船舶通信系统中的数字阵列实时信号处理算法

船舶通信系统的数字阵列信号处理与调制能力,将直接关系到船舶远洋行驶中的安全性,针对传统数字信号处理算法抗噪声干扰能力差、信号处理误差高的不足,提出一种基于正交解调的数字阵列信号处理算法研究。利用正交分解方法将原始的含噪信号分解为横向数字阵列信号与纵向数字阵列信号,再分别对阵列信号进行滤波匹配与消噪处理,能够在保存关键信息的前提下消除大部分环境噪声的干扰。仿真结果表明,提出算法信号处理的峰值信噪比更具优势,同时在信号处理时延及控制误差方面也优于传统算法。     

采用Kalman滤波器船舶机舱电机控制及应用

在船舶机舱中,由于存在众多的电气化控制设备,不可避免存在干扰,而这些干扰会严重影响到设备的正常工作状态,因此一般在电机控制过程中,必须采取措施以滤出噪声的干扰。本文主要介绍Kalman滤波算法在船舶机舱电机控制中的应用,通过Kalman滤波算法构建合理的机电控制模型,能够有效提取出机舱存在的各种噪声波形,并根据这种噪声模型建立了Kalman滤波处理算法,将噪声干扰降到最低。     

基于样本熵理论的进化论自适应消噪算法

进化论自适应滤波器消噪算法通过有性繁殖和无性繁殖规则可以实现全局最优搜索,从而最优地消除可加性噪声,有效提取故障特征信号。但定值进化系数和以残差信号平均能量的倒数作为适应度函数等因素,约束了该算法的收敛特性和消噪性能。由于样本熵拥有可有效表征信号的不规则性和复杂程度、可较少地依赖时间序列的长度、对于丢失数据不敏感、对瞬态强干扰有较好的承受能力等特性,本文将信号样本熵的倒数作为适应度函数,采用变步长的进化系数提出基于样本熵理论的自适应进化论消噪算法。模拟仿真和实验数据研究表明,本算法有较好的收敛速度和消噪效果。     

基于单片机的船舶通信设备信号智能控制方法

利用传统控制方法对船舶通信设备信号进行控制时,存在控效率低、控制稳定性不高的问题。针对上述问题,提出一种基于单片机的船舶通信设备信号智能控制方法。该方法以单片机为核心,贯穿于船舶通信设备信号控制的始终。首先利用单片机中输入设备完成船舶通信设备信号采集,然后利用嵌入单片机中的去噪算法对信号进行去噪,最后利用单片机中的A/D转换器对信号转换,完成信号控制。结果表明:利用基于单片机的船舶通信设备信号智能控制方法进行控制,控制时间为6 s,控制效率提高,且控制时间跨度小,稳定性也更佳。     

舰船尾迹图像自适应消噪方法研究

普通船舶尾迹图像中噪点所占比重过大,常导致图像失真现象的发生。为解决此问题,提出基于船舶尾迹图像的新型自适应消噪方法。通过航向参数估算、航速参数估算2个步骤,完成基于尾迹图像的船舶参数估算。通过时域图像的自适应消噪、邻域图像的自适应消噪、消噪可信比的确定3个步骤,完成新型自适应消噪方法的搭建。模拟方法运行环境,设计对比实验结果表明,应用新型消噪方法后的船舶尾迹图像中,噪点所占比重得到有效控制,图像失真现象的发生几率,也随之大幅下降。     

船舶动力设备机械双层混合隔振自适应控制研究

船舶动力设备机械单层隔振装置能够减轻一部分振动噪声,但距动力设备较近的舱室其振动噪声明显,大量的振动噪声会直接影响船舶动力装置的使用寿命。为此提出船舶动力设备机械双层混合隔振自适应控制研究。利用物理减振层和电磁阻振层,搭建双层混合自适应控制隔板;依托Richard Henderson理论,构建双层混合自适应噪音控制算法,利用系统磁路完成双层混合隔振自适应控制研究。实验数据表明,提出的双层混合隔振自适应控制方法比单层隔振自适应控制方法振动噪声降低9倍,且船舶动力装置的使用寿命有效的延长。     

基于小波阈值法和LMS自适应滤波法的舰船去噪方法

在海上行驶过程中,为确保安全稳定航行,有必要高度重视舰船去噪的重要性。其中,在舰船去噪过程中,将信噪比增益当做小波基函数的一个重要参数进行研究,可以将改进后的小波阈值算法应用到舰船的背景信号去噪算法中,进而改善去噪的效果。而LMS自适应滤波器则能够结合环境改变对滤波器的系数进行自动调整,结构相对简单且运算量不大,容易满足硬件需求,所以也在噪声对消与信号预测、增强等诸多领域中得到广泛应用。在舰船去噪中,将小波阈值去噪方法与LMS自适应滤波算法应用于其中具有一定的可行性,值得展开进一步研究与探讨。     

船舶纹理图像自适应滤波去噪研究

由于传统的船舶纹理图像的自适应滤波去噪方法存在去噪效果差的问题,因此提出了一种新的船舶纹理图像的自适应滤波去噪方法。根据船舶纹理图像空间坐标连续性,将船舶纹理图像表示成数字图像形式,利用船舶图像纹理的主要3个标志,提取纹理特征,并给出纹理特征定量估计结果。结合图像纹理特点,对图像进行分割处理。采用极值检测方法设计噪声检测的自适应滤波,在一定程度上判断出噪声大小。通过设置阈值减小对噪声的误判,实现图像信息与噪声的有效分离。设计去噪流程,由此完成自适应滤波的去噪处理。通过实验对比结果可知,该方法的去噪效果较好。     

船舶机舱内高频弱声源近场声全息方法

针对船舶机舱内机械噪声大,高压流体泄漏不易被察觉的问题,提出一种高频弱声源近场声全息方法。该方法运用经验模态分解法,经过计算使各阵元时域采样信号乘上权值,再利用结合压缩感知技术的平面等效源近场声全息方法重构近场平面声压分布。仿真实验表明,该方法性能可靠且具有较强的抗噪能力,可作为船舶机舱内低信噪比条件下的高频弱声源近场声全息方法的一种有效补充。     

大数据分析在船舶机舱设备运行数据监测应用研究

机舱设备为船舶运行提供了重要动力,因此必须保证其能够时刻正常运行。为此,针对声学监测、红外监测、温度监测3种方法监测精度不足的问题,设计一种新的船舶机舱设备运行数据监测方法。该方法分为3部分:首先利用振动仪采集机舱设备运行时的振动信号,然后利用基于小波包变换的方法对振动信号进行去噪处理,最后利用EMD方法提取振动信号特征,并进行特征匹配,识别设备运行状态。结果表明:与声学监测、红外监测、温度监测3种方法相比,利用本方法对不同程度、不同设备运行数据进行监测,监测准确性更高,达到98.47%,由此说明本方法监测精度更好,辅助了船舶运行。     

基于MATLAB的舰船辐射噪声信号小波消噪处理

针对舰船辐射噪声信号的特点提出了小波消噪的方法,对小波消噪理论作了简要的阐述,并设计了一种消噪方案,最后利用MATLAB,在计算机上选用不同的小波基和阈值进行了实船信号的消噪处理试验,并对结果进行了简单的分析比较。试验结果表明,在选择了合适的小波基和阈值的情况下,利用小波变换的方法对舰船辐射噪声进行消噪处理可以取得良好的效果。     

两种自适应噪声抵消算法的性能仿真

介绍了自适应噪声抵消系统及其核心部分一自适应滤波器的基本原理和常见算法,并采用LMS、NLMS算法在Matlab平台中进行了系统消噪性能的仿真对比,讨论了不同参数设定对系统性能的影响.结果表明,当其他条件不变时,所选用步长或者滤波器阶数的增加,会造成滤波器自适应学习时间加长,失调系数变大,消噪性能趋于恶化;对于有色噪声的消除,NLMS算法有明显优势和效果,而LMS算法则存在梯度噪声被放大、失真度高等问题.     

船舶通信信号传输算法优化

船舶通信信号在传输过程中,为了提升信号的清晰度与传输能力,通过滤波器内的滤波算法对信号噪声进行降噪处理。但是,传统滤波算法在噪声去除过程中,由于未分离正常通信信号与噪声信号,导致滤除噪声过程中对相邻正常信号造成损伤,降低信道传输码率,影响信号传输速率。为此,提出船舶通信信号传输算法优化。通过对通信信号建立船舶通信信号分布模型,获得信道内正常信号与噪声信号的分布状态;在优化算法中引入噪声分离策略,将噪声信号源与正常信号源进行分离;通过多标签抗扰算法对分离噪声源进行抑制消除,从而达到清晰信号,提升传输速率的目的。对比实验数据表明,采用提出算法优化后通信信号的传输速率与清晰度,明显优于传统传输算法,更适合实际船舶通信信号传输应用。     

船舶通信信号传输质量优化检测算法优化

现有算法由于原始船舶通信信号处理力度较小,使其存在着去噪效果差、传输质量检测误差大的问题,因此提出船舶通信信号传输质量优化检测算法优化研究。利用卡尔曼滤波对原始通信信号进行去噪优化处理,以此为基础,分析传输质量影响因素,构建新的传输质量影响模型,以通信信号失效率、修复率、可用度为指标,为通信信号传输质量检测添加新的参数,最终实现了船舶通信信号传输质量优化检测算法的全优化。实验结果表明,应用优化算法后,船舶通信信号去噪效果更好,传输质量检测误差更小,充分证实了算法优化的有效性。     

基于渐消记忆自适应滤波的船舶动力定位算法仿真（英文）

由于船舶在海上运动的复杂性和非线性,精确的船舶动力定位系统数学模型难以建立。为了实现有效的动力定位控制,需要应用一定的状态估计滤波算法得到所需的船舶运动低频信号。采用常规的Kalman滤波,状态变量的新测量值对预测值的修正作用下降,旧测量值的影响随着计算步数的累积而相对提高,这是引起滤波发散的主要原因之一。文章针对船舶动力定位系统中使用常规的Kalman滤波而存在的模型不精确、不能准确表达系统噪声和测量噪声等问题,采用渐消记忆自适应滤波估算低频运动信息,在状态估计算法中引入渐消记忆因子,减小旧测量值对状态估计值的影响权重,从而增大新测量值的作用;并根据滤波发散判断准则,选择适当的渐消记忆因子值来抑制滤波器的发散,使控制器输出较为平稳,从而降低推力系统不必要的能耗。仿真实验表明,所设计的自适应滤波器的收敛性、跟踪性优于常规的Kalman滤波,有效地提高了系统的定位精度和稳定性。     

基于小波变换与变步长LMS算法的船舶磁场信号检测

针对检测船舶磁场信号时信噪比较低的问题,提出了一种基于小波变换与变步长LMS算法的检测方法.根据船舶磁场信号的实际特征,首先对信号进行小波分解,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取船舶目标特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强...     

基于渐消记忆自适应滤波的船舶动力定位算法仿真

由于船舶在海上运动的复杂性和非线性,精确的船舶动力定位系统数学模型难以建立.为了实现有效的动力定位控制,需要应用一定的状态估计滤波算法得到所需的船舶运动低频信号.采用常规的Kalman滤波,状态变量的新测量值对预测值的修正作用下降,旧测量值的影响随着计算步数的累积而相对提高,这是引起滤波发散的主要原因之一.文章针对船舶动力定位系统中使用常规的Kalman滤波而存在的模型不精确、 不能准确表达系统噪声和测量噪声等问题,采用渐消记忆自适应滤波估算低频运动信息,在状态估计算法中引入渐消记忆因子,减小旧测量值对状态估计值的影响权重,从而增大新测量值的作用;并根据滤波发散判断准则,选择适当的渐消记忆因子值来抑制滤波器的发散,使控制器输出较为平稳,从而降低推力系统不必要的能耗.仿真实验表明,所设计的自适应滤波器的收敛性、跟踪性优于常规的Kalman滤波,有效地提高了系统的定位精度和稳定性.     

一种船用油漆导热油智能温度控制系统设计

船舶在海面行驶,环境潮湿,为防止船体生锈,一般都会在船舶表面涂抹防锈漆对船舶进行保护。而防锈漆制作过程中,需要利用导热油作为介质,对系统进行均匀稳定的加热。为了使加热过程实现智能温度控制,本文对船用油漆导热油智能温度控制系统及对系统的软硬件进行设计和研究,并采用模糊自适应PID控制方法替代传统的PID控制方法。在此基础上,在Matlab上进行仿真分析,证明模糊自适应PID控制方法可以实现较强的自适应性和灵活性,可以使系统实现良好的动态性能。     

无人船舶抗噪信号接收器设计

常规船舶信号接收器能够实现船舶信号的接收,但由于接收信号噪点较高,不适合无人船舶信号的接收,为此提出无人船舶抗噪信号接收器设计。利用10 MHz TCXO以及多次滤波方式,构建抗噪信号接收器系统结构,依托信号计算进行接收通道结构设计;基于接收器数据算法和判断指令运算方式,实现无人船舶抗噪信号接收器设计。试验数据表明,设计的无人船舶抗噪信号接收器较常规船舶信号接收器噪点率下降27.99%,适用于无人船舶信号的接收。     

基于双边滤波的船舶图像混合域去噪方法

船舶SAR图像由于高斯噪声、相干斑噪声以及SAR雷达的阴影特性等原因,SAR图像中存在着大量噪声,这些噪声信号会干扰基于SAR图像的海上船舶目标识别与监测。针对这一问题,本文提出一种基于双边滤波算法的船舶SAR图像混合区域去噪算法,阐述双边滤波算法的原理,进行SAR图像噪声的来源建模,在实际船舶SAR图像的处理过程中取得了良好的降噪效果。