水声信号处理基础.pdf
水声信号处理基础内!提本书从统计糖点御述信她理的骞狸论。第一幸概述水产僧号处理的棋型及发展櫶況。第二、三章介绍信号分析、緞性系统和随机过程,是全书的基础部分。第四章到第六章紋迷信号统计处理的一般理论,包括最传线性滤、信号的统计检测和佔计理论初步。最后三章偏重于声纳十的信早处理间题一混喻干下的信号处理、相关接收阵和自适应处理技术。本书可作为水声工程专业有关信号处理户面的教材,或从事这方面研究工作的人员的参考书,也可作为雷,逍信专业在信号统计处题方面射参考书水声营号处理锅我璟陆根游轴萨“管B萨出新华带店北京魔行所发行各地新华书店楚督防工业出版社印倒厂印装78X10924/19张11/4403千字1981年9月第一叔981年9月第一孜印刷印敦:0,00一20肝篮→号15034-2175定价:180元前言木书是按教材的受求端写,以基袖知识和一般理论为主,但也惹虑了水的一些殊的要求。近十年来信号处理技术发展很快,理论上新月异,应用领域上不断扩大,通信、雷达,地震、控制,测量……都离不开信号处理。声纳往往在强干抗背景下工作,信号处飓技术的地位显得相当重耍。因此,这门课是水声工程专业重要主课之五十年代初期以维纳滤波为代表的最佳线性滤被得到迅速发展,五十年代后期,将统计决策理论应用到通信、控制中来,出现了信号检测理论,共十年代估计理论迅速发展,检测理论有点相形失色。卡曼滤波继承发展了维纳滤波,在估计理论中找到了自己的坚实理论基础。在过去教学中,曾一度突出了检测理论,现在看来不一定合。现我们仍旧把最生线性滤波列为专门的一章,但是加进了卡曼滤波的新内容。检测论也是专门的章,没有作更深入的分析,好在内已出版了这方面的专门著作。近来估计理论发展很快,内容很多,这本数材不可能全部包括进来。我们用了一章篇掘介绍估计理论初步,介绍了参量估计,也介绍了非参量佐计。为了学好最伟线性滤波,检测理论,估计理论,打好基础是必要的。尽管前面的课程已经学过信号分析和概率论,我们还是用了两章篇幅研究有规信号分析和随机信号分析,第一从教学角度来看适当重复是必要的;第二重复也不是简单的重复,而是向更深入方向发展,向离数的,多维的向发展,这种发展对后面分析是完全必要的混响干扰背景是水声信号处理的特殊问题,在第七章中作了专门的介绍,但是该章讨论的模糊度函数,信道的滤波器模型……对于水声以外的其他领域也是有用的。用基阵按收和发射信号也是声纳的特点,指关接收阵提高了被动声纳的性能,第八掌中对于这厅面闯题作了较详细的分析。承声信道复杂多变,加之,数字技术的发展,促使自适应技术应用到水声领域中,提高了声纳的性能,第九章中对自适应作了初步的介绍。在分析中要用到许多数学丁具,如积分方程,差分方程,矩阵……,我们认为不应回遍这些工具,但是在本教材中北不宜系统地全面地介绍这些工具,我们力图用一些简单易懂的例子使读者初步掌揸这些工具。木书申稿时,南京工学院水声工程教研组的黄建人、姚治国和周刚临三同志提出了许多宝贵意见,特表示感谢。由于我们的水平有限,错误一定很多,请读者批评指正。编者且录第一聋引论會會會曾會1伽會會身t會■血司■會自·自·會會5.}随机参量信号的检测…………1441.1基本的声纳系统的模型■面司唱■要85.4序列检测5612水声信号处理的发展概况………!习题會■山『■PP酽d普■■1■■b;b画4·4I§1.3主要符号表示………4第六章估计理论初步…………162第二章信号的解析表示和线性系统……5§6.16计的木慨念6§2.1,信号和信号分析……§6.2则叶斯估计……………,………l§2.2谱函数的性展…,…6.3递归线性最小方為佔计§2.线性系统■■q■■■口司■■司口6.4功率谱估计……§2.4釆样定理…………习题…………中“9s2.5离散线性系统4,35第七章混响干扰下的信号处理……202习题……………………………477,1模粉度效看1自中即■■:第三章随机过程…_q号看■唱■§7.2混疃的純计特…………………"235§3.1概率和随机变量9§P3混响于扰下的信号处理3.3随机变量的函数5了习§3.3期螺……第八章相关接收阵33,4随机过程6588.1引言…………225§3.5随机过程的功率…分8.2平方累积阵分析…晶中h2E5§36高斯随机过程■bd备A8§83乘积阵分析……………230习題………………………“…………7s8.4有板性处理的基阵公析………2?第四章最佳线性滤渡…………………y2§8.5最大信噪比滤欲阵的分忻…………2b4.1最佳线性滤波的标准………$_2习题………………………………24§4.2匹配滤戏器的分枥…93第九草岩适应处理技术…"245E43匹配滤波器的实现…………0惡9,1水声信道的滤波器模型84.4继纳滤波……………………19.2自适应概念和MS适应逐算…24684.5卡曼滤波初步……!59,3自遞应波束形成器……习恶…曾曾會P■224§9.4自逅应滤被…第五章信号的统计检测习题…………269§5.1惭述……………)6录有关的儿个矩阵公式n··"‘2§52高斯噪声背景下确知信号§1儿个有关的矩阵求逆公式…………*的检测+-+jFs2矩阵做分7第一章引论§1,1基本的声纳系统的模型声纳系统按用途来分有许多型号,但它的工作方式不外乎主动式和被动式两种,如图1-1-所声波故射体主动式声纳由发射机发射已舶信号,发射积目标通过换能器转换成声波信号,经月标反射后成回波,经过渐水中各式各样的散射⊥式/怀回效+散射回液(响体散射形成混响接收机不但接收到回波接收机和混响,而且还会接收到环境噪声,通常射哗产发声目标包括海洋噪声和本舰噪声。回波是信号境噪声信号其余都是干扰。在简单的检测模型中,回被动式波信号是完仝确知的,它和发射波形图1-1-1甚本的声纳系鸵模型样,只不过是时闻上平移了一下。但实际情况要复杂得多,于目标的运动,会引起多普泐( Doppler)频移,由于目标不是一个点,多径传揹,回波在时间轴上被犷展,波形和发射波形可態会大不相同,此外由于介质的随机性,也会造成回波信号的起伏。在主动声纳中,混响往往是主要的干扰。混响也是由发射信号产生的,它的许多方而的特件和阿波极为相似,使得抗混响相当闲难。本噪芦也是一种亚重的干扰:在本舰高速诺动时,更是如此。但是它是一个宽带信号,回波是一个窄带信号,可以利用功率谱的亲异来风分它们被动声纳是根据日标辐射的声液来检测目标的。这辐射的声波可能是目标上的声纳发射的声波,也可能是目标运动时辐射出的舰船噪声,也可能是目标引起的其它声音。目标辐射出的觑船噪声的功率漕和本舰噪声的功率都是宽带的,从功率谱上区分它们有一定的困难。但是本舰噪声和日标舰噪声在空间相关性上是不同的。可以利用空间相关性上的差异来区分它们。声纳系统的模型反映了声纳、介质和目标三者的关系。介质和目标的特性是我们无法控制的,而声纳,它的发射方式与接收方式是我们可以合理地选择的。使得它最佳地和介质、目标的特件匹配。早期的声纳系统,它的发射方式、接收方式是不变的,而介质和目标的特性却是因时、因地而异的,这就不可能实现最住地匹配。必须改变这种不变的发射方式、接牧方式,要根据当时当的介质、目标的特鉎,自动地调整发射方式、接收方式,以运到最住地匹配。这便是所谓的直适应技术。§1.2水声信号处理的发展概况市纳从它的诞生到现在有了很大的发展和变化。特别是近二十多年,更是如此。声纳的变化和水声信号处理的发展是一致的,或者说水声信号处理每出现一个新技术,都导致声纳的一次大变化。五十年代以前的声纳,发射波形是比较简单的,是一个正弦填充的方波,接收机采用窄带滤波。脉冲压缩我术的出现,导致脉冲压缩声纳逃出现,发射波形釆用线性调掘脉沖,戌者伪随机编码。在接收机中相应地出现了信号处理器(如 DELTIC系统等〕草题的声纳是利用换能器的自然方向性,用机械旋转的方法实现波束的旋转。随着换能器的越来越大、越来越笨重,机槭旋转越来越困难。利用相控阵孜术之后,可以用电的力法形成波束的旋转;还可以用电照方法同时形成多个波束,出现了多液束阵。利用信号有干扰的空间相关性的差别,将信号处理技术应用于基阵,出现了相关接收阵。由于铵收到的信号和干扰变化范围很大,给信号处埋带来困难,便出现了动态范压缩和归一化技术目前,自适应技术及各式各样的数字处理技术迣入了声纳领域。图1-2-1是目前的典型声纳发射机方框图。信号发生器的输出可具有多种形式(模拟的或数字的,正弦填充脉裨或线性调频脉冲,或几种信号同时共用),这取决了所考虑的系统的具体要求。信号发生器的犏出送到波束形成器矩阵去,波束形成器矩阵的用途是对信号进行适当的加权和延迟,以使发射阵产生所要求的声束图,将声能聚集到所要求的空间中去。程序器的用途是使多路或顺序发射同步。程序器信号束发生器形成矩臂发射阵图⊥-2-4声纳发射机户框图图1-2-2是目前的典型声纳接收机方框图。它比发射机复杂。这是由于在发射时信噪比是无限大的(或接近无限大),而在接收时,在大多数有实际意义的情况下,信噪比是小于1的。接收基阵和波束形成矩阵对应于发射机中发射基辉和波束形成矩阵。这两个基阵通常是共用的。但是波卓形成兔阵是有差别的,在发射机中,为了使发射能量最大,波東形成航阵具有最小的幅度加权。在接收机里,则使用幅度加权,抑制旁瓣或增大方向性指数。在发射机中用相控发射,在接收棚中采用自适应波束形成处理。程序器判决设舒一接收F态范信号形成矩阵和归处理器显示器昕觉指示网1-2-2声接收机了框图动态范围压缩和归一化(DRCN)与信号处理器具有共同的任务:对接收的信息进如工,以便适当地将其显示在视觉显示器或听党显示器上,或送给判决设备(可能是一个缴字计算机)。程序器是用来达到同步和自适应的。本课程的任务是介绍信号处理的基本理论及其实现方案。1.3主要符号表示x(t),f(t),g(:)等表示实信号x(扌)∫2(f),ga(t)等表示复数解析信号F()或ⅹ(的)表示实信号X(#)的频谱函数F(①)或X2(①)表示复数解析信号xa(4)的频函数Rx(℃)或R2x()或R(T)表示信号x(t)的自相关函数R2(τ)或R12(T)表示信号x(:)和y(t)的互相关函数H()表示时不变线性系统的频半响应函数h(T)表承时不变线性系统的冲激响应函数H(,t)表示时变线性系统的频率响应函数h(,T)表示时变线性系统的冲激响定函数xn}表示实信号序列Y(z)表示{x》}的z变换hn)表示线性系统刈单仕釆样序列("-k)的晌应h(n)表示线性位移不夾系统对单位采祥序列8(”)的响应正(z)裁示a(B)的之变换尸(A)表示事件A的粥率P(A.B)表不事牛丹出现条供下,惠件A出现的条件率F(a)或F(x)表示随机变量x的概率分布函数p()或P()表小陡机变量x的概率密度函数F()或F(x|y)表示条件概率分布函数Fx(妖}或F(K)衣爪随机向量X的慨率分布咝爨p()或户(x)表示随机向量X的概率密度区数px(夕(XY)表示随机向量的条件概率密度函数E〔x会具表示随机变量x的微学期望或统计平均E(x°)裘示随机变量x的n阶愿点矩E〔(x-μ)“)表示随机变量x的阶中心矩Mx(s)=Ee〕表示随机变量x的特征函数E(X)仝μx裴示数学期望或统计平均中x全FXX表示均方矩阵Vk≌EX-)(X-)2〕表示方差矩阵z(β)会E(XY-)或xy表条件均值vx()会E[(x-x)(X-x)Y=月或4y表示条件方差矩阵Mk(s)表示特征函数x(t,》或x(t)表示一维随机过程样本函数X(t,k或X(!)表示n雏随机过程样本函数EX(t,)!表示X(t,)的均值中x(t)表示X〔f,)的均方矩阵V2(t?表示X(t,k)方差矩阵φx(1,t:)表示X〔e)的相关矩阵vx(t1,f2)表示K(t,四)的协方差矩阵S(o)表示x(f:①)的功率谱第二章信号的解析表示和线性系统§2,1信号和信号分析信号信息传输系统的任务在于向接收者传輸消息。声纳是一种信息传输系统,它所传输的消息是目标的有无,日标的运动要素(距离、方向、形度……),目标的性质等。消息本身往往不便于传输,要將消忘放在某…个便于传输的物理量屮,这种带有消息的物理量叫做信号。在主动声纳中,回波的行无表示目标的有无,回波出现的方向,苌示目标的方向,回波出现的时刻反映了目标的距离,回波中多卜勒频偏反映了目标的相对速度,回波的频谱结构反映了目杯的类型。因此主动声纳中回波是信号。类似跑,日标的辐射噪声是被动声纳的信号。凡是妨碍接收者接收信号的物理量都是干扰。本翹噪声、混响、海洋噪声都是声纳的干扰。应当说明,干桄也带有消总,只不过是接收者不需要的消息。因此同一个勒理量对于这个接收者是信号,对于那一个接收者可能就是干扰。钶如编队航行时,甲觎主动声纳引起的日标回波是乙舰主动声纳的干扰,它会严重妨碍乙舰主动声纳的工作。再如对一个搜索潜艇的芦纳兵而言,本舰噪声是干扰,对一个测量本舰噪声的工作人员而言,本舰噪声是信号。由此可见,信号和干扰的差别仪仪在于接枚者是否需要。因此,研究信号的方法和工具,也适用于干扰。第二章、第三章介绍的内容既适用于信号也适用于干扰。信号的时域分析我们将信号用时间纟的函数表示,记作x(4)。如果时间连续地取值,信号叫做连续时间信号。如果时间f离散地取值,信号叫离散时间信号。在声纳系统中常见的信号有:1.脉冲信号矩形脉冲「A0≤f≤Tx(t)0其余的r它有两个参数A和TA称做脉御幅度,T称倣脉冲班度钟形脉冲x(t)=A·e(2-1-2)它也有两个叁数A和α:A称做脉冲幅虔。它是κ〔扌)的最大值。a反映了脉冲度。钟
- 2020-12-07下载
- 积分：1
动态贝叶斯网络推理学习理论及应用-肖秦琨 高嵩 高晓光.pdf
动态贝叶斯网络推理学习理论及应用；动态系统；可靠性评估；故障诊断；贝叶斯网络建模；DBN0212/642007动态贝叶斯网络推理学习理论及应用肖秦琨高嵩高晓光著所·萑宫散社北京图书在版编目(CP数据动态贝叶斯网络推理学习理论及应用/肖秦琨,高嵩,高晓光著.一北京:国防工业出版社,2007.10ISBN9787-11805323-4I.动.Ⅱ.①肖.②高.③高..Ⅲ.贝叶斯推断一研究Ⅳ.0212中国版本图书馆CIP数据核字(2007)第122784号※阍所·宫版社出版发行(北京市海淀区紫竹院南路23号邮政编码100044)京南印刷厂印刷新华书店经售开本850×1168132印张9字数233千字2007年10月第1版第1次印刷印數1-3000册定价20.00元(本书如有印装错误,我社负责调换国防书店:(010)68428422发行邮购:(010)68414474发行传真:(010)68411535发行业务:(010)68472764前言不确定性理论在人工智能、机器学习、自动控制领域已经得到越来越广泛的应用。本书以当前国际上不确定性研究领域的核心工具——动态贝叶斯网络为线索,进行了动态网络推理算法、平稳系统动态贝叶斯网络结构学习模型设计、非平稳系统动态网络变结构学习模型设计、基于概率模型进化算法的动态贝叶斯网络结构寻优算法的研究。推理算法以隐变量作为划分依据,讨论了离散、连续混合模型的推理算法,并进行了算法复杂度及应用领域的讨论;结构学习研究首先从度量体制入手,讨论了动态网络度量体制的可分解性,提出了平稳及非平稳系统网络结构学习模型,以及基于贪婪算法思想的遗传算法寻优思想;最终将推理及结构学习理论用于无人机路径规划、战场态势感知、动态数据挖掘、自主控制领域,并通过大量仿真检验。本书的研究工作得到了西安工业大学专著基金及国家自然科学基金重大研究计划(90205019)的资助。本书全面系统地介绍了动态贝叶斯网络的相关理论,重点介绍了动态网络的经典应用和国内外的新发展。全书共分9章。第1章概述了动态贝叶斯网络的产生与发展、基本操作及表达。第2章和第3章为本书的理论基础部分,首先从静态网络已经取得的理论成果及研究内容人手,由浅入深引出动态贝叶斯网络的基本概念及研究方向,确定本书将要解决的主要问题:DBN推理问题和连续变量的DBN结构学习问题。第4章在第3章基础上,详细讨论了三类动态贝叶斯网络的推理即隐变量离散、隐变量连续隐变量混合DBN推理;隐马尔科夫模型是所有离散动态网络的基础故首先介绍其表达及推理,由此派生出其他离散动态网络,并讨论了如何将复杂离散网络转化为简单HMM的方法,通过算法复杂度实验分析,明确了离散动态网络的相应属性,得出了相应结论,为合理选择DBN推理算法提供依据;在推理中,若系统参数未知或为时变系统,必然涉及参数学习,故在讨论三类网络的推理中亦涉及参数学习问题。第5章从静态网络结构度量机制入手,讨论并推导出动态贝叶斯网络结构用于网络结构度量的BC及BD度量机制;通过描述基于概率模型进化算法的构图基础,引出动态贝叶斯网络结构学习机制,即基于贝叶斯优化(BOA)的动态网络结构寻优算法,BOA算法的关键是根据优良解集学习得到动态贝叶斯网络,以及根据动态贝叶斯网络推理生成新个体,前者更为重要,按照本书提出的基于贪婪算法思想的遗传算法解决动态网络学习,然后应用动态贝叶斯网络前向模拟完成后一步。第6章在此基础上,刻画了基于BD度量体制的平稳动态系统DBN结构学习模型设计,并通过仿真验证了其有效性,针对非平稳随机系统DBN的结构学习模型,提出了一种自适应窗口法用于在线自适应学习变结构DEN结构,仿真结果可行。第7章在第4章DBN推理理论的基础上,从以往UCAV路径规划中使用的方法以及涉及的定义、术语等出发,讨论了静态路径规划、动态路进规划及空间路径规划三方面的基本问题,通过对原始 Voronoi图的改进,提出了平面改进型Voronoi图、空间改进型 Voronoi图的概念,以及平面及空间动态路径重规划区域原则等,为动态路径规划提供有力的整体构型支撑进而应用前几章理论基础,建立基于DBN的战场环境感知模型,仿真结果均表明了构图及动态决策模型的正确性。第8章在DN推理及结构学习的理论基础上,将其用于自主优化及动态数据挖掘。将BOA及基于概率模型的遗传算法的静态图形的优化机制进行推广,提出了一种动态优化的新方法,利用DBN作为t到t+1代转移网络,适时改变优化的基本条件,实时确立新的种群及优化的方向使得自主智能体在无人干预下顺利完成一系列复杂任务成为可能,将变结构DBN结构学习模型设计用于动态数据挖掘,实时确定个因素之间的关系。第9章通过两个典型的应Ⅳ用实例,将DBN推理学习理论进行融合,并用于实际模型。附录给出了与DBN结构度量相关定理、性质的证明,为读者进一步研究和学习动态贝叶斯网络提供参考。本书是作者近年来潜心学习和研究国内外不确定性算法理论、方法和应用成果的一个总结。在本书的编写过程中,得到了西安电子科技大学焦李成教授和清华大学戴琼海教授及英国BankUniversity陈大庆教授的热心指导和鼓励,新加坡南洋理工大学的王海芸博土后审阅了书稿,并提出了许多宝贵意见,特向他们表示衷心的感谢。由于涉及内容广泛及限于作者的学识水平,书中疏漏和不当之处在所难免,希望读者不吝赐教指正。作者目录第1章图模型与贝叶斯网络1.1图模型简介1.2动态贝叶斯网络…1.3动态贝叶斯网络应用研究1.3.1动态时序数据分析与挖掘157781.3.2无人机的态势感知与路径规划1.3.3.进化算法与动态贝叶斯网络混合优化………10第2章静态贝叶斯网络2.1静态贝叶斯置信网络2.2贝叶斯网络的特点与应用范围152.3贝叶斯网络的研究内容162.3.1计算复杂性162.3.2网络结构的确定问题…2.3.3已知结构的参数确定问题……182.3.4在给定结构上的概率计算…………192.3.5贝叶斯网络推理算法…19第3章动态贝叶斯网络基础283.1从静态网到动态网283.1.1概述·28Ⅵ3.1.2推导293.1.3动态贝叶斯网络表达………………313.2动态贝叶斯网络的研究内容353.2.1动态贝叶斯网络推理……………………363.2.2动态贝叶斯网络学习…39第4章动态贝叶斯网络推理…464.1隐变量离散动态网络推理……464.1.1模型数学描述464.1.2隐马尔科夫的研究内容484.1.3隐马尔科夫推理学习仿真…534.1.4隐马尔科夫其他拓扑形式…564.1.5一般离散动态网络和隐马尔科夫关系………………584.2动态贝叶斯网络推理算法性能分析604.2.1动态网络转化隐马尔科夫仿真…………614.2.2离散动态网络推理算法比较仿真…634.2.3连续动态网络推理比较仿真724.3模糊推理与隐马尔科夫结合炮火校射754.3.1概述………………………754.3.2模糊动态网络环境感知框架754.4隐变量连续动态网络推理794.4.1模型数学描述…………794.4.2卡尔曼滤波图模型推理………804.5混合隐状态动态贝叶斯网络…………834.5.1模型数学描述…834.5.2混合动态贝叶斯网络推理…864.5.3混合动态贝叶斯网络学习89第5章动态贝叶斯网络结构学习算法…………………915.1动态贝叶斯网络结构度量体制………915.1.1概述915.1.2动态网络的贝叶斯信息度量………935.1.3动态贝叶斯网络BD度量965.2动态贝叶斯网络度量分解性能分析985.3构建动态网络结构寻优算法1145.3.1基于概率模型的进化算法1155.3.2基于贝叶斯优化构造动态网络结构算法1165.3.3学习动态贝叶斯网络…1185.3.4动态臾叶斯网络推理…1275.4基于贝叶斯优化构建动态网络结构算法仿真………128第6章动态贝叶斯网络结构学习模型…1346.1平稳系统动态网络结构学习模型设计1346.1.1模型设计1356.1.2仿真试验1386.2变结构动态网络自适应结构学习模型设计………1446.2.1模糊自适应双尺度…1446.2.2动态系统非平稳程度和平稳性的测量……1516.3非平稳系统网络结构学习仿真试验153第7章基于动态贝叶斯网络的路径规划……1657.1无人机平面静态路径规划·…1657.1.1基本概念……1657.1.2基于相同威胁体的路径规划…166Ⅷ
- 2021-05-06下载
- 积分：1
