本文關(guān)鍵詞：基于時頻分析的水聲信號盲分離方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：聲吶在水下通訊過程中發(fā)揮著很大的作用,是水下信號處理的主要電子設(shè)備。一般主動聲吶的工作頻率集中在3KHz~97KHz,被動聲吶的工作頻段集中在3Hz~97KHz。水聲信道可以認(rèn)為是一個具有時變和空變特性的信道,同時水聽器接收設(shè)備中某些非線性元器件導(dǎo)致觀測到的信號常常是多種非平穩(wěn)信號的混合。水聲環(huán)境還存在很多外部干擾和噪聲,嚴(yán)重影響后期的目標(biāo)探測性能。時頻方法是非平穩(wěn)信號的處理方法,盲分離(BSS)方法能夠分離未知混合信號,時頻方法和盲分離方法相互綜合,能夠有效的分析水聲信道中傳播的非平穩(wěn)信號。本文聚焦于水聲信號盲分離問題,針對其非平穩(wěn)特點,搜尋更適合于實際應(yīng)用的盲分離方法。論文首先給出了對水聲信號進(jìn)行時頻和盲分離綜合分析的原因和意義,然后介紹了國內(nèi)外對這一問題的研究狀況。描述了盲分離模型,并用信干比指標(biāo)對本文中的算法進(jìn)行性能評估。時頻變換是分析非平穩(wěn)信號的一種強(qiáng)有力手段,時頻變換大體上可以分為三類:線性時頻變換、非線性時頻變換以及希爾伯特黃變換。本文分別從線性、非線性時頻分析以及Hilbert-Huang變換(HHT)的角度仿真了水聲信號分離過程,得到的仿真結(jié)果能夠清晰反映水聲信號盲分離算法的性能,對該類問題的后繼研究有一定參考價值。針對以非線性時頻分析為基礎(chǔ)的信號盲分離算法,本文先介紹了常見的雙線性時頻變換的理論基礎(chǔ);然后引入適用于非平穩(wěn)信號的盲分離方法,并通過計算機(jī)仿真對其進(jìn)行驗證。線性時頻分析的引入克服了非線性時間頻率分析的缺陷,借助瞬時時頻比方法搜索單源分析域,進(jìn)而求出混合矩陣和源信號的近似表達(dá),實現(xiàn)信號的盲分離。針對經(jīng)驗?zāi)B(tài)分解(EMD)能夠?qū)?fù)雜信號分解成單分量信號,而觀測信息一般是由單分量的源信號混合而成這一特點,計算模態(tài)分量(IMF)和觀測水聲信號的相關(guān)系數(shù),剔除虛假模態(tài)分量,實現(xiàn)Hilbert-Huang變換對多分量水聲信號的盲分離。仿真產(chǎn)生的非平穩(wěn)低頻水聲信號驗證了希爾伯特黃算法的實用性能。最后,討論了幾種算法在單矢量水聽器信號處理中的應(yīng)用,為以后的實際應(yīng)用提供可能。
【關(guān)鍵詞】：水聲信號處理 盲源分離 時頻分析 信干比
【學(xué)位授予單位】：哈爾濱工業(yè)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
• ABSTRACT5-9
• 第1章 緒論9-18
• 1.1 課題背景及研究意義9-10
• 1.2 國內(nèi)外發(fā)展現(xiàn)狀10-13
• 1.2.1 水聲信號盲分離的研究現(xiàn)狀10-12
• 1.2.2 時頻分析的研究現(xiàn)狀12-13
• 1.3 盲源分離算法13-15
• 1.4 算法的評價指標(biāo)15-16
• 1.5 課題主要研究內(nèi)容16-18
• 第2章 基于雙線性時頻變換的盲分離算法18-33
• 2.1 聲壓基陣接收信號模型18-19
• 2.2 Cohen類雙線性時頻分析19-23
• 2.2.1 維格納-威爾分布19-20
• 2.2.2 交叉項抑制20-23
• 2.3 基于雙線性變換的時頻盲分離方法23-27
• 2.3.1 盲源分離的假設(shè)23-24
• 2.3.2 預(yù)處理24
• 2.3.3 時頻變換24-26
• 2.3.4 聯(lián)合對角化26
• 2.3.5 基于雙線性時頻變換的盲分離算法26-27
• 2.4 仿真實驗27-32
• 2.4.1 混有高低頻余弦分量的LFM盲分離27-30
• 2.4.2 實測非平穩(wěn)信號盲分離30-32
• 2.5 本章小結(jié)32-33
• 第3章 基于線性時頻分析的盲分離算法33-50
• 3.1 線性時頻分析方法33-40
• 3.1.1 短時傅里葉變換33-35
• 3.1.2 小波變換35-36
• 3.1.3 S變換36-40
• 3.2 線性時頻比40-42
• 3.3 基于線性時頻分析的盲分離42-43
• 3.4 算法處理非平穩(wěn)水聲信號的能力43-48
• 3.4.1 算法對混有高低頻余弦分量的LFM信號處理能力43-45
• 3.4.2 算法對噪聲污染的LFM信號處理能力45-47
• 3.4.3 算法對實際非平穩(wěn)信號的處理能力47-48
• 3.5 本章小結(jié)48-50
• 第4章 基于Hilbert-Huang變換的盲分離算法50-69
• 4.1 Hilbert-Huang變換的基本理論50-54
• 4.1.1 解析信號50-51
• 4.1.2 瞬時頻率51-54
• 4.1.3 特征時間尺度54
• 4.2 Hilbert-Huang變換原理54-60
• 4.2.1 本征模態(tài)函數(shù)55
• 4.2.2 經(jīng)驗?zāi)B(tài)分解55-58
• 4.2.3 Hilbert譜58-60
• 4.3 基于Hilbert-Huang變換的盲分離算法60-62
• 4.4 仿真實驗62-68
• 4.4.1 算法對單分量混合信號的處理能力62-65
• 4.4.2 算法對混合LFM信號的處理能力65-68
• 4.5 本章小結(jié)68-69
• 第5章 矢量水聽器的盲分離69-75
• 5.1 引言69
• 5.2 矢量水聽器模型69-70
• 5.3 單矢量水聲信號盲分離70-73
• 5.3.1 基于雙線性時頻分析的盲信號分離71
• 5.3.2 基于線性時頻分析的盲信號分離71-72
• 5.3.3 基于HHT時頻分析的盲信號分離72-73
• 5.4 本章小結(jié)73-75
• 結(jié)論75-77
• 參考文獻(xiàn)77-82
• 攻讀碩士學(xué)期間發(fā)表的論文及其他成果82-84
• 致謝84

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張洪淵,賈鵬,史習(xí)智;互累積量迫零法信號源盲分離[J];上海交通大學(xué)學(xué)報;2001年08期

2 王惠剛,梁紅,李志舜;具有任意分布時間相關(guān)源的盲分離自適應(yīng)算法[J];西北工業(yè)大學(xué)學(xué)報;2003年06期

3 史曉非,黃耀P,梁德群,劉人杰;一種盲分離技術(shù)在信息處理中的應(yīng)用[J];大連海事大學(xué)學(xué)報;2005年02期

4 馮丹鳳;王海燕;;基于盲分離技術(shù)的雙目標(biāo)辨識與定位方法研究[J];聲學(xué)與電子工程;2006年01期

5 趙文紅;王巍;;求解單通道盲分離問題的一種新方法[J];計算機(jī)科學(xué);2013年S1期

6 張洪淵,.戴小明,史習(xí)智;一種功能增強(qiáng)的信號源盲分離新算法[J];振動工程學(xué)報;2002年02期

7 吳祖峰;葛麗;李剛;;傳感器個數(shù)及距離對盲分離影響的分析[J];電子科技大學(xué)學(xué)報;2006年02期

8 劉芳;張燕妮;;基于奇異值降維的胎心電盲分離方法[J];中國醫(yī)學(xué)物理學(xué)雜志;2013年06期

9 王惠剛,梁紅,李志舜;任意信號源的盲分離[J];信號處理;2002年02期

10 賈鵬,叢豐裕,史習(xí)智;雜系混合信號的盲分離[J];上海交通大學(xué)學(xué)報;2004年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王惠剛;梁紅;李志舜;;盲分離的模糊性[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

2 姜華;秦志峰;錢進(jìn);;一種頻域盲分離技術(shù)及其性能分析[A];中國聲學(xué)學(xué)會2002年全國聲學(xué)學(xué)術(shù)會議論文集[C];2002年

3 劉堅;陸佶人;;一種基于遺傳算法的盲分離方法[A];中國聲學(xué)學(xué)會2003年青年學(xué)術(shù)會議[CYCA'03]論文集[C];2003年

4 綦敦浩;章新華;范文濤;;水聲信號盲分離排序算法[A];2011'中國西部聲學(xué)學(xué)術(shù)交流會論文集[C];2011年

5 姚毅;賈金玲;姚婭川;;盲分離技術(shù)在識別生物信號中的應(yīng)用[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

6 夏斌;;基于獨立剩余量的圖像盲分離[A];2007第三屆中國智能交通年會論文集[C];2007年

7 鐘伯成;;信息極大ICA算法的動態(tài)盲分離研究[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（下）[C];2008年

8 王燕妮;馬鐵華;;盲分離技術(shù)在智能化引信中的應(yīng)用研究[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

9 劉娜;郭建中;;Infomax算法對調(diào)幅信號盲分離效果的分析[A];第二屆西安-上海兩地聲學(xué)學(xué)術(shù)會議論文集[C];2011年

10 蔡秋芳;李國輝;楊海濱;;基于時頻非交疊性的語音盲分離[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者 滕繼濮;盲分離：不想要的信號“非誠勿擾”[N];科技日報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 高俊文;面向機(jī)械故障診斷應(yīng)用的盲分離技術(shù)研究[D];華南理工大學(xué);2016年

2 蔡坤;胎兒心電信號的盲分離研究[D];華南理工大學(xué);2011年

3 張安清;盲分離技術(shù)及其在水聲信號中的應(yīng)用研究[D];大連理工大學(xué);2006年

4 叢豐裕;面向目標(biāo)感知的盲信號處理算法研究[D];上海交通大學(xué);2007年

5 楊祖元;盲信號分離算法分析與應(yīng)用研究[D];華南理工大學(xué);2009年

6 周勃;基于盲分離的空調(diào)機(jī)組故障振聲診斷研究[D];沈陽工業(yè)大學(xué);2008年

7 高峰;欠定松弛稀疏信號的盲分離研究[D];華南理工大學(xué);2012年

8 趙宇峰;單通道時頻混疊通信信號盲分離研究[D];中國科學(xué)技術(shù)大學(xué);2015年

9 黃青華;基于源信號模型的盲分離技術(shù)研究及應(yīng)用[D];上海交通大學(xué);2007年

10 王翔;通信信號盲分離方法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 薛韃;基于神經(jīng)網(wǎng)絡(luò)的發(fā)動機(jī)振動信號的盲分離研究[D];中國地質(zhì)大學(xué)(北京);2015年

2 范曉艷;基于差分進(jìn)化算法的置換混疊圖像盲分離[D];河南師范大學(xué);2015年

3 龐盟盟;基于單通道盲分離的抗干擾技術(shù)研究[D];電子科技大學(xué);2014年

4 王秀林;多集合信號聯(lián)合盲分離方法研究[D];大連理工大學(xué);2015年

5 馬歡;基于粒子濾波的同頻數(shù)字混合信號單通道盲分離技術(shù)研究[D];解放軍信息工程大學(xué);2014年

6 王珊;基于非負(fù)張量分解的多通道音頻信號盲分離研究[D];東南大學(xué);2015年

7 付丙艮;基于盲分離的胎兒心電信號提取系統(tǒng)設(shè)計[D];廣東工業(yè)大學(xué);2016年

8 嚴(yán)文鴻;基于非負(fù)盲分離的胎兒心電信號處理方法研究[D];廣東工業(yè)大學(xué);2016年

9 李敏;調(diào)制信號的盲分離技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

10 林錦榮;基于盲分離技術(shù)的胎心電信號處理系統(tǒng)的設(shè)計[D];廣東工業(yè)大學(xué);2016年

  本文關(guān)鍵詞：基于時頻分析的水聲信號盲分離方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：441159