基于灰度共生矩阵的舰船噪声特征提取方法研究

灰度共生矩阵（GLCM）可以描述图像各基元灰度的空间分布和结构特征,而舰船辐射噪声二维谱图中也含有许多目标的固有信息。利用灰度共生矩阵对舰船辐射噪声二维谱图的图像进行纹理研究,求取能量、熵、惯性矩等几个典型特征量,并通过实验室仿真和对实际舰船辐射噪声分析计算,其具有明显的差异,可以作为目标分类和识别的重要特征信息。     

舰船磁场动态测量中的小波消噪技术研究

动态测量是舰船磁场测量中的重要方式,针对舰船磁场动态测量中的噪声特点,采用小波变换技术进行了消噪处理。仿真结果表明,小波变换技术可以较好的消除各个频段的磁场噪声,较好的恢复原始舰船磁场信号,在实际舰船磁场动态测量中有重要的应用价值。     

舰船噪声非线性特征的信道传播研究

文章首先针对信道的相干多途特性,基于射线理论,利用MATLAB仿真得到了信道的多途参数;接着基于相似序列重复度理论,提取了舰船辐射噪声的非线性特征—序列重复度RPT;最后将舰船辐射噪声通过多途信道作用,提取不同信道作用后的RPT特征并进行对比分析。研究表明,当舰船辐射噪声在不同传播距离和海深的信道里传播时,RPT特征的幅值缓慢变化,且其特征曲线的形状也发生改变,即舰船辐射噪声的RPT特征在多途信道里传播时是不稳定的。     

基于主成分分析的振动噪声源耦合信息判别

主成分是通过把原来多个变量转化为少数几个互不相关的主成分的一种统计方法,最终达到数据化简、揭示变量间的关系和进行数据解释的目的.通过实船航行试验,证明了主成分分析可以在信息损失较少的前提下提取振动噪声源之间存在的耦合信息.     

改善强噪声下船舶通讯能力的电路设计

通过对噪声环境下船舶广播器工作模式的现状分析,探索利用加装无线电辅助电路装置的方法来改善强噪声下船舶通讯能力的新途径,以实现通讯系统的正常工作.同时,也为研究和改进通讯系统在强噪声干扰条件下的工作提供参考.     

集成统计能量法计算声呐自噪声水动力噪声分量

针对舰船艏部非规则形状声呐罩的自噪声预报,借鉴集成模态法思路[1,2],采用虚拟弹性膜技术,建立集成统计能量法(Integro-SEA),并以矩形腔声呐罩为例验证计算精度.在此基础上,采用集成统计能量法计算舰船艏部声呐自噪声的水动力噪声分量,并修正计算艏部边界层转捩区湍流猝发声源对声呐自噪声的作用.研究表明:用经典SEA和集成SEA方法计算矩形腔声呐罩自噪声,偏差小于1dB,集成SEA方法加边界层转捩区声源修正,计算的舰船艏部声呐自噪声与实艇测试结果比较,在200Hz～6kHz的中频范围内相差2～3dB.     

离心泵水动力噪声计算方法研究

离心泵作为舰船重要的流体机械,也是管路系统中主要噪声源之一。泵内流动诱发噪声的计算难点在于流噪声声源的准确模拟和边界条件的确定。文中采用CFD方法计算泵内流场并根据FW-H方程提取叶轮转动偶极子声源和蜗壳内表面偶极子声源;基于管道测试技术获得泵进出口边界条件,建立了以蜗壳为界的边界元模型,考虑了蜗壳对声传播的散射作用。通过内域声学直接边界元方法求解泵内声场,建立了离心泵水动力噪声的计算方法。通过试验测试对建立的计算方法进行了验证。计算分析表明:离心泵内主要噪声源为蜗壳表面偶极子声源;泵出口噪声大于入口,具有偶极子声源特性。     

盲信号处理在机电声学监测与诊断中的应用

机械噪声信号和振动信号一样,蕴含了机械设备运行状态的重要信息,当设备状态发生改变时,其声学特性同样会发生改变。但是,待识别的目标信号和其它设备的信号以及噪声信号混杂在一起,一般很难直接从测量的声信号中获得有用的信息。因此,排除或抑制干扰信号或背景噪声,准确地从低信噪比的混合信号中提取出待识别的目标信号,对声学监测与诊断方法十分关键,而盲信号处理技术为机械声学信号的分离提供了一个有力的解决手段。该文对盲信号技术在机械装置声学监测与诊断中的研究现状进行了概述,为盲信号进一步应用于机械中的声学分析打下基础。     

地震波信号降噪技术

针对地震波信号本身的复杂性,在接收和处理地震波信号的各个阶段都可能引入噪声的问题,提出了采用小波变换对地震波信号进行降噪的方法,小波变换降噪方法在去除掉高频噪声的同时保留了信号的高频成分,是一种比傅立叶变换更有效的降噪方法。对比了几种小波去噪的方法,从不同的性能指标中优化出针对地震波信号的环境特点最为有效的降噪方法,从而达到有效提取有用信号的目的。     

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。