A novel noise reduction technique for underwater acoustic signals based on complete ensemble empirical mode decomposition with adaptive noise,minimum mean square variance criterion and least mean square adaptive filter

Underwater acoustic signal processing is one of the research hotspots in underwater acoustics. Noise reduction of underwater acoustic signals is the key to underwater acoustic signal processing. Owing to the complexity of marine environment and the particularity of underwater acoustic channel, noise reduction of underwater acoustic signals has always been a difficult challenge in the field of underwater acoustic signal processing. In order to solve the dilemma, we proposed a novel noise reduction technique for underwater acoustic signals based on complete ensemble empirical mode decomposition with adaptive noise (CEEMDAN), minimum mean square variance criterion (MMSVC) and least mean square adaptive filter (LMSAF). This noise reduction technique, named CEEMDAN-MMSVC-LMSAF, has three main advantages: (i) as an improved algorithm of empirical mode decomposition (EMD) and ensemble EMD (EEMD), CEEMDAN can better suppress mode mixing, and can avoid selecting the number of decomposition in variational mode decomposition (VMD); (ii) MMSVC can identify noisy intrinsic mode function (IMF), and can avoid selecting thresholds of different permutation entropies; (iii) for noise reduction of noisy IMFs, LMSAF overcomes the selection of decomposition number and basis function for wavelet noise reduction. Firstly, CEEMDAN decomposes the original signal into IMFs, which can be divided into noisy IMFs and real IMFs. Then, MMSVC and LMSAF are used to detect identify noisy IMFs and remove noise components from noisy IMFs. Finally, both denoised noisy IMFs and real IMFs are reconstructed and the final denoised signal is obtained. Compared with other noise reduction techniques, the validity of CEEMDAN-MMSVC-LMSAF can be proved by the analysis of simulation signals and real underwater acoustic signals, which has the better noise reduction effect and has practical application value. CEEMDAN-MMSVC-LMSAF also provides a reliable basis for the detection, feature extraction, classification and recognition of underwater acoustic signals.     

在线学习的主用户仿冒攻击策略

在认知无线网络中,次用户通过频谱感知来学习频谱环境,从而接入那些没有被主用户占用的频谱空隙。事实上,多种恶意攻击的存在会影响次用户频谱感知的可靠性。只有深入研究恶意攻击策略,才能确保认知无线网络的安全。基于此,研究了一种认知无线网络中的欺骗性干扰策略,即主用户仿冒攻击策略,该攻击策略通过在信道上传输伪造的主用户信号来降低次用户频谱感知的性能。具体来说,将攻击策略问题建模为在线学习问题,并提出基于汤普森采样的攻击策略以实现在探索不确定信道和利用高性能信道间的权衡。仿真结果表明,与现有的攻击策略相比,提出的攻击策略能更好地通过在线学习优化攻击决策以适应非平稳的认知无线网络。     

协方差压缩感知逆合成孔径雷达成像技术

为解决低信噪比条件下短观测时间雷达成像问题,提出一种基于回波协方差矩阵处理的压缩感知逆合成孔径雷达成像技术。该方法构建了回波协方差矩阵层面下的压缩感知问题模型,并通过特定的线性变换降低环境噪声对成像结果的影响。在仿真实验中,通过处理短观测时间和低信噪比条件下的模拟回波数据,该方法获得比传统压缩感知方法像质更好、对比度更强的目标成像结果。同时,其成像结果的目标背景比和背景噪声能量两个雷达图像评价指标都优于传统方法,进一步验证了该方法的有效性。     

内置环形耐压液舱周向连接形式应力分析

针对内置式耐压液舱结构的应力变化规律,对比分析了不同载荷工况下,两种不同液舱顶板结构形式及变截面肋骨对液舱壳板的变形和应力的影响。结果表明:对于不同的液舱顶板形式,变截面肋骨角度β存在最优值;在液舱周向范围一定的情况下,肋骨肋板间的连接形式对液舱顶板纵向应力影响显著,而β主要影响液舱顶板的周向应力。     

基于芘丁醇的光学压敏涂料氧猝灭特性

以芘丁醇为原料制备的光学压敏涂料作为研究对象,采用荧光分光光度计测定了它们的荧光特性,考察不同激发光波长下压敏涂料的荧光特性及氧猝灭系数。结果表明：以芘丁醇为原料制备的压敏涂料的氧猝灭效果明显,其氧猝灭系数高达55％。涂料的荧光特性受激发光波长的影响很大,就同一受激态发射区464nm峰而言,用290nm的激发光比用364nm的激发光的氧猝灭率高出21．3％。     

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.     

潜艇使用自航式声诱饵防御声自导鱼雷模型研究

针对潜艇如何使用自航式声诱饵防御声自导鱼雷,分析了自航式声诱饵的初始航向范围,并建立了相应的防御模型.然后采用线性规划方法,求取最优的潜艇规避角度和诱饵航向.最后时典型态势进行仿真计算,结果表明,采用该方法得出的结果与实际作战基本符合,从而验证了模型的正确性.     

光纤光栅技术与应用专题讲座(三) 第5讲 光纤光栅网络传感技术的原理与应用

文中介绍了光纤光栅温度、压力、应变的基本原理及几种常用的光纤光栅传感信号解调技术。讲述了光纤光栅网络化传感技术研究进展,对几种常用传感网络进行了详细的描述。综述了光纤光栅传感器的实际应用,并着重讲述了光纤光栅传感器在军事上的应用实例。     

高压细水雾灭火系统在地铁车辆中的应用

基于城市轨道交通车辆火灾危险性分析,给出了地铁车辆自动灭火系统设计的基本要求,借鉴欧洲地铁车辆消防的先进经验,提出了高压细水雾灭火系统解决方案,开创性地提出将地铁车辆和车站高压细水雾灭火系统进行整合,实现资源共享,以提高整个地铁系统的防灾救援能力。     

考虑细观结构变化的原状Q3黄土变形和强度特性

为研究结构性对非饱和原状Q3黄土变形和强度特性的影响,做了12个非饱和原状Q3黄土的CT-三轴侧向卸荷试验。在试验剪切过程中,利用CT机对试样进行跟踪扫描,共得到168张CT图像。基于试验数据建立了细观结构参数,并利用该参数来反映非饱和原状Q3黄土的变形和强度特性,从而得到能反映细观结构性影响的非线性应力-应变关系以及摩尔-库伦强度公式。