基于稀疏表示的水声信号处理方法研究

基于稀疏表示的水声信号处理方法研究

ID:34914701

大小:13.03 MB

页数:173页

时间:2019-03-14

基于稀疏表示的水声信号处理方法研究_第1页
基于稀疏表示的水声信号处理方法研究_第2页
基于稀疏表示的水声信号处理方法研究_第3页
基于稀疏表示的水声信号处理方法研究_第4页
基于稀疏表示的水声信号处理方法研究_第5页
资源描述:

《基于稀疏表示的水声信号处理方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、西北工业大学博士学位论文(学位研究生)题目:基于稀疏表示的水声信号处理方法研究作者:雷志雄学科专业:水声工程指导教师:马远良2017年9月2Title:StudiesonunderwateracousticsprocessingbasedonsparserepresentationByLeiZhi-xiongUndertheSupervisionofProfessorMaYuan-liangA Dissertation Submitted toNorthwestern Polytechnical U

2、niversityIn partial fulfillment of the requirementFor the degree ofDoctor of UnderwaterAcousticEngineeringXi’an P. R. ChinaSeptember20174摘要摘要受水声传播规律和海洋环境的影响,声纳信号处理具有很大的特殊性,传统的阵列信号处理方法在处理水声信号问题时将面临严峻的挑战。近年来,随着信号处理领域的蓬勃发展,针对传统水声信号处理中的一些难题出现了一些新的思路和方向,本文就

3、是研究如何利用最近迅速兴起的信号稀疏表示理论来改进主/被动声纳系统的工作性能。针对信号的稀疏表示在水声信号处理中的应用,主要研究了浅海环境下使用小孔径水平阵和深海环境下使用二元垂直阵进行目标定位时存在的弱目标增强、阵列自校正、特征条纹提取以及非高斯背景噪声下的信号预处理等问题,提出了相应的模型和算法,并利用数值仿真或者实验数据进行验证,具体研究内容如下:1.研究了存在弱目标、强干扰情况下的时间方位历程图增强方法针对传统被动声纳时间方位历程图在目标信号较弱且存在强干扰情况下性能不佳的情况,提出了一种利

4、用全变分正则项和L1范数正则项生成时间方位历程图的2D-TV-L1方法。该方法可以有效利用目标航迹在空域的稀疏性、时域的连续性以及航迹在时间方位历程图中的边缘特征;针对时间方位历程图的二维重构问题涉及变量维数较大,使用凸优化等技术求解效率很低这一情况,使用交替方向乘子算法推导了2D-TV-L1方法的高效数值解法;通过数值仿真和浅海拖线阵实验数据分析发现2D-TV-L1不仅提高了时间方位历程图的分辨率,还增强了对强干扰的抑制、改善了对弱信号的检测性能。2.研究了存在阵列流行向量误差时的被动合成孔径定位

5、及子阵处理方法针对小孔径阵列定位低频声源的应用场景,提出了一种具有固定参考节点的稀疏表示被动合成孔径噪声源定位方法。与经典的被动合成孔径方法相比,基于稀疏重构的被动合成孔径方法利用一个固定传感器进行相位校正,因此不需要阵列移动速度的先验信息,适用于相干声源定位,比常规波束形成、L1范数正则化方法和被动合成孔径方法具有更高的定位精度。研究了子阵位移误差对被动合成孔径定位结果的影响,通过将各虚拟子阵阵间位移误差作为参数引入阵列模型,提出了一种基于子阵位移失配模型的直线阵稀疏贝叶斯目标方位估计方法,可同时

6、估计子阵间位移误差和波达方向。仿真和消声水池实验结果表明,使用子阵位移误差情况下的稀疏贝叶斯目标方位估计方法来进行多声源情况下被动合成孔径方位估计,可在一定程度上减小阵列速度失配引起的估计误差。3.研究了深海环境下使用双水听器对近海面目标进行被动定位的问题针对深海可靠声路径环境下的目标探测问题,提出了一种双水听器目标被动定位方法,该方法使用接收信号之间的互相关函数对目标的距离和深度进行匹配,不需要直接估计接收信号的时延和到达角。分析了互相关函数匹配定位方法的可分辨条件、定位模I西北工业大学博士学位论

7、文糊面主瓣宽度以及定位性能与信号时长和信噪比的关系。针对实际信号带宽有限,互相关函数中距离较近的两个峰值结构将会叠加,被动定位性能降低的问题,利用互相关函数峰值结构的相似性构造基矩阵,对互相关函数进行稀疏重构,获得较高分辨率的互相关函数峰值结构。与直接使用互相关函数进行匹配定位相比,降低了定位旁瓣,提高了定位精确度。4.研究了非高斯分布海洋环境噪声的建模与应用问题采用高斯混合模型可以将任意复杂的海洋环境噪声的概率密度函数近似为若干个高斯型概率密度函数之和。为了提高模型的灵活性与稳健性,研究了一种具有

8、促稀疏性的多层贝叶斯模型。由于多层混合模型随机变量较多,使用吉布斯采样方法对变量的后验概率进行近似;对两组不同的海洋环境噪声进行高斯混合模型建模,分析结果表明当混合分量的个数增加到一定程度时,绝大多数时间段的数据均能通过KS检验。对多层贝叶斯模型进一步简化,提出了一种零均值、非高斯噪声环境下的线性回归方法,并使用变分推断方法进行求解;与使用最小二乘进行线性回归的方法进行比较,此方法在非高斯背景下具有更高的准确性。关键词:信号稀疏表示,被动合成孔径,时间方位历程图,深海

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。