基于相位解调的双光束薄膜干涉型光纤传声器

针对基于相位解调的双光束薄膜干涉型光纤传声器的特性展开了研究,仿真分析了三路信号的直流分项、交流分项以及相位差对双光束薄膜干涉型光纤传声器输出性能的影响。采用对比法,并通过实验研究了基于相位解调的双光束薄膜干涉型光纤传声器的输出特性,实现了灵敏度为193 mV/Pa@1 kHz、频率响应为200 Hz～4 kHz@±3 dB的声信号测量。本研究能够很好地应用于声探测、语音识别等领域。     

电磁力控制翼型水动力噪声机理及作用方式研究

提出了施加电磁力于边界层实现流动控制和降低水动力噪声的方法。对未施加与施加电磁力后翼型模型的流场与声场进行数值计算,结果表明:流向电磁力可延缓翼型表面的流动分离,抑制离散小涡生成,减弱翼型表面的湍流脉动压力,达到降低水动力噪声的目的。归纳了电磁力降低水动力噪声效果随雷诺数、攻角和电磁作用参数的变化规律,同时在循环水槽中对电磁力控制翼型水动力噪声的效果进行试验验证。由于转捩区是翼型模型的压力最小区域且面积非常有限,通过研究电磁力的作用方式,发现只在转捩区施加电磁力,即可达到最佳的降噪效果且减小了功耗,并分析了磁泄露带来的影响。研究结果为抑制翼型的水动力噪声提供了一种新的思路。     

运动目标时空频信号变换与多维信息关联

提出了一种针对水中匀速直线运动目标的时空频信号变换方法。首先对接收信号作时频分析和频域波束形成,根据选定的目标航向对频率-方位-时间三维信号空间中的接收信号进行由基阵坐标系到目标坐标系的视在方位变换,使目标线谱信号由三维空间轨迹变换为变换域中对应平面切片上的二维轨迹,该切片由频率与方位信息联合构成的轴和时间轴构成。研究结果表明,该方法能够在变换后的信号空间中将目标线谱信号的三维轨迹转换为相应切片上的二维轨迹,相比三维信号空间更容易获得多维信息联合处理的信号处理增益。     

小尺寸声矢量平面阵三维波束形成方法

提出了一种基于声场多极子展开的小尺寸声矢量平面阵三维波束形成方法。该方法利用了声场的垂直振速信息,并结合球谐波函数与多极子模态之间的联系,可用二维的阵列结构合成指向任意方向的三维波束图,简化了三维波束形成所需的阵列结构。以3×3均匀矩形阵为例的仿真结果表明,在相邻阵元间距小于0.2倍信号波长时,所提方法引入的差分近似误差可被忽略,所得阵列波束图接近理论波束图。相比于声压球面阵三维波束形成方法,所提方法在低频段能在获得相同阵增益的同时有着更好的稳健性,为实现小尺寸阵列的三维波束形成提供了一种可靠的方法。     

采用GAF-D3Net深度学习网络的水下目标有源识别方法

提出一种基于格拉姆角场(GAF)和卷积神经网络(CNN)的水下目标有源识别方法。该方法利用GAF将目标回波信号编码为二维图像,使用空洞卷积构建轻量级的卷积神经网络GAF-D3Net实现对目标的特征提取与分类识别。实验表明,与基于传统图像特征的分类方法相比,所提方法的分类精度有显著提高,达到99.65%。在泛化性测试中,对比了经典CNN使用声呐图像的迁移学习方法,本文方法的曲线下面积(AUC)达到89%,具有更好的泛化性能以及抗干扰能力,为实现水下目标有源识别提供了一种可靠方法。     

利用频率波数谱能量扩展差异的水面水下目标分辨

提出基于波数能量频域扩展特征的水面水下目标分辨方法,通过模态域波束形成计算频率波数谱,并根据环境信息建立目标深度与波数扩展差异间的映射关系,并以此作为判决模型实现目标深度辨识。仿真结果表明所提方法在目标方位预估不准时依然稳健。通过SWellEx-96数据和大连海域实测数据验证了本文所提方法的有效性,海上试验数据处理结果表明该方法在132 m水平阵纵向有效孔径、100～800 Hz处理频段条件下,初步具备了水面水下目标分辨能力,且水面目标波数扩展特征高出水下目标10°左右,两类目标差异明显。从声传播特性的角度,所提方法为解决目标深度辨识难题提供了新的思路。     

利用起伏界面改善非消声水池中的声功率测量

针对非消声水池的声学测量应用,提出了一种在界面起伏的非消声水池中测量水下声源辐射声功率的方法。基于数值方法分析了在非消声水池中利用起伏界面改善低频声源辐射声功率测量的可行性,进一步在一个尺寸为1.2 m×1.0 m×0.8 m的非消声水池中开展实验研究,测量了水声换能器的辐射声功率。实验表明,相对于界面静止的水池,利用造波装置生成随机起伏界面后,声场扩散性明显改善:(1)水池的Schroeder频率从10015 Hz降低到8370 Hz,辐射声功率的测量范围向低频扩展;(2)结合空间平均技术测得的频响曲线起伏程度减小,与自由场值更接近,辐射声功率的测量结果更为准确。所提方法有助于提高非消声水池中水下目标声学特性的测量能力。     

子空间判决分析的强干扰抑制

针对海洋中存在的强干扰和环境噪声导致水下目标方位估计算法性能剧烈下降的问题,提出了一种子空间判决分析的强干扰抑制方法 (SSJ),可实现多个强干扰下的目标方位估计。根据常规波束形成粗估的目标角度区间,利用目标-干扰-噪声子空间与导向矢量的相关性,设置判决项和估计合适的判决阈值来分离和抑制样本协方差矩阵中的非目标信息,降低干扰和噪声的输出功率,同时提高输出信干噪比,为增强阵列的目标方位分辨能力提供方法支撑。仿真和海试数据处理结果显示,SSJ方法可抑制目标角度区间外的强干扰和噪声,明显降低了干扰的输出功率和目标主瓣附近的旁瓣级,提高了目标方位角度的分辨力。相比于现有的子空间干扰抑制方法,所提方法具有更加稳健的干扰抑制能力。     

一种基于模态域波束形成的水平阵被动目标深度估计

水面水下目标分辨与识别一直是被动声呐探测领域的难题.利用一种水平阵模态域波束形成算法获得己知方位目标声源的各阶模态强度,将其与不同深度的各阶参考模态强度进行匹配,最终实现了对声源的深度估计.仿真结果表明,该算法可以在信噪比为-10 dB的情况下,用300Hz带宽的信号样本,实现对声源深度的有效估计.系统分析了不同参数和不同波导条件对该方法目标深度估计性能的影响.其中,阵元数越多,模态样本数越多,计算频段越宽,方位估计精度越高,有效阵长越长,深度估计的性能越好.阵元间距和波导深度的变化不会影响该方法的深度估计性能,并且该方法的深度估计性能在声速剖面、海底参数等波导条件存在扰动时具有鲁棒性.     

一种采用脉冲串的自适应有源干扰抵消器

在许多应用中，周期性干扰是由旋转的机械设备所产生的。一个周期性信号可以与一个特殊形式的周期性的脉冲串完全相干。本文提出了一种采用脉冲串的自适应有源噪声抵消器(AANC)来抵消周期性干扰，这种抵消器产生一个与干扰信号相同步的周期性的单位脉冲串作为参考输入。将这种有源噪声抵消器和Delayed-X LMS算法相结合，可以大大地减小运算量，并且也可以保证良好的收敛特性。理论分析和计算机仿真验证了本文的结果。