基于深度学习的船舶辐射噪声识别研究

为了改善船舶辐射噪声识别系统的性能,进一步提高船舶辐射噪声识别的正确率,该文提出采用一种基于深度学习的船舶辐射噪声识别方法。该方法首先提取了船舶辐射噪声的频谱、梅尔倒谱系数等特征,将提取特征后的图像样本分别用于训练卷积神经网络和深度置信网络,再对船舶辐射噪声进行识别。通过文中所给实例,将深度学习和支持向量机两种识别方法的性能进行比较,得出深度学习方法可以有效地提高船舶辐射噪声识别正确率的初步结论。     

基于小波域多尺度统计建模的水下噪声的检测与识别

研究了基于小波域多尺度树结构的水下噪声信号统计概率模型的建模方法。实验分析表明,船舶辐射噪声的模型特征不仪与海洋环境噪声的有很大差异,而且在不同工况下自身也表现出了不同特点。根据海洋环境噪声和船舶辐射噪声在模型参数上的特征差异,提出了一种从海洋环境噪声中检测船舶辐射噪声的方法,实验证明了该方法的检测性能大大优于以前提出的几种检测方法。另外,为了更好地解决船舶辐射噪声的分类问题,在研究了基于隐马尔可夫统计模型的分类方法的基础上,还提出结合支撑向量机和隐马尔可夫模型的综合分类方法,实验分析也取得了较好的结果。     

按辐射噪声平均功率谱形状识别船舶目标

本文介绍根据辐射噪声的平均功率谱的形状识别两种不同型号的船舶目标的方法。通过给船舶辐射噪声的自相关函数及功率谱密度函数以“Ecs”噪声的模型,并对这种噪声模型进行详尽的分析,找到了为数很少的有效识别特征。利用平均功率谱的最大值位置M和归一化平均功率谱级的二阶中心矩m_2作为识别特征,采用分段线性分类器的“M-m_2平面分割法”对两种不同型号船舶目标的正确识别率达到92％。本文说明,根据辐射噪声的平均功率谱级曲线的形状来识别不同类型的船舶目标的方法是有效的。与通常采用的相关分类法、距离分类法、加权距离分类法等几种方法相比,本文提出的M-m_2平面分割法的性能是优越的。     

船舶辐射噪声信号仿真及评价

船舶辐射噪声信号仿真应尽可能多地仿真特定船舶辐射噪声的信号特征,达到具体应用对信号仿真度的要求。对船舶辐射噪声仿真信号进行评价,是调整仿真参数和判定仿真信号是否达到要求的必要步骤。该文给出了一套对实测船舶辐射噪声信号进行重构仿真及评价的方法,仿真过程考虑了信号的听觉、连续谱、调制谱和线谱特征,评价方法对各特征进行指标提取和量化,并通过实测与仿真信号之间的相似度计算评价仿真信号的仿真度。对实测船舶辐射噪声信号进行重构仿真的试验结果显示,仿真信号具有较高的特征仿真度,与计算的仿真度评价数值一致。     

舰船辐射噪声超混沌现象研究

水下弱目标探测和识别一直是水声信号处理领域中研究的难点。从Lyapunov指数谱、吸引子相空间轨迹的演化、分形维数等方面，对船舶辐射噪声是否存在超混沌现象进行了研究。实验结果表明，船舶辐射噪声信号确实存在至少两个正的Lyapunov指数，即存在超混沌现象。辐射噪声吸引子在相空间中的轨迹具有多方向伸展的趋势，且不同类型目标的吸引子具有不同的分形维数。研究结果为建立精确描述辐射噪声信号的非线性模型、为水下弱目标信号探测和识别提供一定的理论依据。     

船舶辐射噪声的混沌现象研究

水下弱信号的检测和识别是当今水声信号处理领域中存在的难题．应用混沌、分形理论，从根空间轨迹、Lyapunov指数和关联维等方面研究了船舶辐射噪声的混饨现象，发现船舶辐射噪声信号的确存在混沌吸引子，且不同类别的信号具有不同的吸引子维数．这一结果将为水声信号处理，为水下目标探测和识别提供崭新的理论手段。     

船舶水下辐射噪声信号理论模型及仿真

分析典型船舶水下辐射噪声实验数据,获取船舶水下辐射噪声功率谱特征,阐明了准周期随机声脉冲序列信号模型作为船舶水下辐射噪声模型的合理性和普适性,在此基础上,引入爆炸衰减型余弦脉冲信号作为该模型的基本组成单元,给予理论分析,据以数值构建船舶辐射噪声,并与海上试验获取的商船辐射噪声数据进行对比,结果明显一致,证明了该方法的有效性和实用性.     

基于Hilbert-Huang变换的水声信号特征提取及分类技术

水下目标噪声信号是一种典型的非线性非平稳随机信号，Hilbert-Huang变换较传统方法在处理此类信号时具有很大优势，据此本文提出了一种基于Hilbert-Huang变换的水下目标噪声特征提取方法。本文将环境噪声当作一类目标，利用上述方法对涉及两种航行船舶、海洋生物和海洋环境噪声的四类目标信号的特征进行了详细分析，最后对各类目标噪声信号进行了分类识别实验。实验结果表明基于Hilbert-Huang变换提取的特征对各类目标具有较好的可分性，达到了较高的识别率。     

基于多分类支持向量机的船舶桨叶数识别研究

分析了目前常用的支持向量机多分类方法以及存在的不足,本文提出了一种混合纠错输出编码的多分类支持向量机改进算法,并应用于利用船舶目标辐射噪声DEMON谱进行船舶桨叶数分类的实验。理论分析与实验结果表明,该改进算法编码明确、具备纠错能力,是一种有效的多分类支持向量机方法,在船舶桨叶数识别中,其分类性能优于一对余、一对一及最小输出编码支持向量机等多分类方法,可适用于船舶桨叶数的分类识别。     

船舶辐射噪声解调谱相位耦合特性与应用

研究了船舶辐射噪声解调谱谐波线谱的相位特性,通过对实际船舶辐射噪声数据分析,指出船舶辐射噪声解调谱线谱中轴频线谱相位和部分谐波线谱相位之和,与叶频线谱相位的差值为零或为一常数,即存在相位耦合关系。给出了频率具有耦合关系、相位差为非零常数谐波信号的高阶累量,并对这种谐波信号的高阶谱进行了仿真计算。研究了船舶辐射噪声解调谱线谱相位耦合特性的利用方法,通过对部分典型弱调制噪声信号高阶谱分析,指出利用相位耦合关系可以提高弱解调谱船舶目标的螺旋桨参数特征提取能力。      

解调带宽对船舶辐射噪声调制谱的影响

利用傅里叶分解原理建立了幅度调制的船舶辐射宽带噪声信号数学模型,导出了基于平方解调算法船舶辐射噪声调制谱数学表达式。通过理论分析和仿真计算得到了关于调制谱分析两个新的结论:(1)解调性能与解调处理带宽关系:在声呐接收的船舶辐射噪声各频带调制度相同时,解调性能正比于解调所采用的带通滤波带宽,解调所采用的带通滤波带宽越宽,解调谱信噪比越高;(2)宽带解调谱和子频带解调谱之间关系:船舶辐射噪声宽带解调谱可以近似认为各子频带解调谱之和。为了验证以上两点结论,对实际船舶辐射噪声解调谱进行了相应处理,结果与仿真计算吻合较好。      

海面干涉对船舶水下辐射噪声测量的影响及其消减方法

针对海面干涉对船舶辐射噪声测量的影响,进而导致声源级测量不准确的问题,文章给出了利用时间平均、深度平均、1/3倍频程谱级3种数据处理方法减弱海面干涉的影响,通过模型仿真验证了以上方法的有效性。根据船舶水下辐射噪声测量的国际标准,在浅海测量了某新型科考船不同航速下的水下辐射噪声,并采用前述方法进行了数据处理与分析。计算了不同航速下被测船舶辐射噪声1/3倍频程频带声压级,并与挪威船级社发布的辐射噪声衡准值进行了对比。结果表明被测船舶噪声低频控制较好,高频控制较差,高航速(13 kn)被测船舶的2 kHz以上辐射噪声大于衡准值。      

水下对转螺旋桨流致辐射噪声机理与预报方法*

水下对转螺旋桨流致辐射噪声的预报对于水下目标的特征提取和分类识别具有重要意义。由桨叶的旋转引起的湍流场是水下对转螺旋桨流致辐射噪声的源场。分述了水下对转螺旋桨湍流边界层脉动、旋转干涉效应和空化效应引发的水动力噪声机制和研究进展,比较了目前工程应用中的3种对转螺旋桨流致辐射噪声预报方法的特点。在分析对转螺旋桨流致辐射噪声数值预报难点的基础上,综述了对转螺旋桨流致辐射噪声计算方法的研究进展,指出间接数值模拟方法是工程中进行对转螺旋桨流致辐射噪声预报的有效方法。     

船舶辐射噪声模式识别

本文用模式识别技术,对航道上航行的船舶进行分类判决.根据船舶辐射噪声的二阶统计特性——自相关函数,我们提取了四个特征量,用统计判庆理论对三类船舶的辐射噪声进行了分类判决.文中给出了海上实验数据的分类结果.     

水声被动目标识别技术挑战与展望

低频水声探测和船舶减振降噪技术发展,使得传统水声目标识别技术性能逐渐下降。该文分析了声呐工作带宽、探测频率、船舶减振降噪给识别技术带来的挑战。针对低频声呐广泛使用的低频线谱识别,研究了低频线谱的识别能力问题;针对智能识别技术发展,研究了深度学习技术在船舶辐射噪声识别中的应用问题,并给出了数据试验结果,文章最后指出了水声被动目标识别技术亟需开展的研究内容和方向。     

准周期随机声脉冲序列信号在浅海波导中的传播

准周期随机声脉冲序列作为船舶辐射噪声信号模型具有合理性和一定普适性,这里将此模型与海洋波导结合,探讨基于此模型产生的噪声线谱经波导传播后的物理规律变化,即船舶辐射噪声经波导作用后的信号物理特性。理论分析和传播仿真计算表明,准周期声脉冲序列船舶噪声信号所含有的线谱由于受随机波导的随机性和多途干涉共同作用,序列脉冲出现的周期性显著被削弱,线谱相对幅度将"额外"快速衰减,从一个视角揭示了船舶辐射噪声线谱不稳定的原因,为船舶辐射噪声(尤其线谱)特性进一步研究提供了相应的理论支持。      

基于多尺度区域对比的显著目标识别

为了对图像中的显著目标进行更精确的识别,提出一种新的基于多尺度区域对比的视觉显著性计算模型。首先基于多尺度思想将图像分别分割为不同数目的超像素,对超像素内的像素颜色值取平均以生成抽象化图像;然后根据显著特征的稀少性及显著特征的聚集性,计算单一尺度下超像素颜色特征的显著性值;最后通过取各尺度超像素显著度的平均值来融合多尺度显著图,得到最终的视觉显著图。实验表明,以MSRA图库中的1 000张随机自然图片为例,该模型较现有较好的区域对比模型,显著目标识别的精确率提高了14.8%,F-Measure值提高了9.2%。与现有的算法相比,该模型提高了算法对显著目标大小的适应性,减少了背景对显著目标识别的干扰,具有更好的一致性,能更好地识别显著目标。     

基于Log-Polar变换的星图识别方法

基于Log-Polar变换提取特征模式,并将特征模式进行字符串编码,在KMP算法的基础上给出一种适合于星图识别的字符串匹配算法用以实现观测星和导航星的匹配识别。与栅格算法在相同实验条件下的比较表明:该方法对星点位置噪声和星等噪声具有更强的抗干扰能力,且具有更小的存储容量,但其识别速度还有待于进一步提高。     

舰船辐射噪声的动态识别

以舰船辐射噪声的包络谱分析为基础,讨论了舰船包络谱的特点和提取的方法。据此提出了一种新的目标识别方法。该方法能有效提高舰船噪声识别系统的识别准确率,还可同时获得有关目标舰船的重要运动要素。     

单观测通道船舶辐射噪声盲源分离

提出了一种适用于单观测通道的船舶辐射噪声盲源分离方法.该方法依据船舶辐射噪声远场的空间分布规律,通过将单观测通道延时和滤波的方法构造虚拟通道,使单通道转化为多通道,以实现单通道的盲源分离.仿真及实验数据分析的结果显示,分离后信号的相关系数在不同信噪比下有稳定的提高,说明该方法能在一定程度上利用单观测通道在海洋环境噪声背...