強噪聲下干擾源識別技術研究及軟件開發(fā).pdf

1、隨著海底干擾信號識別在國防建設方面的廣泛應用，各個國家越來越重視該方面的發(fā)展。海底光纜是各個國家之間進行信息交互的重要渠道，近年來屢次發(fā)生光纜遭到破壞以及信息被竊取的情況。在實際應用中，可以將大部分物體看做有源信號體，因此我們可以通過對干擾信號進行分析，得知其具體的屬性，從而判斷出光纜受到何種物體或信號的影響。出于此需求，本文對干擾源識別技術進行了研究，并據(jù)此設計了相應的軟件平臺。干擾源識別技術主要包括信號預處理，提取特征參數(shù)，以及設計

2、分類方法。軟件主要是為了更方便、直觀的觀察各個環(huán)節(jié)的處理結果。
　　信號預處理主要是對采集到的原始信號進行降噪處理。由于海洋環(huán)境的復雜性，噪聲強度很大，原始信號的信噪比比較低，本文參照已有的小波閾值降噪方法，設計了一種基于強噪聲背景下的降噪方法，即改進的半軟閾值降噪算法，通過仿真對比，它實現(xiàn)了更為理想的降噪效果。
　　特征提取是干擾識別系統(tǒng)中最關鍵的環(huán)節(jié)，本文通過時域和頻域對降噪后的信號進行了特征提取，包括頻譜帶寬，功率譜估

3、計，并提出了新的特征參數(shù)“時域和平比”，此外還研究了不同干擾信號的周期圖法功率譜估計。
　　分類是干擾識別系統(tǒng)中的最后一步，分類結果表征了系統(tǒng)的整體性能。本文首先研究了目標識別系統(tǒng)中常用的分類方法，然后分析了本系統(tǒng)對分類器的需求，最后設計了基于數(shù)據(jù)匹配的分類方法。該分類方法根據(jù)已建立的特征樣本庫，對目標信息進行匹配與分類。
　　軟件平臺基于瀑布模型和模塊化思想，采用了軟件集成，C＃與Matlab混合編程以及多線程技術。首先在

4、Visual Stdio2010編程環(huán)境中設計了整體框架，以及控制查看等功能，然后在Matlab軟件中設計了每個環(huán)節(jié)相應的算法，最后在SQL Sever數(shù)據(jù)庫管理系統(tǒng)中建立了特征樣本庫，實現(xiàn)了干擾源的建模。軟件通過調用Matlab生成的dll文件進行降噪和特征提取，并顯示經(jīng)各個算法處理后的圖形，再在數(shù)據(jù)庫中進行匹配分析，最終將分類結果顯示出來。
　　本文通過仿真分析及軟件驗證了所研究設計的各個算法，已成功地將某些信號區(qū)分出來。但是