电磁特征信号源及其控制方法

非声学电磁特征信号有三种主要形式：静电特征信号（ＳＥ）（有时称为水下电位差信号）；与腐蚀相关的磁特征信号（ＣＲＭ）以及极低频电磁特征信号。     

螺旋桨空化对噪声调制特征影响研究

针对螺旋桨空化特征的识别问题,采集某试验船在不同转速下的螺旋桨噪声信号,运用小波包原理重构出表征空化的特征信号,提取不同空化状态下的特征信号包络,对比分析特征信号包络时域和频域特性变化,得到空化发展对信号调制特征的影响规律。结果表明:空化初期调制谱的结构出现变化,同时在一定范围内空化特征信号的调制程度随着空化发展而加深。     

雷达对抗目标信号特征研究

雷达对抗目标信号特征在对雷达对抗目标识别中占有关键作用。文章对雷达对抗目标信号特征做了总的阐述。同时从两个方面分别对常见的信号特征参数进行分析。分析了目标信号细微特征产生的原因,给出了个体特征参数应具有的特征条件。分析了目标细微特征用于个体识别。对雷达对抗目标的信号特征问题进行了总结与展望。     

随机波动水下传感网络异常信号衰退测量方法

传统网络异常信号衰退测量方法中采用的测量算法无法对动态传感数据信号状态进行准确识别,导致传感网络异常信号衰退测量整体状态下降,可行性降低。针对上述问题提出随机波动水下传感网络异常信号衰退测量方法。首先针对随机波动的异常信号特征,引入多特征异常衰退信号识别算法,对全局信号进行多特征计算,准确对异常衰退信号进行特征化提取建模;然后,引入光导衰退信号定位算法对特征下衰退信号进行系统化计算转换,达到准确定位异常衰退信号的目的。通过仿真实验对提出方法中的算法进行误码率均值对比测试,证明提出方法的准确性与可行性。     

通信对抗目标信号特征研究

通信对抗目标的信号特征是识别通信对抗目标的主要依据。首先,分析了通信对抗目标信号特征的产生机理,并对其进行了分类。其次,探讨了信号技术参数作为细微特征应满足的准则。最后,研究了通信对抗目标信号特征的主要内容及提取方法,并对这些特征用于目标识别的可行性进行了分析。     

雷达信号识别中一种基于熵权的特征权重确定方法

雷达信号的识别需要依据信号的特征，而不同的特征在识别中给出不同的信息量。利用熵权的概念来描述雷达信号的特征权重，通过计算美军舰艇雷达的频段特征给出这种方法的计算过程。     

舰船电磁特征信号及其控制

由于金属腐蚀、阴极保护系统、螺旋桨的转动以及船上电子设备等原因，舰船上存在着多种电磁特征信号，如静电、静磁、交流电磁场、超低频电磁特征信号。概述了电磁特征信号的来源、危害，介绍了轴接地、阴极保护系统的设计和滤波、消磁等消除或减少电磁特征信号的技术措施。     

潜艇隐身和探测

分析了潜艇声信号特征和非声信号特征的探测和有关的隐身措施。     

船舶混沌噪声特性提取方法研究

为对船舶结构故障进行实时预报,本文基于小波变换理论,建立混沌振动信号的离散、分解以及重构模型,对船舶故障特征信号进行提取。以某船舶振动信号为例,在信号两端采用软窗域函数重构,而信号中间位置采用硬窗域函数进行重构,然后采用本文建立的模型进行特征信号的辨识,得出子结构特征信号。结果表明:本文建立的模型较为有效,且计算速度较快,能够为工程应用提供参考。     

船载远程电子通信设备异常信号识别方法

传统的船载远程电子通信设备异常信号识别方法存在着识别性能差的缺陷,为此提出船载远程电子通信设备异常信号识别方法研究。利用比较判别法对采集的船载远程电子通信设备信号进行判别,对异常信号特征进行提取并组成异常信号特征集合,以异常信号特征集合为依据采用异常信号识别算法对异常信号进行识别,实现了船载远程电子通信设备异常信号的识别。通过实验得到,提出的船载远程电子通信设备异常信号识别方法识别正确率比传统方法高出24%,说明提出的船载远程电子通信设备异常信号识别方法具备更好的识别性能。     

动态频谱信号侦察的商用设备解决方案

动态频谱通信的出现将给电子侦察提出许多新的挑战。动态频谱信号的＂多变性＂使得传统信号特征检测技术需要更多的认知与重构能力。信号时间周期特征以及地理位置特征将成为识别动态频谱信号的两大要素。文章试图使用先进的商用电子监测设备作为构造军用电子侦察的一个重要选项。     

结构水下爆炸响应的恢复与冲击谱计算

由于传感器受高强度冲击作用,实测的结构水下爆炸响应信号可能偏离正常特征,为进一步分析响应信号带来困难.文中针对实测加速度信号的噪声特征,对信号采用SVD及ARMA滤波处理,先恢复真实的响应信号,然后在此基础上,给出正确的冲击谱计算结果.计算结果说明了SVD结合无相差滤波能够准确分离具有阶跃特征的低频噪声信号,对低频段的冲击响应谱计算精度有利.     

一种基于脉冲样本图的雷达信号特征表述方式

随着技术的不断发展,雷达信号调制样式变得越来越复杂.这使得现有的雷达信号特征描述方式无法有效的对其特征进行表述和分析.因此针对这种情况,提出一种雷达信号脉冲样本图的表述方法,并给出了脉冲样本图特征表述方法的数据库存储结构和图形表示方法.利用雷达信号脉冲样本图表述方法可以很好的对复杂体制雷达信号特征进行表述和分析.最后还对现有的特征参数表述方式和脉冲样本图特征表述方法的优缺点进行了比较.     

基于小波包汽轮机货油泵振动信号仿真分析

文章通过小波包分析方法对汽轮机货油泵信号进行仿真分析验证,对信号进行时域信号分析,基于振动信号的小波包特征提取,得出故障频率特征,进而可以分析判定故障的存在,验证小波包分析对故障特征量提取的有效性。     

基于EMD的船舶动力系统振动信号分析

为了提高船舶动力系统的故障分析和诊断能力,需要对振动信号进行模态分解和特征分析,提取有用的信号特征量,实现故障检测,提出基于经验模态分解(EMD)的船舶动力系统振动信号分析方法,采用宽带非平稳信号建模方法进行船舶动力振动信号建模,采用匹配滤波检测器对振动传感器采集的原始信号进行降噪滤波处理,对降噪输出的信号进行经验模态分解,提取信号的所有局部极值点,用三次样条曲线分析方法提取振动信号的复包络,实现信号特征提取和分析。仿真结果表明,该方法提取的信号特征量能有效反映船舶动力系统的工况特征,实现船舶动力系统的运行状态实时监测和故障分析,信号分析的抗干扰能力较强。     

基于互双谱与径向基函数神经网络的舰船目标分类(英文)

提出了声矢量信号互双谱估计算法.利用该算法和其它的二阶、高阶谱估计算法,提取了实测数据的声压和声矢量信号组合特征,并用不同组合特征构造了径向基函数神经网络的输入向量集,对矢量水听器实测的舰船目标进行了分类识别.结果表明,声矢量信号组合特征比声压信号组合特征具有更强的类别可分性,提高了水声目标的识别率.     

舰船尾迹光学信号异常特征贝叶斯识别方法

为了提升舰船尾迹光学信号异常特征识别效果,提出舰船尾迹光学信号异常特征贝叶斯识别方法。针对合成孔径雷达系统采集的舰船尾迹SAR图像中舰船尾迹与海杂波边界区分不清晰的情况,使用图像分割和归一化的Hough变换检测方法实现舰船尾迹图像增强;依据气泡运输方程提取舰船尾迹直方图,根据直方图内峰值点密集程度,提取舰船尾迹光学信号特征,将该特征作为输入,使用贝叶斯分类模型输出舰船尾迹光学信号异常特征识别结果。实验结果表明：该方法可有效增强舰船尾迹SAR图像,也可有效提取舰船尾迹直方图,并准确提取舰船尾迹光学信号特征和识别其中的异常特征。     

基于潜艇模型尾流湍流强度和耗散率的CFD模拟

优良的隐身性能使得潜艇具有强大的突防能力,因此,控制潜艇尾流信号特征对于提高潜艇隐身性能意义重大,这些信号特征主要包括尾部湍流强度、湍动能、湍流耗散率等。同时,优良的艇型对于抑制尾流信号特征、提高潜艇快速性和隐身性也具有重要意义。基于此,采用RANS方法计算SUBOFF潜艇主艇体艇型及6种改良艇型的艇体粘性绕流,将CFD方法用于分析艇体半径、艇艏长度、艇艉长度等参数对潜艇尾流信号特征的影响。计算结果显示：在SUBOFF潜艇主艇体艇型及其6种改良艇型的尾流场中,增加艇体半径有利于抑制远尾流场湍流信号特征,在近场则不利;增加艇艏长度能降低近尾流场湍流信号特征,在远场影响较小;增加艇艉长度在近、远尾流场均有利于降低其信号特征。     

船舶通信系统周期性信号分离方法

常规通信系统信号分离方法应用于船舶通信系统周期信号分离时,存在分离精度较低的不足,为此提出船舶通信系统周期性信号分离方法研究。引入计算机网络通信分离技术,搭建分离模型运行平台,实现船舶通信系统周期性信号分离模型的构建;依托周期性信号的特征标识及周期性信号的特征分离,实现船舶通信系统周期性信号分离方法设计。试验数据表明,提出的信号分离方法较常规信号分离方法,分离精度提高52.15%,适合船舶通信系统周期性信号分离。     

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。