基于小波包和1(1/2)维谱的舰船辐射噪声频域特征提取及融合

舰船辐射噪声频域特征提取是舰船目标识别的关键技术之一。为提高舰船目标识别率 ,采用小波包和 112维谱对舰船辐射噪声进行多小波包空间调制谱和噪声谱特征提取及融合研究。并用提取的特征对五类舰船目标辐射噪声进行了分类识别实验 ,结果表明所提特征具有很好的分类识别效果     

水中目标辐射噪声调制信息提取方法研究

讨论了应用小波分析从辐射噪声中提取调制信息的方法。首先利用多尺度分析方法将噪声信号在不同层次的空间上进行分解，实现调制信号与辐射噪声的分离；然后，利用小波变换提取其包络，求取功率谱得到调制信息．在此基础上，对实测辐射噪声数据进行仿真研究．结果表明，该方法用于噪声中调制信息检测是一种有效的手段．     

基于小波包和1(1/2)维谱的舰船辐射噪声频域特征提取及融合

舰船辐射噪声频域特征提取是舰船目标识别的关键技术之一。为提高舰船目标识别率，采用小波包和1 1/2维谱对舰船辐射噪声进行多小波包空间调制谱和噪声谱特征提取及融合研究。并用提取的特征对五类舰船目标辐射噪声进行了分类识别实验，结果表明所提特征具有很好的分类识别效果。     

基于现代信号处理技术的舰船噪声信号DEMON分析

DEMON分析是舰船噪声目标识别的重要分析手段之一。通过DEMON分析可以获得诸如舰船螺旋桨转速、螺旋桨叶片甚至舰船的车数等不变的舰船物理特征。在过去的DEMON分析中,通常采用经典的周期图方法。本文采用了高阶谱分析、小波的子频带分析以及基于互相关函数矩阵奇异值分解等方法,对舰船噪声信号进行了分析。从对大量的舰船噪声信号的分析来看,在大多数情况下现代谱分析技术具有优势,但并不是所有情况下其性能均优于周期图方法。     

非均匀入流中螺旋桨噪声数值预报

将黏性多相流理论的数值方法和球形空泡辐射噪声理论相结合,进行了非均匀入流条件下螺旋桨片空化的周期形态模拟以及螺旋桨空化单极子声源辐射噪声数值预报。采用流场数值模拟方法和声场边界元数值声学方法耦合的方法,在频域上预报非均匀入流下空化和非空化条件下螺旋桨负载噪声;通过数值预报负载噪声得到非空化条件下螺旋桨噪声,将片空化单极子声源辐射噪声和空化的负载噪声在频域上进行相加得到空化条件下的螺旋桨噪声。采用某民船桨模验证了非均匀入流下螺旋桨片空化周期形态以及空化单极子声源辐射噪声预报的准确性,然后分析了民船桨在空化和非空化条件下螺旋桨噪声的叶频和二倍叶频特征。结果表明,上述方法能有效地预报螺旋桨空化和非空化噪声的叶频特征。     

非线性系统的小波分频的扩展Kalman滤波

基于噪声的小波变换特点,结合量测的多尺度分解和扩展Kalman滤波(EKF),提出了一种小波“最佳”尺度分解的分频EKF滤波算法。该算法依据小波变换模功率谱选择最佳小波分解尺度,并将小波多尺度分解去噪和分频EKF滤波结合起来。对实际中含强噪声的非线性动态系统进行状态估计效果较好。Monte-Carlo仿真表明,与普通EKF滤波相比,本文算法的滤波精度平均提高约10%。     

基于多尺度Kalman数据融合滤波

本文通过分析基于小波变换的动态系统模型,提出一种基于小波多尺度的Kalman数据滤波方法,本文利用小波的多尺度特点,把初始估计序列多尺度分解,并在不同尺度层上进行Kalman滤波估计,再利用小波重构来融合各层的估计信息,把标准Kalman滤波只在单一尺度和时间轴上对状态估计值和误差协方差进行数据更新,改进为基于小波变换的尺度轴和时间轴上的双向数据更新,该算法将小波多尺度分解去噪和Kalman滤波相结合,对实际中含较强噪声的动态系统的状态估计效果较好.算法也可用于多分辨率多传感器数据融合.     

基于小波能谱熵的信号消噪方法

以表面肌电信号和脑电信号为例,提出了一种基于小波能谱熵的生物电信号消噪方法.将信号进行多尺度小波分解,对分解后各尺度的高频小波系数分区间计算小波能谱熵,根据能谱熵的分布特性确定滤波阈值,最后由低频部分小波系数和滤波后的各尺度上的高频小波系数重构得到消噪后的源信号.该方法具有阈值选取自适应性,操作方便.实验结果表明,基于小波能谱熵的消噪方法能有效滤除信号中的绝大部分噪声,且能较好地保留源信号的细节信息.     

水中目标辐射噪声调制谱提取方法

分析了小波多分辨率分解方法引起的频率混叠的问题,提出了直接采用窄带FIR滤波的方法提取感兴趣的数据,然后利用Morlet复解析小波变换方法提取螺旋桨轴频。通过设置合适的中心频率和带宽,提取调制信号的包络,对包络信号进行谱分析,提取螺旋桨的轴频等信息,对于推算目标速度具有重要价值。     

基于小波包分解和PCA-Attention-LSTM的舰船辐射噪声识别技术

为了改进舰船辐射噪声分类系统的性能,进一步提高识别准确率,文章提出了一种基于多特征的小波包分解在长短期记忆(LongShort-TermMemory,LSTM)网络中分类的方法。该方法首先通过小波包分解技术,分频段提取舰船辐射噪声的多种特征,将提取的特征利用主成分分析法(Principal Component Analysis, PCA)进行数据降维,通过添加注意力机制(Attention Mechanism)算法的LSTM网络,对辐射噪声结果分类,提高了学习效率和识别准确率。为了更精细地提取特征,分频段提取了舰船辐射噪声的时频域特征、小波变换特征和梅尔倒谱系数等特征,并将分频段与不分频段的特征、多特征与单一特征、不同信噪比间的算法性能进行对比。实验结果表明,基于小波包分解和PCA-Attention-LSTM的模型可以有效地提高舰船辐射噪声分类的性能,是一种可行的分类方法。     

Orthonormal polynomials in wavefront analysis: error analysis

Zernike circle polynomials are in widespread use for wavefront analysis because of their orthogonality over a circular pupil and their representation of balanced classical aberrations. However, they are not appropriate for noncircular pupils, such as annular, hexagonal, elliptical, rectangular, and square pupils, due to their lack of orthogonality over such pupils. We emphasize the use of orthonormal polynomials for such pupils, but we show how to obtain the Zernike coefficients correctly. We illustrate that the wavefront fitting with a set of orthonormal polynomials is identical to the fitting with a corresponding set of Zernike polynomials. This is a consequence of the fact that each orthonormal polynomial is a linear combination of the Zernike polynomials. However, since the Zernike polynomials do not represent balanced aberrations for a noncircular pupil, the Zernike coefficients lack the physical significance that the orthonormal coefficients provide. We also analyze the error that arises if Zernike polynomials are used for noncircular pupils by treating them as circular pupils and illustrate it with numerical examples.     

Patent citation analysis: A policy analysis tool

Patent citation analysis is a recent development which uses bibliometric techniques to analyse the wealth of patent citation information. This paper describes the various facets of patent citations and patent citation studies, and their important applications. Construction of technology indicators being an important use of patent citations, various patent citation based technological indicators and their applications are also described.     

A harmonic analysis approach to simulation sensitivity analysis

Simulation sensitivity analysis is an issue faced by simulation practitioners analyzing complex systems. This paper presents steady-state simulation expected response gradient and Hessian estimators, using harmonic analysis. These estimators exploit the orthogonality of the harmonic basis and require just one simulation run, independent of the number of input parameters. Convergence properties and implementation issues for the estimators are discussed. Examples are included to illustrate the performance of the estimators.     

物-场分析及其演变形式——TOP功能分析

 作为TRIZ中重要的分析工具,物-场分析在TRIZ解决问题的过程中发挥着很大的作用,但鉴于物场模型不能很好地描述系统的功能,介绍了以物-场模型为基础演化而来的TOP功能模型作为TOP功能分析的依据,并介绍了理想方法作为其解决方案.分别采用物-场分析和TOP功能分析对离心式压缩机轴承研究中出现的问题进行分析并给出了相应的解决方法,从而证明了TOP功能分析的优越性,将会在TRIZ分析中发挥重要的作用.     

Semi-implicit transient analysis procedures for structural dynamics analysis

A semi-implicit direct time integration procedure is presented which avoids factorization of the implicit difference solution matrix. The procedure, if properly implemented, requires only vectorial calculations and hence needs the same computer core space as explicit integration procedures. Guidelines for splitting the stiffness matrix into upper and lower matrices are established, which among other things are designed to satisfy a correct transmission of rigid-body motions from element (or grid) to its adjacent elements.