基于优化赋权法的船型技术经济模糊综合评判

多目标、多准则决策问题中,决策结果的准确性与属性权重的合理性和评价系统的可行度密切相关。分析了主观赋权法、客观赋权法的优缺点, 提出了基于优化的组合赋权方法。该方法应用序列二次优化方法求解组合权向量,使最终的组合权向量与专家统计评分法、层次分析法、信息熵法、变异系数法这四种单一的主客观赋权方法相似度最高。将这种组合赋权方式与模糊综合评价法结合应用于秦皇岛至温州电厂航线散装运煤船方案决策分析,并与灰色关联评价法结果比较,决策结果证明该综合方法能合理、客观的给出排序方案,同时也能推广应用于船舶与海洋工程决策的相关领域。     

基于CEEMD-参数优化Morlet小波变换的柴油机振动信号冲击特征提取方法

针对船舶柴油机振动产生的非平稳信号，提出一种基于完备的总体平均经验模态分解（complementary ensemble empirical mode decomposition, CEEMD）与参数优化Morlet小波分析相结合的振动信号特征提取方法。利用CEEMD方法对振动信号进行分解，在分解出的各种分量中，去掉无用的周期成分分量，保留含有冲击特征的分量，然后结合参数优化Morlet小波分析方法，根据Morlet小波与冲击信号的相似性，将冲击成分提取出来。通过仿真信号以及柴油机振动信号的应用分析验证了该方法对柴油机振动信号冲击特征提取的有效性。     

基于支持向量机回归树的内燃机振动信号趋势预测

针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。     

基于AR-EMD方法的扩展非平稳船舶运动极短期预报AR模型

准确的极短期预报技术能够提高对船舶摇荡运动敏感的海洋特种作业安全性和效率。自回归（auto-regressive,AR）预报模型由于其自适应性强、计算效率高而被广泛应用于船舶运动的极短期预报研究。但该模型基于平稳随机假设,因而在非平稳船舶运动的极短期预报中存在困难。针对非平稳船舶运动极短期预报,文章提出一种基于AR-EMD方法的扩展AR模型,称为EMD-AR预报模型。其中,AR-EMD方法是指在经验模态分解（empirical mode decomposition,EMD）的过程中,采用AR预报的方法处理端点效应问题。 EMD-AR预报模型将非平稳信号分解成若干平稳的固有模态函数分量及余项,然后对各个分量分别用AR模型预报,得到最终的预报结果,以此克服非平稳性对AR预报模型的影响。研究基于船舶试验数据将EMD-AR模型与线性AR模型、非线性支持向量机回归（support vector regression,SVR）预报模型进行对比分析,结果表明,AR-EMD方法能够有效处理船舶运动非平稳性对AR预报模型的影响,提高该模型的预报精度,且EMD-AR模型预报性能较线性AR模型和非线性SVR模型更优。     

近似模型在非均匀环肋圆柱耐压壳优化中的应用研究

为提高潜水器耐压壳的稳定性和材料的利用率,该文在圆柱耐压壳设计中引入了非均匀肋骨布置方案,采用不等刚度不等间距分布的肋骨形式。在优化过程中,引入了近似模型技术,提出基于近似模型的非均匀环肋圆柱壳结构优化设计方法,通过试验设计在设计空间内选取样本点,建立近似模型,并以此搭建了近似模型优化策略对环肋圆柱耐压壳进行优化。研究结果表明,对于非均匀环肋圆柱壳采用合理的肋骨布置方案能有效地提高其力学性能及材料利用率;二阶 RSM 近似模型和 RBF 近似模型均能合理反映样本空间的样本点,基于近似模型优化方法能以较小的计算量克服优化过程中出现的数值噪声和错误。良好的优化结果表明该优化方法具有广泛的应用前景和空间。     

基于二阶自适应Volterra级数的船舶运动极短期预报研究

针对随机海浪作用下船舶运动的非平稳、非线性特性,文章提出了基于卡尔曼(Kalman)滤波原理的非线性二阶Volterra级数自适应预报模型.通过把Volterra级数核向量作为状态向量,利用随机游动模型建立系统的状态方程,一步Volterra级数预报模型作为系统的观测方程,从而进一步提高了Volterra级数模型的核估计的收敛速度.同时验证了利用AIC准则对Volterra级数预报模型定阶的可行性,通过迭代法实现了自适应多步预报.仿真结果表明文中提出的基于Kalman滤波算法的自适应预报模型应用于船舶运动极短期预报是可行的,该方法在理论和工程应用方面具有重要的意义.     

波叠加法解的非唯一性问题改进及声源位置优化研究

本文提出一种有效满足声场整体计算精度需求且能保证声场唯一解的改进方法.该方法在单极子波叠加法的基础上,以分析波数范围内重构前后体积速度相对误差为目标函数,以同形缩小系数为优化变量对声源所在曲面位置进行优化选取,再通过辐射体内部添加适量额外的单极子源可有效保证声场的唯一解.两个数值算例表明:对于脉动球源,球心处添加一个单极子源的改进波叠加法可以有效避免解的非唯一性问题,且具有非常高的计算效率及精度;对于复杂几何体,以体积速度相对误差为目标函数优化得到的单极子源位置,添加附加源后可求得声场的唯一解,且满足整体计算精度要求.     

时频分析在水雷信息处理中的应用

水雷声换能器接收到的舰船辐射噪声是一个非平稳过程,以傅立叶变换为基础的传统谱分析方法已经难以发挥作用。时频分析因其在时-频域都具有表征信号局部特征的能力而成为非平稳信号分析的有力工具。利用ZAM（Zhao-Atlas—Marks）变换对数据进行时频分析处理,通过试验表明：时频分析弥补了经典傅立叶分析在非平稳信号处理中的不足,直观的说明了频率和时间的关系,有利于水雷获取信号的分析及目标的识别分类。     

双约束条件的时域MVDR自适应波束形成方法

最小方差无失真响应(MVDR)自适应波束形成方法拥有高空间分辨率、低旁瓣级等优势。基于构造时域解析信号的时域MVDR方法 TMVDR(Time-domain MVDR)有效提高了MVDR最优权向量估计的稳定性。但是对于大孔径主动声呐,由于累积快拍数过少或者阵型失配引起的最优权向量估计误差,会导致TMVDR方法输出功率失真。本文在TMVDR基础上提出一种双约束条件的时域MVDR自适应波束形成方法 DCTMVDR(Double constraint Time-domain MVDR)。该方法能够有效提高最优权向量估计的稳定性,改善输出功率失真问题,并且实现在单次快拍内进行最优权向量的估计,规避MVDR需要大量快拍支持的缺陷,适用于主动声呐。数值仿真和实验数据分析验证了该方法的有效性。     

一种基于非负矩阵分解的改进FastICA盲源分离方法

针对语音信号线性瞬时混合模型的盲源分离求解问题,提出一种结合非负矩阵分解和负熵最大化的快速不动点迭代算法,结合语音信号的短时平稳性,在预加重、分帧加窗处理的基础上,通过短时傅立叶变换得到频谱,实现语音信号的时频转换,并将幅度谱作为非负矩阵分解算法的输入矩阵,从而得到源混合信号的估计矩阵,然后利用改进的快速不动点独立分量分析算法实现信号分离.仿真结果表明,与传统的基于负熵的快速独立分量分析方法相比,该方法在运行速率方面得到了优化,从而验证了该算法的有效性.