不同信噪比下混沌系统弱信号检测性能分析

通过引入检测率的概念用于表征不同信噪比下混沌系统检测弱信号的性能。检测率是通过计算混沌系统在临界状态下,输入待测信号后系统最大Lyapunov指数小于0的次数与仿真总次数的比值得到的。通过分析不同噪声功率、不同精度临界阈值下,不同信噪比信号输入到混沌临界状态后对应的检测率,得到混沌系统检测不同信噪比信号的性能与背景噪声功率,选取的临界阈值均有关系。     

基于自相关和混沌理论的微弱线谱检测

提出基于自相关和混沌理论相结合的微弱线谱检测方法,对微弱信号进行自相关处理并进行初步消噪,输入到处于临界状态的混沌系统中进行微弱线谱检测。该方法利用相轨迹内径确定混沌临界状态阈值及区分混沌与大周期状态。仿真结果表明该方法较单一的混沌检测方法具有更好的检测效果,可用于任意初相位微弱信号的检测,且利用内径判别法较以往混沌判断方法更简单直观。     

振动时效工艺的研究

对振动时效工艺的原理、效果和方法进行了详细的阐述，列举了振动时效的一些经验工艺参数。以振动压路机前横梁的振动时效为例，说明了振动时效的工艺过程。     

舰船尾流气泡运动特性研究

建立了气泡在舰船尾流中浮升运动与径向运动的理论模型,针对不同半径、不同气体成分的气泡进行了数值模拟.计算结果表明:泡内气体成分对于半径较大的气泡无明显影响,而对于半径小于50μm的气泡则会产生显著的变化,甚至可能影响气泡变化的趋势;半径小于100μm的微小气泡能在尾流中长时间地存在,且随着气泡半径的减小,气泡在尾流中的存在时间呈指数规律增长,这一结论与实验结果具有较好的一致性.     

Neural Network Prediction Model for Ship Hydraulic Pressure Signal Under Wind Wave Background

The ship hydraulic pressure signal is one of the important characters for the target detection and recognition. At present, most of the researches on the detection focus on the ways in the time domain. The ways are usually invalid in the large wind wave background. In order to solve the problem efficiently, we present an effectual way to detect the ship using the ship hydraulic pressure signal. Firstly, the signature in the proposed method is decomposed by wavelet-transform technique and reconstructed at the low-frequency region. Then,a predictive model is set up by using the radial basis function(RBF) neural network. Finally, the signature predictive error is regarded as the testing signal which can be used to judge whether the target exists or does not.The practical result shows that the method can improve the signal to noise ratio(SNR) obviously.     

三维压差式矢量水听器定向性能分析

由于压差式矢量水听器是通过声压梯度来近似测量质点的振速,因此声场计算误差必将影响其定向精度.从理论上对三维压差式矢量水听器定向性能进行了分析,推导了由声场计算误差引入的目标俯仰角和方位角误差公式.此外,利用平均声强流定向算法,通过仿真详细分析了矢量水听器各阵元幅度和相位不一致、阵元间距、积分时间和信噪比等因素对目标定向精度的影响.仿真结果对三维压差式矢量水听器的制作及实际工程应用均有指导意义.     

基于改进小波能熵的水下目标识别

文章研究了基于改进小波能熵和概率神经网络的水下目标识别方法。首先对水下目标辐射噪声信号进行小波变换多分辨率分解和重构,然后引入滑动时间窗,提取各分解子带在滑动时间窗内的改进小波能熵值作为目标识别的特征矢量,最后将特征矢量输入到概率神经网络中实现水下目标识别。对信号进行小波多分辨率分解可反映信号在不同频域上的特征,而引入滑动时间窗并在此基础上定义改进的小波能熵可反映信号的时域特征,因此改进小波能熵方法能同时反映信号的时频特征,更适合于水下目标特征提取。仿真结果表明了该方法的有效性。     

无人水下航行器控制系统CAN总线通信设计与仿真研究

由于水下环境的复杂性及无人水下航行器自身特点,对其实施实时高效控制需处理大量数据。文章采用CAN总线对UUV控制系统通信网络进行设计和分析,讨论了CAN总线网络数据帧在系统中的具体应用设计和传输参数设置,并使用CANoe仿真软件对所设计的UUV控制系统CAN网络进行了仿真,通过仿真验证了UUV控制系统CAN网络通信设计的正确性。该方法应用于UUV控制系统通信网络设计,将有效提高UUV系统控制性能和特征模拟性能。     

基于小波变换和概率神经网络的水下目标识别

由于水下环境的复杂性,水下目标的检测和识别是水声信号处理领域中的一个难题.本文研究了基于小波变换和概率神经网络的水下目标识别方法.利用小波变换得到水下目标辐射噪声信号在不同尺度下的能量分布作为特征矢量,并输入到概率神经网络中以实现目标分类.利用小波变换能量特征值可有效区分不同的目标辐射噪声.概率神经网络无网络训练过程,适合于信号分类.实验结果表明该方法的有效性和可行性.     

基于宽带时延-时间伸缩的目标几何像求解方法研究

提出了一种基于宽带时延-时间伸缩的目标几何像求解方法．传统的宽带相关成像得到的目标散射点的时延-时间伸缩分布像相对于目标的几何像是扭曲的，通过对多个相邻回波的时延-时间伸缩分布图的特征提取，得到目标的运动参数，据此将目标的时延-时间伸缩像转化为目标的几何像，便于进行下一步的目标识别和图像增强．通过计算机仿真验证，表明该方法是有效的．