基于非線性動力系統(tǒng)的水聲信號分析與處理.pdf

1、本文以動力系統(tǒng)理論為基礎、針對實測水聲信號開展研究，討論被動聲納信號(目標輻射噪聲)的相空間重構、預測、降噪問題及其在檢測與識別中的應用。論文的主要內容概述如下： 討論了被動聲納信號的相空間嵌入問題。理論上，嵌入應能重構出與原未知系統(tǒng)的軌跡微分同胚的軌跡；實際操作中，嵌入?yún)?shù)的選取原則是針對實際應用選取，即找到適合當前工作對象和工作目標如維數(shù)計算、預測的相對較好的嵌入，應使計算比較可靠，計算代價較小。對輻射噪聲數(shù)據(jù)的計算表明，計

2、算吸引子維數(shù)和序列預測所需要的時延與嵌入維乘積的最小值是比較接近的，可稱之為最小時窗，它是反映序列在相空間重構的一個特征長度。 應用相空間局部線性預測方法對實測的輻射噪聲數(shù)據(jù)進行了分析，得到兩種類型的預測誤差～鄰域大小曲線，分別適合線性和非線性預測，同時還討論了預測參數(shù)的選取問題。分析表明，當序列呈非線性時，連續(xù)譜更多地含有非線性成分。根據(jù)輻射噪聲的特點，提出用線性預測結合非線性修正項的全局預測器，由殘差的性質決定是否進行殘差的

3、非線性預測。比較了線性預測、局部線性預測和殘差預測法的特點和用于輻射噪聲時的性能：對許多數(shù)據(jù)而言，兩種非線性預測的誤差小于線性預測，這時，若序列足夠長，局部線性預測的誤差最小，而殘差預測法在計算代價和預測誤差上都較折衷。 通過分析波束合成后的信號知，目標信號以低維成分為主，而背景噪聲以高維噪聲為主。因此，當背景的先驗知識較少時，可用基于自組織網(wǎng)的降噪法從數(shù)據(jù)中提取出低維成分。當背景噪聲內存在低維成分時，設計了抑制它的方法，即通過