甚低频/低频通信中大气噪声仿真研究

大气噪声严重影响甚低频／低频通信系统的性能，本身又有多种不确定的因索，观测结果具有局限性，相关的理论分析吐土比较困难。从影响甚低频／低频通信的最主要环境因素着手，依据CCIR 322报告中多年的测量结果，在MAT—LAB平台上对大气噪声进行仿真研究，仿真结果与实际统计特性相符，与实际情况比较接近。     

基于混和法的齿轮箱基座动力学特性全频域计算

统计能量法(SEA)在航空航天和船舶领域进行动力学环境预报方面有着广泛应用,适用于大型、复杂结构与高频率激励环境.但该方法在计算中低频振动噪声时,由于众多子系统动力特性差异,动力响应计算将产生很大误差,出现SEA失效问题.近年来出现的FE-SEA混合模型方法可有效解决这一问题,并能实现大型复杂结构的全频域一体化建模,在统一平台上进行低频、中频和高频计算及结果输出,简化建模和不同软件下模型转换,是非常适用于工程的一种方法.本研究探索采用具有上述功能的VA One软件进行舰艇基座全频域混和法动力学预报,这是国内外的首次探索,具有重要学术与工程价值.     

一种基于双谱的信号检测方法

分析了信噪比为-3 dB噪声背景下,采用基于双谱的检测方法对微弱信号叠加随机噪声进行处理.由于任何高斯随机过程或服从高斯分布的随机矢量的高阶累计量为0的特点,高阶累计量可完全抑制高斯噪声的影响.仿真结果表明,基于双谱的目标检测方法也能较好抑制随机噪声,与传统的FFT检测方法相比,检测效果良好.     

一种基于3/2维谱的水中目标调制信息提取方法

利用目标辐射噪声的调制信息可以实现对目标的高方位分辨。为了能够准确获取目标调制谱特征,提出了一种基于小波变换和多分辨率分析理论的辐射噪声调制信息提取方法。首先提取水下目标辐射噪声的调制包络信息,之后对动态调制包络进行3/2维谱分析,从而得到辐射噪声的谐波信息。最后对实测噪声数据进行了仿真研究,结果表明,该方法可以有效提取噪声中动态调制信息。     

某船舶结构声学设计技术探讨

以某船舶的噪声振动控制为目的,探讨了船舶结构声学设计技术。针对某船舶机舱结构,在初步设计的基础上,运用FEM/BEM方法,对比了不同设计参数下的船舶振动响应和水下辐射噪声声压级。通过调整机舱段结构参数,避免船体结构共振的发生,确定了低噪声设计方案。模型试验表明,振动传递特性的计算值与试验值有很好的一致性,所建立的船舶振动噪声预报模型是可信的。     

螺旋桨非空泡噪声数值计算方法研究

通过合理的区域划分,分别建立螺旋桨流场计算域与声学计算域,通过大涡模拟求解螺旋桨流场压力信息。利用Light-Hill声类比理论对流场压力进行变换,得到螺旋桨旋转域的面声源与体声源,由此计算整个研究域的噪声分布情况,并对螺旋桨非空泡噪声的指向性进行分析。利用试验值对计算精度进行验证,计算值与试验值对比结果表明,计算方法对螺旋桨非空泡噪声具有较高的预报精度。     

有限长水翼在侧斜来流中激振力响应函数研究

文章针对有限长水翼在湍流中的非定常问题,分别建立流动系数不同的两向波谱函数描述三维湍流场,并推导了有限长水翼的响应函数。将计算结果分别与实验值进行对比,发现与实验结果吻合较好。在此基础上对来流速度存在攻角和侧斜角情况下的响应函数进行了研究,发现来流攻角并不影响响应函数。在来流存在侧斜的情况下,侧斜角在低频区间内会使响应函数增大;在高频区间内使响应函数衰减更快。同时还得出了湍流尺度的增大会加剧来流侧斜角对响应函数影响的结论。     

燃气向心透平的非定常流动特性研究

以燃气为工质的向心透平常用于微型燃气轮机系统中,有着重要的工程应用价值。本研究关注燃气向心透平的非定常流动特性,基于一台功率等级为1MW,转速为30000rpm的燃气向心透平,首先进行了热力设计,得到了其关键位置的燃气工质热力参数及透平的模型尺寸。其次基于三维粘性数值模拟计算的方法,采用SST k-ω湍流模型及六面体结构化网格在商用软件CFX中对燃气向心透平进行了定常与非定常气动计算,详细分析了其气动特性及非定常流动状况。最终,分析了这一燃气向心透平的非定常气流激振力在时域及频域分布,并准确评估了其流量、扭矩、功率及效率等关键参数。     

融合浮标与潜标的水声定位噪声测量系统

融合浮标与潜标的水声定位噪声测量系统,可实现对监测水域内不同噪声辐射量级目标的全天候噪声测量。高精度时钟及GPS的加入保证该系统能精确预测各时刻水下目标的运动轨迹。该系统在进行噪声测量时,为保证系统精度,使用频谱补偿修正算法,显著提高时延计算精度。该系统的主控软件可显示待测目标的轨迹,并可融合时间、位置、声学测量信息等对水下目标的噪声进行处理,获取噪声功率谱密度等特性。湖上试验的结果表明,该系统定位结果稳定可靠。     

基于频域滤波的噪声识别去噪算法

在频域滤波的基础上,对图像的高频部分进行噪声识别,区分边缘与噪声,进而通过改进的空间滤波算法实施去噪,使图像边缘细节部分得到保护,再将处理后的高频图像与其对应的低频图像进行融合,以获得完整的高质量图像.实验结果表明通过新算法处理后的图像可以达到较好的降噪效果.