發(fā)布時間：2017-06-08 00:14

  本文關(guān)鍵詞：基于線性陣列的多目標(biāo)特征提取，，由筆耕文化傳播整理發(fā)布。

【摘要】：被動水聲信號處理的三大任務(wù)是目標(biāo)檢測、定位和識別。水聲目標(biāo)識別的關(guān)鍵是特征提取,而目標(biāo)的譜分析是最常用的特征提取方式。然而,由于傳感器陣列的指向性不足,導(dǎo)致提取的待識別目標(biāo)譜特征中含有其它干擾目標(biāo)的成分,這必將影響目標(biāo)識別結(jié)果的可靠性。本文的主要工作是基于線列陣,提出一種基于迭代干擾信號重構(gòu)的多目標(biāo)干擾抑制算法,即被動聲吶接收信號,進行帶通濾波等預(yù)處理,然后對預(yù)處理后的干擾信號進行純化獲得高信噪比的干擾信號,根據(jù)陣型結(jié)構(gòu)及干擾信號方位推算各陣元接收信號中的干擾成分,最后從時域剔除各陣元信號中的干擾成分,再次進行純化,獲得較為純凈的期望信號,利用LOFAR譜和DEMON譜特征提取方法,正確提取期望信號的線譜特征。論文的主要研究工作如下：1、結(jié)合線列陣的陣指向性函數(shù),討論不同情況下多目標(biāo)干擾對波束形成輸出信號及隨后的特征提取的影響,并對多目標(biāo)干擾下特征提取的優(yōu)化改善方向進行分析。2、結(jié)合實際工程情況,通過模擬統(tǒng)計特征來仿真艦船輻射噪聲和陣元信號,并對波束形成后的信號進行DEMON譜及LOFAR譜分析,提取機械噪聲線譜、螺旋槳軸葉頻；對比單信號及存在多目標(biāo)干擾時采取上述方法進行目標(biāo)特征提取的性能差異。3、討論零導(dǎo)向波束形成及MVDR波束形成的抗多目標(biāo)干擾性能。提出基于迭代干擾信號重構(gòu)的多目標(biāo)干擾抑制算法,仿真分析不同情況下基于該方法進行多目標(biāo)干擾抑制后,目標(biāo)特征提取的性能。
【關(guān)鍵詞】：迭代干擾重構(gòu) 特征提取 多目標(biāo)干擾抑制 DEMON譜 LOFAR譜
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 縮略語表10-11
• 第一章 緒論11-15
• 1.1 研究背景及意義11
• 1.2 影響多目標(biāo)特征提取的主要因素11-12
• 1.3 國內(nèi)外研究現(xiàn)狀12-14
• 1.4 本文主要工作14-15
• 第二章 均勻線陣多目標(biāo)指向性函數(shù)分析15-29
• 2.1 引言15
• 2.2 陣列信號模型15-16
• 2.3 空域濾波概述16-17
• 2.4 常規(guī)時延波束形成及其多目標(biāo)指向性分析17-26
• 2.4.1 常規(guī)時延波束形成的基本原理17-18
• 2.4.2 單目標(biāo)時常規(guī)時延波束形成波束圖的指向性分析18-21
• 2.4.3 多目標(biāo)時常規(guī)時延波束形成波束圖的指向性分析21-26
• 2.5 零導(dǎo)向波束形成26
• 2.6 MVDR波束形成26-27
• 2.7 本章小結(jié)27-29
• 第三章 譜特征提取29-45
• 3.1 艦船輻射噪聲特點及輻射噪聲源概要29-31
• 3.1.1 艦船輻射噪聲功率譜特點29
• 3.1.2 艦船輻射噪聲源概要29
• 3.1.3 機械噪聲29-30
• 3.1.4 螺旋槳噪聲30-31
• 3.1.5 水動力噪聲31
• 3.2 艦船輻射噪聲仿真31-37
• 3.2.1 平穩(wěn)連續(xù)譜仿真31-33
• 3.2.2 時變調(diào)制譜仿真33-35
• 3.2.3 線譜仿真35-37
• 3.3 功率譜特征提取37-41
• 3.4 調(diào)制譜特征提取41-44
• 3.5 本章小結(jié)44-45
• 第四章 基于干擾重構(gòu)的多目標(biāo)干擾抑制45-69
• 4.1 引言45
• 4.2 干擾信號重構(gòu)的基本原理45
• 4.3 高精度時延濾波器45-47
• 4.3.1 高精度時延濾波器的原理及實現(xiàn)46-47
• 4.3.2 高精度時延濾波器的性能47
• 4.4 干擾信號重構(gòu)47-61
• 4.4.1 單目標(biāo)干擾信號重構(gòu)47-48
• 4.4.2 多目標(biāo)干擾信號重構(gòu)48-57
• 4.4.3 基于迭代的多目標(biāo)干擾信號重構(gòu)57-61
• 4.5 多目標(biāo)干擾下功率譜特征提取61-64
• 4.6 多目標(biāo)干擾下調(diào)制譜特征提取64-67
• 4.7 本章小結(jié)67-69
• 第五章 總結(jié)與展望69-71
• 5.1 本文工作總結(jié)69-70
• 5.2 未來工作展望70-71
• 致謝71-73
• 參考文獻73-75
• 攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果75

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳志剛,李陸冀;一種基于模型的艦船目標(biāo)特征提取方法[J];情報指揮控制系統(tǒng)與仿真技術(shù);2004年04期

2 胡進峰;周正歐;;基于核方法的探地雷達目標(biāo)特征提取方法[J];電波科學(xué)學(xué)報;2005年05期

3 郭麗華;劉超華;丁士圻;;水下目標(biāo)特征提取方法比較研究[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2008年04期

4 高明星,楊健,彭應(yīng)寧;極化雷達遙感中目標(biāo)特征提取[J];電波科學(xué)學(xué)報;2004年04期

5 徐慶;王秀春;李青;;基于高分辨一維像的目標(biāo)特征提取方法[J];現(xiàn)代雷達;2009年06期

6 韓艷麗,郭曉軍,沈同圣,周曉東;可視化目標(biāo)特征提取及動態(tài)跟蹤算法驗證系統(tǒng)[J];紅外與激光工程;2001年02期

7 黃繼昌;目標(biāo)特征提取技術(shù)[J];系統(tǒng)工程與電子技術(shù);1994年10期

8 王偉,張漢華,姜衛(wèi)東,聶鐳,陳曾平;低分辨雷達的目標(biāo)特征提取方法[J];國防科技大學(xué)學(xué)報;2002年02期

9 王曉丹,王積勤;基于小波分解及KCN的雷達目標(biāo)特征提取[J];電波科學(xué)學(xué)報;2003年01期

10 辛欣;張效民;;基于S-變換的水中目標(biāo)特征提取[J];電聲技術(shù);2007年01期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 劉浩;吳季;;雷達目標(biāo)特征提取的數(shù)學(xué)模型與RELAX參數(shù)估計方法[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年

2 趙安軍;牛威;郭雷;;基于RCS的空間目標(biāo)特征提取與識別研究[A];第二十七屆中國控制會議論文集[C];2008年

3 韓征;韓萍;盧曉光;劉瑞華;吳仁彪;;基于MVP的SAR目標(biāo)特征提取與識別[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 計科峰;SAR圖像目標(biāo)特征提取與分類方法研究[D];中國人民解放軍國防科學(xué)技術(shù)大學(xué);2003年

2 代大海;極化雷達成像及目標(biāo)特征提取研究[D];國防科學(xué)技術(shù)大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 朱傳奇;基于線性陣列的多目標(biāo)特征提取[D];東南大學(xué);2016年

2 夏昕;SAR圖像典型目標(biāo)特征提取與識別方法研究[D];四川大學(xué);2006年

3 劉敬;基于感知不變性的目標(biāo)特征提取技術(shù)研究[D];中國石油大學(xué);2007年

4 王一童;前視掃描聲納的成像與目標(biāo)特征提取[D];中國海洋大學(xué);2009年

5 謝磊;基于HHT的水雷目標(biāo)特征提取技術(shù)研究[D];哈爾濱工程大學(xué);2008年

6 高明星;基于極化SAR的目標(biāo)特征提取及其應(yīng)用[D];清華大學(xué);2004年

7 馬元鋒;雷達目標(biāo)特征提取與識別研究[D];西安電子科技大學(xué);2006年

8 薛泠子;基于形態(tài)學(xué)的SAR目標(biāo)特征提取與分類方法研究[D];電子科技大學(xué);2013年

9 高貴;高分辨率SAR圖像目標(biāo)特征提取研究[D];國防科學(xué)技術(shù)大學(xué);2003年

10 張曉云;高階統(tǒng)計量在水雷目標(biāo)特征提取中的應(yīng)用[D];哈爾濱工程大學(xué);2008年

  本文關(guān)鍵詞：基于線性陣列的多目標(biāo)特征提取，由筆耕文化傳播整理發(fā)布。

本文編號：430771