基于贝叶斯的舰船辐射噪声特征识别方法

针对舰船辐射噪声特征存在非线性、非平稳的时变特点,导致特征识别难度较高的问题,本文提出一种基于贝叶斯的舰船辐射噪声特征识别方法。利用Dopplerlet变换方法,选取高斯函数作为基函数,变换舰船辐射声场信号。利用VMD算法获取搜寻约束变分模型的最优解,将完成变换的舰船辐射信号,分解为多个IMF分量,提取舰船辐射噪声特征。利用所提取的舰船辐射噪声特征构建特征样本集,通过贝叶斯网络计算样本集内各样本的状态概率,识别舰船辐射噪声特征。结果表明,该方法有效识别水面舰船、水下低速运动舰船等不同类型舰船的辐射噪声,适用于舰船目标识别应用中。     

船舶光纤通信系统的安全态势预测模型

为确保光纤通信系统稳定运行,设计舰船光纤通信系统的安全态势预测模型,以提升安全态势预测效果。离散化处理连续型舰船通信系统数据,组建离散型观测样本集合;通过隐马尔可夫模型,依据离散型观测样本集合,建立安全态势预测模型;利用Baum-Welch学习算法,确定安全态势预测模型参数;通过Viterbi算法,计算威胁维指数、运行维指数、脆弱维指数的概率向量;以转置矩阵与概率向量相乘的方式,得到安全态势预测结果。实验证明：该模型可有效离散化连续型数据,并确定安全态势预测模型参数;该模型可精准预测舰船光纤通信系统的安全态势。     

基于K-means聚类的舰船通信网络异常数据检测

为了解决海上通信环境中的干扰和传输问题,提升舰船通信网络通信质量和可靠性,提出基于Kmeans聚类的舰船通信网络异常数据检测方法。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据。使用基于超窄带滤波的舰船通信网络数据滤波处理方法去除舰船通信网络数据内的干扰噪声,将无噪声的舰船通信网络数据作为输入,使用K-means聚类算法输出舰船通信网络异常数据检测结果。结果表明,该方法采集舰船通信网络数据较为准确,并可有效去除数据内含有的干扰噪声,降低舰船通信网络数据幅值区间,同时可用聚类方式准确检测舰船通信网络异常数据,应用效果较为显著。     

全景感知技术在舰船电力线路状态监测中的应用

传统舰船电力线路监测过程中,其图像解析能力受到限制系数较大的影响,电力线路细微异常状态图像评估激发值较高,无法及时发现电力线路轻微故障。引入全景感知技术,提出全景感知技术在舰船电力线路状态监测中的应用。首先,对全景感知数据中对应电力线路状态进行故障权重的优先排序计算;根据线路状态排序结果,建立电力线路状态全系感知评估模型,降低电力线路微异常状态的激发值;根据模型输出数据,完成对电力线路状态的评估。通过实验数据表明:提出的监测方法能够有效提升电力线路故障检出率32.8%。     

水下非接触爆炸作用下舰船结构损伤评估

由于水下爆炸和舰船结构动态响应的复杂性,水下非接触爆炸作用下舰船结构损伤研究主要来自于对试验现象或试验数据的分析。传统对水下爆炸作用下舰船结构损伤研究的理论分析和计算过程主要考虑水下爆炸冲击波和2次压力波。本文提出了气泡脉动对舰船结构的冲击,明确了气泡脉动对舰船结构损伤的关系;在综合研究水下非接触爆炸作用下舰船结构损伤模型基础上,建立了舰船结构的损伤等级,确定了等级评估标准;举例与模拟试验情况下舰船结构损伤情况进行对比,结果基本吻合。     

水下爆炸载荷和随机风浪联合作用下破损舰船的运动及其倾覆概率计算

针对当前在水下爆炸载荷和随机风浪联合作用下,破损舰船运动及其倾覆概率的计算结果误差较大的问题,对其进行研究。分析爆炸冲击波传播速度对战斗状态舰船的影响,推导出战斗状态下舰船横摇幅度加剧程度,得到水下爆炸载荷的倾侧力矩,并研究稳定航行中舰船的航速与绝对风速之间的关系,通过理论力学建立破损舰船的横摇运动方程,得出随机风浪对航行中舰船的扰动力矩,基于现有的倾覆准则,计算出水下爆炸载荷和随机风浪联合作用下破损舰船的倾覆概率。通过实验,对该方法与传统方法的计算结果误差值进行对比。与传统计算方法相比,该方法所得到的结果误差明显减小。     

模糊聚类算法在舰船电气系统故障远程检测中的应用

依据模糊均值聚类故障检测原理,对舰船电气系统初始状态数据样本归一化后,构建舰船电气系统状态数据模糊相似矩阵,依据该矩阵分析系统状态数据亲疏度;利用亲疏度结果获取状态数据的最佳权值指数,并对状态数据样本进行加权处理,降低系统状态数据聚类稀疏度;将最佳权值指数赋予到状态数据中,同时更新模糊C-均值聚类目标函数.通过设置聚类...     

舰船辐射噪声的相似度评估

结合舰船辐射噪声的特征提取和相似度评估方法,建立评估体系对2组舰船辐射噪声的相似度进行评估。本文通过对舰船辐射噪声的连续谱、线谱、DEMON谱分析,提取了三大类23项特征作为评估指标;结合相似度法和层次分析法,确定了各相似元相似度和权重系数,最终建立了舰船辐射噪声的相似度评估体系。用该评估体系对2组舰船辐射噪声信号进行分析计算,结果与实际情况相吻合,表明该方法具有较高的可信性,为舰船的识别、状态监测等领域提供了一定的参考价值。     

多特征融合的舰船目标分类研究

给出一种多特征融合的舰船目标分类方法,该分类方法中选用两类特征:第一类特征为根据舰船图像信息提取的RST不变性特征;第二类特征为根据舰船水下的辐射噪声提取到的MFCC系数。将2类特征进行融合,共同作为高斯混合模型的输入值。实验结果表明,本文给出的方法具有较高的识别率。     

破损舰船瘫船状态倾覆概率评估方法

国际海事组织已基本确定了完整船瘫船状态下的第2层薄弱性倾覆概率评估方法。由于破损舰船在风浪中运动的复杂性,破损舰船瘫船状态下的倾覆概率评估方法还未提出。基于完整船瘫船失效模式评估方法的思想,对破损舰船的横摇运动进行简化,提出一种评价破损舰船瘫船状态下倾覆概率的方法,并利用实船进行计算分析。分析各参数对倾覆概率的影响,研究对称进水和非对称进水这2种情况下的倾覆概率。结果表明:所提的用于评价破损舰船瘫船状态下倾覆概率的方法可行,其中非对称进水更为危险,可为研究破损舰船瘫船稳性提供参考。     

舰船网络安全评估的仿真模拟实验研究

安全评估可以帮助管理员了解舰船网络安全变化趋势,为了解决当前舰船网络安全评估结果与实际舰船网络安全值不相符的缺陷,设计了基于层次分析方法的舰船网络安全评估模型。首先采集多源的舰船网络安全评估数据,并将其中的异常数据进行剔除,然后采用层次分析根据一定的准则,确定舰船网络安全评估数据的权值,最后引入神经网络建立舰船网络安全评估模型,采用Python语言编程实现舰船网络安全评估仿真实验,结果表明,本文模型能够避免当前舰船网络安全评估过程中存在的缺陷,科学、合理确定不同舰船网络安全评估数据权值,客观、准确地对舰船网络安全等级进行评估,评估建模时间也得到相应的减少,可以实时实现舰船网络安全等级评估,具有十分广泛的应用前景。     

基于多层隐类贝叶斯网络的舰船生存能力评估模型研究

生存能力是舰船设计时需要考虑的一个重要性能指标,然而其涉及的因素较多,因素之间的关系错综复杂,不确定信息充斥其间.在系统分析舰船生存能力评估要素的基础上,针对评估过程中的不确定性信息难以量化处理的特点,引入基于贝叶斯网络的多层隐类模型算法对舰船生存能力进行评估,给出了模型评分原理.最后以实例说明了建模方法与评估过程,并结合专家意见分析了模型的优劣,说明该多层隐类模型的算法符合实际情况.     

舰船辐射噪声非线性频谱特征提取与应用

舰船辐射噪声分类识别一直是被动声呐面临的难题,提取舰船辐射噪声的频谱特征来实现分类识别是一种常用的方法。基于舰船辐射噪声频谱特征主要聚于低频段的特点,按照稀疏分解的原理,通过构造完备的非线性频谱字典,提出了一种舰船辐射噪声非线性频谱特征提取方法。对海上实录的多种型号和多种工况的大量噪声样本进行了特征提取,采用最近邻分类器对辐射噪声样本进行了分类识别实验,结果表明,非线性频谱特征的正确分类识别概率高于线性频谱特征的正确分类识别概率。     

舰船辐射噪声非线性频谱特征提取与应用

舰船辐射噪声分类识别一直是被动声呐面临的难题,提取舰船辐射噪声的频谱特征来实现分类识别是一种常用的方法。基于舰船辐射噪声频谱特征主要聚于低频段的特点,按照稀疏分解的原理,通过构造完备的非线性频谱字典,提出了一种舰船辐射噪声非线性频谱特征提取方法。对海上实录的多种型号和多种工况的大量噪声样本进行了特征提取,采用最近邻分类器对辐射噪声样本进行了分类识别实验,结果表明,非线性频谱特征的正确分类识别概率高于线性频谱特征的正确分类识别概率。     

基于HMM的脱机手写字符识别方法研究

为了对手写字符进行识别，对隐马尔可夫模型算法及训练方法进行了探讨．首先简要地描述了字符识别的预处理和字符分割，然后利用Haar基函数提取字符特征，给出了解决隐马尔可夫模型的三个关键问题的算法，尤其是利用高斯混合模型对样本进行训练，建立了结合高斯混合模型的隐马尔可夫模型．实验结果表明，该方法有效可行，与已有研究结果进行对比，该方法具有一定的优越性。     

水下爆炸载荷和随机风浪联合作用下破损舰船运动及其倾覆概率计算

面对复杂的海洋环境,舰船在执行任务时,需要提升在恶劣海况下的生存能力。而舰船最可能面临水下炸弹爆炸或者风暴引起的大波浪,从而可能会发生倾覆事故。本文主要研究了舰船在发生破损情况时,如何提高其航行的稳定性,降低倾覆发生的概率。首先,本文对船体倾覆的几种模式进行分析,然后建立风浪作用模型和水下爆炸冲击波模型,并计算在上述情况下的倾覆发生概率与稳定程度。     

水下爆炸及随机外力下破损舰船的倾覆概率分析

探讨了水下爆炸载荷和随机风浪联合作用下破损舰船的运动及其倾覆概率的计算.将爆炸载荷作用及平均风扰动力矩处理为定常横倾力矩,建立了爆炸载荷和随机风浪中舰船运动的非线性微分方程.结合扩维技巧,将横摇方程转化为五维Ito随机微分方程,应用Gauss-Legendre路径积分法给出随机扰动为白噪声时横摇角度的概率密度函数随时间的演变,按照现有的倾覆准则给出预报一定装药量下舰船倾覆概率的表达式.通过算例,计算了破损舰船不同装药量下不同时刻的倾覆概率,分析不同装药量对倾覆概率的影响.研究表明,此方法简便可行,并能在数量上预报破损舰船在水下爆炸及随机风浪下的倾覆概率,为进一步研究舰船倾覆及稳性横准提供有益的参考.     

基于模态试验的舰船振动噪声预报研究

以某舰船模型为对象,利用双通道频谱分析仪,采用宽频带的快速正弦扫描激励方法,对上述船模进行模态试验分析,同时利用模态分析软件的参数识别功能,结合三维数据转换程序,识别出该船模的各阶固有频率,振型以及阻尼参数,并以图表、曲线等形式给出相应的结果。通过试验研究与振动特性分析,得到了一些有价值的结论。在此基础上,运用模态试验确定该舰船模型的水下声辐射效率,从而对舰船的水下噪声预报进行了尝试。     

基于未知声速的水下三维单信标定位模型

现有水下单信标定位通常考虑航行器在二维运动状态下建立动力学模型,但实际上航行器在三维状态下运动.针对其三维运动的特点,将水深作为新的状态变量,基于原有5个状态变量,提出一种新型水下单信标定位模型,并建立相应的过程噪声模型.使用仿真数据,对比新型水下单信标定位模型与传统模型,利用卡尔曼滤波输出评估2种模型的定位精度.仿真...     

舰船无线网络异常数据智能捕捉及预警方法

由于网络攻击导致舰船无线网络可能出现运行异常,为了实现网络异常状态的准确检测,提出异常数据智能捕捉及预警方法。根据舰船无线网络的结构和工作原理,构建相应的网络模型。在该模型下以估算流量的方式,实现异常数据的智能捕捉。以数据捕捉结果为基础,处理捕捉数据并提取其特征,结合数据异常量和异常特征表现的严重程度,实现舰船无线网络预警。实验结果表明,设计方法的异常数据捕捉完整度高达99.9%,且平均误警率仅为1.9%,因此具有较高的应用价值。