舰船噪声听觉节奏特征

舰船噪声调制包络能反映舰船噪声听觉节奏特征,但在对其进行谱分析和特征提取过程中会损失部分信息。直接将舰船噪声包络可视化,并采用简单的人机交互提取特征量,对噪声分析和识别是有利的。包络分析采用多子带融合方法,将"最优"调制包络看作一种随机过程,并将舰船噪声的多子带检波信号看作是对"最优"调制包络的一次观测,对其作循环相关,用有限次观测的集种平均作为"最优"包络的估计,从而得到多子带融合包络,舰船噪声实测数据验证了该方法的有效性。     

基于模型匹配的舰船螺旋桨噪声特征精细分析

在双螺旋桨舰船噪声包络建模的基础上,研究了双桨目标调制谱谐波族特征的结构问题,并对海试中发现的"伪桨"现象进行了分析,从理论上解释了谐波族结构发生畸变的原因。进一步采用模型基特征提取技术,研究了基于模型匹配的舰船螺旋桨噪声特征精细分析方法,提取了舰船噪声包络波形精细结构特征。海试信号分析表明,舰船螺旋桨噪声特征精细分析有助于提取更多的螺旋桨物理特征及周期性调制信息,进而提高舰船目标的识别率。      

舰船噪声不同窄带包络间相关

给出了舰船噪声不同中心频率窄带包络间相关系数（频间包络相关）R和滤波中心频率差值（频差）△fni、起始滤波中心频率fn的值、滤波带宽△f以及时延τ的关系,并和海洋环境噪声的R～△fni曲线进行了比较。结果表明,舰船噪声频间包络相关和海洋环境噪声频间包络相关有显著差异。     

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。     

舰船噪声节奏的研究(Ⅱ)——自相关函数及节奏信息的提取

在前一篇文章的基础上,本文计算了叠加型调制的功率谱密度以及各种调制类型的自相关函数,与实验结果符合良好。研究结果表明,从舰船辐射噪声调制包络的功率谱密度和自相关函数中可以提取与舰船各种物理属性有关的丰富的节奏信息,同时探讨了提取这些节奏信息的有效方法。     

基于极限环的舰船噪声信号非线性特征分析及提取

特征分析及提取是目标分类识别的重要环节．首先应用非线性分析方法分析了舰船噪声的极限环现象,结果表明振动噪声作为舰船噪声的主要成份,其极限环在相空间上存在倍周期或混沌行为．其次,利用分形维数和分布密度比来描绘舰船噪声在相平面上极限环的奇异性和空间形状,并给出了一种新的分维数计算算法．最后,以此作为舰船目标的特征参数送入神经网络分类器用于分类识别水面和水下两大类目标．实验结果表明。从噪声极限环中提取的非线性特征能较准确地区分我们现有的水面和水下两大类目标．、为舰船噪声信号的特征提取提供了一条新的思路     

基于变分模态分解和对称相关的目标舰船线谱检测

线谱检测是水下目标识别中的一个重要研究方向。针对舰船辐射噪声线谱信号检测与提取的需求,该文改进提出了一种基于变分模态分解和对称相关的降噪处理方法,研究了与目标线谱信号不相关的加性高斯噪声消除办法。假设舰船辐射噪声除线谱成分外均为高斯噪声,对舰船辐射噪声中线谱成分进行检测。理论推导、仿真计算与实验数据处理结果均表明,该文提出的方法能较好地检测加性高斯噪声背景下的线谱成分,较传统的相关方法更为有效。     

利用小波变换进行海上目标识别研究

对海面舰船目标类型的识别,通常采用目视判读的方法。由于目视判读的方法不利于大面积侦察任务的快速识别,所以根据海上目标所具有的背景单一、结构复杂的特点,提出了利用小波变换所具有的多分辩率、易于消除噪声、运算方便的特点来提取舰船边缘特征,建立舰船结构特征数据库,实现舰船目标类型的自动判读。试验证明效果很好。     

基于相空间重构理论的舰船辐射噪声非线性特性研究

以相空间重构理论为基础,用TAKENS延时法对时序序列进行相空间重构,在超维相空间中研究舰船辐射噪声的非线性特性,利用相似序列计算出空间轨迹点与其自身的重复度（RPT）参数,绘制了舰船辐射噪声重复度曲线并分析其非线性特性。结果表明,在超维相空间中,舰船辐射噪声表现出具有界于随机的高斯白噪声和确定性的LORENZ吸引子之间的空间几何特性。并且同类目标之间具有相似性,不同类目标之间具有可分性,本文所提出的方法为水声目标的非线性研究开辟了一个新的途径．     

含噪光学遥感图像海面弱小舰船目标检测

海面舰船目标的检测与识别对于海面监测与目标打击具有重要意义,弱小舰船目标由于缺少纹理信息且易受到海面阴影、噪声等因素的影响,使得目前常用的检测方法效果较差。基于通道分离与负值扩展对比敏感函数提出了的海面弱小舰船目标检测方法。该方法首先构建像素强度通道与噪声-边缘通道的多分辨图像尺度金字塔;之后,构建不同尺度空间下的负值扩展对比敏感度函数,调制对应各位置的权重;最后,利用各空间尺度系数加权获得两通道视觉显著性图像,通过通道差分处理实现了含噪图像中弱小舰船目标的快速检测。实验结果表明:与其他5种算法相比较,提出的方法具有较高的检测准确率(97.30%)、召回率(84.71%)及综合评价指标(94.49%),同时具备较强的抗噪声能力,适用于含噪海面光学遥感图像中弱小舰船的检测。