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．     

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．     

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。     

两层模型中直流电流元产生的电磁场

利用矢量磁位和二维傅里叶变换推导了两层模型中垂直直流电流元和水平直流电流元电磁场直角坐标系下各分量的计算公式，这些公式为初等函数表达式，便于水下电磁场测量数据的反演及解释．     

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．     

Kolmogoroff相位重构算法在非均匀光纤光栅相位特性分析中的应用

将Kolmogoroff相位重构算法应用于非均匀光纤光栅,提出基于该算法的非均匀光纤光栅相位特性的系统分析方法.即将非均匀光纤光栅视为一个信息系统,由其强度响应谱数字重构相位响应谱及冲激脉冲响应,并由相位谱进一步求出其时延、色散,实现对其相位特征的系统分析.以线性啁啾光纤光栅及变迹啁啾光纤光栅为例进行算法验证.用该方法分析所得相位特征和文献相吻合,说明非均匀光纤光栅可以被视为一个线性的最小相位系统;相位重构算法对于非均匀光纤光栅也是可行的、稳定的.利用此方法,可以通过在频域对强度谱采样,实时获取光纤光栅的相位响应特征.     

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。