基频线谱提取技术在船舶水下目标识别系统的应用

基于目标物的辐射雷达回波信号是船舶水下识别系统的主流技术,水下噪声的混入会对识别产生干扰,时域分析很难区分噪声与目标信号特征。频域特性分布是区分雷达回波辐射噪声及干扰噪声的主要手段,通过对辐射信号及噪声的频谱提取,可以获取目标信号和干扰信号在基频频谱的特性,设计滤波器去除噪声。本文研究目标雷达回波信号及水下噪声信号的特性,在基础上提出基于基频线谱提取技术的噪声分离策略,最后对算法进行仿真。     

广义Kantorovich不等式的范数改进及其统计应用

对于广义Kantorovich不等式,选用适当的矩阵度量并给出相应的界,可以应用在线性模型的参数估计的相对效率问题上。用谱范数作为度量工具,给出广义Kantorovich不等式的的上界改进,并将其应用在线性模型中最小二乘估计的相对效率问题上。     

确定弹塑性桥梁结构地震响应的能力谱方法及其分类

介绍了能力谱方法的主要原理、计算方法和分类,说明了能力谱方法作为一种基于性能的能力谱方法在确定结构弹塑性地震响应中的重要地位。     

基于相位差谱的非平稳地震波合成及应用

为了模拟地震动的非平稳性和多维性并克服传统三角级数法在合成地震波中选择包络函数具有任意性和不能表征频率非平稳性的缺点,提出了基于相位差谱法的多维多点非平稳人工地震波合成. 首先,基于随机场理论模拟地震动的行波效应、相干效应、场地效应和多维性;其次,确定能表征地震动的强度非平稳和频率非平稳性的相位差谱;最后,将合成的非平稳地震波和当量反应谱应用到实际桥梁抗震分析中进行分析对比. 研究结果表明:相位差谱法合成多维多点非平稳地震动不需要包络函数控制地震波的波形,排除人工选择强度包络函数的任意性,且考虑了地震动的空间相关性和多维性,优于传统的三角级数法;本文方法与传统反应谱法计算结果基本一致,采用反应谱法计算的两处墩底的剪力值和弯矩值分别相差在10%和17%以内,本文方法分别在9%和12%以内.      

改进的海浪波包谱

结合实测波浪资料对描述波浪群性的主要特征参数进行了统计和相关性分析,结果表明波群的高度特征和长度特征之间相关性较弱。在此基础上根据渤海和珠江口两地的波浪观测数据,采用合理的无因次化方式,拟合得到一个适于风浪的波包谱经验公式。该公式同时考虑了群高与群长两方面的因素,只要给出波要素和波群的特征参数便可确定波包谱形,便于应用,根据对实测资料波群参数的分析结果,与俞聿修等人先前建议的波包谱公式相比,该公式中给出了更合理的参数取值原则。     

初稳性高时变特性对横摇运动的影响

研究纵浪中船舶初稳性高时变特性对横摇运动的影响。假设升沉和纵摇是准静力平衡,建立纵浪中船舶横摇参数激励运动方程,提出了稳性高波动项与瞬时波浪高度及波面升高加速度之间的函数关系式,提供了稳性高波动项的计算方法。以一艘渔政船为例,在不同航速下,分别计算规则波和非规则波中船舶参数激励横摇运动。得到稳性高波动项的时间历程及功率谱,并模拟由初稳性高随机波动引起的参数激励横摇。结果表明：在船遭遇一系列高波情况下,当特征波长接近船长,且参数激励频率集中在二倍横摇固有频率时,船舶发生参数激励大幅横摇。     

基于牛顿迭代法的概位修正误差分析

介绍了双信号台测向定位中利用牛顿迭代法进行概位修正的方法,分析了牛顿迭代法对概位修正误差的消除过程。仿真结果表明：在满足舰船导航精度要求下,牛顿迭代法的迭代次数少,且误差很小,达到了概位修正的要求。     

PIV的原理与应用

PIV是一种无扰动的二维流场测试技术。随着计算机技术、图像处理技术的快速发展 ,该技术近10年来有了长足的发展。详细阐述了PIV系统的结构与互相关分析原理 ,不但提供了在单向流实验中ADV与PIV的对比结果 ,而且提供了桩基码头模型时的涡流场分布 ,充分体现了PIV的实用价值。     

舰船在波浪中优选航向航速的计算

舰船在波浪中航行时,波浪引起的横摇、纵摇、升沉、甲板淹湿、砰击等因素会影响舰船完成其任务甚至危及航行安全。因而在大风浪中航行时,为了进行正常作业或为了航行安全常常需要调整航向航速。为了及时选择最佳的航向航速,本文提出的方法是:根据在原航向上测得的纵摇与横摇的数据估计出当时的海浪谱参数,根据该浪谱参数预报改用其它航向航速后船的纵摇、横摇、升沉的幅值及甲板淹湿、砰击的概率,在此基础上选出航向航速的可行范围及最佳值。本文提出的所有计算均由计算机自动完成,从而使在波浪中调整航向航速的决策方法由传统的依靠驾驶员的经验估计变为用计算机自动进行定量分析。     

大型船舶动力装置故障的诊断研究

大型船舶动力装置工作负荷较大,故障诱因较多,为了有效准确排除大型船舶动力装置,提高工况稳定性,提出一种基于喘振谱特征提取的大型船舶动力装置故障检测诊断方法。采用多传感器进行大型船舶动力装置的物理信息采集,提取动力装置的振动信号和喘振信号,对提取的信号进行时频变换和离散谱特征分析,采用自相关匹配滤波器进行船舶动力装置振动传感信号的滤波处理,对滤波输出信号进行喘振谱提取,对提取的谱特征量输入到神经网络分类器中进行故障判别。仿真及结果表明,采用该方法进行大型船舶动力装置故障诊断的准确性较高。