基于正交母函数的模型化磁性物体标量探测

对传统的标量磁模型进行了变形，使得标量磁信号可以看成是3个母函数的线性组合，对母函数的标准正交化使其成为信号子空间的一组标准正交基，利用信号在子空间中的逼近误差提出了一种新的基于标量信号的模型化检测方法，并进行了仿真，结果表明这种方法能够有效地检测目标信号．     

分层媒质中极低频水平电偶极子在绝缘介质半空间中产生的电磁场

推导出分层导电媒质中顶层极低频时谐电偶极子在绝缘介质半空间中产生的电磁场分布的索末非积分表达式;以海床-海水-空气三层模型为例,水平交流电偶极子位于海水中,采用汉克尔变换及快速傅里叶变换,数值计算了空气半空间中的电磁场分布.结果表明极低频时谐电偶极子在空气中产生的电磁场有可测量的量级.     

基于离散小波理论的时间尺度变换实现

时间尺度变换就是使信号在时域上压缩或扩展而幅度不发生变化，将连续小波理论的时间尺度变换推广到了离散小波变换领域，推导了基于离散小波变换的函数时间尺度变换公式，在已知任意平方可积函数f(t)的条件下，通过离散小波变换和反变换求得期望的g(t)=f(t/λ)，并给予了理论证明和仿真实验。     

水中目标水压场信号特征提取与检测研究

利用目标信号功率主要集中在低频部分的特点，用功率谱估计方法提取低频信号的能量作为特征，提出了所谓的浮动阈值方法，对信号滑动地进行目标检测．通过对实验船模水压场信号进行检测验证。讨论了在各种不同情况下，目标信号的特征提取及目标检测方法的效果，验证了该方法的有效性．     

无人驾驶潜艇的AIP技术

无人驾驶潜艇能进一步突现潜艇的作战优势。为使无人驾驶潜艇长期保持深潜状态，进一步提高其作为作战平台的隐蔽性和生存能力，本文分析了新一代水下推进动力AIP技术现状、性能特点和发展趋势，探讨了AIP在无人驾驶潜艇中应用的可能性。针对无人驾驶潜艇对AIP装置的要求，并对比现有各AIP装置的特点，认为目前闭式循环柴油机系统最适合作为自主研制的无人驾驶潜艇的推进动力。     

基于进化规划的自适应高斯神经网络

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类，但此网络使用BP算法，其误差能量函数是一个不规则的超曲面，容易陷入局部极小值。因此，提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法，该方法能够自动的确定网络的最优结构和联结权值，同时避免网络的局部优化。将该方法用于被动声呐晶目标的分类识别，实验结果表明基于进化规则的自适应高斯神经网络能够有效的克服局部最小问题，具有更好的识别率。     

基于模糊贴近度的舰船辐射噪声分类

误差反传神经网络在被动声呐目标分类中得到了广泛的应用，但该算法在搜索过程中容易陷入局部最小值，同时使用赢者独活的识别决策策略，导致识别率的下降。针对BP网络的弱点，提出了基于模糊贴近度的舰船辐射噪声分类方法，该方法能够在不对BP网络作大的改动的前提下，解决神经网络陷入局部最小值，同时使用赢者独活决策策略导致误识的弱点。实验结果证明了该方法的有效性。     

用磁偶极子阵列模型计算运动舰船感应电场

提出一种基于磁偶极子阵列模型的运动舰船感应电场的计算方法，根据一次船模实验，分析了运动舰船产生的感应电场大小及空间分布特性。实验结果表明，该感应电场大小和航速成正比，电场分布具有很强的区域性且该电场是完全可测的。     

基于11/2维谱的舰船轴频电场线谱提取

11/2维谱可加强成整数倍谐波信号的基频分量,抑制高斯有色噪声及对称分布的噪声,剔除非二次相位耦合的谐波分量,这些特性对提取舰船轴频电场线谱十分有利.采用该方法对船模产,生的轴频电场实测数据进行了处理,实验表明它可以有效地将微弱的轴频电场信号从背景噪声中分离出来.     

水下航行体引起海底压力变化的计算方法

针对水下航行体近海底和近水面运动的不同特点，应用船舶水动力学理论，建立了细长体和回转体引起海底压力变化的数学模型，并对典型艇体的海底压力场进行了计算；研制了高精度的水底动压测量系统，理论计算和实验结果具有较好的一致性．研究表明，水下航行体的压力场特征明显，可用于发现和识别水下运动目标．