水声信号的调制方式识别

研究了不同水声信道环境下不同调制方式的水声信号识别算法。该算法利用双谱计算信号的双谱矩阵,并对双谱矩阵进行特征值特征向量分解,将分解得到的最大特征值对应的特征向量作为特征量。文中选取不同水声信道传输的样本信号计算其特征量,将待识别信号的特征量与样本信号的特征量做内积运算,将最大内积值对应的调制方式作为待识别信号的调制方式。实验仿真结果表明,该算法较好地实现了不同信道环境下的水声信号分类识别,在高信噪比条件下能达到90%以上的识别率。     

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.     

基于局域判别基空间能量的特征提取

针对模式识别中如何提取信号有效特征的问题,对信号进行小波包分解,求取小波包局域判别基,提出求取局域判别基的各子空间的能量,形成特征矢量的特征提取方法。利用Fisher准则函数进行特征选择,得到识别特征矢量。在水声模式识别实例中应用此方法提取特征矢量进行分类实验,取得良好的分类效果,验证了该方法的有效性。     

基于遗传算法优化匹配追踪的自然环境声音分类

针对自然环境中各种背景噪声下的声音事件识别问题,提出一种基于遗传匹配追踪算法将自然环境音频信号稀疏表示进行分类的方法.首先,利用匹配追踪(MP)算法稀疏表示信号的主体结构,以消除噪声影响,其中利用采用精英策略的遗传算法(GA)优化MP的分解重构速度;接着,提取MFCCs作为音频信号的特征参数;最后,使用分类器支持向量机(SVM)和高斯混合模型(GMM)对4大类19种声音进行分类与比较,分类效果明显优于未进行稀疏表示的声音信号.实验表明,SVM模型分类效果优于GMM,提出的方法对实地采集的自然环境音频信号能有效识别.     

基于Chirp-BOK扩频的水声通信系统

利用线性调频(Chirp)信号在水下通信中具有良好的抗噪声和抗多径特性,提出基于Chirp-BOK(binary orthogonal keying,二进制正交键控调制)扩频的水声通信系统。系统采用二进制正交键控调制以及匹配滤波接收器,利用正向调频信号和反向调频信号,结合BOK调制技术,实现适合水声环境的扩频通信系统。噪声信道和多径信道下的仿真实验结果表明,该系统具有良好的抗噪声和抗多径性能,适用于水声系统的扩频通信。     

基于相空间重构和核主分量的水声信号增强

多径衰落是水声信道的主要特征,利用多径衰落信道具有的混沌行为,提出一种新的抗多径干扰的方法.建立基于混沌相空间的水声信道模型,利用核技巧φ(x)·φ(y)=k(x,y),通过核主分量分析提取相空间数据中累积贡献率达到90%的非线性核主分量,然后利用核主分量逆向投影回原相空间,通过去掉噪声干扰等次分量,提高水声衰落信号的信噪比.基于实测水声数据的仿真实验结果表明,该方法能将chirp水声信号信噪比提高7.76 dB,达到对多径衰落水声信号增强的目的.      

基于K-SVD的低频水声信号去噪处理方法

由于浅海环境下的噪声严重且复杂,水听器得到的接收信号往往很大程度被噪声干扰,具有较低的信噪比,导致水声信号处理难度大等问题.针对此问题,为了更有效地去除有用信号中的海洋噪声,采用基于稀疏分解和字典学习的去噪方法.首先随机构造完备离散余弦变换(discrete cosine transform, DCT)字典,之后使用正交匹配追踪算法(orthogonal matching pursuit, OMP)对含噪水声信号进行稀疏表示以及通过K-奇异值分解算法(K-singular value decomposition, K-SVD)对完备DCT字典循环训练更新;根据更新后得到的新字典与稀疏系数完成对水声信号的重构并去除海洋噪声.通过对不同海况即不同信噪比下的仿真信号进行去噪处理,结果表明该方法可以有效去除混在水声信号中的各种噪声,且在去噪的同时可以保留信号细节,信噪比增益可达到20 dB左右.     

融合LBP和小波矩特征的肺癌图像精细分类

在肺癌图像精细分类中,进一步区分小细胞肺癌、鳞肺癌、腺肺癌、细支气管肺泡癌还不够成熟,为此,在改进现有精细图像分类研究工作的基础上,利用无须码本与释文的快速模板匹配框架,融合了LBP(Local Binary Pattern)纹理特征和小波矩形状特征,提出了适合肺癌数据的精细图像分类新方法.将纹理特征与形状特征融合,通过分配两种特征的权重,用融合特征进行模板匹配.匹配结果表示成特征响应图的形式,再通过改进的均值空间金字塔模型,从特征响应图中抽取有用特征,进行分类训练.实验结果表明,该方法在肺部影像数据库联盟(LIDC)数据库上达到了91.75%的平均正确率,证明了肺癌图像精细分类方法的有效性.     

水声宽带任意信号源系统的自动操作

 介绍了一套可实现自动操作的水声宽带任意信号源系统.上位机采用VC++进行滤波器设计和所需信号设计,可以随时调整参数生成需要的信号;上位机与专用采集卡、译码电路、继电器相结合实现发射机中匹配电路的控制,即相应换能器的选择,可匹配0.004～1.0Hz(归一化)宽带信号;上位机与专用采集卡、继电器和AB类放大电路相结合实现发射机中功放电路的控制,即模拟信号的放大输出.同时,给出了水声宽带任意信号源系统自动操作方法,本方法可减轻操作人员的长时间重复操作,解决工程实际中的人力资源问题.     

湖泊环境下的水声目标检测的标志性特征

以某研究所采集的湖泊环境下的水声目标信号的实测数据为实验样本,在对其进行预处理的基础上,提取了能够表征水声目标特性的15个标志性特征,并通过机器学习算法对水声目标进行自动识别,以验证这些标志性特征的性能.这组标志性特征对静止目标的识别率高于98%,对移动目标的识别率约90%,且AUC面积均保持在0.95以上的水平.实验结果表明:本文所提取的标志性特征能够在特征数量少,不依赖于深度学习方法的条件下,以极低的计算复杂度实现对水声目标的准确检测.     

水声OFDM系统多普勒频移和信道的联合估计

水声通信是近年来研究的热点,但由于水声信道本身的问题,如多径延迟、多普勒频移、信号衰减、窄带宽、时变等特点,使得水声通信传输数据速率低,传输误码率(BER)高.正交频分复用(OFDM)在水声通信中具有很大优势,但它对载波频率偏移(CFO)敏感.基于循环前缀正交频分复用(CP-OFDM)的水声通信系统,对多普勒引起的CFO进行补偿,同时利用延迟-多普勒域中的稀疏性对水声双选信道进行压缩感知信道估计.通过计算机仿真和水池实验,验证了这种双选信道估计的有效性和可靠性.     

基于VMD和HSA的水声跳频信号时频分析方法

针对水声通信中低信噪比条件下的水声跳频信号检测和参数估计问题,提出了一种新的基于变分模态分解(VMD)和希尔伯特谱分析(HSA)相结合的水声跳频信号时频分析方法。VMD是一种新开发的自适应信号分解技术,可以完全不递归地将多分量的信号分解成许多准正交的固有模式函数。首先重点分析了VMD算法,然后简单介绍了HSA方法,最后将VMD和HSA相结合的方法应用于水声跳频信号分析。利用数值模拟的水声跳频信号进行实验仿真,结果表明本文的方法可以获得高清晰度、高聚集性的时频图。     

基于原子能量熵和CSM的配电线路故障分类方法

针对配电线路上的故障分类问题,提出了一种结合原子能量熵和连续字符串匹配(CSM)的故障分类方法.通过分析故障信号的暂态特征,利用原子分解法得到故障暂态信号的主导原子以及对故障信息进行补充的次级原子,计算原子能量熵作为故障特征量,较完备地描述了故障特征.应用CSM进行故障分类节省了智能算法故障辨识中参数选择和优化的时间,通过建立的编码规则,将故障特征进行编码,搜索故障编码库,最终确定故障类型.通过仿真研究,验证了该算法的可行性与有效性.     

基于表面波变换的水声瞬态信号降噪方法

为提高对水下目标信号检测的有效性和可靠性,对水声基阵信号的干扰噪声进行分析,提出对含噪信号进行三维表面波变换的降噪方法.通过设置适当的阈值,对变换后的系数进行舍取处理,得到表征信号及微量残余噪声的重构系数;对其进行表面波逆变换后得到降噪后的水声基阵信号.对实际水声信号的降噪实验表明:该方法实现了对基阵信号的并行处理,取得了较好的降噪效果.     

用于水声目标识别的自适应免疫特征选择算法

针对水声目标小样本识别中样本数目有限而特征数目不断增加,导致分类系统分类性能下降的问题,提出了一种新的自适应免疫特征选择算法(AIFSA).该算法先利用先验知识生成初始种群,接着利用交叉、变异和新的自适应免疫算子指导种群进化,每代中对分类贡献大且选择特征数目少的个体适应度值高.AIFSA具有可以利用先验知识、收敛速度快以及优化特征子集维数小的优点.提取了实测4类水声目标的多域特征,进行特征选择和分类识别仿真实验,结果表明:AIFSA可以选择有效特征子集,在特征维数下降60%的情况下,支持向量机分类器的平均正确分类率下降很小;AIFSA与标准遗传算法相比,收敛快、稳定,所得优化特征子集具有更高的正确分类率和更好的范化性能.     

基于随机蕨的实时车辆匹配

基于随机蕨算法,在快速"车脸"定位的前提下对车辆实时匹配.结合车辆区域定位和车牌快速定位提出了快速车脸区域定位方法.结合车辆的特征,提出了一种快速多尺度特征点检测算法.先建立离线随机蕨分类器,在线阶段用训练好的分类器进行分类,形成初始匹配.提出了一种改进的顺序抽样一致性(PROSAC)算法,对初始匹配进行快速精确的匹配.实验结果表明,基于随机蕨的车辆匹配算法能够快速实时地进行匹配.     

基于判决反馈均衡的水声信道估计与通信算法

在分析基于最小均方信道估计算法的基础上,对计算量较小的匹配追踪算法进行改进,引入路径门限调整机制以克服虚假路径造成的不良影响,利用重要路径权系数的2次迭代修正方法,进一步提高了水声稀疏信道的估计精度;借助于信道估计值进行均衡系数的解算,利用判决反馈均衡器(DFE)的输出信号对信道估计质量进行实时评估,提出了一种基于DFE的信道长度自适应选择的信道估计算法,同时,通过仿真和实地实验验证了其有效性.结果表明,所提出的算法能够在未知水声环境下实现对信道估计算法的自适应调整以及对预估信道长度的合理选择,以较高的计算效率而实现对水声信道的精确估计,满足未知水声信道环境下的精确信道估计及通信应用需要.     

基于双空间金字塔匹配核的图像目标分类

提出一种基于局部特征的双空间金字塔匹配核(bi-space pyramid match kernel,BSPM)用于图像目标分类.利用局部特征在特征空间和图像空间建立统一的多分辨率框架,以便较好地表达图像的语义内容.该方法同时在特征空间和图像空间建立金字塔型结构,通过适当匹配可以得到正定核函数,该函数具有线性计算复杂度,可以运用于基于核的学习算法.将BSPM嵌入支持向量机对公共数据库中图像目标进行分类,实验结果表明该方法对图像具有良好的分类能力,优于词汇导向的金字塔匹配核和空间金字塔匹配核.     

水声OFDM信道压缩感知估计研究

针对传统最小二乘(least square,LS)算法估计时变水声OFDM信道误差较大问题,提出一种基于压缩感知的准确估计方法.首先导出了水声OFDM系统接收序列、发送序列及信道传输矩阵之间的关系;在此基础上利用水声信道稀疏特征,探讨了采用正交匹配追踪(orthogonal matching pursuit,OMP)算法估计水声OFDM信道的方法;分析了导频插入方式、导频数及径数等对水声OFDM信道估计均方误差(mean square error,MSE)的影响.研究表明:当导频随机插入时,OMP算法用较少导频即可准确估计水声OFDM信道的传输矩阵.当信噪比大于10dB时,OMP算法的MSE小于-24dB,比传统的LS算法小18dB.     

一种基于DSP的实时水声跳频通信系统研究

水声信道是一种极其复杂的时空频变信道,在进行水声通信中,必须克服强多途和大起伏等干扰.抗干扰能力强、隐蔽性好的跳频通信技术应用于水声通信领域,具有独特的优势,是近年来高稳健性水声通信技术研究中的一个热点.本文构建了一种基于DSP硬件平台的实时水声跳频通信系统,给出了系统编解码技术的实现方法.发射的帧信号由粗同步信号、细同步信号、时延信号和m序列生成的跳频信号组成,采用补零FFT的方法进行解码,提高了鉴频分辨率.通过实验室水池实验,验证了所设计系统在低信噪比条件下的可行性和稳定性.由于m序列生成的跳频图案隐蔽性强,该系统也可用于水声保密通信.