环境不确定与信号微弱是目前浅海环境中信号检测与参数估计面临的两大主要难题。随机共振对处理非高斯背景的信号检测问题具有一定优势,是解决水下环境复杂、具有不确定性问题的新途径。空时联合处理能提高水下信号检测与估计的有效性及增益,从而改善水下信号微弱问题。本研究拟综合随机共振理论与空时联合处理理论的优势,通过引入波导信息调节机制,建立适用于浅海环境的空时联合随机共振检测系统。并将此系统的研究与最优化理论相结合,对系统的作用原理、条件进行相关论证并进行透彻的量化分析,进而探明系统作用机理,使系统发挥最高性能,以解决上述浅海环境中信号检测与估计面临的难题,为水声弱信号检测与估计提供新的理论、方法和思路。
本项目针对于海洋环境中水声信号微弱且环境复杂的特点,开展了空时联合随机共振检测系统的研究,主要研究成果和结论如下:(1)建立了两种空时联合随机共振系统模型,基于分布式的空时联合随机共振检测系统以及基于独立接收单元的空时联合随机共振检测系统;(2)在尼曼皮尔森准则和贝叶斯理论下,结合凸优化理论,分析了基于分布式的空时联合随机共振检测系统噪声增强的作用机理及最优噪声形式,并给出了最优噪声增强的具体实现方案;(3)引入波导的自适应处理机制,将上述研究应用于时变环境中,并通过水声仿真实验验证了系统的有效性;(4)分析了基于独立接收单元空时联合随机共振检测系统输出信噪比增益,为进一步将该系统应用于水声信号处理提供保障;(5)除了对信号检测方面的研究,我们还将研究延伸到信号参数估计方面进行了研究,针对于水下能量受限的特性,通过一种重构等价协方差矩阵的方法,实现了低复杂度的阵列信号处理中信号方位估计以及信源数估计。通过上述研究为水声弱信号检测与估计提供新的理论、方法和思路。
{{i.achievement_title}}
数据更新时间:2023-05-31
硬件木马:关键问题研究进展及新动向
环境类邻避设施对北京市住宅价格影响研究--以大型垃圾处理设施为例
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
时滞动力系统的自随机共振和随机共振研究及应用
随机共振在微弱信号检测中的机理研究
浅海运动平台空时自适应检测前跟踪算法研究
非线性系统的变尺度随机共振与振动共振及其相互作用机理研究