基于多分辨分析的舰船噪声能量特征提取方法

以离散小波变换入手,利用小波分析的恒Q特性,提取了舰船噪声信号的子带能量分布特征。结果表明,由于各子带能量参数并不相互独立,基于离散小波变换的舰船噪声子带能量分布特征并不明显。因此,依据多分辨分析理论,对舰船辐射噪声信号进行了正交多分辨分解,并提取了舰船噪声子带能量分布特征。结果表明特征是显著的,该方法从整体上反映了舰船噪声信号能量分布特征。为了从细节上对噪声信号能量特征进行分析,提出了基于多分辨分析的子带能量密度特征提取方法。采用两类共8个噪声样本对噪声子带能量分布和能量密度特征提取方法进行检验,取得了比较理想的结果。     

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。     

基于混沌理论的舰船辐射噪声特征提取

针对不同目标舰船的辐射噪声信号特征提取问题,提出了将混沌理论用于非线性时间序列的分析方法。该方法利用非线性局部投影滤波方法进行信号降噪,并在重构相空间的基础上对每一类舰船辐射噪声信号的最大Lyapunov指数、自然测度和关联维数等非线性特征参数进行提取。实验结果表明:当舰船辐射噪声信号的最大Lyapunov指数大于0且为有限值时,舰船辐射噪声信号具有混沌特性;自然测度和关联维数可作为区分不同目标船型的舰船辐射噪声信号的有效特征。     

基于小波变换和支持向量机的水下目标分类方法

水下目标识别技术是世界各国十分重视的研究课题之一,具有重要的理论和应用价值。简要介绍了小波变换、多分辨率分析及支持向量机的基本原理,针对舰船辐射噪声信号,利用小波变换来完成信号的预处理和滤波,在小波变换后信号的多尺度子空间上提取信号的能量特征参数,归一化处理后构建特征向量,最后用支持向量机算法进行分类。仿真结果表明,利用小波变换的多分辨率分析和支持向量机能对舰船辐射噪声信号进行有效分类识别。     

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。     

深度多属性增强水声目标识别方法

被动声纳系统由于其隐蔽性好的特点在军事任务中发挥着重要作用。针对被动水声目标识别问题,开展了水声目标多属性特征提取与识别方法研究。利用深度学习方法从舰船辐射噪声中提取目标多属性特征并识别水声目标。提出了深度多属性增强水声目标识别方法,该方法可以从时域舰船辐射噪声中提取水声目标多属性特征及多属性之间的相关性特征,并用来增强深度模型对水声目标类别属性的表达能力。基于海试实测数据的6类水声目标识别实验结果表明,相比于不考虑多属性的识别方法,提出的深度多属性增强水声目标识别方法的平均正确识别率提高了3.6%~18.2%,并且具有更好的识别稳定性。     

基于神经网络的舰船目标识别研究

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了一种从DEMON谱线谱和DEMON谱连续谱提取的特征方法,并设计了一个基于BP神经网络和多神经网络分类识别器的舰船目标识别系统。通过对实际舰船噪声目标进行识别,识别效果比较满意。这对舰船目标识别的发展具有一定的参考价值。     

海军装备声学振动检测中心二分部正式成立

经海军装技部批准,海军装备声学振动检测中心二分部于1993年1月13日正式成立。该分部设在海军工程学院,下设办公室和舰船结构振动噪声检测室、舰船动力装置振动噪声检测室、舰船武备振动噪声检测室。其主要任务:以承接军内委托的任务为主,同时也承接军外单位委托的舰船的结构、机电、武备等噪声/振动的测量分析;新造舰船舱室空气噪声、平台噪声、结构振动和总体辐射噪声的测量分析;噪声/振动控制方案论证、降噪抑振试验研究;机电设备噪     

一种鱼雷辐射噪声的线谱估计方法

基于鱼雷辐射噪声的物理特性和线谱特征,探讨了一种鱼雷目标特征提取方法。该方法结合经典谱与现代谱估计,提取水下目标辐射噪声线谱特征。通过两次估计采集数据的功率谱,得到估计算法功率谱图,然后分析功率谱图,先确定线谱存在的大致区域,再估计精确线谱。进行仿真研究,得到了较好的效果,证明该方法对低频段的线谱特征提取有很好的实用性。     

舰船辐射噪声对声纳作用距离影响的不确定性研究

为了研究目标舰船辐射噪声对声纳作用距离产生的影响,用蒙特卡洛方法对目标航速进行模拟。通过经验公式得出舰船的辐射噪声级并进行统计分析,得出舰船辐射噪声的概率分布直方图,由此可以导出被动声纳作用距离的概率分布直方图。相对于传统的声纳作用距离预报结果,该方法给出的作用距离预报结果是一个满足某一分布的随机变量,而非一个确定的值,为作用距离的预报提供了概率的依据,为艇指挥员的决策提供了定量信息。同时,通过计算得出舰船航速的均方差与声纳作用距离的均方差基本成线性递增关系。     

船舶近场声辐射特性初探

为了修正目前国内所普遍采用的船舶辐射噪声测量方法,建立了一个具有一定空间分布的船舶辐射噪声源模型。利用波数积分方法仿真计算了该模型在自由场条件下的近程声场,并分析了近场辐射噪声的基本规律。仿真结果与国外文献提供的船舶水下辐射噪声近场特性吻合,验证了所建模型的正确性。     

基于小波分析的子带特征提取与选择方法

在研究了目标图像多尺度小波分解特性的基础上,提出了基于小波多尺度分解子带主成分的特征提取的算法。该算法利用图像在不同尺度的小波变换域中能量局部集中性,选择各子带能量较集中的局部小波系数构成图像目标特征向量。这种特征包含图像目标的主要边缘、纹理、灰度、结构等多种信息。由于对图像目标的特征信息的分布没有任何限制,因而适用于多种类型的图像的特征提取,可以解决单一特征提取方法中必须面对的所提取特征不明显的难点。这种特征向量对噪声有较好的鲁棒性。     

基于核主成分分析方法的水面舰艇空中目标威胁评估?

对来袭空中目标的威胁进行评估与排序是舰艇对空火力分配的重要一环。根据来袭空中目标的特点，在确定目标指标后进行相应量化，针对来袭目标各指标间非线性的特点，提出使用核主成分分析法对目标信息进行特征提取，随后依据核主成分方差贡献率对威胁目标进行评估与排序。通过仿真算例验证，所得结果较为准确、客观，有效地克服传统方法中主观性较强的问题，并且在对指标数据提取的过程中降低了相关信息维数，降低了计算复杂度，为舰艇防空作战威胁评估提供了新途径。     

基于高阶谱分析的机械故障特征识别

在分析高阶累积量与高阶谱的理论基础上，利用高阶谱可以抑制加性高斯噪声的性质，研究了基于高阶谱分析的机械故障特征提取方法，提出了基于双谱估计的齿轮故障诊断的方法。通过对齿轮信号的双谱特征图谱进行分析比较，成功地对齿轮的正常稳态振动信号、正常瞬态振动信号以及磨损瞬态信号进行了识别，效果十分显著。     

水中目标辐射噪声调制信息提取方法研究

讨论了应用小波分析从辐射噪声中提取调制信息的方法。首先利用多尺度分析方法将噪声信号在不同层次的空间上进行分解,实现调制信号与辐射噪声的分离;然后,利用小波变换提取其包络,求取功率谱得到调制信息.在此基础上,对实测辐射噪声数据进行仿真研究.结果表明,该方法用于噪声中调制信息检测是一种有效的手段.     

水中目标信号的实时检测方法研究

在对目标信号及噪声背景信号的特性进行分析的基础上,依据目标信号功率主要集中在低频部分的特点,用功率谱估计方法提取低频信号的能量作为特征,对信号滑动地进行目标检测.通过不同浪级情况下海洋水压力场的仿真信号数据,对某型目标舰船的水压力信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号正确的检测.     

稀疏平衡变分自动编码器的文本特征提取

针对文本特征提取方面的高维数据特征区分度较低、基于规则的特征学习的自学习性能差、变分自动编码器存在过度剪枝等问题,提出稀疏平衡变分自动编码器(Sparse Balanced Variational AutoEncoder,SBVAE)的文本特征提取模型.为消除噪声干扰,提高文本特征提取模型的鲁棒性,在文本特征提取的输入...     

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。