陈喆
- 作品数：9 被引量：11H指数：1
- 供职机构：中国人民解放军海军潜艇学院更多>>
- 相关领域：电子电信交通运输工程理学一般工业技术更多>>
- 低信噪比下多目标调制谱轴频自动检测算法
- 2022年
- 针对低信噪比条件下,水声目标辐射噪声中多目标调制谱轴频检测较困难的问题,提出一种联合蚁群算法与谐波库匹配算法的多目标调制谱轴频检测算法。算法利用排序截短法剔除调制谱中的趋势项,并提出一种基于蚁群算法的线谱提取算法,用于提取低信噪比下调制谱中的线谱,该算法根据线谱特征建立一种新的代价函数来替代传统蚁群算法中距离这一寻优标准,可实现低信噪比下线谱地自动提取;最后根据所提线谱建立谐波库,通过与谐波库匹配实现轴频地自动提取。仿真和海试数据验证表明,该算法在低信噪比下可以较好地提取线谱,并自动提取多目标的轴频,效果较好。
- 马凯陈喆王易川程玉胜
- 关键词：低信噪比线谱提取多目标
- 海洋中声压水听器对声纳目标跟踪定位仿真被引量：1
- 2017年
- 在传统的声纳系统均采用声压水听器构成阵列模型对目标进行探测跟踪时,由于声压直线阵存在目标"左右舷模糊"问题,为准确估计目标真实方位,分析了包括直线阵、圆阵、十字阵和Y形阵在内的四种常见阵形的常规波束形成方法,并通过仿真比较了不同阵形对声纳目标的跟踪定位性能。结果表明,除直线阵会产生左右舷模糊目标外,其余阵形均可确认目标真实方位,且圆阵效果最好,十字阵效果最差。但直线阵空间增益大,波束宽度窄,在非端射方位区域,探测距离和方位分辨力均优于其它阵形。
- 陈喆李智忠高鑫刘启军
- 关键词：阵形波束宽度
- 基于时域解析信号的广义MUSIC算法
- 2017年
- 波束形成是声呐信号处理的关键技术,本文提出一种新的基于宽带时域解析信号的广义MUSIC自适应波束形成算法(TAMUSIC算法)。该算法将时域解析信号与改进的MUSIC算法相结合,对精确时延之后的宽带时域信号进行希尔伯特变换生成复数形式的时域解析信号,增加权向量自由度;通过增加调节指数构建新广义噪声子空间,解决了传统MUSIC算法信源数目估计不准带来的影响,提高算法鲁棒性;最后利用信号子空间和噪声子空间的正交性估计目标方位。仿真数据和海试数据处理的结果表明:TAMUSIC算法可以获得更尖锐的谱峰,提高目标的角度分辨力,增强了弱小目标的发现能力。
- 李智忠许忠良陈喆程玉胜
- 关键词：阵列信号处理MUSIC
- 被动声呐目标智能识别技术研究综述
- 智能识别技术的发展使得被动声呐目标识别逐渐由基于特征选择、特征提取和分类器设计转变为依赖大数据和深度神经网络模型。本文介绍了被动声呐目标识别技术的发展现状,分析了人工智能在被动声呐目标识别技术中的应用难点,最后对进一步提...
- 刘振王易川李海涛陈喆
- 关键词：人工智能
- 船舶噪声信号常用解调方法分析
- 2012年
- 为了加深对绝对值解调以及Hilbert变换这2种解调方法的认识,对含有2个载频信号(从而可推广到宽频)的2种解调方法进行了较深层的理论研究,将DEMON分析用于对仿真信号进行频谱分析,并估计仿真信号中的谐波成分,进而比较不同方法的差异。理论分析及仿真结果表明,在一定条件下,无论是单频信号还是多频信号,其Hilbert变换都明显优于绝对值解调方法,但是所含载频越多,条件就越苛刻。本文的实验结果与理论相吻合。
- 陈喆陈益明王顺杰
- 关键词：宽带信号仿真
- 一种互谱相位在时延估计中的应用方法被引量：8
- 2021年
- 时延估计(TDE)是水声领域的重要研究课题,基于时延估计的水声目标被动测向、被动定位技术是水声目标无源定位的重要分支。目前,较为常用的时延估计方法有基本互相关法(NCC)、广义互相关法(GCC)、自适应时延估计(LMS)等。不同于以上方法的思路,该文利用两路信号的互谱相位(CSP)设计了一种时延估计的新方法,该方法将互谱相位进行傅里叶变换,利用其变换域估算相位斜率以求取时延,能够实现多目标分辨、消除时延估计模糊与背景起伏。仿真实验证明,该方法效果要优于基本互相关,广义互相关等方法。
- 丁超陈喆张宗堂程玉胜
- 关键词：时延估计傅里叶变换
- 固定单基地被动声纳目标航向估计方法研究被引量：1
- 2017年
- 针对匀速直线运动的目标,依据相对运动三角形,利用任意不同时刻的3个方位值计算得到目标初始舷角,进而求取目标航向;基于一元线性回归分析理论,充分利用所测目标时间方位序列,构造系统函数,依此提出一种精度较高的目标航向估计算法;分析了不同运动态势下,观测数据的时间长度和方位精度对估计结果的影响。仿真结果表明,提出的算法精度较高,在观测方位误差相对较大时也同样适用,且随着观测数据时长增加、方位变化率增大以及观测方位精度增高,目标航向的估计结果越稳定。
- 陈喆戴卫国王易川
- 关键词：被动声纳纯方位航向影响因素
- 矢量线阵目标调制谱提取及模板生成方法
- 2022年
- 针对矢量线阵跟踪目标DEMON谱提取问题,提出了一种矢量线阵DEMON谱提取及其模板生成方法。该方法可以有效提取DEMON谱成分,利用DEMON谱互谱可剔除干扰DEMON线谱,较有效解决矢量线阵左右舷目标DEMON谱特征混淆的问题。通过海试数据初步验证了该方法的有效性。
- 王易川李海涛陈喆
- 融合人耳听觉特性与SAE模型的船舶辐射噪声分类方法被引量：1
- 2020年
- 深度学习技术的发展为船舶辐射噪声分类识别提供了一个新的方法。本文从人耳听觉角度出发,提出一种融合人耳听觉特性与堆栈自编码神经网络的船舶辐射噪声分类方法。该方法使用Mel滤波器模拟人耳对噪声信号频率的选择,借助SAE网络逐层自动提取舰船辐射噪声人耳听觉特征量的深度特征,并将该特征用于分类识别。针对实测船舶辐射噪声信号进行试验,结果表明,本文提出的方法具有91.19%的识别正确率。
- 李海涛刘振陈喆邱家兴
