基于小波变换与支持向量机的舰船水压信号检测方法

采用小波变换与支持向量机相结合对舰船水压场信号建立检测模型.该方法通过对海浪信号进行小波分解并对某一特定低频频段信号重构,利用支持向量机对重构信号建立预测模型,预测误差值作为特征值对舰船水压信号进行检测.通过检测验算表明此方法的有效性,特别是在低信噪比情况下,仍能较好地检测到目标信号.     

基于模糊综合评价的雷达效能评估

根据在实际应用中对雷达进行评估的常用指标建立合理的指标体系,通过专家打分建立评价尺度集,并运用模糊综合评价的方法对雷达效能作出合理的评估.     

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．     

一种基于模式搜索的自学习遗传算法研究

根据自学习遗传算法的原理,设计了基于模式搜索的学习算子.在此基础上与改进的遗传算法结合,提出了一种基于模式搜索的自学习遗传算法.通过对该算法在复杂函数优化情况下与传统遗传算法的对比测试表明,该算法的改进是有效的.     

一种基于能量聚点的目标检测方法

定义了刻画信号能量分布的λ水平能量聚点的概念，利用目标信号能量分布的特点，通过对信号进行小波分解提取各频段的信号，分别作功率谱估计后将频域信号的λ水平能量聚点作为信号特征量，用费歇判别分析方法对目标进行检测，计算机仿真结果验证了方法的有效性．     

目标信号特征提取中的特征压缩及其算法研究

为在特征提取中充分利用目标信号的特征信息，对原始特征空间的建立和特征压缩的过程进行了讨论，采用对目标单一特征信号的λ水平能量聚点的序优化方法建立原始特征空间，通过建立基于对称相对熵分布的优化模型给出了特征选取的方法，在舰船声场通过特性研究中的算例表明算法效果良好。     

舰船运动姿态仿真与多层AR预报研究

舰船运动姿态预报可更好地保障舰船各项作业的顺利进行,提高航行安全性。该文从频域角度仿真随机风浪,据此仿真舰船运动。考虑到舰船运动姿态时域上的非线性、非平稳特点,采用多层AR模型进行舰船运动姿态预报,并根据仿真案例进行预报检验。多层AR方法能有效提高极短期预报的精度。     

一种基于小波分解的信号特征提取方法

利用目标信号功率主要集中在低频部分的特点，对信号进行小波分解，提取在不同频率带内信号的能量作为特征，用费歇判别方法对目标进行检测．通过不同浪级情况下海洋水压力场的仿真信号数据，对某型目标舰船的水压力信号进行了检测计算，验证了该方法的有效性，尤其是在高海况、低信噪比条件下，达到了比较好的效果．