水声信号结构稀疏特性分析及相关重构方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11574120
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A2302.水声和空气动力声学
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Recently, compressed sensing has attracted lots of attentions in the field of underwater acoustic communication and positioning for its advantages over conventional underwater acoustic signal processing (UASP) techniques. For signal reconstruction with compressed sensing technique, only the sparsity of a signal is considered and the inherent relations between sparse signals are ignored. As a consequence, the accuracy as well as the robustness of the signal recovery is significantly reduced. Especially in ocean acoustics, other than the sparsity, the underwater signals possess correlation characteristics which can provide very useful information for high quality signal recovery. In this research project, the sparsity of various underwater signals under different acoustic fields are systematically studied in spatial, time and transform domains. A mathematical model of underwater signals with sparsity is proposed based on the Bayes’ theorem. Reconstructions of signals with structural sparsity and correlation characteristics are investigated in multidimensional parameter space. Eventually, experiments are conducted to validate the proposed theoretical model. This study can be a foundation for the developments of new UASP techniques.
随着压缩感知理论的提出,其在水声通信及定位等方面的应用研究成为热点,凸显其在水声信号处理方面较传统方法具有的优势。然而,受制于压缩感知理论仅利用信号稀疏特性实现重构的局限,其没有考虑信号稀疏性之间所隐含的固有结构特性,降低了信号恢复的精度和鲁棒性,而受到海洋声场结构及传输特性等因素影响,水声信号除过稀疏性之外往往还表现出潜在的结构特征并具有一定的关联特性,分析和有效利用这种固有特性将大大提高水声信号重构性能。针对此问题本项目研究分析不同水声信号以及在不同声场条件下其在空域、时域及变换域所具有的结构稀疏特性;在此基础上研究并建立基于贝叶斯理论框架的水声结构稀疏表示数学模型;研究多维参数结构稀疏相关重构方法;同时结合实际应用通过实验来验证理论研究成果,为水声信号处理应用提供新的理论基础和应用指导。

结项摘要

本项目围绕水声目标定位和水声通信,开展水声信号结构稀疏特性的研究与分析,在分析水声信号结构稀疏特性机理和分类的基础上,研究结构稀疏性之间的内在相关性,在此基础上研究并建立水声结构稀疏表示数学模型,以及多维参数稀疏相关重构方法。.围绕水声定位应用,结合海洋声场模型,在利用空间稀疏所表现出的相关结构稀疏特征,开展了基于空间结构稀疏的水声目标方位估计理论与模型研究工作,在块稀疏贝叶斯学习框架下,结合块稀疏贝叶斯学习原理研究了具有相关空间结构的水声目标DOA估计方法,并就模型的稀疏重构求解算法开展了一系列的研究工作,尤其是快速、高精度的重构方法方面,将定点算法结合稀疏贝叶斯算法,大大提高方位估计的计算效率;同时考虑到传统高分辨算法需要对整个空间谱进行搜索,谱搜索计算量大,为此开展了基于对称压缩谱的半谱索引研究,提出基于能量的稀疏化半谱搜索方法,更适于实际应用。在上述研究基础上,课题组进而又深入水声匹配场定位方法研究,将结构压缩感知理论与水下声源匹配场定位处理相结合,开展了一系列研究工作,提出了基于改进的平滑l0范数、稀疏贝叶斯学习等水声匹配场定位算法,到达了更高的定位精度。.众多实验数据表明水声信道存在明显的结构稀疏特性,非零抽头成块状结构稀疏分布,由于水声信道具有缓慢时变特征,因此水声信道的结构稀疏性势必也会体现出时变性,如何更好的利用水声信道这种结构稀疏来提高通信可靠性是项目组另外研究重点。为此开展了具有块状结构稀疏以及结构稀疏缓慢时变的水声信道估计理论研究,结合动态压缩感知理论,研究该种情况下水声信道的动态稀疏特性,并研究如何构建相应的动态稀疏数学模型。提出了基于动态压缩感知来构建时变水声信道模型,能够更准确的跟踪时变水声信道变化特性,将理论研究成果应用于水声多载波通信系统,通过仿真和实验验证该方法能有效提高水声通信的可靠性,得到了有意义的研究成果。

项目成果

期刊论文数量(27)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(8)
Subspace projection semi-real-valued MVDR algorithm based on vector sensors array processing
基于矢量传感器阵列处理的子空间投影半实值MVDR算法
  • DOI:
    10.1007/s00521-018-3791-8
  • 发表时间:
    2018-10
  • 期刊:
    Neural Computing and Applications
  • 影响因子:
    6
  • 作者:
    Wang Biao;Feng Chen
  • 通讯作者:
    Feng Chen
A fast underwater acoustic target direction of arrival estimation method based on sparse Bayesian learning
基于稀疏贝叶斯学习的水声目标快速到达方向估计方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Acta Acustica
  • 影响因子:
    1.4
  • 作者:
    Wang Biao;Zhu Zhihui;Dai Yuewei
  • 通讯作者:
    Dai Yuewei
关于船舶噪声信号相似性重构优化仿真
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    计算机仿真
  • 影响因子:
    --
  • 作者:
    田文;王彪
  • 通讯作者:
    王彪
基于具有时序结构的稀疏贝叶斯学习的水声目标DOA估计研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电子学报
  • 影响因子:
    --
  • 作者:
    王彪;朱志慧;戴跃伟
  • 通讯作者:
    戴跃伟
半实值化MVDR解模糊方法
  • DOI:
    10.13232/j.cnki.jnju.2018.05.009
  • 发表时间:
    2018
  • 期刊:
    南京大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    陈峰;王彪;陈迎春;莫世奇;何呈
  • 通讯作者:
    何呈

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

钙钛矿型闪烁晶体的研究进展
  • DOI:
    10.16553/j.cnki.issn1000-985x.20210906.003
  • 发表时间:
    2021
  • 期刊:
    人工晶体学报
  • 影响因子:
    --
  • 作者:
    朱梦淇;温航;王彪;王庆波;李静;王继扬
  • 通讯作者:
    王继扬
移动水声通信多径传输非一致多普勒估计方法研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    电子信息学报
  • 影响因子:
    --
  • 作者:
    王彪;支志福;戴跃伟
  • 通讯作者:
    戴跃伟
沸石咪唑骨架材料(ZIF-8)的结构生长过程
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    天津工业大学学报
  • 影响因子:
    --
  • 作者:
    陈英波;赵林飞;王彪;胡晓宇;刘冬青;周凤潇;张宇峰
  • 通讯作者:
    张宇峰
基于STM32RBT6的便携式甲烷浓度检测仪
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    吉林大学学报(信息科学版)
  • 影响因子:
    --
  • 作者:
    杨发盛;赵培陆;朱哲;张厚博;胡小龙;王彪;卢革宇
  • 通讯作者:
    卢革宇
Compact Ef?cient 2.1-μm Intracavity MgO:PPLN OPO With a VBG Output Coupler
具有 VBG 输出耦合器的紧凑高效 2.1μm 腔内 MgO:PPLN OPO
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    IEEE Photonics Technology Letters
  • 影响因子:
    2.6
  • 作者:
    张宝夫;郑雄桦;焦中兴;王彪
  • 通讯作者:
    王彪

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

王彪的其他基金

联合滤波器组多维索引的水声多载波通信方法研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
稀疏观测约束下基于压缩感知的水下目标方位估计研究
  • 批准号:
    11204109
  • 批准年份:
    2012
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码