房媛媛
- 作品数：7 被引量：16H指数：3
- 供职机构：西北工业大学航海学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学一般工业技术交通运输工程电子电信更多>>
- Cubature-Kalman滤波及性能分析
- ＜正＞1引言随着对卡尔曼滤波理论研究的不断深入,其在许多领域得到了广泛应用。然而在现实世界中,机动目标模型大多是非线性的,这就需要我们对卡尔曼原理不断进行改进及不断提出新的方法。目前,解决高斯域非线性滤波的方法较多,如扩...
- 房媛媛李亚安李晓花白晓娟
- 文献传递
- 一种鲁棒水声基阵波束形成方法的研究被引量：3
- 2013年
- 研究水声基阵波束形成器的鲁棒性问题。由于水声信号的复杂性以及波束形成方法在处理水声基阵的实际问题时存在各种误差,为提高波束形成器的鲁棒性,提出一种改进SVM的方法。首先在支持向量回归运算模型中引入加载量,再利用拉格朗日法来对含有Hubert损失函数的回归模型进行计算,并将改进方法应用于水声基阵,不仅可以减小运算量,同时可以提高波束形成器的鲁棒性。最后通过计算机仿真和水池实验数据验证,并与加载采样矩阵求逆(Loading Sample MatrixInversion,LSMI)方法进行对比。实验结果表明:在无失配、水声基阵接收信号的方向存在偏差以及基阵阵元存在轻微扰动的各种情况下,都具有比LSMI强的鲁棒性。
- 崔琳李亚安房媛媛
- 关键词：鲁棒性支持向量机
- 一种基于支持向量机的对角加载鲁棒波束形成方法被引量：2
- 2013年
- 为了有效克服波达方向矢量失配,以及存在阵元扰动而导致的阵列流形向量失配对自适应波束形成器的影响,提出了一种基于支持向量机的对角加载鲁棒波束形成方法。该方法在分析线性约束最小方差波束形成器的基础上,研究了传统的对角加载算法对波束形成器鲁棒性的改善,将基于结构风险最小化原理的支持向量机算法应用于鲁棒波束形成。数值仿真实验表明:在无失配的理想情况和有失配的实际情况下,基于支持向量机的波束形成算法均可以提高波束形成的鲁棒性。
- 崔琳李亚安房媛媛白晓娟
- 关键词：信息处理技术波束形成对角加载支持向量机
- 小尺度基阵空气声被动定向及精度分析
- 2012年
- 针对如何有效地对抗超低空飞行的武装直升机,根据声测被动定向系统对声学基阵提出的要求,给出了当基阵尺寸较小的情况下空气声被动定向系统的基本原理。主要介绍了远、近场环境下平面四元十字阵的定向原理和算法,重点分析了该阵的定向精度,同时对远场环境下基阵的目标定向性能进行了仿真研究。结果表明,平面四元十字阵空气声被动定向系统的空间定向精度分布具有不均匀性,为空中运动目标声测被动定向算法的研究提供了重要依据。
- 白晓娟李亚安张伟房媛媛魏晓晴
- 关键词：时延估计
- 基于运动平台的海底混响建模与仿真被引量：3
- 2013年
- 混响是主动声呐目标检测的主要干扰,混响的建模与仿真对研究水下信号处理具有重要的意义。以海底混响为研究对象,综合考虑发射信号的波形、海底散射体散射特性以及运动平台带来的多普勒频移等影响因素,提出了一种基于运动平台的海底混响仿真方法。该方法同时结合了散射原理与网络模型,具有明确的物理意义,且其仿真实现方法简单高效。最后,通过分析混响仿真信号的瞬时值、包络的概率分布、频谱特性以及时间相关性,验证了该方法对海底混响仿真的有效性。
- 房媛媛李亚安崔琳
- 关键词：海底混响网络模型
- 基于Volterra级数的自适应水声信号预测方法研究被引量：3
- 2013年
- 背景噪声和混响干扰是声纳目标探测中的主要干扰源,如何有效地减小它们对声纳工作特性的影响一直是水声信号处理关注的焦点。利用Volterra级数理论,建立水声信号的非线性动力学模型,通过对水声信号的局部预测,实现对背景噪声的降噪和混响干扰的抑制。结合二阶Volterra自适应滤波器和基于奇异值分解的自适应滤波算法,分别采用直接法和迭代法完成了对水声信号的一步及多步预测。仿真结果表明,基于Volterra级数模型的水声信号迭代预测方法比直接法不仅具有更好的预测性能,而且还可以实现多步预测。
- 房媛媛李亚安崔琳尚进
- 关键词：声学水声信号多步预测
- EKF和PF算法及其在目标跟踪中的应用被引量：5
- 2012年
- 基于贝叶斯滤波的目标跟踪原理,介绍了扩展卡尔曼滤波(Extended Kalman Filter,EKF)和粒子滤波(ParticleFilter,PF)的基本思想和算法实现步骤。在非线性环境下对比分析了EKF算法和PF算法的估计精度,并给出两种方法的适用条件。EKF算法采用Taylor展开的线性变换来近似非线性模型,而PF算法采用一些带有权值的随机样本来表示所需要的后验概率密度。仿真结果表明,在强非线性非高斯环境下,PF算法的跟踪性能远优于EKF算法,当系统非线性强度不大时,EKF算法和PF算法的估计精度相差不大,但PF算法计算复杂,跟踪时间长,实时性差。
- 李晓花李亚安房媛媛白晓娟
- 关键词：目标跟踪非线性滤波扩展卡尔曼滤波粒子滤波
