稠密度聚类在舰船网络微弱信号自适应增强中的应用

提升舰船网络信号及整体通信质量,提出基于稠密度聚类的舰船网络微弱信号自适应增强方法.应用稠密度聚类算法检测出舰船网络微弱信号,通过经验模态分解法分解微弱信号,结合小波变换法与奇异谱分析法去除的噪声,实现舰船网络微弱信号增强信.结果表明,该方法能够有效分解所检出微弱信号,并进行分量去噪处理,去噪后各信号分量不仅保留原有细...     

大数据驱动和分析的舰船通信网络流量智能估计

以准确估计舰船通信网络流量为研究核心,提出基于大数据驱动与分析的舰船通信网络流量智能估计方法。该方法以大数据驱动和分析领域中的经验模态分解、卷积神经网络为技术核心,使用基于改进集合经验模态分解的舰船通信网络信号降噪方法,去除舰船通信网络信号中噪声;构建去噪后舰船通信网络信号中的流量时间序列图,凸显通信网络流量在各个时间段的变化特征之后,将舰船通信网络流量时间序列图中的时间序列,作为基于卷积神经网络的网络流量预测方法的预测样本,提取舰船通信网络细节信号的时间序列,估计流量的趋势信息与时间信息,实现舰船通信网络流量智能估计。经测试：该方法对舰船通信网络流量智能估计后,估计结果与实际流量基本一致。     

基于小波变换技术的舰船电气设备信号去噪抑制方法

以降低舰船电气设备运行所受电磁串扰影响为目的,提出基于小波变换技术的舰船电气设备信号去噪抑制方法。建立舰船电气设备信号电磁串扰噪声模型,使用小波变换方法对电气设备信号噪声进行抑制,针对小波变换去噪能量泄漏大、频带混叠大等问题,使用双树复小波的实部树和虚部树进行电气设备信号分解,即保留小波分解的优点又可以完全重构电气设备信号,并结合硬阈值和软阈值函数优点,形成通用阈值函数,优化小波变换的阈值函数,保证更好信号去噪抑制效果。通过实验可以看出,该方法的应用既可以有效抑制电气设备信号中的噪声干扰,又可以保证原始信号波形不被破坏,同时在信号分解时,可以在噪声聚集的高频部分形成十分优秀的降噪效果,使信号趋近平稳状态。     

大数据异步传输环境下舰船激光网络回波信号增强处理

针对信号异步传输所导致增强效果不理想问题,提出大数据异步传输环境下舰船激光网络回波信号增强处理方法。采用信号累积增强技术将舰船激光网络范围内若干个回波信号积累在一起,形成一个高强度的回波信号,增强回波信号被采集的概率,确定激光网络正常状态下的分形盒维数与实时网络连接分形盒维数的差,若差值大于阈值即可将实时网络的回波信号定义为异常信号清除掉;针对被清除的异常数据,采用贝叶斯因子分析模型恢复缺失的回波信号,并对回波信号进行去噪处理。实验结果显示,该方法异常信号漏检率与误检率均低于2%,能够彻底抑制信号内的噪声分量,较好地进行信号恢复。     

基于MATLAB的舰船辐射噪声信号小波消噪处理

针对舰船辐射噪声信号的特点提出了小波消噪的方法,对小波消噪理论作了简要的阐述,并设计了一种消噪方案,最后利用MATLAB,在计算机上选用不同的小波基和阈值进行了实船信号的消噪处理试验,并对结果进行了简单的分析比较。试验结果表明,在选择了合适的小波基和阈值的情况下,利用小波变换的方法对舰船辐射噪声进行消噪处理可以取得良好的效果。     

基于神经网络的舰船通信网络信道均衡控制研究

舰船通信系统的信号噪声源包括外界干扰噪声、码间干扰噪声和设备白噪声等,这些噪声信号会降低船舶通信系统的精度,因此,采用恰当的策略进行舰船通信系统的信号处理是一项热点研究。本文介绍舰船通信网络的信道均衡化原理,基于模糊神经网络算法设计了通信网络的均衡化控制器,并进行了通信网络的信道均衡化特性仿真试验,取得良好的效果。     

舰船通信网络的数据备份系统设计

针对传统数据备份方法效果不佳、耗时过多的问题,提出舰船通信网络的数据备份系统设计方法,分析研究数据备份的技术,设计了舰船通信网络的数据备份系统。深入研究了网络备份的概念、网络存储技术及备份策略,有针对性对数据备份系统硬件结构配置进行改善。为保障硬件设备运行效果,进一步对数据备份系统软件处理方法及去噪步骤进行优化,实现对舰船通信网络数据的有效备份。最后通过实验证实,本文研究的舰船通信网络的数据备份系统可以更加快速完整进行网络数据备份,保证船舶通信数据存储安全。     

基于K-means聚类的舰船通信网络异常数据检测

为了解决海上通信环境中的干扰和传输问题,提升舰船通信网络通信质量和可靠性,提出基于Kmeans聚类的舰船通信网络异常数据检测方法。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据。使用基于超窄带滤波的舰船通信网络数据滤波处理方法去除舰船通信网络数据内的干扰噪声,将无噪声的舰船通信网络数据作为输入,使用K-means聚类算法输出舰船通信网络异常数据检测结果。结果表明,该方法采集舰船通信网络数据较为准确,并可有效去除数据内含有的干扰噪声,降低舰船通信网络数据幅值区间,同时可用聚类方式准确检测舰船通信网络异常数据,应用效果较为显著。     

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。     

船首双层圆柱壳体机械振动噪声信息特征提取研究

鉴于船首双层圆柱壳体机械振动产生的高维噪声信息结构过于复杂,不适用于直接分析与使用,提出基于盲源信号分离技术与小波分形算法相结合振动噪声信息特征提取方法研究。针对采集到噪声信号源进行混合建模,并构造噪声信息特征分离矩阵;基于噪声信号的奇异值分解理论,去除白化处理后的源信号噪声干扰;对输入的降噪信号进行小波分解,得出机械噪声源信号中的细节特征,最后计算各层信号细节成分的方差和分形维数。以带有大型隔振装置的船舶为研究对象,采集双层圆柱壳体机械振动的噪声信息,分析结果表明文中方法去噪效果良好,在2种不同的工况下均能获得较低的误差水平。     

基于小波阈值法和LMS自适应滤波法的舰船去噪方法

在海上行驶过程中,为确保安全稳定航行,有必要高度重视舰船去噪的重要性。其中,在舰船去噪过程中,将信噪比增益当做小波基函数的一个重要参数进行研究,可以将改进后的小波阈值算法应用到舰船的背景信号去噪算法中,进而改善去噪的效果。而LMS自适应滤波器则能够结合环境改变对滤波器的系数进行自动调整,结构相对简单且运算量不大,容易满足硬件需求,所以也在噪声对消与信号预测、增强等诸多领域中得到广泛应用。在舰船去噪中,将小波阈值去噪方法与LMS自适应滤波算法应用于其中具有一定的可行性,值得展开进一步研究与探讨。     

海洋环境中舰船通信微弱信号增强技术

舰船通信系统的信号传输过程中受海上气象条件、干扰噪声等因素的影响,信号中的噪声占比不断提高,使信号逐渐"微弱"。针对海洋环境下的舰船通信微弱信号增强问题,本文采用了基于噪声随机共振理论的信号增强技术,使随机噪声与通信信号产生共振,提高通信信号的强度。分别从随机信号的参数优化算法、随机共振理论和微弱信号增强系统的开发等多个方面进行介绍。     

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。     

LMS算法在舰船磁场信号检测中的应用

针对检测舰船磁场信号时信噪比较低的问题,提出了一种基于变步长LMS算法的检测方法.根据舰船磁场信号的实际特征,首先采用小波阈值去噪法对实测信号进行处理,去除测量信号中的白噪声,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取舰船磁场特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强了对舰船磁场信号的检测能力.     

一种舰船辐射噪声线谱检测新方法

舰船辐射噪声的线谱成分包含许多舰船的特征信息,在低信噪比的情况下,实现线谱的有效检测对舰船的分类与识别有着重大意义。以绝热近似小参数理论为依据,提出一种基于自相关和随机共振理论相结合的舰船辐射噪声线谱检测方法。该方法通过对微弱信号自相关处理完成初步消噪,并将处理后数据输入到随机共振系统中进行线谱检测。仿真实验中,将本方法通过尺度变换运用于舰船辐射噪声线谱检测中,仿真结果验证该方法的有效性。     

舰船遥感图像检测小波分析研究

本文以舰船遥感图像为具体分析对象,针对舰船图像中存在的噪声干扰和目标边缘检测问题,引入小波分析作为解决方法,通过对使用小波进行图像去噪及目标边缘检测原理的分析,采用db N小波函数为对舰船图像信号进行分解,以自适应阈值法实现高频信号去噪处理,并对降噪后的图像选择合适的平滑函数进行舰船目标边缘提取,结果表明,小波分析能够很好地实现舰船遥感图像去噪,而舰船目标对于边缘提取,虽然效果较好,但仍有进一步优化改进的空间。     

舰船通信网络的数据状态识别方法

传统数据状态识别方法降噪效果不佳,导致离散点匹配出错,影响数据状态识别效果,因此提出全新的舰船通信网络的数据状态识别方法。通过转换噪声信号的时域和频域特征,处理通信网络空间噪声;利用离群点检测模型,匹配网络通信数据;获取识别任务关键因素,识别舰船通信网络的数据状态。实验结果:与传统方法相比,所提出方法的离散点匹配结果更准确,同时该方法可以正确识别出通信网络中的数据状态。     

基于小波变换的舰船主干网络干扰信号防御算法

干扰信号威胁舰船主干网络的通信质量,当前干扰信号防御算法的随机噪声抑制效果不佳,容易造成去噪信号振荡,影响算法的收敛稳定性,基于小波变换设计舰船主干网络干扰信号防御算法。将信号分解为简单分量的叠加,提取干扰信号的时频特征参数。设置阈值和调节函数,利用小波变换压制信号随机噪声。在去噪信号的基础上,设计干扰信号防御算法,利用概念熵函数进行迭代,得到干扰防御的最优解。实验结果表明,本文设计算法的最差收敛误差比基于深度神经网络和基于线性约束最小功率的防御算法降低了0.081和0.028,具有较好的收敛稳定性,满足实际应用需求。     

强干扰下舰船通信网络信号传输质量检测方法

为解决舰船通信网络信号质量检测区间受限的问题,提出强干扰下的新型舰船通信网络信号传输质量检测方法。通过信号波形特征提取、干扰算子定义2个步骤,完成强干扰下舰船通信网络的信号识别。在此基础上,通过传输信号质量的抖动幅值定义、传输时间间隔误差计算、检测相位算子求解3个步骤,完成新型信号传输质量检测方法的搭建。对比实验结果表明,与传统检测方法相比,应用强干扰下舰船通信网络信号传输质量检测方法后,待检测信号质量算子的最大值超过9.50 Mb,最小值低于2.00 Mb,整个检测区间长度得到明显扩充。     

基于块匹配的迭代滤波在SAR舰船图像去噪中的应用

SAR以自身所具备的诸多优势,在舰船中得到越来越广泛的应用。在实际应用中发现,SAR的成像机制使图像中容易出现相干斑噪声,对舰船目标检测与识别造成影响。为最大限度地发挥出SAR图像的作用,需要采取合理可行的方法,对SAR图像进行去噪。块匹配算法在SAR图像去噪中的效果较为显著,而常规的块匹配存在虚假信号引入,未能达到平滑去噪的效果。为解决这一问题,可通过迭代滤波的方法,对块匹配算法进行优化。结果表明,经过迭代滤波优化后的块匹配算法,能够达到SAR图像的去噪要求。