CN102333052A - 一种适用于浅海低频条件的水声信号盲解卷方法 - Google Patents
一种适用于浅海低频条件的水声信号盲解卷方法 Download PDFInfo
- Publication number
- CN102333052A CN102333052A CN201110139594A CN201110139594A CN102333052A CN 102333052 A CN102333052 A CN 102333052A CN 201110139594 A CN201110139594 A CN 201110139594A CN 201110139594 A CN201110139594 A CN 201110139594A CN 102333052 A CN102333052 A CN 102333052A
- Authority
- CN
- China
- Prior art keywords
- signal
- horizontal
- array
- mode
- wave number
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种适用于浅海低频条件的水声信号盲解卷方法,技术特征在于:利用波数估计方法从水平阵接收信号中估计出波导中传播的简正波模态的水平波数;然后,根据估计的简正波模态水平波数信息构造一组权向量,并利用该权向量对水平阵接收信号进行模态分解处理,从中恢复出源信号波形。本发明给出的这种约束最优权向量也可以用于进一步改善Sabra等人提出的水平阵人工时反盲解卷方法的解卷性能。
Description
技术领域
本发明涉及一种适用于浅海低频条件的水声信号盲解卷方法,是一种水下信号盲解卷处理方法。
背景技术
由于海洋环境(特别是浅海波导环境)的多途效应,远程目标辐射的源信号会在接收端发生畸变,这严重影响了水声设备在远程目标检测、目标识别、水声通信等方面的应用。如何消除这种由于复杂水声信道特性引起的信号传输畸变是水声学中的一个重要研究课题。一般来说,接收端接收的信号可以看作是目标辐射的源信号和水声信道传输函数(格林函数)之间的卷积。在没有源信号及传输信道等先验信息的条件下,从单个阵元(或者阵列)接收的经过复杂水声信道传输后的信号中恢复出源信号的过程通常也被称为水声信号盲解卷处理。近年来,国内外学者们提出了多种水声信号盲解卷处理方法。典型的有:M.Siderius,and et al.J.Acoust.Soc.Am..1997;102(6):3439-3449.X.H.Zhang,and et al.Proceedings of ICSP2000.2001;1802-1805.M.K.Broadhead,and et al.J.Acoust.Soc.Am..2000;107(5):2576-2585.G. B.Smith.J.Acoust.Soc.Am..2003;113(4):2213.。
然而,这些方法的实现及其性能都直接或间接依赖于对真实水声信道特性的测量或假设。不同于上述的这些的水声信号盲解卷方法,Sabra等人提出了一种利用人工时反处理实现的水声信号盲解卷处理方法,并研究分析了这种人工时反处理方法在垂直阵接收信号盲解卷中的应用及其有效性(K.G.,Sabra,and D.R.Dowling.J.Acoust.Soc.Am.,2004;116(1):262-271)。利用人工时反处理实现的盲解卷方法的关键是从阵列接收的信号中估计出声源到阵列之间的信道传输函数信息。对于水平阵情况,Sabra等人也指出了人工时反解卷处理的可行性,并给出了从水平阵接收信号中估计声源到接收阵列之间的传输信道信息(格林函数)所必要的一组权向量。可以知道:该权向量的构造要求知道波导中传播的简正波模态的水平波数信息。实际应用中,波导中传播的简正波模态水平波数往往是未知的。虽然水平波数可以通过水声建模计算得到,但这需要完整且准确的环境先验信息。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种适用于浅海低频条件的水声信号盲解卷方法。
本发明的思想在于:研究了水平阵接收信号的模态结构及简正波模态水平波数估计方法,并在此基础上提出了一种基于简正波模态分解的盲解卷方法。该方法适用于浅海波导中水平线列阵接收的低频水声信号的盲解卷处理,其基本思想是:首先,利用波数估计方法从水平阵接收信号中估计出波导中传播的简正波模态的水平波数;然后,根据估计的简正波模态水平波数信息构造一组权向量,并利用该权向量对水平阵接收信号进行模态分解处理,从中恢复出源信号波形。为了更好地实现模态分解处理,提高解卷性能,本发明给出了一种约束最优权向量构造方法。由于能有效地提取出所需要的那一阶简正波模态且很好地消除其它阶模态的影响,利用这种约束最优权向量实现的模态分解处理可以进一步提高本发明所提出的方法的盲解卷性能。同样地,本发明给出的这种约束最优权向量也可以用于进一步改善Sabra等人提出的水平阵人工时反盲解卷方法的解卷性能。
技术方案
一种适用于浅海低频条件的水声信号盲解卷方法,其特征在于步骤如下:
步骤1:利用水平线列阵接收水下远程目标辐射的低频信号,并对每个阵元接收的信号进行快速傅立叶变换FFT,将各阵元接收的时域信号转换到频域上,得到接收信号的频域向量形式:P(r,zr,zs,ωi),其中:i=1,…,NFFT,NFFT为FFT变换点数,zr为水平阵位于水下深度,zs为目标深度,ωi为第i点傅立叶变换的角频率,r=[r1,r2,…,rN]为声源与每个阵元间的水平距离,N为水平阵阵元个数;
步骤3:根据估计出的简正波水平波数以一组最优权值对水平阵接收信号进行模态分解处理,其中:为解相关处理后的满秩的协方差矩阵,Rl(ωi)为第l个子阵的协方差矩阵,L为子阵的个数; d为水平线阵阵元间距;
步骤4:分别对每个频点ωi(i=1,…,NFFT)上的水平阵接收信号P(r,zr,zs,ωi)重复步骤2和步骤3,得到模态分解后的将所有频点的进行逆傅立叶变换IFFT,得到源信号波形y(t)=IFFT(Y(ω)),实现水平阵接收信号的盲解卷处理。
有益效果
本发明提出的一种适用于浅海低频条件的水声信号盲解卷方法,有益效果在于:
1.在浅海波导环境下,由于声场传播的多模态结构(多途结构),水平阵接收的远程目标辐射的低频信号会在接收端发生严重的畸变,利用简正波水平波数估计方法可以有效地从水平线列阵接收的目标辐射的低频信号中提取出波导中传播的简正波模态水平波数(这里说的水平波数并非真正的简正波水平波数值km,而是水平波数与目标方位角余弦值的乘积kmcosθs);
2.根据估计出的水平波数值,构造水平线列阵模态分解所需的一组权向量,对接收信号进行加权求和处理可以有效地分解出各阶模态对应的入射信号,利用本发明所给出的水声信号盲解卷方法可以有效地从水平线列阵接收的畸变了的信号中恢复出目标辐射的源信号波形。
3.为了进一步改善水平线列阵模态分解和这种基于水平阵模态分解的水声信号盲解卷方法的性能,本发明结合最优阵列处理技术,给出了一种水平线列阵模态分解所需的一组约束最优权向量构造方法。由于能更好地消除了其它阶模态的影响,利用该方法得到的约束最优权向量可以获得传统的模态分解方法更好的模态分解和信号解卷效果。同样地,本发明给出的盲解卷方法也可以进一步改善Sabra等人提出的水平阵人工时反盲解卷方法的解卷性能。
4.本发明提出的这种水声信号盲解卷方法虽然是基于简正波模型的,但处理中不需要利用简正波模型对阵列接收的信号进行建模,因此,本发明给出的这种解卷方法是一种全盲的处理方式,具有不需要环境、信道等统计先验信息、计算量小、实现简单的优点。
附图说明
图1:水平阵子阵分解示意图;
图2:仿真环境
图3:目标和接收阵列的几何结构;
(a)俯视图;(b)侧视图
图4:目标辐射信号时域波形及其频谱结构;
(a)时域波形;(b)频谱结构
图5:仿真环境中模态深度函数及其对应的水平波数随频率变化关系;
(a)模态深度函数;(b)水平波数
图6:水平阵几个阵元上接收的信号波形;
图7:估计得到的波数谱;
图8:取不同加权向量时,本发明所提出的盲解卷方法处理得到的结果;
(a)权向量由公式(3)获得;(b)权向量由公式(4)获得;
图9:取不同加权向量时,人工时反盲解卷方法处理得到的结果
(a)权向量由公式(3)获得;(b)权向量由公式(4)获得;
图10:几个阵元上接收的信号波形;
图11:估计得到的模态波数;
图12:取不同加权向量时,本发明所提出的盲解卷方法处理得到的结果;
(a)权向量由公式(3)获得;(b)权向量由公式(4)获得
图13:取不同加权向量时,人工时反盲解卷方法处理得到的结果;
(a)权向量由公式(3)获得;(b)权向量由公式(4)获得;
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本方法的内容有:
1.分析研究了浅海波导中水平阵接收信号的模态结构,给出了一种从水平阵接收的信号中提取出波导中传播的简正波模态水平波数的方法(这里说的水平波数并非真正的简正波水平波数值km(ωi),而是水平波数与目标方位角余弦值的乘积km(ωi)cosθs)。
2.给出了一种浅海波导环境中水平波数未知条件下的简正波模态分解方法,即根据估计的水平波数值构造水平阵模态分解所需的一组权向量,通过加权求和处理从水平阵接收信号中分解出各阶模态对应的入射信号。
3.为了能有效地从水平阵接收信号中提取出感兴趣的那一阶简正波模态,并消除其它阶模态的影响,进一步提高水平阵接收信号模态分解的性能,本发明结合最优阵处理技术,给出了一种模态分解所需要的一组约束最优加权向量构造方法,利用本发明给出的这种约束最优权向量也可以用于进一步改善Sabra等人提出的水平阵人工时反盲解卷方法的解卷性能。
4.针对典型浅海波导环境,通过计算机仿真给出了这种方法的有效性验证及其性能分析。
本方法实施例的步骤为:
1、利用水平线列阵接收水下远程目标辐射的低频信号:
利用水平线列阵接收水下远程目标辐射的低频信号,并对每个阵元接收的信号进行快速傅立叶变换FFT,将各阵元接收的时域信号转换到频域上,得到接收信号的频域向量形式P(r,zr,zs,ωi),其中:i=1,…,NFFT,NFFT为FFT变换点数,zr为水平阵位于水下深度,zs为目标深度,ωi为第i点傅立叶变换的角频率,r=[r1,r2,…,rN]为声源与每个阵元间的水平距离,N为水平阵阵元个数;
2、采用高分辨的MUSIC参数估计方法从水平线列阵接收的信号中估计出简正波水平波数:
将N元的水平线列阵分解为L个子阵,每个子阵的阵元个数为N′,子阵分解过程的示意图如图1所示。对于固定的频率ωii=1,…,NFFT,利用步骤一中水平阵接收的信号P(r,zr,zs,ωi),计算出每个子阵的协方差矩阵R1(ωi),…,RL(ωi),进一步构造出满秩的协方差矩阵实现水平线阵接收的信号的解相干处理。
其中,S(ξ)=[1,e-iξd,…,e-i(N-1)ξd]T为水平线阵的方向矢量。最终,根据波数谱图中M个峰值点的位置,就可估计出对应于频率ωi的简正波水平波数其中,θs为目标辐射信号与水平阵的夹角,i=1,…,NFFT,m=1,2,…,M。
3、设计一组权值w对水平阵接收信号进行模态分解处理:
结合最优阵处理技术,设计最优加权向量wopt为
利用wopt对水平线列阵接收信号进行加权求和处理,实现模态分解
4、恢复出目标源信号辐射的时域波形,实现水平阵接收信号的盲解卷处理
分别对每个频点ωi,i=1,…,NFFT上的水平阵接收信号P(r,zr,zs,ωi)重复步骤2和步骤3,得到模态分解后的Y(ωi),将其总和到一起,对进行逆傅立叶变换(IFFT),就可最终恢复出源信号波形y(t),实现水平阵接收信号的盲解卷处理;
y(t)=IFFT(Y(ω)) (6)
由于更好地消除了其它阶模态的影响,式(4)给出的约束最优权向量可以获得比式(3)给出的权向量更好的模态分解效果,因此,式(4)给出的约束最优权向量可以获得比式(3)给出的权向量更好的解卷效果。同样地,本发明给出的盲解卷方法也可以进一步改善Sabra等人提出的水平阵人工时反盲解卷方法的解卷性能。
以典型浅海波导环境为例,给出了本发明的实施实例中的具体数值:
采用的波导环境是典型距离无关的浅海波导环境,如图2所示。水深为65m,声速剖面(SSP)如图中曲线所示。声场计算采用了基于简正波的KRAKEN模型。声源与水平接收阵的几何关系如图3所示。目标深度zs为30m,目标辐射信号为LFM信号、带宽为250~350Hz,脉宽为0.1s,辐射信号的时域波形及其频谱结构如图4所示。接收阵是一个水平均匀线列阵,阵元数N为256,阵元间距d为2m,深度zr为30m,首阵元距离声源6km,方位角θs为15°。为了实现解相干处理,这里采用了子阵分解的方法,子阵处理的阵元数128,构造协方差矩阵时的子阵合成数128次,每次移动1个阵元间距。构造式(3)和式(4)给出的向量时,取感兴趣的模态阶数m=1。图5给出了仿真环境下波导中传播的几阶模态深度函数及其对应的水平波数随频率变化关系。可以看出:仿真环境条件下,低阶模态函数随变化变化较小,且模态的相速度cm随频率基本不变(或者说对应的模态水平波数随频率线性变化)。
针对该典型浅海波导环境,本实施例实现的步骤如下:
1.利用水平阵接收目标辐射信号
为了实现浅海波导远程目标辐射信号的盲解卷处理,首先利用水平线列阵接收由目标辐射的经过水声信道传输的声信号。这里没有真正通过海上试验得到水平线列阵的接收信号,而是利用基于简正波的KRAKEN模型数值计算得到。图6给出了数值计算得到的水平阵1号、30号、60号以及90号阵元接收的信号时域波形。
2.从水平阵接收信号中估计出简正波水平波数
图7给出了利用式(2)得到的简正波水平波数谱图。可以看出:浅海波导环境下,利用波数估计方法可以有效地估计出波导中传播的简正波模态水平波数。需要说明的是,当目标不是位于水平线列阵端射方向时,估计得到的波数值并非真实的模态水平波数值km(ωi),而是真实的水平波数值与目标方位角余弦值的乘积km(ωi)cosθs,但这不会影响本发明提出的目标方位估计方法。
3.水平阵接收信号模态分解处理
根据上一步估计出的简正波水平波数值,利用式(3)构造向量,并设为水平阵的常规加权向量w=,对水平阵接收信号向量作加权求和处理可以分解出m阶模态对应的传播信号Y(ωi)=wHP(r,zr,zs,ωi)。
为了能有效地从水平阵接收信号中提取出第m阶简正波模态对应的传播信号,并消除其它阶模态的影响,进一步提高水平线列阵接收信号模态分解的性能,结合最优阵处理技术,可以得到水平阵模态分解的一组约束最优加权向量wopt,具体见式(4)。利用该约束最优加权向量wopt对利用该权向量对水平阵接收信号向量进行加权求和处理,可以有效地提取出m阶简正波模态对应的传播信号,并消除其它阶模态的影响,具体见式(5)。由于更好地消除了其它阶模态的影响,式(4)给出的约束最优权向量可以获得比式(3)给出的权向量更好的模态分解效果。同样地,利用式(4)给出的约束最优权向量,也可以进一步改善水平阵接收信号的解卷处理效果。
4.水平阵接收信号盲解卷处理
水平阵接收信号的盲解卷处理的主要目的是从水平阵接收信号中恢复出目标辐射的源信号时域波形。根据上一步给出的模态分解处理可以得到所有频域上的对其作逆傅立叶变换,可以从水平阵接收信号中恢复出源信号波形y(t)。图8给出了取不同加权向量时本发明所提出的盲解卷方法处理得到的结果,其中,图8(a)和8(b)中的盲解卷处理采用的权向量分别是通过式(3)和式(4)构造得到常规加权向量和最优加权向量wopt,图中ρ表示盲解卷处理恢复出的信号与源信号之间的相关系数。同样地,图9(a)和(b)分别给出了利用这两组不同加权向量实现的Sabra等人提出的人工时反处理得到的盲解卷处理结果。
改变接收阵深度zr为40m,声源与水平接收阵方位角度θs为45°,其它条件不变。利用上面的几个实施步骤下可以得到类似的盲解卷处理结果,如图10-13所示。图10给出了仿真得到几个阵元上的接收信号时域波形。图11给出了仿真条件下利用式(2)得到的模态水平波数谱图。图12和图13给出了取常规加权向量和最优加权向量wopt时本发明所提出的盲解卷方法和人工时反解卷处理得到的结果。
从上面给出的几个实现实例中可以看出:利用本发明所提的这种基于模态分解的盲解卷方法可以有效地从水平阵接收信号中恢复出源信号波形,解卷效果与Sabra等人提出的水平阵人工时反盲解卷方法的基本一致,但是本发明给出的这种方法具有算法更容易、实现更简单的优点;由于能有效地提取出所需要的那一阶简正波模态,并更好地消除其它阶模态的影响。本发明给出的这种约束最优权向量可以获得比利用传统模态分解处理所用的权向量更好的解卷效果;并且利用本发明给出的这种约束最优权向量可以用于进一步改善Sabra等人提出的水平阵人工时反盲解卷方法的解卷性能。
Claims (1)
1.一种适用于浅海低频条件的水声信号盲解卷方法,其特征在于步骤如下:
步骤1:利用水平线列阵接收水下远程目标辐射的低频信号,并对每个阵元接收的信号进行快速傅立叶变换FFT,将各阵元接收的时域信号转换到频域上,得到接收信号的频域向量形式:P(r,zr,zs,ωi),其中:i=1,…,NFFT,NFFT为FFT变换点数,zr为水平阵位于水下深度,zs为目标深度,ωi为第i点傅立叶变换的角频率,r=[r1,r2,…,rN]为声源与每个阵元间的水平距离,N为水平阵阵元个数;
步骤2:采用高分辨的MUSIC参数估计方法从水平线列阵接收的每个频率对应的目标辐射信号中估计出简正波水平波数M为高分辨的MUSIC参数估计方法中涉及的波导有效传播的模态阶数,m=1,2,…,M;
步骤3:根据估计出的简正波水平波数以一组最优权值对水平阵接收信号进行模态分解处理,其中:为解相关处理后的满秩的协方差矩阵,R1(ωi)为第l个子阵的协方差矩阵,L为子阵的个数; d为水平线阵阵元间距;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110139594.0A CN102333052B (zh) | 2011-05-26 | 2011-05-26 | 一种适用于浅海低频条件的水声信号盲解卷方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110139594.0A CN102333052B (zh) | 2011-05-26 | 2011-05-26 | 一种适用于浅海低频条件的水声信号盲解卷方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102333052A true CN102333052A (zh) | 2012-01-25 |
CN102333052B CN102333052B (zh) | 2014-04-16 |
Family
ID=45484661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110139594.0A Expired - Fee Related CN102333052B (zh) | 2011-05-26 | 2011-05-26 | 一种适用于浅海低频条件的水声信号盲解卷方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102333052B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103293515A (zh) * | 2012-11-19 | 2013-09-11 | 西北工业大学 | 一种舰船线谱噪声源纵向分布特性测量方法 |
CN104836759A (zh) * | 2015-05-18 | 2015-08-12 | 西北工业大学 | 基于联合范数优化的稳健的水声信道估计方法 |
CN105334489A (zh) * | 2015-12-15 | 2016-02-17 | 吉林大学 | 一种分布式电磁矢量传感器阵列多参数联合估计方法 |
CN108107437A (zh) * | 2017-09-28 | 2018-06-01 | 哈尔滨工程大学 | 一种利用简正波耦合干涉的海洋环境监测方法 |
CN108768543A (zh) * | 2018-05-29 | 2018-11-06 | 河海大学 | 多特征融合认知型水声通信空快时自适应处理算法 |
CN111273296A (zh) * | 2020-02-27 | 2020-06-12 | 浙江工业大学 | 一种迭代解卷-时反目标检测及距离估计方法 |
CN112034440A (zh) * | 2020-09-01 | 2020-12-04 | 中国科学院声学研究所 | 一种基于波数谱能量累积分布的目标深度辨识方法及系统 |
CN112784412A (zh) * | 2021-01-21 | 2021-05-11 | 中国科学院声学研究所 | 一种基于压缩感知的单水听器简正波模态分离方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900738A (zh) * | 2005-07-22 | 2007-01-24 | 中国科学院声学研究所 | 一种高分辨率测深侧扫声纳信号处理方法 |
US20090003134A1 (en) * | 2007-06-26 | 2009-01-01 | Nuttall Albert H | Method and Apparatus for Improved Active Sonar Using Singular Value Decomposition Filtering |
CN101387701A (zh) * | 2008-10-24 | 2009-03-18 | 西北工业大学 | 一种基于前向预测的被动时间反转混响抑制方法 |
US20100106440A1 (en) * | 2008-04-08 | 2010-04-29 | Richmond Christ D | Method and Apparatus for Spectral Cross Coherence |
-
2011
- 2011-05-26 CN CN201110139594.0A patent/CN102333052B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900738A (zh) * | 2005-07-22 | 2007-01-24 | 中国科学院声学研究所 | 一种高分辨率测深侧扫声纳信号处理方法 |
US20090003134A1 (en) * | 2007-06-26 | 2009-01-01 | Nuttall Albert H | Method and Apparatus for Improved Active Sonar Using Singular Value Decomposition Filtering |
US20100106440A1 (en) * | 2008-04-08 | 2010-04-29 | Richmond Christ D | Method and Apparatus for Spectral Cross Coherence |
CN101387701A (zh) * | 2008-10-24 | 2009-03-18 | 西北工业大学 | 一种基于前向预测的被动时间反转混响抑制方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103293515B (zh) * | 2012-11-19 | 2015-07-15 | 西北工业大学 | 一种舰船线谱噪声源纵向分布特性测量方法 |
CN103293515A (zh) * | 2012-11-19 | 2013-09-11 | 西北工业大学 | 一种舰船线谱噪声源纵向分布特性测量方法 |
CN104836759A (zh) * | 2015-05-18 | 2015-08-12 | 西北工业大学 | 基于联合范数优化的稳健的水声信道估计方法 |
CN104836759B (zh) * | 2015-05-18 | 2018-02-09 | 西北工业大学 | 基于联合范数优化的稳健的水声信道估计方法 |
CN105334489A (zh) * | 2015-12-15 | 2016-02-17 | 吉林大学 | 一种分布式电磁矢量传感器阵列多参数联合估计方法 |
CN108107437B (zh) * | 2017-09-28 | 2021-05-28 | 哈尔滨工程大学 | 一种利用简正波耦合干涉的海洋环境监测方法 |
CN108107437A (zh) * | 2017-09-28 | 2018-06-01 | 哈尔滨工程大学 | 一种利用简正波耦合干涉的海洋环境监测方法 |
CN108768543A (zh) * | 2018-05-29 | 2018-11-06 | 河海大学 | 多特征融合认知型水声通信空快时自适应处理算法 |
CN108768543B (zh) * | 2018-05-29 | 2021-06-08 | 河海大学 | 多特征融合认知型水声通信空快时自适应处理算法 |
CN111273296A (zh) * | 2020-02-27 | 2020-06-12 | 浙江工业大学 | 一种迭代解卷-时反目标检测及距离估计方法 |
CN111273296B (zh) * | 2020-02-27 | 2021-11-02 | 浙江工业大学 | 一种迭代解卷-时反目标检测及距离估计方法 |
CN112034440A (zh) * | 2020-09-01 | 2020-12-04 | 中国科学院声学研究所 | 一种基于波数谱能量累积分布的目标深度辨识方法及系统 |
CN112034440B (zh) * | 2020-09-01 | 2023-12-22 | 中国科学院声学研究所 | 一种基于波数谱能量累积分布的目标深度辨识方法及系统 |
CN112784412A (zh) * | 2021-01-21 | 2021-05-11 | 中国科学院声学研究所 | 一种基于压缩感知的单水听器简正波模态分离方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102333052B (zh) | 2014-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102333052B (zh) | 一种适用于浅海低频条件的水声信号盲解卷方法 | |
CN103076594B (zh) | 一种基于互相关的水声脉冲信号双阵元定位的方法 | |
CN102183435B (zh) | 一种基于多路径反射理论的海底密度和声速测量方法 | |
CN101893698B (zh) | 噪声源测试分析方法及其装置 | |
CN104777453A (zh) | 舰船线谱噪声源定位的波束域时频分析方法 | |
CN103513250B (zh) | 一种基于鲁棒自适应波束形成原理的模基定位方法及系统 | |
CN103902830B (zh) | 一种圆环形阵列稳健旁瓣控制超指向性波束形成方法 | |
CN103076590A (zh) | 一种基于频率预估的水声脉冲信号的定位方法 | |
CN103076604B (zh) | 一种基于频散特征的低频水声脉冲信号距离的测量方法 | |
CN102944757A (zh) | 一种抗环境干扰的电磁辐射发射现场测试方法 | |
CN103713276B (zh) | 基于最小互熵谱分析的波达方向估计方法 | |
CN102645265A (zh) | 一种基于虚拟时间反转镜的舰船辐射噪声级测量方法 | |
CN103116162B (zh) | 基于目标空间稀疏性的高分辨声呐定位方法 | |
CN105445723A (zh) | 一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法 | |
CN101702017A (zh) | 一种多输入多输出雷达波形设计与处理方法 | |
CN105022050A (zh) | 一种多传感器阵列的水声信道离散噪声源抑制方法 | |
CN104168232A (zh) | 一种水声信道中多径时延与多普勒频移的测定方法 | |
CN104820218A (zh) | 一种基于频域自相关的浅海海底单参数反演方法 | |
CN108612519B (zh) | 油气井出砂的监测方法及装置 | |
CN105158734A (zh) | 一种基于阵不变量的单矢量水听器被动定位方法 | |
CN104793212A (zh) | 利用声波海底反射实现主动声纳远程探测的方法 | |
CN106019290B (zh) | 加权宽带时反算子分解多目标声成像方法 | |
CN105510878A (zh) | 一种分频段处理的多水下自主航行器被动相互定位方法 | |
CN104535989B (zh) | 浅海多途声信号分解方法 | |
CN1588124A (zh) | 利用多普勒变换的被动测速测距法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140416 Termination date: 20150526 |
|
EXPY | Termination of patent right or utility model |