论文部分内容阅读
水声信号是一种复杂且不规则的信号。传统的方法是对采集到的声呐信号运用线性的方法进行处理,在时域和频域上对信号进行分析,导出对信号源的描述。这里认为信号所表现的复杂和不规则性是由于外部随机性作用于动力系统而产生的。非线性时间序列分析理论认为确定性的动力系统内在的非线性会导致系统输出信号的复杂和不规则性。
本论文首先介绍了非线性动力系统和混沌的基本理论,包括Takens嵌入定理和嵌入参数的选择问题,以及基于非线性动力学系统的信号处理的方法。其次介绍了鉴别信号非线性性质的基本方法,这里最主要的是介绍时反性的方法,以及在检测中所选用的鉴别时反性的统计量。最后,我们介绍了滴定算法,Volterra自适应滤波器和非线性归一化最小方差(NLMS)算法,并将检测信号非线性的方法与滴定算法相结合。
在计算时反性统计量时,时延和嵌入维对统计量的特性都有一定的影响。其中时延对统计量的特性的影响较大,并通过对理想混沌信号检测结果对此作了说明。在本论文中,时反性的方法与滴定算法相结合,回答了实测水声信号线性与否的问题,并且确定了实测水声信号中混沌分量的相对大小。