被动声纳目标建模及实时仿真

通过分析舰船辐射噪声的水声特性,提出了工程上应用的舰船辐射噪声连续谱和线谱的数学模型,仿真得到了期望的舰船辐射噪声信号.利用通用的硬件资源和底层控制软件,开发了实时仿真软件,实时输出舰船辐射噪声的模拟信号,经有源信号衰减板衰减为微弱模拟信号.实验证明,得到的微弱模拟信号很好地再现了典型舰船辐射噪声的水声特性,作为被动声呐实时仿真的信号源,可用于半实物仿真及系统测试.     

基于CVI+FPGA的声纳目标回波模拟器研制

在对声纳目标回波模拟器的数学模型、目标回波模型和混响模型研究的基础上，研制了一种基于CVI+FPGA的声纳目标回波模拟器，该模拟器能够产生主/被动声纳测试、定检所需的主/被动声纳回波信号。目标回波信号包括主动声纳、目标发射噪声、海杂波等信号，并以声信号的形式输出。通过性能测试及与实际声纳系统联试，证明该模拟器达到了设计功能和性能指标要求，介绍了声纳目标回波模拟器的数学模型、系统硬件和软件的实现方法。     

基于耳蜗模型的舰船噪声谱分析

为提取舰船噪声听觉特征,应用被动长波模型对舰船噪声进行了分析,得到噪声信号的二维时空分布。给出了4种一维特征,它们能够分别从不同侧面反映舰船噪声时频幅特征,同时简化了特征的描述方式。大量实验表明：基于听觉模型特征分析结果,较全面地反映了舰船噪声的听觉特征,为被动声纳目标识别提供了新的特征分析方法。     

被动声纳目标识别综合仿真系统

针对舰艇目标识别与分类对海军作战的重要性，提出了被动声纳目标识别综合仿真系统的设计方案。设计了包括声纳信号仿真、噪声回放、目标分类识别、目标噪声特性库以及综合显示在内的系统总体结构及其相应功能，建立了系统仿真模型和仿真软件，仿真试验结果表明了系统设计的合理性和有效性。     

面向水声对抗的宽带被动声纳信号仿真平台

水声对抗仿真系统中的声纳仿真台必须具备信号级仿真的能力,才能显示水声对抗的实际效果,针对平台声纳的水声对抗问题研究.为增加真实感和识别有效目标,设计并实现了一个宽带被动声纳信号仿真平台,通过信号产生、常规波束形成、波束功率积分和方位历程显示四个模块解决水声对抗的信号级仿真问题.信号产生模块根据水声对抗器材、水中目标的辐射噪声特征生成声源信号,并通过时延的信号合成,产生被动声纳各路水听器的接收信号;常规波束形成、波束功率积分和方位历程显示模块实现宽带被动声纳的信号处理及输出显示.仿真结果表明,平台实现了水声对抗的信号级仿真,能够支持水声对抗对宽带被动声纳干扰效果的研究,并具有良好的灵活性.     

一种时频域联合捕捉主动声纳信号的方法

介绍了一种可应用于被动声纳的时频域联合捕捉主动声纳信号的方法及其工作流程。仿真相同噪声环境下使用该方法的发现距离与主动声纳探测距离,仿真结果表明使用该方法的发现距离远超过主动声纳探测距离,使用该方法可实现对目标的远程发现。     

一种基于非线性特征提取的被动声纳目标识别方法研究

目标噪声特征提取是被动声纳目标识别系统的关键技术。首先提出了一种利用从噪声极限环中提取的非线性特征来分析舰船噪声信号的新方法,然后采用基于自适应遗传BP算法的神经网络对提取的特征进行分类。实验结果表明,该系统具有较好的分类效果。     

基于倒谱分析的被动水声目标原始信号重构方法

被动声纳捕捉的水下目标辐射噪声信号可视为由目标动力系统产生的周期性激励信号，以及该激励信号经由本身传输与扩散后的辐射信号与海洋传输信道的传递函数卷积构成 。要对水下目标进行分类识别，首先要滤除无用噪声对信号的干扰。本文通过同态分析实现这一目的，首先利用倒谱分析将各噪声分量变为线性相加关系，再利用时间窗整形
形与滤波器滤波实现信号分量及信道的分离，以便提取信号特征进行分类。实验证明，基于倒谱的信号重构法能够较为准确地复原包含目标传输特性的原始信号，便于对目标进行特征提取与分类识别。     

舰船辐射噪声混沌特征提取方法研究

研究舰船辐射噪声信号影响目标识别,针对传统子空间降算法只适用于多通道信号处理,为了清楚识别目标,提出多次迭代降噪的思想,并根据定义的信噪比改善量控制迭代次数.用相空间重构进行特征提取,为了降低特征维数,引入K-L变换进行特征压缩,提出一个基于子空间降噪理论与相空间重构以及K-L变换相结合的完整的舰船辐射噪声特征提取方法,进行计算机仿真,结果表明对舰船辐射噪声特征有效提取和分类识别很有效,证明方法对三类目标舰船噪声信号具有较好的分类效果.     

编队舰船对各自拖线阵声纳DOA估计性能的影响

拖船辐射噪声是影响拖曳线列阵声纳探测性能的重要因素。就编队舰船辐射噪声对各自拖曳线列阵声纳采用常规波束形成方法、最小方差无失真响应（Minimum Variance Distortionless Response,MVDR）波束形成方法和盲源分离与MVDR波束形成融合方法时方位估计性能的影响,进行了全面的仿真比较。结果表明,编队舰船噪声对常规波束形成方法、MVDR波束形成方法的影响非常严重,必须采取措施对其进行抑制;而盲源分离与MVDR融合方法则表现出了优越的性能,一定程度上抑制了编队舰船噪声对拖曳线列阵声纳方位估计的影响。     

复杂背景下微弱信号检测和特征分析系统的实现

本文实现了一种适用于复杂背景情况下长期自动探测和记录海洋环境噪声以及行船噪声特性的装置。预处理模块利用过零检测，幅度检测原理探测信号，它不仅采用无A／D且作到全数字化处理、系统低功耗极低，而且能估算出噪声强度，信号处理模块分析噪声并记录频谱特性和时域统计特性。实际运行结果表明，该系统具有体积小、检测能力强和寿命长等优点，另外它还具有实用的接口，可以与打印机，计算机连接。     

一种船舶辐射噪声自动检测系统的实现

实现了一种用于研究船舶辐射噪声的自动探测和记录装置。由预处理模块利用过零检测和幅度检测原理探测信号,它不仅是无Ａ／Ｄ、低功耗的,而且能估算出噪声强度。信号处理模块分析噪声并记录频谱。实际运行结果表明,该系统具有体积小、检测能力强和寿命长等优点。     

基于分段拟合的舰船噪声线谱特征提取

提出了一种基于分段拟合的提取舰船噪声信号功率谱中线谱特征的方法。该方法利用分段拟合方法拟合出信号功率谱的连续部分，从原始功率谱中减去连续谱得到拉平的线谱分布，然后进行线谱特征提取。实验证明了该方法的有效性，而且分类效果很好。     

倒双谱的降维谱在舰船推进系统中的仿真研究

该文运用matlab分析工具，根据倒双谱理论，结合分析舰船推进系统特征的实际需要，定义了倒双谱的降维谱，提出了谐波信号基频的估计方法，定性地分析了谐波信号能量和倒双潜的降维谱零分量的关系，提取了舰船推进系统信息的基频特征和分析带宽内其能量的特征。研究结果表明，该文的方法是正确有效的，它把复杂的三维倒谱转换为二维倒谱，较之功率倒谱更能抑制高斯噪声：且不丢失特征信息，同时计算最较之倒双谱大大减小，采用倒双谱的降维谱分析技术在提取轴频分量和估计舰船推进器螺旋桨转速和舰船吨位中有很好的应用价值。     

基于子波变换的水下目标辐射噪声特征提取方法

将子波变换和多分辨分解算法，分别应用到水下目标辐射噪声的线谱和调制谱提取中。文中主要介绍了基于离散子波变换提取辐射噪声线谱的方法、基于多分辨分解算法提取辐射噪声调制谱的方法；在此基础上，以某型号水下航行器实测辐射噪声为例，进行了仿真研究，通过比较仿真结果与该水下航行器的相关数据，验证了该方法的正确性和可行性。     

基于泛化高斯模型infomax算法的水声信号盲分离

在信号盲分离领域中,信息最大化算法是一种比较成熟的算法,尤其在处理语音信号盲分离问题中,有着较好的效果.通过对水声信号幅值分布的研究,将基于概率密度函数估计的信息最大化算法运用到水声信号盲分离中,并通过仿真实验比较了基于不同概率密度函数的信息最大化算法对水声信号盲分离的效果.ICA算法的成功与否取决于它的概率密度模型是否能较好的拟合信号本身固有的统计分布.通过对船舶辐射噪声信号的盲分离实验证明了GGM能较好的拟合船舶辐射信号及海洋噪声信号这两种不同的概率分布.     

基于神经网络方法的水声信号预测

由于海洋环境的复杂性和水声信道复杂的时变、空变特性，使得舰船辐射噪声是一种非平稳、非高斯过程。如能提前预测敌方舰船的辐射噪声，并有效地对敌进行水下对抗，先敌使用武器攻击，是克敌制胜的前提，也是我海军目前各型潜艇和水面舰艇急需解决的关键技术。文章根据水声信号的特点建立了预测模型和网络结构参数的设计。并分别采用BP神经网络和RBF神经网络对仿真信号和实际舰船水声信号进行预测。结果表明，利用神经网络预测水声信号达到了一定的效果，为今后进一步开展水声信号预测研究奠定了基础。     

基于混合基函数分解的宽带连续谱信号分析

分析宽带信号时,对信号进行某种变换,准确而有效地分析信号是问题关键所在.提出了基于混合基函数的信号分解方法,通过引入过完备的分解基函数为成份复杂信号主要分量的提取创造有力条件,使得信号分解方法具备不同的分解特性,特别是结构性分解原则能够有效地提高结构紧密分量的分辨能力.选取过完备小波包基函数逼近连续谱主要分量,用余弦基函数逼近线谱主要分量,利用基追踪(BP)算法有效地提取了低频连续谱分量.通过对基函数的通带通性进行分析,选取合适的小波或小波包基函数.实验证实该方法通过引入稀疏性分解,仅使用少数小波包基函数就能够准确重构连续谱主要分量的时域信号形式.