版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文基于最近二十多年來信號檢測與處理學(xué)科的發(fā)展,結(jié)合聲引信發(fā)展需要對水下目標(biāo)輻射噪聲線譜檢測技術(shù)進行研究,研究了一些傳統(tǒng)信號檢測處理方法實現(xiàn)的原理。主要研究工作如下: 1、針對微弱正弦信號檢測,首先分析了傳統(tǒng)的自相關(guān)方法,在此基礎(chǔ)上研究了一種用于微弱正弦信號檢測的新方法,在信號未知的情況下,通過多次自相關(guān)運算成功的檢測出淹沒于強噪聲中的微弱正弦信號。同時研究了基于對稱相關(guān)函數(shù)法的線譜檢測,研究表明對稱相關(guān)函數(shù)法比傳統(tǒng)相關(guān)方法在頻
2、譜分析上具有更高的分辨率,抑制噪聲的性能優(yōu)于傳統(tǒng)的相關(guān)函數(shù)。然后討論了極性相關(guān)原理,給出了對稱相關(guān)函數(shù)的極性相關(guān)實現(xiàn)。分析和仿真表明,極性相關(guān)能大大減少相關(guān)分析的運算量。 2、研究了現(xiàn)代譜分析AR模型Levinson方法、并把近代譜估計的方法引入到互譜估計中,從理論上證明了互相關(guān)函數(shù)的Yule-Walker方程,在此基礎(chǔ)上研究了互譜估計的Levinson遞推估計方法,該方法可以有效的地克服傳統(tǒng)的互譜FFT算法和周期圖法存在的譜分
3、辨率低、譜估計方差大的缺點。結(jié)合經(jīng)典功率譜估計和現(xiàn)代譜估計的特點,采用聯(lián)合的方法提取水下目標(biāo)輻射噪聲線譜,所用方法技術(shù)成熟、方法簡單,有利于對目標(biāo)特征信息進行實時檢測,因而具有實用價值。 3、由于傅里葉變換在信號的時間信息和頻率信息上的矛盾引出了時頻聯(lián)合分析的思想,文中詳細介紹了短時傅里葉變換、Wigner-Ville分布和Wigner-Hough變換這3種典型時頻分析方法的,對他們的性能進行了分析和比較,指出了這些分析方法的優(yōu)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 聲引信中線譜的預(yù)警檢測和確認(rèn)方法.pdf
- 時頻分析方法
- 聲引信1
- 基于時頻分析的信號檢測與識別方法研究.pdf
- 基于時頻分析的水質(zhì)多尺度特征提取和異常檢測方法研究.pdf
- 電網(wǎng)諧波過程的時頻分析檢測.pdf
- 基于時頻分析的艦船輻射噪聲檢測方法研究.pdf
- 基于時頻分析的超聲無損檢測信號處理方法研究.pdf
- 基于時頻分析的水下目標(biāo)聲散射特征研究.pdf
- 16_時頻分析方法.pdf
- 船舶結(jié)構(gòu)中低頻線譜振動噪聲時頻預(yù)報方法研究.pdf
- 基于時頻分析的信號檢測與參數(shù)估計方法研究.pdf
- 基于時頻分析的軸承故障自動檢測方法研究.pdf
- 基于時頻分析的揚聲器故障在線檢測方法研究.pdf
- EEMD時頻分析方法研究和仿真系統(tǒng)設(shè)計.pdf
- 15536.基于時頻分析的地震含氣性檢測方法研究
- 基于EMD的時頻分析方法研究.pdf
- 蘭姆波檢測技術(shù)及HHT時頻分析方法研究.pdf
- 基于時頻分析方法油氣預(yù)測
- 海雜波中目標(biāo)檢測的時頻方法研究.pdf
評論
0/150
提交評論