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。     

舰船辐射噪声的混沌特性检验

为提取舰船目标辐射噪声混沌特征,实现对舰船目标的自动识别,首先需要对舰船辐射噪声的混沌特性进行检验。采用一种改进的Lyapunov指数谱估计方法,计算其最大Lyapunov指数是否大于零,以及所有的Lyapunov指数之和是否小于零来判定噪声时间序列是否具有混沌特性。采用三类舰船目标辐射噪声作仿真计算,仿真结果表明三类舰船辐射噪声都具有一定的混沌特性,该结论为下一步基于混沌预测的目标检测以及提取舰船辐射噪声非线性混沌特征等工作奠定了理论基础。     

PCA在舰船辐射噪声分类中的研究

在现代化的军事舰船中,舰船噪声的控制一直都是科研人员研究的重点,具有良好的噪声辐射识别与控制能力的一方,能够在战争情况下占尽优势,从而取得最终的胜利。但是船舶噪声由于特性复杂,与船舶本身及环境因素都有相当大的关系,所以对其的识别与分类一直都是个难点。本文首先对舰船的辐射噪声分类进行阐述,并利用主成分分析方法(PCA)对舰船噪声数据作低维度的分析处理和聚类识别,建立了相关的目标函数,通过仿真验证其合理性,最终为舰船的辐射噪声分类提出有价值的参考意见。     

舰船辐射噪声连续谱特征提取方法研究

为了进一步提高对舰船自身属性的认识,并且为舰船的自我监测提供有效依据,针对连续谱的1/3oct谱特征提取方法展开研究。在详细分析舰船辐射噪声连续谱成因的基础上,介绍了已有宽带连续谱特征提取方法,分析其优缺点,并对其进行改进,提出了新的特征提取方法。通过实例对各连续谱特征提取方法进行对比分析,实验证明了提出的方法的有效性,得到了当拟合系数为7时的曲线拟合方法结果最佳的结论。     

倒谱在舰船辐射噪声特征提取中的应用

舰船的辐射噪声是舰船在航行或运转过程中的一种自身属性.提取舰船辐射噪声的特征是对舰船自身属性的总结和归纳,有利于更深一步地了解舰船.同时,其特征可作为监测舰船性能的技术指标,对舰船的维护和保养有重要意义.倒谱是一种信号处理的分析方法,本文从倒谱的定义出发分析倒谱的应用范围,结合舰船辐射噪声的特点,在理论上论述了倒谱在舰船辐射噪声特征提取中的可行性及应用条件.然后,用仿真信号和实例信号对理论进行证明.     

混沌理论在船舶辐射噪声特征提取中的应用

随着海洋开发的深入,水声信号处理是水下目标识别的基础,由于目标辐射噪声的干扰,识别的精度会降低。船舶辐射噪声特征值提取是水声信号处理的重要组成。水下目标物辐射噪声是一个非线性信号,随着时间延长,传播行为随机性越来越强。混沌理论是研究非线性随机信号的重要理论,本文在研究船舶辐射噪声非线性特性及混沌理论的基础上,利用非线性多空间重构技术对辐射噪声特性进行提取,最后对水下目标噪声实测数据进行仿真。     

倒双谱降维谱的舰船辐射噪声特性分析

海洋资源开发逐渐成为人类发展的趋势,与此同时,海洋在现代战争中的地位也越来越重要,因此,水下目标识别成为各国海洋领域研究的重点。船舶辐射噪声属于时变信号,可以利用高阶统计量抑制高斯噪声,实现信号特征分析。本文研究船舶辐射噪声的主要来源,提出基于倒双谱的降维谱舰船辐射噪声分析算法。     

自适应谱线增强在舰船辐射噪声线谱检测中的应用

舰船辐射噪声线谱成分包含有大量的舰船特征信息,提取这些线谱成分对于水下目标的识别和研究具有十分重要的意义.为了有效地将舰船辐射噪声特征线谱从宽带背景噪声中分离出来,提出了运用自适应谱线增强理论对舰船辐射噪声信号进行研究.利用最小均方LMS自适应算法,构造出自适应谱线增强器,从理论上对该增强器的原理进行了分析,并利用该增强器对2种船型的辐射噪声实测数据进行了处理.结果表明,该增强器对线谱信号有增强作用,对背景噪声有较好的抑制作用,十分有利于辐射噪声特征线谱的提取.     

舰船水下辐射噪声的控制分析

水面舰船的声隐身性能是衡量舰船作战能力的一项重要战技指标。控制舰船水下辐射噪声水平、降低舰船的水下辐射噪声,不仅能提高水面舰船的隐身性,还能提高舰船的生命力和战斗力。介绍了国内外的水下辐射噪声控制情况,针对我国水面舰船水下辐射噪声的控制,提出了发展建议。     

舰船辐射噪声模拟器设计

文章首先分析了舰船辐射噪声的频谱特性和声学特征,给出了线谱和连续谱的合成方法,随后从工作原理、硬件结构和软件流程三个方面介绍了模拟器的设计。该模拟器具有结构简单、可靠性高的优点,能够逼真模拟船辐射噪声的线谱和连续谱信号,可用于在水声装备的研制、仿真和试验。     

舰船辐射噪声的非线性和确定性检验

为提取舰船目标辐射噪声非线性和混沌特征,实现对舰船目标的自动识别,首先需要对舰船辐射噪声时进行非线性检验和确定性检验。运用替代数据方法,选择合理的检验统计量,根据实验数据与替代数据之间峭度和自相关两个量的差异性,分析得出舰船辐射噪声信号有非线性成分。另外,对舰船辐射噪声时间序列作相空间重构,根据递归图中出现规则图案,定性分析出舰船辐射噪声信号具有确定性成分存在。该结论为下一步提取舰船辐射噪声非线性混沌特征奠定了理论基础。     

基于小波包分析和深度学习的舰船辐射噪声识别

为提高舰船辐射噪声识别的准确率,针对辐射噪声这种非平稳、复杂的信号,提出一种基于小波包分解与多特征融合的特征提取方法.同时,引入深度学习模型,将提取到的特征作为识别分类的依据,采用卷积神经网络和长短时记忆神经网络作为分类器.对单一特征的分类结果与融合的多特征分类结果进行比较,对直接提取的特征分类结果与基于小波包分解提取的特征分类结果进行比较,对卷积神经网络、长短时记忆神经网络和机器学习的识别分类结果进行比较,结果表明,采用基于小波包分解与特征融合的特征提取方法和基于深度学习的分类识别方法能显著提高舰船辐射噪声识别的准确率.     

基于工况TPA的舰船辐射噪声预报与试验研究

为了进一步降低舰船辐射噪声、提高舰船声学性能,结合偏相干以及条件功率谱方法,优化舰船振动传递路径分析方法,开展了辐射噪声合成研究。舱段模型试验表明:经偏相干分析法优化后的工况传递路径分析法可以识别主要振动噪声源、传递路径,实现舱段模型的辐射噪声预报,全频段误差小于3 dB,验证了该方法的有效性。     

噪声发电在船舶机舱中的应用

船舶机舱的巨大噪音一直是改善船舶机舱环境的一个重要难题,这严重影响了船舶机舱工作人员的身体健康及工作环境。本文利用一种声电转换材料,将船舶机舱中的机器噪声能量收集起来转换为电能加以利用,这不仅减少噪声污染,改善机舱环境,而且能够产生电能,从而达到节能环保的作用。     

舰船辐射噪声模拟技术实现方法研究

为得到逼真的舰船辐射噪声的仿真数据,可通过对典型实测噪声结果数据进行分析,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,再利用窗函数法设计出一个具有与其连续谱特性相一致的特定幅频响应的FIR滤波器,在时域重构连续谱信号,从而实现舰船辐射噪声信号重构.仿真结果表明,该方法能够较真实地重构舰船辐射噪声,其结果可作为半实物仿真试验信号源.     

基于混沌理论和改进极限学习机的船舶升沉预报

船舶升沉运动预报是主动升沉补偿系统中的重要组成部分.为了满足船舶升沉运动预测的实时性和准确性要求,本文提出了一种混沌理论与增强搜索极限学习机相结合的混合方法(CES-ELM).在混沌动力系统相空间重构的基础上,采用基于误差最小化的方法生成ELM隐藏节点并不断更新权值;利用优化后的模型参数建立船舶运动预测模型.不同海况下的仿真结果表明,该方法的预测平均绝对百分误差小于10％,与传统的ELM和LSSVM模型相比,该模型能有效提高预测精度和鲁棒性.     

基于盲信号处理的舰船辐射噪声检测

根据舰船辐射噪声在水中传递的环境及特点,采用盲信号处理技术重构出相应的原始辐射源信号,该方法能够减少噪声及舰船间的相互干扰,提高了原始辐射源信号的信噪比,从而为水中兵器目标信号的准确检测提供了基础。仿真实验研究了单船舶辐射噪声信号谐波成分的分离及多船舶辐射噪声混合信号的分离,结果表明该算法稳定性好、收敛速度快,是一种有效的舰船辐射噪声检测方法。     

自适应小波网络在船舶噪声识别中的应用

本文基于自适应小波网络理论,构造了一个应用于船舶辐射噪声识别的自适应小波网络分类器。仿真结果表明,该方法具有良好的目标识别性能,且收敛速度快,是一种有效的目标识别方法,从而为研究自适应小波网络理论在声呐信号目标识别领域中的应用有着极其重要的实际意义。