神经网络在舰船噪声识别中的应用

本文基于多层前馈型网络模型发展了一种利用声纳信号进行目标识别的技术，并在对传统BP算法局限性详细分析的基础上，对其稍作改进，提出了BP－选择学习算法。实验表明，此算法对噪声信号的识别效果好于BP算法。     

猎雷声纳基阵方位角伺服系统设计与仿真

本文对猎雷声纳基阵方位角运动姿态伺服系统进行了动态建模和控制器的设计，在计算机上对所设计的系统进行了数字仿真。结果表明，当系统参数在允许范围内变化时，所设计的伺服系统具有满意的性能指标。     

声纳测向精度海上动态测量计算公式的证明和修正

本文对在实际使用中存在争议的声纳测向精度海上动态测量计算公式，给出完整的理论证明，推导出更加的计算公式。在利用计算机进行仿真的基础上提出了使用这种公式的修正系数。从而更加准确地评价海上测量声纳的测向精度。     

基于神经网络的主动声纳目标分类器

人工神经网络是当前模式识别领域非常活跃的工具之一，本文在传统ＢＰ算法的基础上，引进了误差范围ＢＰ－ＥＲ算法，利用各种统计方法所建立的主动声纳目标信号的模式表示，提出二上网络结构对信号进行训练分类，比传统的分类器，性能有明显的提高。在６ｄＢ的信噪比情形下，对实际海上回声信号进行分类，取得了令人满意的正确分类率。