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。     

舰船噪声识别(Ⅱ)──线谱稳定性和唯一性

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．本文是系列文章的第二篇,研究如何用线谱模板来记忆特定舰船的稳定线谱特征和涉及的一些问题．首先调查线谱分析参数──平均时间、平均次数对线谱稳定出现的影响,比较了两个不同平均次数对线谱稳定出现的影响,稳定线谱（出现率＞70%）和不稳定线谱的比例,说明了利用稳定线谱作识别时需作长时间的平均．研究了利用稳定线谱建立舰船线谱特征模库时所用的统计方法,稳定性的限定和有关参数的定义．在43条舰船65种情况1000多个样本（原始记录时间总长约为3．5小时）中调查了线谱稳定性和稳定线谱的唯一性,调查结果说明唯一性在统计意义下成立,其平均重叠率为5％,无稳定线谱的舰船占8％．对于线谱数量丰富程度的特征,不存在甲类舰船线谱丰富,而乙类舰船线谱不丰富的规律．     

舰船噪声识别(Ⅳ)──模糊神经网络识别

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。本文是系列文章的第四篇,研究模糊神经网络用于识别分类．选用了多层前馈神经网络和BP学习算法,推导了学习过程中模糊器参数的调整公式,最后给出1049个样本（41条舰船,63种工况,原始记录长约3．5小时）的识别分类结果,识别正确率大于92％。     

船辐射噪声高阶谱分析和标记图

实验数据揭示了一些舰船辐射噪声通过在频带上连续排列的窄带滤波器组后，各频道中的幅度调制很相似，这是舰船噪声的一个很有应用前景的目标特性。文章还研究了用高阶谱高阶统计的信号处理工具来提取和保留幅度周期调制的相位信息，并给出了计算机模拟结果，实际船噪声结果和具体提取方法。利用这些相位信息和双谱的幅度信息可以重建周期调制信号，并称这个重建波形为这条船的标记图。最后调查了三条船的标记图与本船及不同船的实际幅度调制之间的互相关系数，本船的互相关系数要比不同船的互相关系数大许多。     

双强度调制偏振光谱测量原理及仿真

 针对单强度调制偏振光谱测量技术存在混叠且有效光程差有限的缺点,提出双强度调制偏振光谱测量新方法,该方法通过双强度调制干涉信号的和差处理,即保证单强度调制偏振光谱测量的优点,又能有效消除混叠现象,提高有效光程差和光谱分辨率,再对和差处理后的干涉信号进行傅里叶变换即可得到被测偏振光谱。文章对双强度调制偏振光谱测量方法进行了理论推导,并通过MATLAB对模拟入射光偏振光谱的干涉信号和傅里叶反演光谱进行仿真;仿真结果显示,该方法和差处理后可有效消除混叠且有效光程差提高一倍。通过理论分析和仿真验证了该方法的可行性,为进一步的工程实现提供理论支撑。     

单光子和双光子电磁诱导透明谱的相干调制

采用一束相干外场作用在倒Y模型原子的基态与另外状态构成的跃迁上,实现对单光子和双光子电磁诱导透明谱的调制。经研究发现相干外场对单光子和双光子的吸收性质有类似的影响效果。由于相干外场的作用,吸收谱的共振点附近出现吸收峰将原单重透明谱分裂为双重透明谱。诱导的吸收峰的高度和透明谱的频谱宽度与相干外场的强度有密切关系。并用缀饰态理论解释了这些物理现象。这些研究对多通道光通信以及对原子光学性质的调控方面有积极意义。     

单光子和双光子电磁诱导透明谱的相干调制

采用一束相干外场作用在倒Y模型原子的基态与另外状态构成的跃迁上,实现对单光子和双光子电磁诱导透明谱的调制.经研究发现相干外场对单光子和双光子的吸收性质有类似的影响效果.由于相干外场的作用,吸收谱的共振点附近出现吸收峰将原单重透明谱分裂为双重透明谱.诱导的吸收峰的高度和透明谱的频谱宽度与相干外场的强度有密切关系.并用缀饰态理论解释了这些物理现象.这些研究对多通道光通信以及对原子光学性质的调控方面有积极意义.     

InAs/GaAs表面量子点的压电调制反射光谱研究

运用压电调制反射光谱(PzR)方法测量了在以GaAs(311)B为衬底的In_0.35Ga_0.65As模板上生长的InAs表面量子点结构的反射谱.在77K温度下，观察到了来自样品各个组成结构(包括表面量子点本身、被覆盖层覆盖的量子点、In_0.35Ga_0.65As模板以及GaAs衬底等)的调制信号.来自表面量子点本身的调制信号是多个清晰的调制峰.用一阶和三阶微分洛伦兹线形对PzR谱中对应结构的实验数据进行了拟合，精确确定了与样品的各个组成结构相对应的调制峰的能量位置.对不同样品PzR谱的差异进行了定性的说明. 关键词： 压电调制光谱 InAs/GaAs 表面量子点 洛伦兹线形拟合     

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。     

舰船螺旋桨轴频估计中线谱要素提取算法

舰船辐射噪声DEMON谱(调制解调谱)线谱要素提取是舰船螺旋桨轴频估计中的关键步骤。现有的线谱提取技术主要用于功率谱线谱检测,侧重于线谱频率的确定,不能满足舰船螺旋桨轴频估计需求。本文根据DEMON谱线谱的特点及人工提取线谱的过程,设计了一种新的线谱要素提取算法,改进了谱峰筛选技术,将多时刻的DEMON线谱基于最大似然估计和谱峰序列相似度加以融合决策,最终确定了线谱频率和幅值(峰值)及边界。通过实际数据验证,此线谱要素提取算法更适用于螺旋桨轴频估计,可提高轴频估计的准确率。