应用统计能量分析法预测板材隔声量

应用统计能量分析法SEA(Statistical Energy Analysis)预测板隔声量,先建立板材的SEA模型,将板材的隔声量预测转变成求解声振动功率的线性代数方程组,对方程组的变量(SEA参数)值进行确定,得出板材的隔声量,再根据混响室法测量板材实际隔声量。将预测结果与实验结果进行对比分析,证明统计能量分析法能有效的预测板材隔声量。     

船艇机舱发动机辐射噪声研究

针对在混响声场发动机辐射噪声识别困难的问题,提出用统计能量分析法对船艇机舱发动机进行噪声源分析。建立了机舱发动机噪声源识别模型,计算了发动机各表面的辐射声功率大小及频率特性。应用表面振动测量法对机舱发动机各表面辐射噪声进行识别,其结果与统计能量分析法的对比表明:统计能量分析法考虑声场的反射和叠加,能更好地识别复杂声场环境下发动机辐射噪声。     

基于统计能量分析法的船艇机舱舱室噪声仿真

以某一船艇机舱为例,从机舱发动机表面振动声辐射着手,建立了机舱的统计能量分析(SEA)模型,对船艇机舱的进行了仿真计算。结果表明,统计能量分析法与实际测量值吻合,SEA模型的计算值与舱内声压水平实测值误差在主要频带达到3dB以内。     

运用统计能量分析法解决高频声振问题的研究

为了得出统计能量分析法的适用范围和成功应用的关键因素,应用模态理论对系统的输入功率和耦合损耗因子进行了研究,挖掘了统计能量分析法中“统计”的更深层次的含义.通过对统计能量分析法原理的分析,提出增大系统的特征尺寸和系统阻尼、增大分析带宽和采用宽带激励均可提高统计能量分析的精度.     

潜艇规避被动声自导鱼雷的航速和航向问题

研究了潜艇高频段辐射噪声、传播损失、鱼雷的干扰噪声级等影响鱼雷被动声纳方程的因素,定量分析了潜艇航速和航向对鱼雷被动声自导作用距离的影响,对潜艇规避处于被动声自导状态鱼雷的过程进行了模拟仿真,讨论了潜艇规避航速和航向对潜艇纯机动被动声自导鱼雷成功概率的影响,根据仿真统计得出了潜艇规避航速和航向的最优取值范围.     

使用噪声干扰器规避主动声自导鱼雷的潜艇机动分析

针对噪声干扰器广泛应用于潜艇反鱼雷作战,分析了潜艇释放噪声干扰器后的机动原则,建立了仿真所需要的鱼雷声学模型和鱼雷机动模型.通过仿真得到了不同潜艇机动方案时潜艇的生存概率,仿真结果为滞艇使用噪声干扰器规避主动声自导鱼雷攻击的机动决策提供了依据.     

船舶辐射噪声奇异值特征

船舶辐射噪声的奇异值是船舶噪声的固有特征,采用小波变换模极大值方法可计算船舶辐射噪声的Lipschitz指数,同类船舶同一工况下的Lipsehitz指数均值统计量分布具有良好的稳健性,可作为船舶分类的特征量.     

悬停状态下的潜艇攻击方式分析

潜艇的辐射噪声声源级大小直接影响着被动声纳的作用距离和自身的隐蔽程度.从潜艇的辐射噪声特点入手,分析了潜艇悬停时的独有特点,提出了悬停状态下潜艇的攻击方式,分析了其战术意义,并给出了仿真计算结果,具有一定的工程实用价值.     

潜艇模型尾流场和水动力噪声的测量方法研究

探索了一种集潜艇模型尾流速度场测量及模型水动力噪声测量于一体的试验技术,即通过合理的试验方案设计及信号处理手段,完成对潜艇模型水动力噪声信号的测量,识别出模型噪声信号各成分的影响范围;同时,应用PIV技术对潜艇模型的尾流速度场进行测量,通过对测量结果的处理,得到潜艇模型的尾流涡量场分布.所得到的结果为研究潜艇水动力噪声与尾流涡结构之间的关系提供了参考,所做的工作为上述问题的研究提供了一种新颖的试验思路.     

基于贝叶斯方法的舰船辐射噪声估计

对于潜艇战和反潜战来说,目标的噪声特点和噪声等级是进行声纳作用距离估计的一个重要参数。为了对不确定水声战场环境中的舰船辐射噪声进行有效估计,运用贝叶斯方法分别对正态分布和均匀分布的辐射噪声作了最小均方误差估计和最大后验概率估计,对不同情况下的舰船辐射噪声的估计提供了一种可靠的方法。通过这种方法得出舰船辐射噪声一定的统计规律,为指挥员的精确决策提供信息基础。     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题，提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解，得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数，并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明，该方法可以实现对舰船辐射噪声的特征提取，与已有方法对比，该方法具有较高的识别率。     

基于进化规划的自适应高斯神经网络

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类,但此网络使用BP算法,其误差能量函数是一个不规则的超曲面,容易陷入局部极小值.因此,提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法.该方法能够自动地确定网络的最优结构和联结权值,同时避免网络的局部优化.实验结果表明,将该方法用于被动声纳目标的分类识别,能够有效地克服局部最小问题,具有更好的识别率.     

统计能量优化设计法研究

用设计变量表示统计能量法参数,建立统计能量法方程解得结构各频段能量值,用能量值表示目标函数,基于此建立基于统计能量法声振优化设计模型.对一个由两子系统构成的结构进行优化设计表明,由于能量随频率变化的光滑性,基于统计能量法的模型很适于优化设计.     

船舶静态电场跟踪的渐进更新扩展卡尔曼滤波器

为了实现利用船舶静态电场对船舶进行跟踪的目的,针对传统卡尔曼滤波算法中存在的问题,设计一种新的非线性滤波器。建立船舶的状态空间模型,分析传统卡尔曼滤波算法在船舶跟踪中存在的问题;依据渐进贝叶斯思想,利用连续白噪声与离散白噪声序列噪声协方差之间的关系,设计一种新的渐进更新扩展卡尔曼滤波器。仿真结果表明,该滤波器能有效地抑制由于初始误差较大而造成的滤波性能下降和滤波发散,能够有效地跟踪船舶,具有较高的实用价值。     

某型船用传动齿轮箱振动模态的试验与分析

某多输入双级传动齿轮箱是舰船振动与噪声的主要根源之一。文中在建立齿轮箱的试验模型后,采用固定锤击点改变测量点法采集各点的冲击数据和响应数据,在对同类型两部齿轮箱的模态试验的结果分析的基础上,通过对比找到了其中一部齿轮箱振动噪声增大的原因,经过对该齿轮箱的开箱测检结果表明,其分析结论是正确的。对该型舰船齿轮箱的故障诊断、提高其可靠性和维修性,具有重要的指导意义。     

系统辨识在建立舰船电力推进动态模型中的应用

舰船电力推进是一个复杂的船—机—电系统。对其动态特性的研究,利用现有的基于理论分析建立机理模型的方法,就会遇到分析过程繁杂、模型适用性差的实际困难。本文则利用系统辨识方法建立舰船电力推进系统的动态模型,通过一个具体的船模实验及辨识计算,确定模型的结构和参数。为了克服相关噪声的影响,参数估计中采用了增广矩阵法。并对模型从拟合程度和收敛性两方面进行了检验,结果表明,上述方法所得到的动态模型是适用的。     

基于滤波与BP神经网络的水下探测信号检测算法

针对水下探测系统探测船舶磁场信号时信噪比较低的问题,首先根据磁异常信号的频域特征,设计了约束最小二乘FIR滤波器,通过对含噪信号进行带通滤波,滤除高频噪声;再采用BP神经网络对低频分量进行学习,提取船舶目标特征信号。将该算法应用于船模实测实验,结果表明:该算法可以显著提高信噪比,增强对船舶磁场信号的检测能力。