水下目标辐射噪声的非线性检验

由于非线性是混沌产生的必要条件,所以讨论一个观测时间序列是否具有非线性,对进一步利用混沌时间序列方法分析观测时间序列很有意义。本文讨论水下目标辐射噪声信号中非线性问题,运用替代数据方法,根据实验数据与替代数据之间峭度和自相关两个量的差异性,分析了水下目标辐射噪声信号中的非线性成分,得出结论：水下目标辐射噪声信号中存在非线性成分,且这种非线性不是由于静态测量函数的非线性引起的,为利用非线性时间序列分析方法分析水下目标噪声信号提供了理论依据。     

主动约束层阻尼振动控制研究进展

主动约束层阻尼(Active Constrained Layer Damping, ACLD)是以可控的压电材料代替被动约束层中不可控的约束层,通过可控的约束层主动地控制黏弹性材料的剪切变形以进一步增大其对振动能量耗散的主动阻尼形式,它充分结合了主动控制与被动阻尼作用各自的优势,使得其在结构振动控制方面显示出极好的应用价值.本文首先解释了ACLD的基本结构和阻尼机理,然后综述了最近几年有关ACLD在结构建模,控制方案及结构优化等方面的最新研究进展,最后指出了应用前景并总结了进一步研究的问题.      

水下目标辐射噪声时间序列的非线性降噪处理

噪声是信号检测和目标识别的障碍．对水下目标辐射噪声降噪,过去常用线性的方法来对信号进行滤波。对于线性系统产生的信号,用线性滤波方法可以达到较好的效果但对非线性系统产生的信号或受非线性因素影响较大的信号,用线性滤波万法不能很好地滤除噪声,已经证明,水下目标辐射噪声信号中具有明显的非线性成分。因此,本文提出运用非线性方法对水下目标辐射噪声时间序列进行降噪处理。通过降噪前后重构吸引子、关联积分曲线斜率及信噪比的比较,表明该方法对去除水下目标辐射噪声时间序列中的噪声干扰十分有效。     

水下目标识别和数据融合

对水下目标识别中的数据融合技术进行了研究,提出了一种新的特征层融合方案,并设计自适应融合分类器,给出了具体的算法。该分类器注重类别间的相互约束,强调各个模式的独立作用,用类似于模糊并行运算的方式综合这些作用。在实际应用中,自适应融合分类器可以综合多组信号特征,有效地提高分类性能。