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。  

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。  

Tamura纹理特征在水下目标分类中的应用

水下高速目标的功率谱图与非高速目标存在一定的差异性。本文介绍了Tamura纹理特征中粗糙度、对比度和方向度的计算方法。而后分别计算了非高速目标和高速目标的Tamura纹理特征量的三个特征量,通过比较发现其在对比度上存在较为明显的差异性。根据支持向量机分类结果进行了特征量选择分析研究,从分类结果来看,利用粗糙度和对比度两个特征量可以较好的分辨高速目标与非高速目标。  

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。