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。     

高噪声背景下的罗兰-C信号相位编码识别研究

针对高噪声严重影响罗兰-C接收机的信号处理过程中脉冲初相位识别的情况,分析了基于全相位谱分析（apFFT）的罗兰-C载波信号初相位识别原理,对罗兰-C接收信号在噪声背景下的初相位识别进行了蒙特卡洛仿真和数据分析,结果表明该方法在高噪声背景下无需降噪就能够较准确地识别出罗兰-C载波信号的初相位,并准确地识别出相位编码,可直接应用于现代增强型罗兰接收机。     

高噪声背景下舰船指挥舱大词汇量连续语音识别方法

传统的舰船指挥舱大词汇量连续语音识别方法存在着识别错误率高的缺陷,为此提出高噪声背景下舰船指挥舱大词汇量连续语音识别方法研究。对采集的连续语音信号进行预加重和预处理,以预处理后的连续语音信号为基础,采用多通道语音增强方法对连续语音信号进行增强,得到纯净连续语音信号估计,采用CDMFCC方法对纯净连续语音信号特征参数进行提取,通过CDHMM方法实现了高噪声背景下舰船指挥舱大词汇量连续语音的识别。通过实验得到,提出的舰船指挥舱大词汇量连续语音识别方法识别错误率比传统方法低了16%,说明提出的舰船指挥舱大词汇量连续语音识别方法识别性能更好。     

基于直线阵和已知声源的噪声源识别分析方法

噪声源识别对于舰船声学设计和噪声控制具有重要意义.本识别方法在被测试舰船上安装发射声源,利用测量船布放直线阵辐射噪声测试系统,通过已知声源信号和直线阵辐射噪声同时基测试,确定已知声源信号在辐射噪声中的时间延迟,对同步测量的自噪声信号与辐射噪声信号进行时延补偿,通过相关或相干分析对主要噪声源进行识别分析,通过仿真和实验证明本方法的可行性,能达到识别噪声源并分离贡献的目的.     

一种新颖的特殊体制雷达辐射源识别技术

对特殊体制雷达信号脉内特征的提取是电子对抗的重要研究课题。论文利用韦尔奇功率谱原理来提取信号识别特征参数,并根据提取出的特征参数设计信号识别模型。首先从多种信号中检测识别线性调频信号、相位编码信号、频率编码信,然后分析特征参数的适用范围和信号环境。最后通过仿真分析来验证特征提取算法和识别方法在雷达辐射源信号识别中的可行性。     

非线性潜艇垂直面操纵系统误差信号智能识别技术

利用传统误差信号识别技术对非线性潜艇垂直面操纵系统接收信号进行误差识别时,存在误差信号识别不准确的问题。针对上述问题,提出基于小波的非线性潜艇垂直面操纵系统误差信号智能识别技术。首先利用超声信号采集系统对返回的信号进行采集,然后对采集到的信号进行预处理(滤波处理和信号特征提取),最后利用K最近邻法将误差信号从源信号中分离出来,实现误差信号的识别。结果表明:与传统误差信号识别技术相比,基于小波的非线性潜艇垂直面操纵系统误差信号智能识别技术的误差识别准确性提高了15%,基本完成了本次研究设定的目标。     

船载高压电气设备局部放电过程超高频信号监测研究

高压电气设备局部放电严重影响电气设备的正常运行与船舶安全,为此需要对该过程展开信号监测。由于高压电气设备局部放电过程中的信号波频率隶属于超高频窄带信号波,传统监测方法难以在短时间内灵敏、准确地识别到信号源位置,导致船舶电气安全监测安全系数偏低。为此,设计新的船载高压电气设备局部放电过程超高频信号监测方法。该方法根据超高频信号特点,在采集局部放电过程超高频信号的基础上,对检波器的时间系数量对应值进行修正,继而完成对信号的奇异谱降噪处理,最后实现对放电信号源位置的高精度识别。通过与传统检测方法的对比结果可知,本文提出的监测方法能够优化信号监测灵敏度,并提升监测的准确度。     

水下接收罗兰C信号周期识别补偿方法研究

由于色散效应影响,罗兰C信号在水下传播时各频率分量相位改变量不同,导致合成信号包络发生形变,周期识别时需要进行包周差补偿处理。为此,在分析罗兰C信号水下传播色散特性基础上,通过仿真给出了标准信号由空气入水后在水中不同深度接收到的信号载波前五周半峰值比。然后,结合上述仿真结果,根据最小均方思想设计了一种融入包周差补偿的用于水下接收信号识别的简单可行周期识别方法。试验结果表明,所设计周期识别补偿方法能够准确实现水下接收罗兰C信号的周期识别,提高接收机定位精度,对拓展罗兰C接收机的水下应用领域具有重要意义。     

大型船舶轴系故障非接触式监测方法

大型船舶轴系故障具有多变性,导致当前故障识别方法无法有效对各种类型的大型船舶轴系故障进行准确识别,为了提高大型船舶轴系故障识别的效果,设计一种新型的大型船舶轴系故障非接触式监测方法。首先采集大型船舶轴系故障识别信号,采用小波对其进行去噪,然后换提取大型船舶轴系故障识别信号特征,最后采用最小二乘支持向量机设计大型船舶轴系故障识别的分类器,并进行了具体的大型船舶轴系故障识别模拟实验。与其他大型船舶轴系故障识别方法相比,本文方法通过小波抑制了大型船舶轴系故障识别信号中的噪声干扰,提高了大型船舶轴系故障识别成功率,加快了大型船舶轴系故障识别的训练时间,建立更高效率的大型船舶轴系故障识别分类器。     

利用声压信号基于HHT方法识别结构模态参数

文章基于结构振动声辐射的近场声压信号,结合Hilbert-Huang变换推导出声压信号和结构模态参数的关系,实现了利用声压信号对结构模态参数的识别。该方法既结合了声压信号非接触测量的优点,也结合了HHT适合处理非线性非平稳信号的优点,且只需适当一位置近场声压测量值,就可以准确地识别结构的固有频率和模态阻尼比。数值模拟实例也表明了该方法准确有效,为工程实际中结构的模态参数识别提供了一种新的简单实用方法。     

基于WVD和Hough变换二值积累的信号检测方法

WVD-Hough变换是检测多分量线性调频信号的有力工具,但当多分量线性调频信号能量相差较大时,采用WVD-Hough变换进行检测,就会导致强信号对应峰值的平台将弱信号所对应的峰值掩盖掉。虽然可以通过基于＂CLEAN＂思想的算法将信号一一检测出来,但带来的计算量急剧增大。为此在WVD-Hough变换的基础上提出了基于WVD-Hough变换的二值积累方法,该方法可以同时检测出强信号以及被强信号平台掩盖的弱信号,具有很大的实用价值,仿真的结果验证了算法的有效性。     

基于混沌理论的微弱线谱信号检测研究

提出了一种基于Duffing振子的线谱信号检测方法。分析了Duffing方程的分叉特性以及利用其检测微弱周期信号的工作原理,在此基础上对此种混沌检测方法进行了实验研究。实验结果表明,此方法能准确检测出信噪比很低的微弱线谱信号,为水声领域线谱检测系统的设计提供了依据。     

强噪声背景下舰船信号混沌检测方法研究

给出了舰船信号混沌检测原理,在分析Duffing方程混沌行为的基础上,给出了强噪声背景下舰船信号混沌检测模型,并分析了噪声对该混沌检测方法的影响。最后运用该混沌检测方法对舰船信号进行了数值实验,结果显示了此种方法的有效性和优越性。     

基于独立分量的信息极大化法机械振动盲分离研究

基于最大信息化原理,建立了用独立分量分析方法估计分离矩阵的自适应算法.利用所建立的方法进行了数值仿真,分离后信号波形与源信号一致.对具有不同转速的调速电机进行了多传感器信号采集并进行盲分离,电机的频率被有效的区分开来.实例证明,该方法是分离机械振动信号的一种有效方法.     

A new method of demodulating the digital frequency modulation signals

A new method of estimating the frequency-known signals from the strong background noise was presented first. Then the new method was used in the demodulation of the digital frequency modulation (FSK) signals. The new demodulation method can complete the demodulation of the FSK signals only with the carrier frequency and without any carrier phase information.The simulation results show that the performance of anti-noise of the new method is better than that of the incoherent demodulation method and the fluctuation of the carrier phase has little effect on the new method. So the new demodulation method has a fine prospect in the practical applications.     

DOA估计中MUSIC算法与ORPD算法的联合应用

ORPD算法是一种对来波方向（DOA）估计的最佳分辨方法，但这种算法需要预知信源的大致方位。多信号分类（MUSIC）算法对DOA估计稳定性较好，伪峰情况基本不存在，精度较高，但其分辨能力不如OIWD算法。利用MUSIC算法较好的稳定性，首先预测信源的大致方位，然后利用OIWD算法对DOA进行估计。仿真结果表明，这种方法是比较有效的。     

激光雷达信号小波降噪算法参数选取规则

对激光雷达信号降噪算法进行研究,分析指出小波分解降噪算法能较好地对其进行信号处理.重点对小波降噪算法参数选取进行研究,利用激光雷达仿真信号为例进行仿真实验.结果表明,选用尺度参数为4的coif4小波为基函数,采用启发式阈值的软阈值处理效果较好.该降噪算法能在能量损失较低的前提下极大提高信噪比,为后续的数据分析提供更多高精度数据进而提高探测精度.     

船舶耐波性试验测量数据处理系统开发及应用

针对船舶耐波性试验采集数据量大,实时处理难的问题,基于Matlab平台,以低通滤波及empirical mode decomposition(EMD)为程序内核,以FFT-FS频谱细化技术为辅助分析工具,开发船舶性能试验数据处理系统,该系统能有效消除测量数据中的噪声,自动识别趋势项,高精度提取频域细化谱,并可执行海量数据的统计分析,以全面获取实测信号的时域及频域特征。     

基于FFT-FS频谱细化技术的船模耐波性试验测量信号分析方法研究

针对FFT频率分辨率受限制且精度不高的缺点以及船模对波浪的运动响应频率是低频且窄带的特点,采用FFT-FS方法对测量的运动响应信号在其对应的窄带频段内进行频谱细化获得更细致准确的信号频域特征;通过对该算法的运算量及分析精度的研究表明该算法是一种运算效率高、分析精度高且受信号本身信噪比影响小的频域分析方法;通过对船模运动响应的仿真信号和实测信号的分析表明该算法确实能有效地用于船模耐波性试验测量数据的定量分析。     

基于缸盖振动信号分析的柴油机工况识别

柴油机缸盖振动信号富含气阀落座、气体爆发压力等激励的响应信号.通过对缸盖振动信号的监测可及时发现燃烧异常、气阀间隙异常等状态信息,文中分别提取了气体爆发压力和气阀落座激励的缸盖振动特征信号,然后采用时间序列方法对信号进行分析,提出了相关的状态特征参数.