基于DEMON线谱的轴频提取方法研究

目标的螺旋桨不同则轴频不相同。轴频是目标的特征之一,可以应用于目标识别当中。本文提出一种改进的高频噪声解调分析(DEMON)方法,能够得到具有明显线谱的DEMON谱;提出最大公约数算法,并给出提取轴频的具体步骤。海试数据实验结果验证了本文所提方法及算法的有效性和可行性。     

用单个矢量水听器基于DEMON线谱的双目标分辨

不同目标的解调线谱频率是不同的。本文提出了一种在DEMON谱域内对双目标测向的方法,它具有较好的抗相干及非相干干扰能力,表明单个矢量水听器也能分辨多目标。文中叙述了利用DEMON线谱测向的原理,给出了轴频提取及双目标DEMON线谱分离的方法,对DEMON线谱区分双目标的能力做了仿真分析。     

遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法

特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。     

舰船螺旋桨空泡噪声的数理模型

探讨舰船螺旋桨空泡噪声指数衰减型随机脉冲序列的理论模型。据此理论模型，导得螺旋桨空泡噪声谱的表达式。结果表明，螺旋桨空泡噪声由连续谱和离散线谱组成。螺旋桨空泡噪声线谱的相对幅值取决于声脉冲前沿出现时刻的随机摆幅。高频时线谱成分趋于零，低频段线谱成分甚大于相应的连续谱成分。高频段连续谱随频率的平方而下降，低频段连续谱随频率的平方而上升，在某一较低频率处出现谱峰。上述螺旋桨空泡噪声谱特性的理论结果和实际观测数据之间具有很好的一致性。     

矢量线阵目标调制谱提取及模板生成方法

针对矢量线阵跟踪目标DEMON谱提取问题,提出了一种矢量线阵DEMON谱提取及其模板生成方法.该方法可以有效提取DEMON谱成分,利用DEMON谱互谱可剔除干扰DEMON线谱,较有效解决矢量线阵左右舷目标DEMON谱特征混淆的问题.通过海试数据初步验证了该方法的有效性.     

提取螺旋桨识别特征的二种途径

本文给出海上实验数据表明舰船噪声在几十赫以下频段有着很强的低频线谱,这些线谱与螺旋桨转速等工作特征紧密联系在一起.所以螺旋桨识别特征的提取除了从解调制谱线谱来得到外,还可直接从低频线谱来得到,本文讨论了在噪声中低频线谱和解调制谱线谱的检测性能,在噪声掩盖下,低频线谱的信号高度与信噪比成正比,而解调制谱线谱的信号高度随信噪比下降是非线性的,当信噪比大时下降得很慢,当信噪比小时下降得很快.     

舰船噪声识别(Ⅰ)──总体框架、线谱分析和提取

本系列文章的工作是在舰船噪声谱图的基础上，利用模糊神经网络对舰船进行分类识别。文章Ⅰ叙述了舰船噪声的谱特征由可分离的平稳谱和非平稳谱组成，介绍了既利用有效识别特征（有类别共性和异性的特征）又对特定舰船特征作专门记忆的工作路线及识别框架，对特定舰船的记忆具体体现在特定舰船特征模库一包含有线谱模板库、双重频率谱模板库和平均功率谱模板库。文章Ⅰ又具体讨论了特征提取和建立线谱模板时所碰到的理论、模型、分析参数及线谱提取方法，舰船噪声实际情况和理论之间的差异等问题。文章最后介绍了用机器自动提取线谱的一种方法。系列文章Ⅱ将讨论线谱稳定性、唯一性和线谱模板图；文章Ⅲ将讨论双重谱和平均功率谱的特征提取和模板建立；文章Ⅳ将讨论模糊神经网络和识别。     

船舶侧斜螺旋桨空化噪声调制谱模型

针对侧斜螺旋桨船舶建立了一种螺旋桨空化噪声调制谱理论模型.将螺旋桨旋转过程中崩溃的空泡体积的周期性变化近似为空化噪声能量的变化,根据船尾伴流速度与空泡噪声体积成比例以及螺旋桨转速与空泡数量成比例的关系,推导出了空化噪声调制谱数学表达式.理论分析和仿真验证了桨叶之间的差异性是调制谱轴频线谱存在的主要原因,而影响调制谱叶频...     

某型振动轮噪声数值模拟及优化分析

空中声源的辐射噪声谱包括宽带连续谱和窄带线谱,线谱能量高于连续谱。与水下声源相比,空中声源的运动速度普遍较高,线谱多普勒频移明显,可用于进行水下对空中声源的运动参数估计。首先通过时频分析提取接收信号的瞬时频率,而后利用非线性最小二乘法将瞬时频率提取值与预测值相拟合,进而估计声源的运动参数(声源的运动速度、静止频率、与接收器最小水平距离及经过最近点时刻)。仿真与实验均能较为准确地估计出声源运动参数,同时在实验中实现了水下对空中运动声源的测距和定位,测距误差小于15.8%。在满足一定信噪比和保证足够多普勒信息的情况下,该参数估计方法具有很好的适用性。     

参数未知的舰船辐射噪声检测方法

舰船辐射噪声的检测方法已有广泛研究,其中线谱特征是检测的重要依据。基于线谱特征的舰船辐射噪声检测方法常需要线谱数目、频率等参数作为检测的先验信息,这些信息不准确或无法确知时,检测方法的性能会受到显著影响。针对实际应用中对于未知舰船无法获得其参数信息的情况,研究基于连续谱谱峰特征的更为一般性的信号存在性检测方法。将窄带信号瞬时频率分析的思想扩展到舰船辐射噪声这类宽带信号,从信号频率与能量分布的角度推导得到宽带信号"瞬时频率"的近似表示式。构建宽带信号的瞬时频率检测器,并对其性能进行理论分析,结果表明该检测器的性能主要受舰船辐射噪声瞬时频率方差以及接收信噪比影响。通过计算机仿真和实际数据对算法的性能进行了验证。      

水下高速目标对转螺旋桨空化线谱频率理论预报

水下高速目标对转螺旋桨常工作在空化状态,其噪声线谱由前后桨相互作用及前后桨与船舶尾流场的相互作用引起。通过Goldstein的声相似方程,将空泡看作螺旋桨的一部分,对空化条件下水下对转螺旋桨的线谱频率进行了理论预报。推导出了远场条件下单极子源性质的声源所产生的声压表达式,得到了其线谱预报频率。对实测水下高速目标进行了线谱预报,通过比较发现预报值与实测线谱频率具有较高的吻合度。     

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。      

基于矢量线阵的目标低频线谱提取方法

主动声呐系统常采用线性调频信号探测水下目标。利用分数阶傅里叶变换处理线性调频回波时,可在低信噪比和强混响背景下获得目标参数的有效估计。主动声呐系统常通过增大发射信号的时间带宽积来提升系统的距离分辨力和速度分辨力,但却带来了计算复杂度的显著增加,尤其是奈奎斯特采样下基于分数阶傅里叶变换的回波处理方法,导致数据处理时间难以满足功耗和体积受限的无人水下航行器平台的实时性要求。针对此问题,该文提出分数阶傅里叶变换的带通采样实现方法,通过对线性调频信号时频特性直线在分数阶域的投影进行修正,使利用分数阶傅里叶变换方法处理带通采样的回波数据时,可获得正确的目标参数估计。计算机仿真数据和无人水下航行器湖试数据处理结果验证了分数阶傅里叶变换的带通采样实现方法的正确性,数据处理时间能够满足无人水下航行器平台处理的实时性要求。     

船舶无空泡螺旋桨非定常推力脉动及其诱导线谱噪声分析

对船舶无空泡螺旋桨非定常推力脉动及其诱导的线谱噪声进行了研究,主要目的在于螺旋桨非定常推力脉动理论预报方法的验证。基于速度势面元法计算得到非均匀流场中无空泡螺旋桨的推力脉动,在大型循环水槽中利用非定常动力仪测试得到全附体船后螺旋桨的脉动推力,以脉动推力作为声源项预报得远场线谱噪声。一阶叶频非定常推力系数理论计算值与试验值最大相差29.3%,由此引起的线谱噪声差别为3.0 dB。上述结果表明,面元法预报船后螺旋桨非定常推力脉动已达到较高精度,为船舶螺旋桨低频线谱噪声的预报提供了物理基础和重要参数。