论文部分内容阅读
对时变的水下目标声信号进行盲分离时,针对自然梯度算法存在不稳定收敛的不足,提出了一种可对水下目标进行辨识的改进自然梯度算法。通过对观测数据的白化处理、构建实信号和复信号盲分离都适用的非线性函数、快速收敛学习因子和基于功率谱方法的盲分离效果评估函数,实现了水下目标声信号盲分离和目标辨识的改进算法。仿真结果和实船信号试验数据的一致性,表明了改进算法具有更好的收敛性能,而且在频域评估时盲分离效果更加简单直观,验证了改进算法的实用性和有效性。