宋明凯
- 作品数：6 被引量：18H指数：2
- 供职机构：杭州应用声学研究所更多>>
- 相关领域：理学交通运输工程一般工业技术电子电信更多>>
- 改进MVDR波束形成性能的计算机模拟被引量：1
- 1994年
- 本文补充前一篇文章＂一种改善ＭＶＤＲ波束形成性能的方法＂计算机模拟结果。模拟实验表明：只要适当地设计波束形成器加权向量中的增强因子，就能够提高目标的方位估计精度和分辨力，并且不损失信噪比增益。从统一考虑信号检测和方位估计的观点看来，这种波束形成方法最适用于信号的基阵处理。
- 竺士蒙宋明凯宫先仪
- 关键词：波束形成计算机模拟
- 广义指向性信号模型的基阵处理
- 1992年
- 基阵处理是对空间传播波所载信息的处理。在实际水声环境中,信号波阵面在随机时变介质中传播,常常出现空间解相关,导致波向量谱以真正的信号到达方向(DOA)为中心的角扩展。本文论述了这种带有角扩展的所谓广义指向性信号的基阵处理,并就这种信号模型在能量意义上实现了信号匹配。本文还给出了广义指向性信号模型的计算机模拟方法,同时给出了一些计算机模拟的结果和新安江水库实验数据。
- 竺士蒙宋明凯宫先仪
- 关键词：声波指向性信号
- 扰动传播条件下的基阵处理被引量：1
- 1992年
- 本文以统一的时空处理与声场条件相匹配的观点,研究了具有一定角扩展的广义指向性信号、多路径信号、波导中的简正波和理想条件下的平面波信号等典型的传播模型的阵处理方法,以及克服扰动影响的Robust处理方法。旨在依靠环境知识、计算机处理能力和两者的结合,从根本上改进、提高和优化系统性能。本文还给出了阵处理方法的湖上实验结果。
- 严琪宋明凯宫先仪
- 关键词：信号处理声纳船舶
- Pi－Sigma网络在水声目标分类中的应用被引量：10
- 1997年
- 长期以来，由于受许多因素的影响，使得水声目标的分类已成为一个十分困难的问题。现在，随着人工神经网络技术的发展，众多的研究人员已经致力于基于人工神经网络的水声目标分类的研究．本文介绍了一种高阶神经网络即Pi-Sigma网络，研究了它的两种学习算法（基于梯度下降法和共轭梯度法的学习算法），并将Pi－Sigma网络用于水声目标辐射噪声的分类。和多层感知器（MLP）网相比，Pi-Sigma网络具有结构简单、收敛速度快及存储量少等优点。Pi－Sigma网络分类器的输入为一个常Q带通滤波器组作特征提取形成的特征向量。对不同类别的实际水声数据的分类结果表明取得了令人满意的分类正确率（达到或超过了95％）。
- 杜拴平宋明凯宫先仪
- 关键词：水声学
- 一种改善MVDR波束形成性能的方法被引量：5
- 1993年
- 最小方差信号无畸变响应(MVDR)波束形成具有最佳的信号保护、干扰消除和噪声降低能力,即信号/(干扰+噪声)比增益最大,它的能量输出作为一种波数谱(方位)估计器,其估计精度或分辨力受着声场信噪比因素的限制.本文提出一种新的改进MVDR波束形成方位分辨力的方法,它可以调节这种波束形成器权向量中的增强因子(等价于改善声场的信噪比条件),从而改进其方位分辨能力,并且不以牺牲信号/(干扰+噪声)比增益为代价。
- 竺士蒙宋明凯宫先仪
- 关键词：波束形成MVDR信噪比声场
- 基阵信号的Robust处理被引量：2
- 1992年
- 自适应波束形成对于微小的误差或扰动是非常敏感的.阵元间互不相关的误差或扰动对波束形成的影响如同一种不相关的空间白噪声,因此,抗白噪声基阵增益是Robust性的一种度量.本文提出了一种新的自适应波束形成算法:对抗白噪声基阵增益进行一个不等约束的同时,在线性约束条件下使波束形成的输出功率达到最小.这样,导出了一种有效的Robust自适应波束形成算法.这种算法在波前扰动,阵元位置或波束指向向量误差情况下,能够得到较好的基阵处理增益,从而改善了自适应波束形成的性能.本文最后对这种算法的稳态性能进行了计算机模拟和湖上实验研究.
- 严琪宋明凯宫先仪
- 关键词：水听器声波信号
