基于混沌理论的水声信号辨识方法

讨论了目前混沌信号的分析方法,并提出了混沌在水声信号辨识中的应用方法。按照给出的方法,很可能能够解决水下目标自动识别中的许多难题     

2(1/2)谱在直升机声信号特征提取中的应用

介绍了四阶累积量对角切片的一种定义,分析了其傅里叶变换(212谱)在提取三次相位耦合特征方面的良好性能及其估计方法;将其应用于具有三次相位耦合的直升机声信号特征提取。仿真结果表明,利用该方法能够分析信号的三次相位耦合信息,且具有计算方法简单、运算速度快及良好的抑制高斯噪声的优点。实际的数据处理结果验证了该方法的有效性。     

运动流体介质和剪切层共同作用下平面近场声全息技术改进

传统的平面近场声全息将全息面置于射流内部。为了降低窗效应和卷绕误差对重建精度的不利影响,一般要求全息面尺寸为声源的2倍以上,而较大尺寸的传声器阵列放在射流内部会干扰射流的稳定。针对这一问题,提出将整个全息面置于射流外部的方法。根据经典的剪切层修正理论,首先分析声波由声源传播至全息面过程中路径和幅值的改变,继而推导出修正后的声场传播公式,最终建立起马赫数小于0.3的运动流体介质和剪切层共同作用下的平面近场声全息理论模型。数值仿真表明,改进后的平面近场声全息技术能够得到高分辨率的重建声场,对气动噪声源的定位精度较高,并且具备一定的抗干扰能力。     

耦合封闭声腔的主导声辐射模态确定方法

将在某一频率下或某一频段内对封闭声腔声势能起主要作用的一阶或几阶声辐射模态定义为耦合封闭声腔的主导声辐射模态。准确认定主导声辐射模态至关重要,直接影响有源控制效果。然而,现有的主导声辐射模态确定方法,要么仅考虑辐射效率的作用而忽视模态幅度的影响,要么就需要用到结构模态信息,难以实现工程应用。基于此,综合运用计算和测试手段,全面考虑辐射效率和模态幅度两个因素,提出了一种基于“初选—预留—后验”的主导声辐射模态确定方法,并通过实验研究证明了该方法的有效性和可行性。结果表明：提出的确定方法能够准确认定主导声辐射模态,确定过程中不需要用到辐射体的结构模态信息,可用于指导控制目标选取或重构封闭声腔声势能。     

水压场引起海底地震波的特征

将舰船水压场激励的海底地震波简化为液固多层半无限空间中集中力引起的地震波动问题,基于波数积分方法,通过FFP数值积分求解了海底表面声压、位移和加速度幅值,得到了海底表面声压、位移和加速度的频率特性曲线。结果表明,水压场激励的海底地震波频率很低,属于超低频波动信号;水压场引起海底表面的声压、竖直加速度和水平加速度在频域内基本呈现单峰型特征。     

水面舰船对声自导鱼雷防御机动方法研究

根据水面舰船机动对其辐射噪声和反射强度的影响,首先建立了水面舰船与声自导鱼雷规避机动对抗的数学模型,然后采用Monte-Carlo法,计算水面舰船不同规避机动方法的生存概率,并分析了水面舰船转向、加速对其生存概率的影响,最后,得出水面舰船对声自导鱼雷防御的最优规避机动方法.提出的规避机动方法对水面舰船水下防御系统研究,具有十分重要的指导意义.     

固定目标区域的空中干扰机最优干扰覆盖分布算法

GPS干扰机升空可以增大干扰覆盖面积使干扰效果显著,GPS空中干扰机的合理分布可以有效地实现对目标区域的干扰覆盖.通过分析空中干扰机所能达到的干扰覆盖能力,进而运用遗传算法在解决多目标组合优化问题上的灵活性,提出了基于固定目标区域的空中干扰机最优干扰覆盖分布算法.仿真结果表明该算法能够快速有效地得到最优干扰覆盖分布方案.     

TCM在基于OFDM的水声通信系统中的应用研究

信道带宽窄、强多途、强噪声干扰一直是水下信息高速、可靠传输的主要障碍,文中提出用网格编码调制技术(trellis-coded modulation,TCM)与正交频分复用技术(orthogonal frequency division multiplexing,OFDM)相结合的传输体制可有效解决水下高速数据传输的带宽效率和可靠性问题。详细介绍了TCM、TCM-8PSK的原理及在基于OFDM的水声通信系统中的应用,理论分析和计算机仿真结果表明,使用该传输体制的水声通信系统能在不损失数据速率也不增加带宽的情况下能使编码增益提高3 dB左右,水声通信系统的性能得到明显改善。     

离散小波变换在被动声目标识别中的应用

研究了战场被动声目标鲁棒特征参数的提取,分析了战场声信号与语音信号特征的相似性,提出基于MFCC参数的战场声目标识别方法。针对战场环境存在强噪声干扰情况,提出一种改进的MFCC特征参数(DWTMFCC)提取方法,该方法将小波分析和MEL倒谱分析结合,提高了特征参数的鲁棒性。仿真结果表明:在噪声条件下,利用DWTMFCC参数进行声目标识别,平均识别率比MFCC参数高出3.134个百分点,信噪比为5dB时,识别率仍达到93.67%。     

基于非负矩阵分解的电磁超声系统优化研究

针对孤立脉冲群电磁超声系统信号特征容易被噪声淹没的问题,提出基于改进的非负矩阵分解（INMF）优选特征的支持向量机（SVM）方法．首先,用3种不同的方法提取高维特征;其次,用NMF方法实现特征降维,并保证降维结果的唯一性,避免对特征的直接选择;最后,应用支持向量机方法对降维特征进行分类．对孤立脉冲群电磁超声系统采集的4种信号特征进行提取、选择和分类,实验结果表明：INMF方法能有效提取微弱信号的特征,减少运算量,提高电磁超声系统特征采集的准确率．