基于听觉特性的舰船辐射噪声信号仿真

针对工程应用中对舰船辐射噪声信号仿真结果在听觉感受上模拟度欠佳的问题,建立了一种基于音色参量谱质心的辐射噪声仿真方法。采用基于实测谱的连续谱仿真模拟,并且通过整体对比实测信号的听觉特性来搜索符合特征样本音色的线谱族幅值参量,在一定程度上改善了仿真信号的听觉特征。通过仿真最优匹配度趋势来寻求最优搜索次数,用以缩短仿真时间,得到了符合工程应用的结果。     

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.     

舰船噪声小波谱提取方法研究

人耳听测舰船噪声的特征,是声纳员非常重要的专业技能。本文根据小波变换与人耳蜗频率响应相近似的特点,以cmor1-0.5母小波为基础,构造了一系列基于小波变换的滤波器组。对于小波谱提取中涉及的带宽、分辨率等参数进行了分析,提出了小波谱提取过程中改善分辨率的办法。为检验该方法的可行性,对三种不同类型的舰船噪声进行了小波谱分析,与其FFT谱图进行了比较。为解决小波谱提取过程中高分辨率与计算量的矛盾,提出了对指定频带进行小波谱分析的方法,解决了计算量的问题。     

基于核独立成分分析的舰船光尾流信号提取

舰船尾流的激光探测是一种新的鱼雷制导手段。水体的后向散射光信号是舰船尾流后向散射光信号检测的常见干扰,由于其在频域十分接近且信号强度大于尾流信号,因此难以用传统方法提取有用的尾流信号。针对这一问题,提出了一种基于盲源分离的处理方法,将核独立成分分析技术应用于舰船尾流后向散射光信号的提取。介绍了核独立成分分析的基本原理和具体算法,进行了仿真计算,并与传统独立成分分析算法进行比较。结果表明在盲源信号分离中,基于核空间的独立成分分析与其他独立成分分析算法相比更具有准确性。最后应用该方法对海上实验数据进行处理,提取出了舰船尾流信号,取得了良好的效果,验证了该算法的有效性。     

基于高阶谱的舰船辐射噪声特征提取

在对现有舰船辐射噪声信号分布研究的基础上,使用可抑制高斯噪声的高阶谱（双谱和三谱）对其特征进行了分析。分析结果表明,不同类的舰船,其主频范围有其固定的区域。Ｉ类船其主频一般在１２０Ｈｚ以下,Ⅱ类船一般在１３０～３２０Ｈｚ之间。对于双谱图,不同的ω１与ω２的关系,其频谱特征有所不同,对于三谱也有同样的结果。本文中双僧取ω１＝ω２,三谱取ω１＝ω２＝ω３两种关系,以它们最大谱值对应的ω１以及Ｂ（ω１,ω２）中极大值所对应的ω１、ω２组成特征向量．     

基于小波变换的舰船辐射噪声特征提取

本文将小波变换用于舰船辐射噪声特征分析。先用Mallat快速算法实现信号的多尺度分解,然后进行各级小波的谱特征和波形结构特征提取,最后将这些特征与原始信号的特征输入同一类型神经网络分类器,进行分类比较。结果表明,小波变换使信号的谱类别特征和波形结构特征有了明显增强,且能压缩特征空间的维数。     

衍射极限环光源纵向束流注入非线性优化

下一代同步辐射光源储存环动力学孔径较小,因而束流注入困难,可以通过纵向束流注入解决这一问题。为了使用更长的kicker脉冲,有必要降低高频频率以增加注入束流到储存束流的时移。因为同步辐射运动,时移更长的束流有更高的动量偏差,所以通过该方法进行注入需要储存环提供足够大的能量接受度和动力学孔径。用SSRF-U的候选磁聚焦结构来展示纵向束流注入非线性优化的可行方法。由一系列高频频率的最佳结果可知,低于界限频率时kicker脉冲不会继续增长。在束流模拟中,采用界限频率与合适六级铁强度,可使SSRF-U储存环束流注入达到最高效率。     

SOI微环谐振腔测试信号纹波噪声的分析

基于绝缘体上硅材料（SOI）的微环谐振腔作为各种集成微光学器件的核心部件,其传输特性的好坏直接决定微光学器件的性能优劣。结合微环谐振腔理论和多光束干涉原理对微环谐振腔测试信号中纹波的产生原因和影响因素进行了分析,通过耦合实验测试得到了纹波信号的特征参数并进行了分析,实验结果与仿真分析吻合。进一步分析了耦合光栅刻蚀深度对纹波幅值的影响及原因,为微环谐振腔结构参数的进一步优化和微环谐振腔传感系统误差分析提供了依据。     

SOI微环谐振腔测试信号纹波噪声的分析

基于绝缘体上硅材料（SOI）的微环谐振腔作为各种集成微光学器件的核心部件,其传输特性的好坏直接决定微光学器件的性能优劣。结合微环谐振腔理论和多光束干涉原理对微环谐振腔测试信号中纹波的产生原因和影响因素进行了分析,通过耦合实验测试得到了纹波信号的特征参数并进行了分析,实验结果与仿真分析吻合。进一步分析了耦合光栅刻蚀深度对纹波幅值的影响及原因,为微环谐振腔结构参数的进一步优化和微环谐振腔传感系统误差分析提供了依据。     

四阶累积量对角切片法提取舰船辐射噪声特征

从理论上分析了四阶累积量的特性,由此将四阶累积量分为三部分:第一为三次频率(相位)耦合部分的四阶累积量,第二是双对频率(相位)耦合(ω₁+ω₂=ω₃+ω₄)部分的四阶累积量,第三为无上述两种耦合部分的四阶累积量。在此基础上,用四阶累积量的对角切片分析并提取了实际舰船辐射噪声的三次频率(相位)耦合特征、双对频率(相位)耦合特征以及子带“能量”分布特征,并将这些特征送入神经网络分类器对舰船进行分类识别,取得了A,B,C三类舰船正确识别率分别为92.5%,92.7%,88.6%的良好效果,从而验证了该方法的有效性和实用性。     

舰船辐射噪声的子波分析

本文把子波变换多分辨的特点应用于舰船噪声的分析中。这种新的分析方法克服了短时间谱在时频平面上均匀分割带来低频域频率分辨率低,而高频域时间分辨低的缺点。船辐射噪声的尺度谱保留了传统倍频程方法在频率域分割的优点,且还有高频域时间分辨高的特点。从大庆31号油船辐射噪声的尺度谱上可清楚看到在低频域上有二根横线,其尺度值换算为频率后为27.8 Hz和44.1 Hz,反映在此频率附近,信号能量较高;同时还可清楚看到在高频域上有9.5 Hz叶片频的调幅现象。在它的短时谱图中是无法同时看到这二个特征的。本文在描述和显示船辐射噪声的谱特征时充分利用它们符合局部平稳过程的特点,把平稳谱和非平稳谱拆开描述和显示,获得很好的结果     

舰船辐射噪声的动态识别

以舰船辐射噪声的包络谱分析为基础,讨论了舰船包络谱的特点和提取的方法。据此提出了一种新的目标识别方法。该方法能有效提高舰船噪声识别系统的识别准确率,还可同时获得有关目标舰船的重要运动要素。     

舰船壳体结构噪声分离技术研究——非线性频谱特征及特征谱分离策略

为分离舰船壳体结构非线性系统的结构噪声,考虑其非线性及响应谱特征,将其理想成纯输入非线性系统,采用Volterra级数模型计算其广义频响函数,获得非线性频谱特征,提出非线性系统噪声源分析策略,并进行数值仿真和试验研究,其结果表明:非线性频谱特征合理存在;提出的非线性系统噪声源分析策略合理有效,可实现系统激励源和广义频响函数的参数估计。非线性频谱特征及提出的非线性系统噪声源分析策略,为深入开展舰船壳体结构噪声的非线性特征识别及其特征谱分离研究提供基础。     

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     

基于SOA光纤环镜的NRZ信号时钟分量提取的数值模拟

采用半导体光放大器(Semiconductor Optical Amplifier, SOA)的分段模型,对基于SOA光纤环镜的非归零 (Non-Return-to-Zero, NRZ)信号时钟分量提取进行了数值模拟.SOA光纤环镜可以将NRZ信号转化为包含其时钟分量的伪归零(Pseudo-Return-to-Zero, PRZ)信号给出了2.5Gb/s下的模拟计算结果,并与实验结果进行了比较,进一步给出了10Gb/s下的模拟计算结果.     

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^[1]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。     

利用随机共振在强噪声下提取信息信号

已有利用随机共振在强噪声下提取单一频率信号的若干报道，但单一频率信号所携带的信息量为零.本实验研究表明：在调幅波和白噪声的协同作用下，非线性双稳系统的输出不仅可以呈现随机共振现象，而且经检波、滤波后能提取出调制信号(信息信号)；与直接经电子学系统检波、线性滤波后所提取的调制信号相比，前者所获调制信号的信噪比更高.给出了绝热近似条件下，调制信号信噪比的解析表达式. 关键词： 随机共振 信噪比 调制信号 噪声     

兵器辐射噪声信号的非线性特性及其在被动声信号分类中的应用

首先利用双谱分析检验了兵器辐射噪声信号的非高斯、非线性特性,结果表明准确的兵器辐射噪声信号模型应为非线性模型。然后,提出了利用一种双线性参数模型对信号进行预处理,并给出了参数估计算法。最后,利用提取的双线性参数模型的系数建立了一积隐含马尔可夫模型,对声信号进行分类。分类结果表明,基于双线性参数模型的积隐含马尔可夫模型分类器,在性能上优于传统的基于AR参数模型的隐含马尔可夫模型分类器,在被动声信号分类中具有良好的应用前景。     

高速物体入水噪声背景下定时信号的提取问题

本文分析了高速入水物体所产生的击水噪声和水动力噪声的特性;讨论了以这两种噪声为主要噪声背景、物体自带声源时信号的检测特点,着重对声源声功率和接收机门限电平等参数选取的一般原则作了较为详细的论述;并在设定条件下估计了上述两个参数的数值。     

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。