动目标侦察雷达模拟训练器回波形成单元的设计与实现

通过分析活动目标侦察雷达动目标显示的基本工作原理,得出对活动目标回波信号的模拟必须包含三种信息:幅度信息、频域信息、时域信息。根据这些条件,对活动目标侦察校射雷达模拟器的回波形成单元进行了基本设计。在组成框图设计的基础上,结合实际经验,设计并实现形成活动目标回波信号的基本电路。     

一种基于递归QRD-LS算法的同频干扰消除方法

同频干扰(收发天线的直接耦合波,表面直接发射波)由于其具有很强的能量对近场瞬态主动电磁探测系统的目标信号造成了严重的干扰,此干扰与目标回波信号同频且强度往往高于目标回波信号,因此,对探测系统的正常工作危害极大。本文分析了传统的同频干扰消除方法,阐述了自适应RLS(递归最小二乘法)滤波的原理,在此基础上提出了一种基于QRD-LS算法的同频干扰消除方法。该方法收敛速度快、运算量较小、能实现实时的信号处理。计算机仿真结果表明该方法可有效抑制同频干扰,提高了目标回波的信干比(SIR)。同时该方法对同频干扰的局部畸变以及幅度、时延的变化具有很强的适用性。     

一种自适应门限时间方位历程显示背景均衡算法

根据目标信号与背景噪声的特点,结合机器自动提取BTR弱目标轨迹时的需求,本文设计了一种自适应门限背景均衡算法。相比于现有方法,该算法有两点改进:1)根据目标信号与背景噪声幅度比值,自适应生成滤波阈值,不需要人工设置与调试;2)根据目标信号与背景噪声在BTR中的显示特点,自动识别噪声并进行抑制,提高了弱目标与噪声的区分度。实测信号处理结果证明,本文算法能够在保护弱目标轨迹的情况下较干净地滤除背景噪声。     

基于混沌系统的水下目标辐射噪声线谱检测

针对水下目标辐射噪声具有频率低和强宽带背景噪声的特点,研究基于混沌理论的微弱信号检测方法。首先,根据混沌系统相轨迹内径随内置信号幅度变化的关系曲线确定任一频率下的混沌临界状态阈值。然后,在处于临界状态的混沌系统中注入待测的水下目标辐射噪声信号,依据频率-内径图进行待测信号检测。仿真结果表明该方法能实现微弱线谱检测,且较以往的混沌状态判据方法更简单直观。     

基于混沌理论的混响背景下目标检测方法

响应使得海底目标检测更加困难,针对当前混响背景下目标检测方法存在的检测误差大、抗干扰能力差等不足,以提高混响背景下目标检测精度为目标,提出了基于混沌理论的混响背景下目标检测方法。首先对当前混响背景下目标检测方法进行分析,找到引起检测误差大、抗干扰能力差的原因,然后引入小波分析对混响背景下目标信号进行去噪,提高其抗干扰能力,并通过混沌理论对混响背景下目标信号进行相空间重构,最后采用神经网络对混响背景下目标信号进行分类,实现目标检测,并与其他混响背景下目标检测方法进行对比测试,验证了本文方法是一种精度高、抗干扰能力强的混响背景下目标检测方法。     

水面水下声起伏特性建模仿真与分析

为了解决水面和水下目标进行分类这一难题,本文从起伏特性的角度出发,对舰船辐射噪声进行特征提取。首先利用PM海浪谱模拟随机起伏界面,运用积分方程方法近似计算了海面起伏界面的散射强度,根据散射强度模拟信号幅度包络的变化规律,并基于信号的物理特征和幅度包络的特征设计了相关器。这样对接收到的信号进行包络提取,并将提取到的包络通过相关器处理得到相关系数,最后根据对相关系数的判断实现对水面和水下目标的分类。本文测试了不同深度下的声源,仿真结果验证了根据相关系数判断水面水下目标是可行的,并通过实验数据进一步验证了算法的有效性。     

提高舰载雷达低空目标检测性能技术研究

对海杂波影响舰载雷达系统低空探测性能的原因进行了分析，并研究了海杂波信号幅度分布特性，提出使用α稳定分布建立雷达低空观测信号模型，指出研究基于分数低阶统计量的雷达目标信号检测与估计韧性替代算法的必要性，以实现恒虚警概率下的雷达目标最佳检测，探索提高岸基和舰载雷达对低空及海面目标探测和跟踪性能新的发展方向。     

基于AR模型的水下目标检测方法

本文提出了一种基于AR模型的水下目标检测方法。该方法对预先获得的环境噪声信号建立AR模型并求解其参数,对采集到的可疑信号以相同的阶数建立AR模型并求其参数。通过比较噪声模型系数和被测目标信号模型系数的差异来判断是否有目标存在。用该方法对模拟舰船信号、舰船模型信号和海试实测数据进行了分析并与能量检测器的结果进行了比较,结果表明该方法与能量检测器的性能相差不大,可以在较低的信噪比下检测出目标信号。     

小波软阈值滤波在信号去噪中的有效性研究

对于高幅度和宽尺寸的噪声要素,尤其是当有用信号的幅度和噪声尺度相差不大时,使用传统的傅里叶滤波和一般的小波变换去噪的效果不是很好,对此提出了一种软阈值去噪方法。根据小波理论及软阈值滤波的算法,用MAT-LAB对四种典型信号和陀螺信号进行去噪仿真研究。理论分析和仿真结果表明,这种方法能有效消除高频随机信号和特定尺度的噪声,同时又能很好地保留原有的有用信号。     

利用宽带信号获得水中复杂目标亮点信息的两种方法

一个复杂目标的回波可以等效成若干散射亮点回波叠加的结果。本文介绍了2种利用低频宽带信号获得目标亮点信息的方法。一种是以分数阶傅立叶变换为基础的亮点获取方法,该方法仅限于信号为线性调频脉冲的情况;另一种方法是采用对宽带回波信号频谱的二次谱分析的方法获得目标的亮点信息,对宽带信号的形式并没有限制。并给出了2种方法计算仿真和模型测试的结果。     

基于小波降噪的经验模式分解方法研究

通过正常工况下的转子位移信号,分析不同幅值噪声对经验模式分解(EMD)分解的影响。对于幅值较小的随机噪声,EMD分解可以自适应地将主要特征信息从噪声中分解出来。而对于幅值较大的噪声,小波降噪的EMD分解则可以有效避免模态间能量泄漏,从而得到准确的分析结果。     

基于多段滑模面控制的船舶柴油机调速系统仿真研究

船舶柴油机的稳定运行,关系船舶电力系统电能品质以及柴油机的性能。为了使柴油机具有得到较好的排放性、经济性及动力性,对其转速进行稳定的控制是十分重要的。在实验的基础上建立柴油机调速系统的非线性数学模型,利用滑模变结构控制理论设计了多段滑模面变结构控制器。并用MATLAB/simulink进行了仿真,结果表明:多段滑模面变结构控制能很好抑制系统的超调量,快速跟踪目标值,具有控制精度高,鲁棒性强等特点。     

基于幅值域参数的船舶液压系统故障诊断研究

针对振动频谱时频域特征信号在船舶液压系统故障诊断领域存在的不足,分析了不同幅值域参数对不同故障存在的敏感度差异,提出了基于幅值域特征分析的多信号、多参数的故障诊断方法,通过5类幅值域无量纲参数和某型船艇装备液压缸4例典型故障对这一方法进行了验证。     

A new time-frequency analysis method based on single mode function decomposition for offshore wind turbines

The Hilbert-Huang transform (HHT) has been widely applied and recognised as a powerful time-frequency analysis method for nonlinear and non-stationary signals in numerous engineering fields. One of its major challenges is that the HHT is frequently subject to mode mixing in the processing of practical signals such as those of offshore wind turbines, as the frequencies of offshore wind turbines are typically close and contaminated by noise. To address this issue, this paper proposes a new time-frequency analysis method based on single mode function (SMF) decomposition to overcome the mode mixing problem in the structural health monitoring (SHM) of offshore wind turbines. In this approach, the structural vibration signal is first decomposed into a set of window components using complex exponential decomposition. A state-space model is introduced in the signal decomposition to improve the numerical stability of the decomposition, and then a novel window-alignment strategy, named energy gridding, is proposed and the signals are constructed in the corresponding gridding. Furthermore, energy recollection is implemented in each gridding, and the reassembling of these components yields an SMF that is comparable to the intrinsic mode function (IMF) of the HHT, but with a significant improvement in terms of mode mixing. Four case studies are conducted to evaluate the performance of the proposed method. The first case attempts to detect three different frequencies in a simulated time-invariant signal. The second case attempts to test a synthesised signal with segmental time-varying frequencies (each segment contains three different frequencies components). The analysis results in these two cases indicate that mode mixing can be reduced by the proposed method. Furthermore, a synthesised signal with slowly varying frequencies is used. These analysis results demonstrate the effective suppression of non-relevant frequency components using SMF decomposition. In the third case, the experimental data from vortex-induced vibration (VIV) experiments sponsored by the Norwegian Deepwater Programme (NDP) are used to evaluate the proposed SMF decomposition for vibration mode identification. In the final case, field data acquired from an offshore wind turbine foundation and offshore wind turbine are analysed. The mode identification results obtained using SMF decomposition are compared with those produced by the HHT. The comparison demonstrates superior performance of the proposed method in identifying the vibration modes of the VIV experimental and field data.     

深海矢量噪声场声传播特性研究

矢量声压振速联合处理是建立在信号的声压和质点振速相位基础上,海洋环境边界对声传播的影响将改变矢量声场声压和质点振速的幅度和相位特性。文章根据南海环境条件和水下目标辐射噪声测量采用矢量简正波理论估算海面非相干偶极子噪声源和水下点声源矢量场的幅度和相位随深度的变化,并对矢量水听器测量系统获取的南海典型深度上的背景噪声数据进行了分析。结果表明:深海背景噪声声压谱级在500 Hz以下基本上不随深度变化,在500 Hz-3 kHz频段浅深度背景噪声声压谱级略高于较深深度的背景噪声声压谱级;背景噪声的垂直质点振速谱级要小于声压和水平质点振速谱级。     

基于PSO-ELM算法实现船舶发电机组故障识别

针对船舶发电机组的不同故障类型,通过传感器采集不同故障下柴油机缸盖处的振动信号,构成大量数据集,选取部分数据集作为样本数据。通过EEMD算法对样本数据进行分解降噪,把一维数据分解成能反映柴油机工况信息的多维数据,对分解形成的多维数据使用KICA算法进行特征提取,并对提取后的数据进行训练集、验证集分组。使用PSO-ELM算法搭建故障识别模型,并使用训练集训练模型,使用验证集验证模型,根据验证结果评价模型是否满足故障识别的精确度。     

听觉谱特征在水下目标回声识别中的应用

水下目标回声特征提取是主动目标识别的关键内容。本文提出将语音识别领域中较为成熟的RASTA-PLP听觉模型应用于水中目标回波的特征提取,并根据信号的特点对RASTA-PLP模型进行修正。对比应用PLP方法进行的水中目标单频回波识别实验,结果表明：当加入卷积噪声后,修正的RASTA-PLP特征表现出更加良好的鲁棒性能,在同等测试条件下识别率比PLP听觉模型特征高约3%,显示了本方法在实现目标回声自动识别上的重要应用前景。     

经验模式分解方法在水下目标分类中的应用

针对经验模式分解在水下目标辐射噪声分析时存在的模式混叠问题,提出基于二进滤波的经验模式分解方法,研究了水下目标辐射噪声的分解和特征提取。仿真实验表明,基于二进滤波的经验模式分解方法能很好地抑制模式混叠。最后将该方法应用于海试数据分析,处理结果与直接利用经验模式分解方法相比,识别概率提高了6%,得到比较满意的分类结果。     

一种改进的分数阶Fourier变换目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难于在时频域得到好的检测结果。对此提出了分数阶Fourier变换检测算法做出改进,新的算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真实验中利用改进的分数阶Fourier变换算法对运动目标进行检测,结果表明新的分数阶Fourier算法的检测性能优于原分数阶Fourier变换。     

柴油机电控直列泵系统压力动态特性研究(英文)

The electronic in-line pump (EIP) is a complex system consisting of mechanical, hydraulic, and electromagnetic parts. Experimental study showed that the fuel pressure of the plunger and the fuel drainage of the pressure system after fuel injection could result in fuel pressure fluctuation in the low pressure system. Such fluctuation exhibited pulsating cycle fluctuation as the amplitude rose with the increase of the injection pulse width. The time domain analysis found that the pressure time history curve and injection cylinders corresponded with a one-to-one relationship. By frequency domain analysis, the result was that with the increase of the working cylinder number, the high frequency amplitude gradually increased and the basic frequency amplitude gradually decreased. The conclusion was that through wavelet transformation, the low pressure signal simultaneously moved towards low frequency as the high frequency of the wavelet transformation signal with the working cylinder number increased. Lastly, by using the numerical model, the study investigated the simulation research concerning the relationship of the fluctuation dynamic characteristic in the low pressure system and the fuel injection characteristic of the high pressure system, completing the conclusions obtained by the experimental study.