低56%、68%和51%、22%。     

水声扩谱通讯中的自适应多普勒补偿方法

本文介绍了一种水声扩谱通讯中，应用子波对多普勒效应进行补偿的方法。针对多普勒效应本身是否会随时间变化，分别应用直接估计、自适应估计的方法。其中自适应多普勒补偿方法同自适应信道均衡算法结合在一起，对多普勒漂移、信道参数进行联合估计。两种方法都应用了子波变换对多普勒展宽程度进行估计并用线性插值进行补偿。计算机仿真结果令人满意。     

自适应Notch滤波器在相位估计中的应用

本文阐述了自适应Ｎｏｔｃｈ滤波器的基本原理，并应用于超短基线水声定位系统的相位估计中，采用了先进的信号处理器ＴＭＳ３２０１０及自适应ＬＭＳ算法，模拟试验结果证明，这种相位估计方法是可行的，经过若干改进后可付诸实用。     

几种改进的LMS自适应时间延迟估计方法

本文分析研究了几种改进的ＬＭＳ自适应时间延迟估计方法，其中ＭＬＭＳ方法和归一化变步长方法均对输入信号做了归一化处理，扩展了时延估计器的动态范围。两种加窗方法是基于对输入信号的特性和自适应滤波器的特点的分析提出的，可以使自适应迭代的计算复杂度大大下降。     

广义相关时间延迟估计的自适应实现

本文讨论了广义相关时间延迟估计方法的基本原理和主要内容，着重研究了Ｒｏｔｈ，Ｓｃｏｔ（平滑相干变换），ＰＨＡＴ（相位变换）和ＭＬ（最大似然）加权的四种广义相关延估计方法的ＬＭＳ自适应实现问题，给出了自适应实现的理论依据，分析了其性能，并给出计算机模拟的结果。     

高精度测频与舰船线谱频率稳定性研究

随着水声技术的发展,水下甚低频信号分析越来越受到研究者的重视。甚低频线谱的稳定性分析对于线谱检测具有重要意义。低信噪比下,传统的自适应频率估计方法性能不理想,为了提高对线谱的检测能力和频率估计的精度,提出一种高精度频率估计器,利用相干累加自适应线谱增强器的方法从宽带噪声中提取单频线谱,进而用自适应频率估计器估计线谱频率。仿真研究证明该估计器在低信噪比时具有较高的频率估计精度。实验研究某舰船声辐射线谱的频率的稳定性,其频率不稳定性约在±0.01 Hz左右。     

LMS自适应时间延迟估计

本文研究了基于widrow的最小均方(LMS)算法的自适应时间延迟估计的基本原理、结构和算法,分析了这种估计方法的性能,并给出了计算机模拟的结果。在此基础上,讨论了自适应时间延迟估计器与广义相关时延估计算法中Roth处理器的关系,并利用维纳滤波器把二者联系和统一起来。     

多组多滞后区间中立型非线性时变控制系统的鲁棒镇定

采用无滞后控制系统与滞后控制系统的等价性方法，研究了多组多滞后区间系数中立型非线性时变控制系统的鲁棒镇定问题，给出了区间长度及时滞的估计范围，进而得到了系统渐近稳定的判定条件。此判据包涵了有关文献的结果，结论更具有一般性。     

时变水声信道中基于BEM的迭代信道估计技术

水声信道的多径时延扩展和时变特性对信道估计和均衡技术的研究带来了很大的挑战,同时也决定了水声信道是一种时频双扩展信道,提出一种水声OFDM通信系统中基于软信息的迭代信道估计技术,利用基于复指数基扩展模型(CE-BEM)进行信道估计。OFDM系统本身可以消除由于多径引起的符号间干扰(ISI)。基于导频的BEM信道估计,可以实现对时变信道的估计,结合基于软信息迭代的迭代均衡模块,将每次迭代生成的符号软判决信息作为辅助导频用于信道估计。同时,为了防止由于信道时变引起的信道子载波间干扰(ICI)对导频符号的影响,采用基于保护间隔的导频插入法插入导频。仿真结果显示基于BEM的软信息迭代信道估计性能较非迭代信道估计时明显提升。     

基因方法在海洋预报中的应用

基因方法是模拟生物进化规律的工程模型参数全局最估化估计方法，具有并行随机自适应寻优的独特功能，它不限制模型结构形式，最优化准则形式、被估参数数目，有无约束，已开始广泛用于各种模型的参数识别之中，文中对基因方法作初步探讨并提出加速基因方法，在海洋预报模型参数优化估计中得到成功应用。     

基于复杂多通道带乘性噪声模型的水声通信字符估计算法

水声信道具有复杂随机时变特性并存在严重的多径时延、能量损失和畸变等因素,使得水声信道的建模和估计一直是学界的难点问题。本文基于复杂多通道带乘性噪声模型来刻画随机时变的水声信道,在信道建模基础上利用最优滤波递推算法实现发送字符的估计。该算法在线性最小方差意义下是最优的,能有效克服码间干扰和噪声污染。所建立的信道模型能够刻画复杂快变的水声信道,对应的最优信道估计算法具有计算量小的优点,能够动态跟踪信道增益的随机变化。仿真结果验证了本文算法的有效性。     

时间延迟估计的基本原理和方法

本文综述时间延迟估计的基本原理和基本方法,包括相关法和广义相关法,双谱法和广义双谱法,相位谱法和广义相位谱法,自适应信号处理法等,并对各种估计方法的性能进行了分析比较。     

基于分段自适应算法的浅海水深遥感反演融合模型研究

对于水深光学遥感反演研究，虽然已经建立了大量的模型方法，然而对于不同水深段，同一模型的反演精度各异，且采用单一模型进行水深反演得到的整体反演精度未必最佳。为了提高水深光学遥感反演的整体精度，本文提出一种分段自适应水深反演融合模型，模型在误差估计的基础上，结合了对数线性模型、对数转换比值模型、改进的对数转换比值模型与多调节因子模型的优势。利用模型在西沙群岛东岛开展了水深遥感反演实验，从整体反演精度、不同水深段反演精度及逐米水深精度等角度进行分析，结果表明，分段自适应融合模型的整体精度最高，平均绝对误差为1.09 m，平均相对误差达到16.06%；分水深段来看，分段自适应融合模型在多数不同水深段内的反演效果均最好；从逐米精度来看，分段自适应融合模型在大部分逐米水深段的反演能力均优于其他模型。     

时空联合估计权向量的MVDR自适应波束形成方法

为实现短数据条件下权向量的稳定优化估计,提出1种时空联合估计权向量的MVDR自适应波束形成方法。该方法结合时域解析信号的MVDR自适应波束形成算法中构造时域解析信号的方法和直接数据域算法中空间滑动的方法,以减少一半权向量为代价,实现了在更短的数据长度下稳定优化地估计协方差矩阵和权向量。数值仿真实验和海上实验数据处理结果表明:与常规波束形成和直接数据域相比,该方法具有更好的稳定性和更好的波束性能,即主瓣更窄,旁瓣更低,阵增益更高。     

基于无记忆状态观测器的多时滞不确定非线性系统的自适应控制

针对一类多时滞不确定非线性系统,研究了基于无记忆状态观测器的自适应控制问题.时滞状态扰动的上界未知,在控制中通过自适应律估计未知参数,并利用估计值设计了不依赖于时滞的无记忆状态观测器和控制器,基于Lyapunov-Krasovskii函数证明了观测误差渐近收敛到零.最后仿真结果说明了该方法的有效性.     

多元自适应样条回归预报浮游植物总量分析

在浮游植物总量与环境因子的定量关系研究中,使用了多元自适应样条回归模型。基于2003年5-9月渤海湾地区浮游植物总量及各种环境因子的实测数据,经过与投影寻踪回归模型预报结果对比,表明多元自适应样条回归很好地反映了浮游植物总量与环境因子定量关系并且是预报赤潮的较好模型。     

随机系统稳健自适应控制

对具有未建模动态特性且时滞任意的多维随机系统,通过采用有界外来激励和随机变界截尾方法,本文建立了推广最小二乘（ＥＬＳ）算法和加权ＥＬＳ算法的稳健估计,进而得到间接自适应模型参考控制的稳健性     

线性时变大系统的分散最优控制与镇定

本文提出一种关于线性时变大系统最优控制的二次型性能指标分解方法。据此研究线性时变大系统局部分散最优控制的逆问题．得到大系统关于某二次型性能指标存在最优状态反馈控制律的条件，同时它也是大系统局部分散镇定的一个新的充分条件．     

一种猎雷声呐信号被动定向技术研究

介绍了一种猎雷声呐脉冲信号被动定位的测向方法。反猎水雷采用被动声自导方式,利用猎雷声呐发射的窄带脉冲信号,采用自适应 notch 滤波器估计信号的包络、频率、相位差。采用时延差粗测与相位差精测相结合的方法实现时延估计。此方法不仅对 CW 脉冲信号可测向、测距,还可适用于调频、跳频信号。 该方法已通过仿真及实测数据验证有效。     

基于带乘性噪声模型的水声通信字符估计算法研究

水声信道多途效应明显,而且存在衰落、散射、损耗以及随机时变等特性,使得水声通信系统的接收信号存在严重的码间干扰.利用带乘性噪声系统模型来刻画随机信道,在建模基础上利用最优滤波递推算法实现状态估计.由于状态向量中的第一维与接收信号之间存在一一对应关系,进而可实现水声信号的估计.该算法在最小方差意义下是最优的,能有效克服码间干扰和噪声污染.2种信道的仿真结果表明,在信噪比(SNR)为18db时,误码率(BER)均已经降低到10-4数量级,验证了算法的有效性.