噪声干扰器对抗主动声纳有效干扰压制区计算方法

根据干扰器对抗主动声纳的机理和水声干扰方程，针对干扰器与舰艇目标在同一位置和不在同一位置两种配置，分别提出了干扰器有效干扰压制区域的计算方法，其中第二种配置下包括了声纳波束主瓣对准目标和主瓣对准干扰器这两种情况。以对抗平面阵声纳为例，给出了特定态势下主动声纳波束主瓣和旁瓣受干扰情况下的有效干扰压制区域。仿真结果表明，有效干扰压制区域的大小与噪声干扰器和声纳的性能以及对抗态势等因素有关，声纳波束主瓣受干扰时有效干扰压制区域较大，效果较好。     

一种基于EMD和ANC技术的自适应降噪方法

为了提高分析信号的信噪比,基于经验模态分解和自适应噪声抵消技术,提出了一种新的信号去噪方法。该方法首先对信号进行自适应噪声抵消,然后进行经验模态分解,得到不同尺度上的固有模态函数,再对不同尺度上的固有模态函数进行噪声属性判定,如果不是噪声则选用不同的滤波参数,进行自适应噪声抵消,最后对各尺度上噪声抵消后的信号进行重构,得到去噪后的信号。结果表明,该方法比基于最小均方误差准则的自适应噪声抵消方法更能有效地消除信号中的噪声。     

雷达和ESM相关的仿真研究

雷达和ESM航迹关联可以认为是模式识别问题。在统计假设检验理论和模糊综合分析基础上建立了多目标运动模型、多门限数学模型、时序关联决策模型，给出了累积数据快速计算的模型，以此可对两类传感器的观测数据进行在线时间校准。通过模型能够实现雷达和ESM的快速关联，满足航迹关联的精度要求，并对不同运动态势的关联结果进行分析比较，取得了满意的结果。     

一种盲信号恢复的特征向量算法

信号恢复是雷达声纳目标检测和通信信号处理的一项重要任务。基于特征向量估计(EVA)的信号恢复算法可以在未知信道和源信号先验知识的情况下,在较短的时间内实现信号的盲恢复。它是将均衡信道参数估计问题变为与交叉累积量矩阵、自相关矩阵有关的特征向量求解问题,并保证解的唯一性和收敛性。将该算法应用于单源-单接收元(SISO)的恒模变相信号、两种声学水池信号妁恢复,取得了较好的恢复效果。     

一种基于子空间距离准则的源数目估计算法

 源数目估计是阵列信号处理中的一个重要课题，也是声纳探测领域的一个难题。通过研究特征子空间分析方法，提出了一种新的源数目估计算法。该方法在盲源分离结果的基础上，基于信号子空间和噪声子空间正交的原理，建立了子空间代价函数来估计观测空间的源数目。同时，通过仿真和水池实验，对该方法的性能做了研究，并与基于信息论准则中最小长度描述准则的源数目估计算法进行了比较。仿真和水池实验结果表明，该源数目估计算法能得到准确的源数目，并具有较好的抗噪性，在水声环境中具有更好的稳健性。     

阵元失效条件下拖线阵波束形成的优化方法

阵元失效会破坏拖曳线列阵的幅相分布,导致阵列的旁瓣级出现明显升高,严重影响了阵列的性能.针对这一问题,提出了一种阵元失效条件下波束形成的优化方法.算法的基本思想是将失效阵元的权重强制为零,并使得阵列的实际响应与期望响应在主瓣区域相匹配,同时对阵列响应的旁瓣级作出限制.通过对阵列中剩余正常阵元的权值进行重优化,可以使阵列的旁瓣级重新得到抑制.仿真结果表明该方法可行、有效.     

基于直接序列扩频信号的水声信道辨识仿真

提出了基于直接序列扩频信号(Direct sequence spread spectrum,DSSS)的水声信道辨识方法,建立了水声信道仿真模型,用DSSS信号通过已知参量的仿真信道,然后对水声信道进行辨识。通过分析信道的散射函数求得水声信道主要路径的多普勒展宽与多径强度的估计值。在有、无噪声的情况下都比较精确的估计出了信道参量。算例和仿真结果表明所提出的信道辨识方法是有效和可行的。     

论所有制结构调整与国有资产增值

本文论述了在所有制结构调整中国有资产增值的形式及影响因素。     

基于信息理论的舰船噪声盲分离算法

目前水声信号处理方法大多基于信号和环境的特定统计假设 ,使用限制较大。当模型假设不成立时 ,会严重影响信号处理效果。本文导出了基于信息理论的舰船噪声盲分离算法。该算法利用当信号相互独立时的信息理论特性 (互信息量最小或熵最大 )作为分离准则 ,逐步学习确定分离矩阵。算法无需输入信号和混合矩阵的任何先验知识 ,实验仿真证明了算法的有效性。     

基于数学形态学的混沌信号分数维提取研究

针对具有混沌分形特性的时间序列求取分数维的研究,提出了一种新的基于数学形态学的提取方法。该方法计算速度快,对Lorenz等系统进行的试验表明,其相关维与给出的新算法的计算结果很接近,为快速提取混沌分形特征提供了可能。在选择膨胀和腐蚀的尺度时要注意选择的尺度越合适,计算精度越高,并且越能反映时间序列的局部特性。