CN1332186C - 复杂背景下微弱信号检测和特征分析*** - Google Patents

复杂背景下微弱信号检测和特征分析*** Download PDF

Info

Publication number
CN1332186C
CN1332186C CNB2004100845659A CN200410084565A CN1332186C CN 1332186 C CN1332186 C CN 1332186C CN B2004100845659 A CNB2004100845659 A CN B2004100845659A CN 200410084565 A CN200410084565 A CN 200410084565A CN 1332186 C CN1332186 C CN 1332186C
Authority
CN
China
Prior art keywords
detection
subsystem
chip microprocessor
signal
amplifier
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.)
Expired - Fee Related
Application number
CNB2004100845659A
Other languages
English (en)
Other versions
CN1609570A (zh
Inventor
周越
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CNB2004100845659A priority Critical patent/CN1332186C/zh
Publication of CN1609570A publication Critical patent/CN1609570A/zh
Application granted granted Critical
Publication of CN1332186C publication Critical patent/CN1332186C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

一种复杂背景下微弱信号检测和特征分析***,用于自动探测和记录海洋环境噪声以及行船噪声特性,包括检测子***、信号处理子***和辅助子***。检测子***由放大器、增益衰减网络、程控带通滤波器、限幅放大器、比较器和单片微处理器构成,利用过零量和增益值结合Nyman-Pearson检测完成对微弱信号的检测;信号处理子***由通用***接口、高速数字处理器和采集器构成,分析噪声并记录频谱特性;辅助子***由电源模块、掉电监控模块、并行接口和串行接口构成,可以与打印机、计算机连接,做进一步的研究和信息存储;单片微处理器和高速数字处理器的数据通过通用***接口传输到存储器。本发明具有体积小、检测能力强和寿命长等优点。

Description

复杂背景下微弱信号检测和特征分析***
技术领域
本发明涉及一种复杂背景下微弱信号检测和特征分析***,是一种自动探测和记录海洋环境噪声以及行船噪声特性的装置,涉及信号检测、模式识别等领域,能直接应用于水中兵器的预警值班***和战斗引信中。
背景技术
我国有很丰富的海洋资源,了解各个海域中海洋的众多水文资料以及跟踪研究某一海域的海洋生物的活动对于经济发展、环境保护等都是十分有意义的,而研究行船噪声特性对船舶的降噪处理对于保卫我国广阔的邻海安全则更是一项重要的国防任务。因此研制一种能够较长时间在水下工作且无需人工干预的装置是很有必要的。目前国内针对水声噪声研究的检测***有许多,国外也有相应的水声检测设备,例如丹麦的B&K公司的水声设备非常先进。但是这些***和产品都存在许多缺点:(1)设备体积较大或外形固定,无法形成子***用于特定要求的***中;(2)价格昂贵,使得***成本大幅度提升,目前可以用低功耗的A/D器件基本完成本***的性能,但成本太高(约几十倍甚至上百倍);(3)总增益和增益单位大小固定,不能够根据实际需求灵活改变,使用不方便。另一方面检测算法过于复杂(如吴国清等,水声瞬态信号短时谱形态及谱相关法检测,声学学报,Vol.25,No.6,510-515)无法在实际的实时检测***中使用。
发明内容
本发明的目的在于针对现有技术的不足,提供一种复杂背景下微弱信号检测和特征分析***,实现在复杂背景情况下长期自动探测和记录海洋环境噪声以及行船噪声特性,具有体积小、检测能力强及性能可靠等优点。
为实现这样的目的,本发明设计的***包括检测子***、信号处理子***和辅助子***。检测子***由放大器、增益衰减网络、程控带通滤波器、限幅放大器、比较器和单片微处理器构成,利用过零量和增益值结合Nyman-Pearson检测完成对微弱信号的检测;信号处理子***由通用***接口、高速数字处理器和采集器构成,分析噪声并记录频谱特性和时域统计特性;辅助子***由电源模块、掉电监控模块、并行接口和串行接口构成,可以与打印机、计算机连接,可以做进一步的研究和信息存储;单片微处理器和高速数字处理器的数据通过通用***接口传输到存储器。
本发明的***采用模块化结构,主要由检测子***、信号处理子***和辅助子***组成,具体结构为:输入的信号经过水听器连接到放大器,放大器通过增益衰减网络连到单片微处理器并受其控制,放大器输出接程控带通滤波器的输入,程控带通滤波器的输出经限幅放大器再连接到比较器,比较器及限幅放大器分别与单片微处理器相连,放大器、增益衰减网络、程控带通滤波器、限幅放大器、比较器和单片微处理器构成检测子***。单片微处理器与信号处理子***中的通用***接口连接实现数据交换,同时通用***接口与高速数字处理器相连实现数据交换。高速数字处理器与一个采集器连接,采集器的输入从程控带通滤波器的输出接入,通用***接口、高速数字处理器和采集器构成信号处理子***。高速数字处理器通过一个串行接口连接计算机,通用***接口通过一个并行接口连接打印机;所有器件的供电由电源模块提供,电源模块与掉电监控模块连接,掉电监控模块与单片微处理器连接,电源模块、掉电监控模块、并行接口和串行接口构成辅助子***;通用***接口与存储器相连,单片微处理器和高速数字处理器的数据通过通用***接口传输到存储器。
在本发明的检测子***中,运用低功耗单片微处理器控制由多级运算放大器级联形成的增益放大器网络和增益衰减网络,从而达到对输入信号进行实时放大监控,使信号的幅值被控制在一个固定值的附近。检测信号幅值是否被控制在一个固定值附近的功能是利用程控带通滤波器、限幅放大器以及比较器来实现的。这时对信号的增益值就能够反映出信号幅值的变化情况。控制信号幅值增益的过程是由单片微处理器以多位二进制数来控制放大或增益网络中各级运算放大器。具体的位数可以根据实际问题需要的精度来选择。检测子***的检测功能是通过检测软件由微处理器来实现的。硬件检测子***和检测软件共同构成了本发明***的值更模块。
本发明的检测软件是基于二元假设和Nyman-Pearson(奈曼-皮尔逊)准则在虚警概率一定的情况下设计的,而检测统计量是信号每一秒中的平均过零点数和每一秒中的幅值平均数。观测信号是海洋环境噪声和船舶辐射噪声的合成信号。当无船舶出现时,观测信号中仅有海洋环境噪声,其每一秒中的平均过零点数和每一秒中的幅值平均数经过平滑处理是平稳和基本恒定的。但是当船舶出现后,观测信号中由于船舶信号的增强,每一秒中的平均过零点数和每一秒中的幅值平均数会发生变化,即过零点数随着船舶的靠近而变小,幅值随着船舶的靠近而变大。利用Nyman-Pearson准则以及给定的虚警概率,可以求得判定船舶出现的阈值。当连续三次(三秒钟)都超越阈值时就产生报警。
本发明专门设计了通用***接口的辅助子***,使***具有模块化的优点,同时也降低了***的功耗。辅助子***主要有两项功能:一个功能是配合检测子***的功能,设计了电源模块和***掉电监护模块。电源模块为***提供稳定的电压和电流,掉电监护模块的功能是在发生***突然掉电情况下,通知微处理器保存数据和***状态,另外当***受到外界干扰使得微处理器中的程序发生“死机”情况下能够保存数据和***状态,并重新启动微处理器,继续工作,保证检测***不会失效。辅助子***的另外一个功能是当本***完成任务,回收到实验室时,辅助子***具可以通过串行接口与计算机连接,将***中记录的数据传入计算机,也可以通过并行接口与打印机连接,通过打印机将检测曲线打印出来。
本发明的信号处理子***运用了低功耗高速数字处理器,解决了信号处理算法对运算能力的要求。当检测子***确认有船舶出现,将信息发给信号处理子***,信号处理子***将检测数据以及门限阈值存储起来。启动低功耗A/D采集信号,作快速傅立叶变换(FFT),检测线谱,估计功率普形状,以便进一步确认船舶是否真的出现。
本发明采用子***构成的模块化结构,可以根据实际***需求灵活改变,降低了***成本。检测子***利用过零检测、幅度检测原理检测信号,不仅采用无A/D且作到全数字化处理,而且能估算出噪声强度。实际运行结果表明,本发明***具有体积小、功耗低(<10毫瓦)、检测能力强和寿命长等优点。
附图说明
图1为本发明***原理框图。
图2时变背景中的统计平均检测原理图。
具体实施方式
以下结合附图和实施例对本发明的技术方案作进一步描述。
本发明***结构原理框图如图1所示,主要由三大部分组成,检测子***:放大器、增益衰减网络、程控带通滤波器、限幅放大器、比较器、单片微处理器;信号处理子***:低功耗高速数字处理器和采集器、通用***接口;辅助子***:电源、掉电监控、串行接口和并行接口。其中单片微处理器是主控CPU,***的全部任务由它控制完成。前端水听器将声信号转换成电信号经前置放大器输入本***,单片微处理器和高速数字处理器的数据通过通用***接口传输到存储器。
***的具体连接如下:
***分为检测子***、信号处理子***和辅助子***。输入的信号经过水听器到放大器,放大器通过增益衰减网络连到单片微处理器GMS90C32并受其控制,放大器输出接程控带通滤波器的输入,程控带通滤波器的输出经限幅放大器再连接到比较器。比较器、限幅放大器分别与单片微处理器GMS90C32相连。放大器、增益衰减网络、程控带通滤波器、限幅放大器、比较器和单片微处理器GMS90C32构成了检测子***。单片微处理器GMS90C32与信号处理子***中的通用***接口ZPSD301A连接实现数据交换,同时通用***接口ZPSD301A与高速数字处理器ADSP2181相连,实现数据交换;高速数字处理器ADSP2181与一个采集器连接,采集器的输入是从程控带通滤波器的输出接入。ZPSD301A,ADSP2181和采集器构成了信号处理子***。ADSP218连接一个串行接口,以备与计算机连接;ZPSD301A与一个并行接口连接,以备接打印机;所有的器件的供电有电源模块提供;而电源模块与掉电监控模块(MAX706P)连接,以监控电源的电压是否正常;同时掉电监控模块与GMS90C32连接,当电源工作不正常将向GMS90C32提供报警。电源模块、掉电监控模块、并行接口和串行接口构成了辅助子***。通用***接口ZPSD301A与存储器相连,将单片微处理器GMS90C32和高速数字处理器ADSP2181的数据传输到存储器。
1、检测子***
该子***的主要任务是探测海洋中异常噪声的产生,作出有与无的判决。
考虑到水听器的输出和数字处理的需要,确定了放大器的总放大量为80dB,CPU通过增益控制字的低六位控制衰减网络,控制精度为1.25dB,那么衰减网络的总衰减量为78.75dB,由此达到控制通道总增益的目的。程控带通滤波器由增益控制字的高两位控制,它的通带频率和止带频率可以根据研究的对象不同而分别设置,本发明实验的对象是船舶噪声,因此根据研究的需要将两个频段分别设置为100-800Hz和10-10000Hz两种滤波器;前者服务于过零检测,后者服务于限带能量检测(幅度检测)。图中的比较器是一个电压门限,用于增益控制。信号将与此门限比较,比较结果是一系列脉冲,送给CPU的T2(定时器/计数器)做一秒钟记数,T0(定时器/计数器)提供一秒钟中断。在软件中又设置一脉冲个数双门限,将所记的脉冲个数与上下门限比较,其结果作为CPU调整衰减网络的依据,并对增益控制字作相应的增减调整,使得通道输出保持恒定的输出均值。与此同时CPU记录此增益控制字。程控滤波器的输出信号将再通过整形放大,成为一系列脉冲,传给CPU的T1(定时器/计数器),进行每一秒的过零点记数。
检测子***中单片微处理器CPU的功能:
(1)调整增益控制字使输出稳定。
(2)CPU处理秒中断,读取一秒钟的过零点数和增益控制数。
(3)分别对过零点数X和幅度衰减量Q作统计平均处理,估计出背景过零点和幅度相对量的均值、方差,并产生自动门限;然后实时判决,若两者中有一发现信号出现,将启动高速数字处理器ADSP2181。
(4)监测电源电压,做掉电保护处理。当电源电压小于预先设定的警戒值时,掉电监控模块MAX706P向CPU发出中断申请,CPU将及时保存当前的状态和采集处理过的参数。
(5)处理完成后,自动进入休眠状态。根据计算,本发明的***CPU有95%的时间处于休眠状态,这样确保CPU平均功耗很低。
(6)控制数据的存储,驱动打印机,与微机的串行通讯管理,与高速数字处理器ADSP2181进行数据交换。
在这一子***中实现检测的软件算法,即预处理判决过程是由过零检测和幅度检测联合实现的,只要有一种检测发现信号,***将启动信号处理子***。当然,在何种情况下启动信号处理子***,可以根据需要在程序中设定。
过零信号检测是一种基于统计限带输入信号波形的单位时间内过零点数变化来检测微弱信号的方法。如果一个信号的出现引起了功率谱成分的变化,则单位时间过零点数的均值也发生变化。平稳高斯随机噪声的单位时间过零点数的均值A与功率谱密度W(f)的关系为:
A = 2 · [ ∫ 0 ∞ f 2 W ( f ) df / ∫ 0 ∞ W ( f ) df ] 1 / 2 - - - ( 1 )
对限带高斯噪声加正弦分量(线谱分量)的情形,按照Rice公式导出的单位时间过零点数的均值为:
A = 2 · [ 1 3 ( f L 2 + f L f A + f H 2 ) + rf s 2 1 + r ] 1 / 2 - - - ( 2 )
其中fH为通带上限频率,fL为通带下限频率,fs为线谱分量的频率,r是线谱分量与限带内连续谱噪声的功率比。在行船的辐射噪声中存在许多由推进器产生的线谱分量,因此它的出现必将造成过零点数的变化。通常海洋背景噪声的过零点数的统计平均值变化缓慢,且服从高斯分布,故其变化可视为参数(均值和方差)的变化。连续参数估计的方法可获过零点数均值的时变自动门限,并检测推进器引起的过零点数的明显变化。过零检测的突出优点是抗干扰能力强。
限带能量检测的实用最佳检测器是平方律检波积分器。对低信噪比的弱信号检测,用线性检波代替平方律检波因此造成的输出信噪比损失为0.57dB,但运算大为简化。检测子***就是进行线性的幅度数字信号检测。***整个通道的总增益DR(dB)是一定的,而衰减网络是由单片微处理器给出的六位二进制数Wi来控制的(每一个衰减单位为1.25dB),所以增益衰减量Q为:
Q=WN·DR/21+WN-1·DR/22+…+W1·DR/2N    (3)
既然输出是恒定的,Q的变化反映了信号幅度的动态变化,而且是六位二进制数字量,易于与CPU做无A/D连接,进行数字化检测。如果对Q的抽样时间间隔远大于限带噪声带宽的倒数时,可认为Q值抽样值之间不相关,从而对Q抽样可作信号幅度的统计检测。
本发明限带能量检测的突出优点是在完成对船舶噪声检测的同时,可以利用Q统计均值给出船舶辐射噪声强度的估值(当已给定水听器灵敏度值、预处理***增益最大值及设定的输出均值)。
由于同时用限带噪声幅度检测的增益控制权系数W和单位时间过零点数A来检测输入噪声的时、频域特性的变化,它们均为二进制数,因此可以用同样的检测方案处理,节省CPU的资源和时间。下面是检测方案:
随机过程X(t)被检测的一段长为N的样本值序列可以用多维向量X来表示:
X=[x1,x2,…,xN]T
x1,x2,…,xN相互独立。假设其未出现信号时的均值为A0,出现信号时均值为A1,方差为σ2,则向量的条件概率密度为:
P ( X | H 0 ) 1 ( 2 πσ 2 ) N / 2 exp [ - Σ i = 1 N ( X ( i ) - A 0 ) 2 2 σ 2 ] - - - ( 4 )
P ( X | H 1 ) = 1 ( 2 π σ 2 ) N / 2 exp [ - Σ i = 1 N ( X ( i ) - A 1 ) 2 2 σ 2 ] - - - ( 5 )
其中H0表示未出现信号,H1表示信号出现;求得似然比函数
λ ( X ) = P ( X | H 1 ) / P ( X | H 0 ) = exp [ - Σ i = 1 N ( X ( i ) - A 1 ) 2 2 σ 2 + Σ i = 1 N ( X ( i ) - A 0 ) 2 2 σ 2 ]
= exp [ A 1 - A 0 σ 2 Σ i = 1 N X ( i ) - N ( A 1 2 - A 0 2 ) 2 σ 2 ] - - - ( 6 )
ln ( λ ( X ) ) = A 1 - A 0 σ 2 Σ i = 1 N X ( i ) - N ( A 1 2 - A 0 2 ) 2 σ 2 - - - ( 7 )
假设一门限λT,有
&lambda; ( X ) = exp [ A 1 - A 0 &sigma; 2 &Sigma; i = 1 N X ( i ) - N ( A 1 2 - A 0 2 ) 2 &sigma; 2 ] H 1 > < H 0 &lambda; T - - - ( 8 )
为了减小统计检验量的方差,对统计检验量做平均处理,则均值不变,方差为σ2/N,此时有: X ~ = 1 N &Sigma; i = 1 N X ( i ) , ,称之为短样本参数估计。可以得到
X ~ = 1 N &Sigma; i = 1 N X ( i ) H 1 > < H 0 A 1 + A 0 2 + &sigma; 2 ln &lambda; T N ( A 1 - A 0 ) = X ~ c - - - ( 9 )
在这里应用Neyman-Pearson准则,假设检测器的虚警概率Pf为α,则有
P f = &Integral; x ~ c &infin; P ( X ~ | H 0 ) d X ~ = &alpha; - - - ( 10 )
由于观测统计量X由海洋环境噪声随时间的变化是时变的,因此对环境噪声的统计量
Figure C20041008456500109
需要时实进行参数估计。假设通过统计平均处理估计出观测统计量的均值方差,根据检测器能够容许的虚警概率,得到观测统计量的均值的置信区间。对于
Figure C200410084565001010
, 其均值为
Figure C20041008456500111
,方差为σ2/N;当N较大时,观测统计量Θ
&Theta; = X ~ - A ~ &sigma; / N - - - ( 11 )
均值为0,方差为1,我们称之为长样本参数估计。根据检测器能够容许的虚警概率α,得到统计量均值的置信区间100·(1-α)%,定义Θα为在虚警概率为α条件下的统计量,再根据高斯分布函数,应有
P(Θ≤Θα)=1-α                           (12)
得到置信区间上限为
Figure C20041008456500113
由于σ2是未知的,因此它需要通过估计得到S2来逼近,这里n为样本长度,这样样本的统计量为
&Theta; x ~ = ( x ~ - A ~ ) / s N - - - ( 14 )
服从n-1自由度的t分布。置信区间上限为
&omega; wp = &mu; ~ + s n &CenterDot; t &alpha; - - - ( 15 )
其中 为统计量
Figure C20041008456500117
的均值,tα是在虚警概率为α和自由度为n-1条件下在t分布表中查到的值。
根据Neyman-Pearson准则,在给定虚警概率的情况下,计算似然比并设定门限λT的最优值为AT,使得检测概率最大。虽然实际的背景是非平稳的,因而均值A0是时变的,但幸运的是海洋背景噪声的变化缓慢,有时需几分钟甚至十几分钟才能看到其参数(均值、方差)的明显变化,故可据上式做判决,但对过零检测A或能量检测W应有不同的值。
图2给出时变背景中信号检测运算框图,用短样本参数估计船舶噪声引起的变化,用长样本参数估计描述海洋背景A均值A0和方差σ2的估值。运用区间估计来计算A0的置信区间,并产生似然比检测的实时自动门限。
2、辅助子***
并行接口与打印机、绘图仪连接,CPU可以统一将过零通过特性曲线、能量通过特性曲线、各谱分析曲线以及一些特征参量打印出来。串行口用于与微型计算机通讯。
另外在此子***中,通过掉电监控模块MAX706P,CPU实时监控电源电压,当电源电压低于设定值时,CPU将自动重新启动,确保不会因为外界的电压波动导致CPU死机。***的电源由MAX639与相应的一些***器件构成。该电源对外界的输入电源要求很低(只需5-11V),就可以提供***所要的几种电压。
3、信号处理子***
当过零检测或能量检测发现船舶噪声信号和生物群噪声出现后,立即触发高速数字处理器ADSP2181,使ADSP2181摆脱休眠状态,启动A/D采集器,采集信号,并利用这些数据作各种分析。高速数字处理器ADSP2181的主要工作是在随后的每一个一秒内完成:
(1)启动后用FFT算法的实现,计算噪声的瞬时谱和八次平均功率谱。
(2)记录下每一时刻过零点数与幅度增益控制数。
(3)通过通用***接口ZPSD301A与CPU进行数据交换并将数据存入存储器。
(4)完成任务后自动进入休眠状态,这样ADSP2181的工作时间可以缩短,平均功耗大幅度降低到小于1毫瓦数量级。
这些工作的终止时刻为过零值与幅度值均和报警时的量值一致的时刻。
当单片微处理器GMS90C32启动高速数字处理器器ADSP2181,其主要的工作是计算信号的功率谱、线谱检测、统计量的计算和数据的存储。
信号处理子***中的软件算法是采用基2 FFT算法实现了功率谱分析,做2048点的八谱平均,有效分析频段800Hz,频率分辩率为1Hz。ADSP2181芯片实现1024定点的FFT运算时间为1.07毫秒,浮点FFT的运算时间为3毫秒,因而能够实现实时计算。对平均谱做线谱检测,并保存线谱的位置与线谱的幅值。

Claims (3)

1、一种复杂背景下微弱信号检测和特征分析***,其特征在于由检测子***、信号处理子***和辅助子***组成,输入的信号经过水听器连接到放大器,放大器通过增益衰减网络连到单片微处理器并受其控制,放大器输出接程控带通滤波器的输入,程控带通滤波器的输出经限幅放大器再连接到比较器,比较器及限幅放大器分别与单片微处理器相连,放大器、增益衰减网络、程控带通滤波器、限幅放大器、比较器和单片微处理器构成检测子***;单片微处理器与信号处理子***中的通用***接口连接实现数据交换,同时通用***接口与高速数字处理器相连实现数据交换;高速数字处理器与一个采集器连接,采集器的输入从程控带通滤波器的输出接入,通用***接口、高速数字处理器和采集器构成信号处理子***;高速数字处理器通过一个串行接口连接计算机,通用***接口通过一个并行接口连接打印机;所有器件的供电由电源模块提供,电源模块与掉电监控模块连接,掉电监控模块与单片微处理器连接,电源模块、掉电监控模块、并行接口和串行接口构成辅助子***;通用***接口与存储器相连,单片微处理器和高速数字处理器的数据通过通用***接口传输到存储器。
2、根据权利要求1的复杂背景下微弱信号检测和特征分析***,其特征在于所述检测子***的检测功能通过检测软件由单片微处理器来实现,观测统计量是信号每一秒中的平均过零点数和每一秒中的幅值平均数,观测信号是海洋环境噪声和船舶辐射噪声的合成信号,利用Nyman-Pearson准则以及给定的虚警概率,通过统计平均处理估计出观测统计量的均值方差,进而得到观测统计量均值的置信区间,将置信区间的上限作为判定船舶出现的阈值,当超越阈值时就产生报警。
3、根据权利要求1的复杂背景下微弱信号检测和特征分析***,其特征在于所述程控带通滤波器由增益控制字的高两位控制,其通带频率和止带频率分别设置为100-800Hz和10-10000Hz,分别用于过零检测和幅度检测。
CNB2004100845659A 2004-11-25 2004-11-25 复杂背景下微弱信号检测和特征分析*** Expired - Fee Related CN1332186C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2004100845659A CN1332186C (zh) 2004-11-25 2004-11-25 复杂背景下微弱信号检测和特征分析***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2004100845659A CN1332186C (zh) 2004-11-25 2004-11-25 复杂背景下微弱信号检测和特征分析***

Publications (2)

Publication Number Publication Date
CN1609570A CN1609570A (zh) 2005-04-27
CN1332186C true CN1332186C (zh) 2007-08-15

Family

ID=34765924

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2004100845659A Expired - Fee Related CN1332186C (zh) 2004-11-25 2004-11-25 复杂背景下微弱信号检测和特征分析***

Country Status (1)

Country Link
CN (1) CN1332186C (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100460893C (zh) * 2005-06-03 2009-02-11 中国石油大学(北京) 基于皮尔森体系独立分量分析地震去噪的方法
CN101598571B (zh) * 2008-06-04 2012-02-08 中国科学院沈阳自动化研究所 一种微弱信号的快速提取方法及装置
CN101382593B (zh) * 2008-08-08 2011-02-09 中国人民解放军海军工程大学 从未知强变频信号中检测弱低频信号的方法
CN102213603B (zh) * 2011-04-13 2013-10-16 北京航空航天大学 一种基于单片机的低频微弱信号检测仪
CN103033256A (zh) * 2012-11-19 2013-04-10 西北工业大学 一种用于海洋环境噪声测量的水声接收机
CN105445549B (zh) * 2015-12-11 2019-09-06 中国电子科技集团公司第四十一研究所 一种微弱电磁信号频谱测量方法
CN106644042B (zh) * 2016-11-25 2019-10-18 中国船舶重工集团公司第七一0研究所 基于可控滤波器组的舰船噪声功率谱分析电路及其方法
CN108281155A (zh) * 2017-01-06 2018-07-13 光子瑞利科技(北京)有限公司 基于瑞丽散射的过零检测方法在光纤水听***中的应用
EP3531090A1 (en) * 2018-02-27 2019-08-28 Distran AG Estimation of the sensitivity of a detector device comprising a transducer array
CN113720434A (zh) * 2020-05-26 2021-11-30 中国科学院声学研究所 一种基于深水水下滑翔机的单通道水听器及运行方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4597069A (en) * 1983-10-17 1986-06-24 Transdynamics Inc. Depthsounder/fish finder
CN1064744A (zh) * 1991-03-11 1992-09-23 中国科学院声学研究所 潜标式水下噪声测量***
CN1072018A (zh) * 1991-10-26 1993-05-12 水利电力部交通部南京水利科学院研究院 水下噪声宽频域瞬态采集存贮和处理***
JPH09304530A (ja) * 1996-05-21 1997-11-28 Mitsubishi Heavy Ind Ltd 水中音監視装置
JP2002071784A (ja) * 2000-08-30 2002-03-12 Tech Res & Dev Inst Of Japan Def Agency 航走体放射雑音からの航跡標定方法及び装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4597069A (en) * 1983-10-17 1986-06-24 Transdynamics Inc. Depthsounder/fish finder
CN1064744A (zh) * 1991-03-11 1992-09-23 中国科学院声学研究所 潜标式水下噪声测量***
CN1072018A (zh) * 1991-10-26 1993-05-12 水利电力部交通部南京水利科学院研究院 水下噪声宽频域瞬态采集存贮和处理***
JPH09304530A (ja) * 1996-05-21 1997-11-28 Mitsubishi Heavy Ind Ltd 水中音監視装置
JP2002071784A (ja) * 2000-08-30 2002-03-12 Tech Res & Dev Inst Of Japan Def Agency 航走体放射雑音からの航跡標定方法及び装置

Also Published As

Publication number Publication date
CN1609570A (zh) 2005-04-27

Similar Documents

Publication Publication Date Title
CN1332186C (zh) 复杂背景下微弱信号检测和特征分析***
CN103969635B (zh) 低空监视雷达的气象信号处理ip核
CN100520425C (zh) 电力暂态信号小波分析后处理方法及其装置
CN105472719B (zh) 一种稳健的水下通信节点唤醒信号检测方法
CN103885053A (zh) 一种基于追踪滤波器的雷达数据动目标检测处理方法
CN101848177B (zh) 基于变频的双稳态最优随机共振单频微弱信号检测方法
CN109524972B (zh) 基于gso和svm算法的低频振荡参数估计方法
CN106764468B (zh) 一种渗漏预警***及自适应频谱消噪方法
CN104901909A (zh) 一种α非高斯噪声下chirp信号的参数估计方法
CN101750605A (zh) 一种基于航管二次雷达测试***的抗干扰处理方法
CN113008361A (zh) 一种变电站站界噪声抗环境干扰检测方法及装置
Dan et al. An automatic real-time cable modal frequency identification and tracking algorithm by combining recursive band-pass filter and recursive Hilbert transform
CN109164427A (zh) 一种雷达接收机噪声功率的检测方法
CN112034387A (zh) 一种基于预测序列的输电线路短路故障诊断方法及装置
CN102183746B (zh) 一种雷达海上目标检测***及方法
CN105676211A (zh) 一种基于降秩技术的多亮点目标时空检测方法
CN112817014B (zh) 一种适用于时频域自适应的窄带抗干扰方法
Li et al. An adaptive window time-frequency analysis method based on Short-Time Fourier Transform
Xianmin A new method with high confidence for validation of computer simulation models of flight systems
CN106678552A (zh) 一种新型渗漏预警方法
Lu et al. Signal fusion-based detection with an intuitive weighting method
CN113283300A (zh) 一种抽水蓄能机组轴系劣化评估方法及装置
CN117741685B (zh) 一种风速反演方法、***、存储介质及设备
Bolisetti et al. RF sensing based target detector for smart sensing within Internet of Things in Harsh sensing environments
Li Radar emitter identification based on improved convolutional neural network

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
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20070815

Termination date: 20091225