美国海军“一角鲸”号核潜艇

美国海军在半个世纪的时间里,先后设计建造了18种型号将近200艘核潜艇,其中有3艘是试验性核潜艇,"一角鲸"号核潜艇正是其中之一。"一角鲸"号(SSN671)在美国海军发展核潜艇降噪技术方面建立了卓著的功勋,因此,它在美国海军中占有特殊的地位。     

噪声干扰下雷达目标检测概率计算模型研究

针对雷达自身性能和干扰因素对雷达目标检测概率的影响,分析了噪声干扰情况下检测概率同干扰机有效功率、干扰机位置之间的关系,联合雷达的最大作用距离、工作频率等性能参数,得到了噪声干扰情况下雷达检测概率的表达式。并运用秩K法则,得到了噪声干扰下雷达网综合检测概率的表达式,解决了噪声干扰下雷达网检测概率的确定问题。仿真结果验证了模型和方法的有效性。     

纵桁对环肋圆柱壳体水下振动与声辐射的影响

采用结构有限元耦合流体边界元的附加质量附加阻尼算法,对具有不同数量纵桁的加筋环肋圆柱壳水下振动与声辐射噪声进行了数值计算,并对数值计算结果进行了初步的比较和分析,讨论了纵桁的数量对圆柱壳水下振动与声辐射的影响.结果表明:纵桁对圆柱壳水下的减振降噪有较好的效果,并且纵桁的数量越多,减振降噪效果越好,但增加纵桁的数量也相应增加了艇体的重量,在潜艇结构设计时须在降噪及艇体重量间综合权衡.     

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.     

基于非凸范数最小化图像去噪算法

为改善高斯噪声条件下图像去噪性能,基于低秩理论,提出基于伽马范数最小化的图像去噪算法.所提算法对噪声图像重叠分块,基于结构相似性指数自适应搜索与当前图像块若干最相似非局部图像块以组成相似图像块矩阵,进而利用非凸伽马范数无偏近似秩函数以构建低秩去噪模型,并基于凸优化理论求解所得低秩去噪优化问题,重组所得去噪图像块以获得最终去噪图像.与PID,NLM,BM3D和NNM等主流去噪算法相比,实验结果表明,所提算法可有效消除高斯噪声,且可较好地恢复原始图像细节.     

模拟训练系统语音通信性能改进算法研究

为了保障武器装备模拟训练系统受训人员的人耳体验,降低强噪声对话音通信的影响,提出了一种基于限幅陷波的啸叫抑制算法.通过分析大量模拟训练系统环境噪声样本特点,提出了有效改善话音质量的方法,特别是在脉冲性较强的噪声环境下,能够有效改善模拟通信设备的自激和延时增加等问题,仿真实验表明,该方法在强脉冲噪声环境下可稳定工作,具有较好的鲁棒性.     

箔条干扰下雷达信号自相关检测方法研究

箔条是雷达无源干扰的常用材料,由于目标的雷达回波信号被淹没在箔条云强背景噪声中,雷达难以探测和跟踪目标,提出利用自相关方法检测箔条干扰下目标的雷达回波信号.对箔条云回波噪声进行了数学描述和仿真分析,可以看出箔条噪声是多个随机高斯分布的叠加;介绍了自相关检测箔条干扰下雷达回波信号的基本原理,并用SIMULINK软件对具体实例进行分析,利用接收的回波信号自相关函数反推出信号周期,并利用自相干法把淹没在噪声中的信号提取出来,所提取的信号和原信号具有很高的相似度,该方法对提高雷达抗箔条干扰有重要的研究意义.     

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。     

噪声目标转向机动自动检测

根据观测器--目标保持匀速直线运动时目标方位随时间线性变化的一种可量测函数,研究了一种检测目标转向机动的新方法.由于该方法将目标方位随时间变化的非线性关系转换到另一空间的线性关系,这使得检测更加有效、直观,并且能够克服直接采用方位序列检测目标转向机动在特殊情况下失效的限制.最后计算机仿真计算及实测数据验证结果表明,该方法能快速、准确地检测目标的转向机动.     

二值化编码和相位相关的鲁棒景像匹配方法

结合二值化编码和相位相关,提出了一种快速有效的鲁棒景像匹配方法.首先利用2×2窗口上主对角线上像素灰度值的升降对实时图和基准子图进行二值化编码;然后,搜索二值化后的实时图在基准图中的位置,即,根据二值化后的实时图和基准子图的相位相关函数进行定位.多组实验与分析表明,该景像匹配定位算法对部分遮挡、图像灰度与对比度变化以及复杂噪声干扰等都具有比较强的鲁棒性.