舰船噪声包络谱分析

用希尔伯特变换求舰船噪声信号的包络谱，通过对实测舰船信号的分析，讨论了舰船信号包络谱和功率谱之间的关系。     

舰船磁特征信号管理

舰船电磁信号主要是由所选用的建造材料产生的。制造也极大地影响着舰船最终信号。由于许多船用钢铁需要几百奥斯特才能达到饱和强度磁铁，故对材料的选择以及有效减少舰船信号的现代舰船制造技术，必须给予重视。现有的磁处理设备不能产生用以去除船舶所有固定磁场所必需的最大磁化力。消磁后保留在舰船上的固定磁场最终将影响船上消磁系统有效抵消舰船磁场的能力。有效的磁信号处理，即能减少并使磁信号保持在极弱水平的磁信号处理     

舰船电磁特征信号的预测与抑制

通过建立舰船的电子模型，可以对水下电磁特征信号进行前期预测，这个模型囊括子舰船的几何形状，阴极保护系统电流，阳极布置，海水盐度和海床的导电性，通过逐次逼近法对这些参数进行调整，确定它们对整个特征信号的影响，在舰船设计中采用电子模型可使舰船满足特征信号的约束条件；模拟水雷杀伤的效果；预测对抗措施的效能；估算探测距离，该模型的基础是几个简单偶极子的适当组合，采用邱引偶极子对某个水下电场传感器的范围进行测量的方法来验证该模型，这种方法类似对舰船特征信号的测量。     

小波变换下舰船噪声信号识别方法

考虑到舰船在海上航行过程中受到海上多种环境因素的干扰,降低了舰船噪声信号的识别性能,为此提出小波变换下舰船噪声信号识别方法研究。基于小波变换原理,对舰船噪声信号进行分解,得到分解后的特征分量,为了消除声呐距离的影响,引入归一化处理方式,提取出舰船噪声信号特征。根据舰船噪声信号的识别形式,计算了舰船噪声信号样本周围的紧密度。基于舰船噪声信号样本的分布情况,设计了舰船噪声信号的识别流程,实现了舰船噪声信号的识别。实验结果表明,小波变换下舰船噪声信号识别方法不仅可以提高舰船噪声信号的识别率,还可以加快识别速度,从而提高了舰船噪声信号的识别能力。     

混沌方法在舰船辐射噪声分析中的应用研究

为了检测舰船辐射噪声中的非线性特征，本文采用混沌、分形理论从信号产生的机理、相空间轨迹、分形维数和Lyapunov指数等4个方面着重研究了舰船辐射噪声的混沌现象。研究结果表明舰船辐射噪声信号中确实存在混沌现象，且不同类别的信号具有不同的非线性特征，该结果将为水声信号处理、水下目标检测和识别提供新的理论方法。     

功率谱估计在舰船噪声特征提取中的应用仿真

为更好地实现舰船识别与管理的目的,设计研究功率谱估计在舰船噪声特征提取中的应用方法.依照舰船实际信号与噪声信号的差异性推导滤波器结构,在滤波器内迭加一个白噪声谱改善信号失真问题,利用滤波器对舰船噪声信号进行白化处理.采用Welch功率谱估计法,通过窗函数截断白化处理后的舰船噪声时程离散信号,获取不同段舰船噪声信号的功率...     

总体者，集大成也

对舰船总体设计片面的理解不利于舰船总体能力的提升。分析舰船总体的组成要素及分解原则和方法，指出舰船总体设计应以提升舰船能力为根本出发点，在综合能力、相互作用和空间集成三方面发挥顶层牵引作用，强化舰船总体层面一体化设计是历史发展的必然。     

人工智能技术舰船发动机状态分析

发动机振动信号分析是判断发动机状态的重要因素,传统方法忽略对发动机振动信号的处理,导致舰船发动机状态分析时间较长,为此设计一种基于人工智能技术的舰船发动机状态分析方法。采集舰船发动机的振动信号,采用时域分析法对振动信号处理,获得发动机振动信号特征中不同信号和不同时刻的相互依赖关系,依据人工智能技术确定振动信号的鲁棒值,从而确认舰船发动机异常情况,以此完成舰船发动机状态分析。在舰船发动机无故障情况下和有故障情况下进行了发动机状态分析的实验。结果证明,在无故障情况下和有故障情况下,本文设计方法对发动机状态的分析时间均比传统2种分析方法的分析时间短,证明此次设计的基于人工智能技术的舰船发动机状态分析方法分析效果好。     

舰船设计过程中的电磁环境效应与管理

在舰船设计早期就应考虑电磁环境效应（E3）和频谱管理，以保证舰船在恶劣电磁环境效应下的生命力和安全性。较好地兼顾费效比。提出了某些实用的设计指南作为分析E3的统一方法。舰队联合作战时，战场电磁环境相当复杂，为了保证舰船在复杂的环境中充分发挥自身的性能和效率，讨论在舰船工程设计中的某些新概念、新趋势和新思想。     

复杂电磁环境下离岸舰船无线网络信号优化

复杂电磁环境下,离岸舰船无线网络传输信号信噪比较差,因此提出复杂电磁环境下离岸舰船无线网络信号优化方法。通过获取离岸舰船无线网络矢量信号,得到组件信号压缩测量矩阵,从而完成传输信号稀疏特征提取。在信号稀疏特征已知的条件下,采用适当接收极化,抑制传输过程中噪声的干扰与影响,完成传输信号干扰优化。在传输干扰信号最优化的条件下,确定信号传输寻优范围,完成离岸舰船无线网络信号接收质量优化。设计仿真实验,对比复杂电磁环境下优化前后离岸舰船无线网络信号信噪比,证明本文方法的有效性。     

基于大数据技术的舰船磁场异常信号粗提取

舰船磁场异常阈值滤波的幅度特征不一,导致异常信号粗提取信噪比值过低。基于此,提出基于大数据技术的舰船磁场异常信号粗提取方法。基于大数据技术设计舰船磁场异常信号粗提取方法,分解舰船异常信号,并从重构的分解异常信号中提取异常特征值。在此基础上,对磁场异常阈值进行滤波识别,对磁场异常阈值滤波的幅度特征进行整合,获取舰船磁场异常信号。至此,完成基于大数据技术的舰船磁场异常信号粗提取方法设计。分析实验结果:采用基于大数据技术的舰船磁场异常信号粗提取方法异常信号粗提取的信噪比值最高为-3 dB,表明所提方法异常信号粗提取效果较好。     

互联网环境下的舰船异构网络切换信号预测

为了更好地执行异构网络切换过程,减小异构网络切换信号预测误差,提供优质的舰船通信服务,提出互联网环境下的舰船异构网络切换信号预测方法研究。详细分析舰船异构网络切换过程,获取原始无线网络信号,以此为基础,采用中值方法处理并共享原始舰船无线网络信号。以上述处理与共享后舰船无线网络信号为依据,利用GM(1, 1)灰色模型构造舰船异构网络切换信号预测公式,将已知无线信号序列代入公式即可实现舰船异构网络切换信号的预测。实验结果显示,在噪声50dB与100dB下,与对比方法相比较,本文方法切换信号预测误差较低,充分证实了本文方法的可行性。     

基于物联网的舰船语音信号高清识别系统设计

为解决常规舰船语音信号识别系统存在识别成功率较低的不足,提出了基于物联网的舰船语音信号高清识别系统设计。基于舰船语音信号高清识别系统硬件构成设计,以及物联网传感器识别技术的引入,实现了舰船语音信号高清识别系统硬件设计;依托舰船语音信号高清识别程序设计,降噪设计,完成舰船语音信号高清识别系统软件设计,实现了提出的识别系统设计,实验数据表明,提出的高清识别系统较常规识别系统识别成功率提高25.18%,适合于不同海域的舰船语音信号高清识别。     

基于自适应滤波技术的舰船信号处理研究

为解决传统舰船信号处理技术对信号处理有效性较低的不足,提出基于自适应滤波技术的舰船信号处理研究。基于自适应滤波技术的引入,搭建舰船信号处理接口,完成基于自适应滤波技术舰船信号处理模型的构建。依托信号处理参数的确定,实现对舰船信号的处理,完成了提出的基于自适应滤波技术的舰船信号处理研究。试验数据表明,基于自适应滤波技术的舰船信号处理方式较传统舰船信号处理方法,舰船信号处理有效性提高52.07%,适用于不同环境下的舰船系统通信信号处理。     

基于机器学习的舰船轮机设备多发故障信号监测

针对舰船轮机设备故障信号监测中存在的运算量大、缺少故障数据、模型训练复杂、检测效率低、准确度不高等问题,设计了基于机器学习的舰船轮机设备多发故障信号监测方法。通过多种传感器采集舰船轮机设备振动信号,经小波变换降噪后,通过EMD经验模态分解提取舰船轮机设备振动信号特征,将其作为孤立森林算法输入进行异常信号检测,以异常信号检测结果为依据,构建决策二叉树支持向量机故障信号分类模型识别故障信号,实现舰船轮机设备多发故障信号监测,实验表明,该方法可以高效、准确地检测并识别舰船轮机设备的故障信号,而且适应性广泛,在舰船轮机设备的各种工况下,监测性能都十分良好。     

CDMA的舰船无线移动通信研究

国际贸易的繁荣发展,增加了舰船通信任务量,如何在有限资源下,提升舰船通信性能成为重点研究课题,因此提出CDMA的舰船无线移动通信研究。应用CDMA技术搭建舰船无线移动通信框架,以此为基础,对框架构成部分进行详细设计。将舰船通信信号转换为多支路信号,并对每个支路的通信信号进行扩频相加,基于抽头延迟线模型构造通信信道模型,利用扩频系列的正交性提取通信信号分量,计算判决变量,通过并串转换输出通信信号,实现了舰船与基站、其他舰船之间的高质量通信。实验数据显示:在扩频因子为64阶与128阶下,误码率均能满足舰船通信需求,表明CDMA技术应用性能较好。     

舰船卫星导航系统中信号融合误差纠偏技术

舰船卫星导航系统中的信号融合误差纠偏技术是指通过将卫星导航系统的多类型信号进行融合,并对其进行误差纠偏,降低信号噪声的同时,改善当前的信号质量,从而提高舰船卫星导航的精度和可靠性。本文首先对舰船卫星导航的坐标系进行详细介绍,分析舰船卫星导航系统的噪声类型和特点,结合分数阶Fourier变换技术搭建了一种舰船卫星导航系统的信息融合平台,对于改善舰船卫星导航的信息精度有重要意义。     

基于神经网络的舰船混沌保密通信系统研究

以提升舰船通信安全性及同步性为出发点,设计基于神经网络的舰船混沌保密通信系统。基于舰船混沌同步保密通信系统一般模型,在系统发射端设计基于径向基函数神经网络（RBFNN）的跟踪器,跟踪舰船信息信号,通过混沌调制模块调制系统的状态量参数,并加密舰船信息信号将其混沌视为载波进行混沌掩盖后,通过信道进行传输,经噪声消除器去除信号噪声后,在混沌解调模块设计基于RBFNN的同步控制器,输出同步解调后的原始舰船信息信号传输至接收端,实现舰船信息保密同步通信。实验结果显示,该系统加密后,信息可有效掩盖信号真实情况,信号去噪后可还原信号本真,解调后可在接收端实现高精度的信号还原;且该系统应用后的信息可有效防止攻击者窃取。     

一种舰船辐射噪声线谱简易生成方法研究

为得到逼真的舰船辐射噪声线谱仿真数据,需要在低信噪比情况下对实测噪声数据作谱估计,从而准确提取舰船辐射噪声线谱成分,再采用相应数字信号处理方法重构舰船辐射噪声线谱信号。本文提出一种简易重构方法,即根据特征线谱生成线谱所在频段频谱信号,将其它频段置零,进而在时域重构线谱信号。仿真结果表明,该方法能够很容易地重构舰船辐射噪声线谱信号,与特定幅频响应的连续谱信号一起重构的舰船辐射噪声信号,其结果可作为半实物仿真试验信号源。     

一种基于人耳听测原理的低速舰船检测模型

声场是舰船重要的物理场。但是对于低速出港的舰船,由于受到港口和船坞噪声等的影响,其信号几乎完全淹没在环境噪声当中。此时,传统的方法已很难检测到目标是否存在。本文针对低速出港舰船信号难以检测的问题,通过分析人耳听测原理,提出了一种模仿生物听力的低速舰船目标信号检测的模型,最后利用某次海试数据对检测方法进行分析和研究。结果表明,在利用积分梳状滤波器对舰船信号进行滤波的情况下,可显著提高信噪比,增强对目标的检测能力。