基于人工智能的线谱检测技术

本文主要讨论在被动声呐中窄带信号的自动检测问题,通过模拟声呐兵在LOFAR图中检测和提取谱线的双门限检测过程,提出了低信噪比下自动检测线谱的智能方法.此方法将线谱识别、线谱检测和线谱跟踪融合在一起,能在低信噪比和不知道窄带信号的数量、起止时间的情况下,自动地以高检测概率和低虚警概率检测线谱.     

基于单矢量水听器的实时性线谱提取算法

针对单矢量水听器探测条件下的水声目标线谱提取问题,提出一种可实时性迭代计算的线谱提取算法。首先利用矢量水听器声压振速通道的联合信息处理,可提高水声目标信号的信噪比。其次,利用基于极大值滤波器的线谱预处理方法对信号频谱进行峰值检测,进而通过在线谱提取过程中引入缓存器,可以在较小的计算复杂度条件下提高信号处理过程中的时间增益,再结合线谱归并方法可以较为精确的提取出目标线谱。经仿真试验分析及海上实测数据验证,该算法能够在低信噪比条件下实现对线谱的检测,并具有良好的抗线谱漂移干扰能力。     

模糊专家系统的快速实现方法及其在鱼雷报警中的应用

给出了一个模糊专家系统的快速实现方法,介绍了具体的知识表示、模糊匹配和推理机的实现方法,并用其构建了用于识别鱼雷的模糊专家系统。由于利用智能线谱检测和提取算法提取出了DEMON图和LOFAR图中的多个高质量的线谱特征,并利用了快速实现方法。此模糊专家系统可以实时给出很好的识别结果。     

基于两级自适应线谱增强器的舰船辐射噪声线谱检测

舰船辐射噪声中的线谱成分能表征舰船的本质特征,是舰船目标识别中的主要特征矢量.因此,舰船辐射噪声线谱的准确检测在目标识别中具有十分重要的意义.针对海洋环境噪声中舰船辐射噪声线谱检测问题,提出了两级自适应线谱增强器(adaptive line enhancement,ALE)检测方法.该方法在原一级ALE检测方法的基础上,将原信号延时信号与一级ALE误差信号相减后作为第2级ALE的输入再进行1次ALE.该方法较一级ALE在输入信号信噪比较低时能准确地将线谱从宽带背景噪声中分离出来.仿真和实验结果表明该方法的有效性和准确性.     

自适应谱线增强在舰船辐射噪声线谱检测中的应用

舰船辐射噪声线谱成分包含有大量的舰船特征信息,提取这些线谱成分对于水下目标的识别和研究具有十分重要的意义.为了有效地将舰船辐射噪声特征线谱从宽带背景噪声中分离出来,提出了运用自适应谱线增强理论对舰船辐射噪声信号进行研究.利用最小均方LMS自适应算法,构造出自适应谱线增强器,从理论上对该增强器的原理进行了分析,并利用该增强器对2种船型的辐射噪声实测数据进行了处理.结果表明,该增强器对线谱信号有增强作用,对背景噪声有较好的抑制作用,十分有利于辐射噪声特征线谱的提取.     

一种舰船辐射噪声线谱检测新方法

舰船辐射噪声的线谱成分包含许多舰船的特征信息,在低信噪比的情况下,实现线谱的有效检测对舰船的分类与识别有着重大意义。以绝热近似小参数理论为依据,提出一种基于自相关和随机共振理论相结合的舰船辐射噪声线谱检测方法。该方法通过对微弱信号自相关处理完成初步消噪,并将处理后数据输入到随机共振系统中进行线谱检测。仿真实验中,将本方法通过尺度变换运用于舰船辐射噪声线谱检测中,仿真结果验证该方法的有效性。     

一种估计水中目标辐射噪声线谱的方法

线谱是水中目标辐射噪声中重要的特征信息,在被动声呐系统中,线谱提取是水中目标识别的关键技术.文章简述了水中目标辐射噪声的物理成因和频谱特征,利用经典谱估计法与现代谱估计法在短时序列谱估计中的特点,结合仿真试验的结果,提出了一种对水中目标辐射噪声低频段线谱估计的联合分析法,并用该方法对2艘实船噪声进行了谱分析.实验结果表明,该方法对低频段的线谱特征提取有较好的实用效果.     

结合EMD和功率谱熵的船舶轴频电场线谱提取

为实现强海洋背景噪声中的微弱船舶轴频电场信号检测,提出了一种结合经验模态分解(Empirical Mode Decomposition,EMD)和窄带子区间功率谱熵的线谱提取新算法.首先,利用EMD方法从含噪信号中分解出一组有效固有模态函数(Intrinsic Mode Functions,IMFs),对各有效IMF的功率谱进行子区间划分;其次,定义并计算各子区间的能量峰值熵比(Energy Peak Entropy Ratio,EPER)特征;最后,通过对轴频信号和环境噪声物理特征差异的分析,结合K-均值聚类方法进行特征量的筛选,实现线谱提取.海上实测数据的处理结果表明,相比于直接的功率谱分析,算法的线谱可提取下限降低了6.7 dB.     

未知参数的舰船辐射噪声线谱Duffing振子检测方法

当被动声呐探测舰船目标时,舰船辐射噪声中的线谱成分是舰船分类识别及航行状态监测的特征参量,通常情况下线谱的频率及数量是未知的。针对现有未知频率的Duffing振子检测方法存在系统结构复杂,判别时间长,需要人为参与等问题,本文构造了变参数单一Duffing振子检测模型,并提出了变频频率切片小波变换的Duffing振子检测方法。该方法通过设置合理的频率灵敏度参数自动地调整系统内置策动力频率值,利用频率切片小波变换提升系统抗噪性能,结合Poincare映射特征函数的系统相态定量判决方法,变频搜索待测信号中的线谱分量。在实测数据的分析处理中,对不同观测时间内的数据进行检测,实现了线谱成分的检测跟踪与频率估计,并根据时间轨迹上的频率识别信息确定存在的稳定线谱成分。数据处理结果表明,该方法能够实现低信噪比下参数未知线谱的检测与频率估计。     

船舶噪声DEMON谱质量评估方法

针对船舶噪声DEMON谱在技术研究、识别应用和噪声整理中缺乏有效的质量评估方法,提取前12阶轴频谐波线谱信噪比、第一组谐波簇中轴频及其谐波清晰度和叶频清晰度、强干扰线谱强度3种关键特征,设计了一套DEMON谱质量综合评估框架。通过海上实测噪声数据分析表明,该质量评估方法可靠,与实际情况吻合较好。     

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。     

基于信息熵的频谱感知方法

频谱感知是认知无线电的关键技术之一。讨论了一种利用信息熵的频谱感知方法,并以IEEE 802.22的一种主用户信号对算法性能进行了仿真分析。仿真结果表明这种方法能够克服噪声功率不确定性的影响,而且对信息熵估计时的参数选择不敏感,在低信噪比下能够获得较好的检测性能。     

N-P准则与CA-CFAR检测技术研究

在杂波和噪声环境下脉冲雷达对杂波和噪声进行统计分析处理,确定杂波和噪声的概率分布模型,选择相应的恒虚警检测方法,以检测目标回波信号。N-P准则不能随环境的变化而调整门限,虚警概率较高;而CA-CFAR检测能够根据参考窗内的信号的特性,自适应调整检测门限,虚警概率较低。文章研究了N-P准则和CA-CFAR检测技术的基础,并对二者的检测性能进行了仿真分析比较。     

对称Alpha稳定分布噪声下的Duffing振子检测方法

Duffing振子是利用系统对与策动力同频的小信号敏感而对噪声免疫实现微弱信号检测,特定分布下的噪声激励Duffing振子系统不会发生相变是应用该方法的前提条件。文中主要研究了服从Alpha稳定分布的噪声激励Duffing振子产生相变的鲁棒性问题,研究结果表明Duffing振子相变在Alpha稳定分布源的激励下为小概率事件。为消除小概率相变的影响,利用多支路并行检测及多数判决准则对常规的Duffing振子检测方法进行改进,即将待测信号分段截短周期延拓后送入多个并行Duffing振子检测单元,若检测单元多数发生相变,必然是由于弱目标信号而非噪声激励所致,即可判定检测信号中包含目标小信号。将该方法应用于水下目标回波信号的检测中,实测数据处理结果验证了该方法是有效的。     

基于分块结构网格的泵喷推进器敞水性能模拟

为准确预报泵喷推进器的敞水性能，采用分块高质量结构化网格，结合SST k-ω模型对模型泵喷推进器进行了数值模拟。结果表明：该数值方法所得计算值与实验值保持较好一致性；进行泵喷推进器敞水性能模拟时，进口距转子域的最佳长度为3D；泵喷推进器的前置定子有利于降低辐射线谱噪声和提高推进效率；设计较大的导管攻角有利于降低泵喷推进器的辐射线谱噪声。     

一种基于模型的水声弱信号检测方法(英文)

Detection of weak underwater signals is an area of general interest in marine engineering. A weak signal detection scheme was developed; it combined nonlinear dynamical reconstruction techniques, radial basis function (RBF) neural networks and an extended Kalman filter (EKF). In this method chaos theory was used to model background noise. Noise was predicted by phase space reconstruction techniques and RBF neural networks in a synergistic manner. In the absence of a signal, prediction error stayed low and became relatively large when the input contained a signal. EKF was used to improve the convergence rate of the RBF neural network. Application of the scheme to different experimental data sets showed that the algorithm can detect signals hidden in strong noise even when the signal-to-noise ratio (SNR) is less than −40d B.     

异质结构焊缝检测的相控阵超声全聚焦算法优化

船舶异质结构焊缝检测的相控阵超声全聚焦算法信噪比高、适应性强，但该算法存在超大计算量和伪影等诸多问题。依据声束指向性提出该算法的优化方案。过滤非声束指向性声场中的重构点可大幅提升计算速度，并可优化相同路径默认调取全矩阵中同一幅值的伪影问题。将优化算法用于异质结构，获得高效高质量的检测结果，为满足铝钛钢复合接头大批量在线无损检测的工程需求提供思路。     

基于混沌理论的微弱线谱信号检测研究

提出了一种基于Duffing振子的线谱信号检测方法。分析了Duffing方程的分叉特性以及利用其检测微弱周期信号的工作原理,在此基础上对此种混沌检测方法进行了实验研究。实验结果表明,此方法能准确检测出信噪比很低的微弱线谱信号,为水声领域线谱检测系统的设计提供了依据。