利用残缺样本声速重构声速剖面

用经验正交函数(experiential orthogonal functions,EOF)表示声速剖面受限于样本声速的测量深度,应用该方法重构声速剖面只能计算到样本中最浅剖面的深度。要想进行全海深声速剖面的重构,必须对残缺的样本声速进行合理地外延。为此,首先对样本中温度和盐度进行了外延,然后根据声速经验公式计算得到了全海深的样本声速。在此基础上,通过解多元方程组的办法求解经验正交函数系数达到了声速剖面重构的目的。结果表明,提出的声速剖面外延方法是有效的。另外,只要知道声速剖面变化较剧烈深度上的3个点的声速值就能重构声速剖面,对于文中的数据来说,重构的均方根误差可达到0.872 m/s;增加经验正交函数的阶数能提高重构精度,但5阶以上,阶数的继续增加对精度的提高将不会有显著的影响。     

利用字典学习的浅海被动声层析

针对被动海洋声层析,提出了一种利用字典学习从海洋环境噪声反演浅海声速剖面的方法。首先,通过海洋噪声互相关函数提取出两个水平阵列间的经验格林函数;其次,通过字典学习从数据生成字典矩阵来稀疏表征声速剖面;最后通过搜索稀疏的系数来实现对浅海声速剖面的反演。通过南海实验数据对本方法进行了验证,相对于传统被动海洋声层析方法实际反演结果的均方根误差降低为0.53 m·s^-1。而且搜索参数更少,同时具有较高的准确性。     

基于改进判别字典学习的故障诊断方法

近年来,基于稀疏表示的分类技术在模式识别中取得一定的成功。该框架中,字典的学习和分类器的训练通常是两个独立的模块,降低了方法的识别精度。针对以上问题,提出了一种特征提取和模式识别相融合的改进判别字典学习模型,将重构误差项、稀疏编码判别项及分类误差项进行了整合,并用K奇异值分解算法对目标函数进行优化,实现了字典和分类器的同步学习。该方法先对原始信号进行经验模态分解,并从分解的本征模态函数中提取时、频特征,形成故障样本;然后将训练样本输入改进模型用K奇异值分解优化;最后用习得字典及分类器权重对测试样本进行识别。实验结果表明：该算法不但适用于小样本故障问题,而且鲁棒性和分类性能都明显高于其它算法。         

利用字典学习方法的声速剖面反演研究

针对经验正交函数（Empirical Orthogonal Function,EOF）建模反演得到的声速剖面（Sound Speed Profile,SSP）估计值分辨率比较低的问题,文章采用字典学习方法中的K-奇异值分解（K-Singular Value Decomposition,K-SVD）算法生成声速剖面的非正交原子,研究了该方法生成的学习字典（Learning Dictionary,LD）对声速剖面的重建性能。首先,采用K-SVD算法从获得的数据中训练SSP字典,然后利用正交匹配追踪（Orthogonal Matching Pursuit,OMP）的稀疏方法给出训练信号的稀疏向量,最后通过得到的最优学习字典和稀疏向量反演得到SSP的估计值。结果表明,K-SVD算法比EOF算法使用更少的基函数即可很好地描述SSP的变化,获得更高的反演精度。     

基于稀疏自动编码器的飞参数据异常检测

为了改善人工判读飞参数据效率低且易出现误判和漏判的不良状况,本文提出一种基于稀疏自动编码器(Sparse auto-encoder,SAE)的飞参数据异常检测方法。首先构建了SAE的基本框架,然后以滑动窗口的形式生成训练样本。其次,用正常样本并结合BP算法对整个网络模型进行训练和优化以得到相应的正常样本重构误差分布阈值。最后,根据测试样本的重构误差对飞参数据中的典型异常进行检测。实验证明,该方法可在样本不平衡的情况下,仅利用正常样本构建参数空间,并得到正常样本重构误差分布门限,准确检测出飞参数据中的异常,实现飞参数据机器判读。     

基于有效抽头和进化规划算法的自适应水声信道估计

为了实现稀疏水声信道的快速高效估计,提出一种新的基于有效抽头的信道参数模型降低运算复杂性,并采用进化算法以最小二乘误差为适应度函数对信道响应中有效抽头的阶数、位置和权重同时进行进化操作寻优,避免了有色输入造成的相邻抽头耦合导致的性能下降。仿真实验结果表明:与传统LMS算法及基于有效抽头检测的稀疏信道估计方法相比,该算法在有色输入信号下具有更优越的估计性能和收敛速度,为稀疏水声信道处理提供了一类新方法。     

利用直达波和海面反射波到达时延反演深海声速剖面

研究了利用直达波与海面反射波到达时延反演深海声速剖面的方法,采用最严经验模态方法组织利用历史水文数据并进行反演,并利用 2016年南海中南部冬季调查的实验数据进行了验证。反演结果与实测声速剖面在深度小于 710 m处的平均绝对误差的最大值为 2.15 m·s^-1,反演结果与实测值基本相符。     

基于电容层析成像系统测量信号稀疏性的两相流流型辨识

提出了基于电容层析成像(ECT)测量电容信号稀疏性的两相流流型辨识算法,该算法首先使用所有流型对应的归一化测量电容值信号构建一个过完备字典,并将待辨识样本通过该过完备字典进行稀疏表示,使其具有稀疏性并满足稀疏重构的基本要求,然后以压缩感知的正交匹配追踪(OMP)算法求取各标准样本对应于完备样本集的稀疏解,最后根据待辨识样本与标准样本稀疏解之间的线性相关程度进行流型辨识。使用该方法对5种典型的两相流流型识别进行了仿真及实验研究,结果表明:该方法的流型正确识别率均高于98%。     

变载荷齿轮箱故障信号智能检测方法

针对变载荷激励下齿轮故障信号检测和故障识别的问题,提出一种基于经验模态分解和深度信念网络的变载荷齿轮箱故障信号智能检测方法。首先通过经验模态分解方法将非平稳的加速度振动信号分解成若干平稳的本征模态函数;选出啮合频率及倍频所在的本征模态函数,重构信号,求出重构信号的频谱,作为深度信念网络的输入;深度信念网络通过对输入频谱进行预训练和特征学习,并建立变载荷激励下齿轮故障识别分类模型;最后,用构建好的深度信念网络对测试样本进行故障诊断。试验结果表明,提出的方法能有效地检测和识别变载荷激励下齿轮故障。     

基于改进阈值估计和改进阈值函数的局部放电信号降噪方法EI北大核心CSCD

提出了基于改进最优阈值估计和改进阈值函数两方面优化的降噪方法。首先,针对传统阈值法估计偏大和单序列样本熵阈值法估计易陷入局部最优的问题,建立了融合噪声序列样本熵和降噪序列样本熵的综合熵模型,以综合熵曲率拐点下的阈值为优化目标,提出一种二分变步长非线性搜索方法实现最优阈值的快速估计。进一步,针对传统小波阈值函数存在重构振荡和重构偏差的问题,提出了一种融合软、硬阈值特征的改进阈值函数,通过使用平滑过渡数模型对该函数中的品质因子参数进行优化,使函数曲线在临界阈值邻域内连续平滑过渡。在高压设备局部放电超声波脉冲信号降噪应用场景中的仿真及测试试验结果表明,所提出综合熵阈值估计方法能够快速、准确地逼近最优阈值。此外,改进阈值函数兼顾了软、硬阈值函数的优点,能够抑制重构振荡和重构偏差,在保留原始信号有效信息的前提下实现对噪声的有效抑制,表现出了较好的工程应用价值。     

浅海海底模型对低频声传播的影响

海底参数特性是影响浅海低频水声传播的重要因素。理论上需要知道海底所有深度的参数特性才能确定水声传播,这在实践中很不现实。如果在误差的允许范围内只需要知道某个深度以上的海底参数特性,而这个深度以下的海底参数特性可以忽略,这个深度就定义为海底最大深度。低频声波能够穿透海底更深,最大深度能够达到几十米深,对比较高频率只有几米深。海水声速剖面也能影响声波穿透海底深度,声速剖面为负梯度时海底最大深度比等声速要深。在低频声传播过程中,海底横波对声场影响也很大,尤其是在超低频100Hz以下,2002年5月的南海试验也证实了这一点。     

基于矢量水听器的南海海洋背景噪声测试

矢量声压振速联合处理建立在信号的声压和振速相位基础上,海洋环境边界影响将改变矢量声场声压振速的幅度和相位特性．首先根据南海环境条件结合水下目标辐射噪声测量,采用声场矢量简正波理论估算海面非相干偶极子噪声和水下点声源矢量强度随深度的变化,然后设计了可用于深海海域噪声测量的矢量水听器测试系统,获取了南海海域典型深度上的背景噪声矢量强度并进行了特性分析．结果表明：深海背景噪声谱级在500Hz以下基本上不随深度变化,在500Hz～3kHz频段浅深度背景噪声谱级略高于较深深度的背景噪声;振速垂直分量的背景噪声要小于声压和振速水平分量的噪声谱级．     

声速经验公式的适用范围分析

声速经验公式是海水中温度、盐度和静压力的函数,通过对直接测量声速和间接测量声速的分析,并应用近年来收集的南海声速剖面仪SVP和CTD数据,对九种声速经验公式计算的声速与直接测量声速的差异进行了分析,得出了声速经验公式的计算差异范围,结果表明各个声速经验公式各有优势,不同的公式适用的范围也不一样,并给出了在不同的范围内应用何种声速经验公式能获得较高精度的结论。     

基于CBR的中心渔场预报

针对海洋渔业遥感信息与资源评估服务系统中中心渔场预报的问题,提出了一种多策略的基于CBR的趋势预测方法,通过不同的相似性度量方法,复用完全相似或者条件相似的历史序列,利用领域专家规则对预报结果进一步修正,取得了较好的预防结果,相关系统正在应用推广之中。     

南黄海辐射沙洲附近海域悬浮泥沙的遥感反演研究

利用2003年实测的悬浮体样品和遥感反射率数据以及美国NOAA气象卫星AVHRR数据的可见光波段,进行了南黄海辐射沙洲附近海域悬浮泥沙的遥感反演研究.结果发现:悬沙浓度和实测遥感反射率之间存在很好的线性关系(R2=0.9537, n=39),利用该关系式进行该区悬沙遥感反演取得了较好的结果.遥感反演证明,研究区悬沙浓度值由高至低从沙洲中部向沙洲周围延伸;悬沙的分布呈现出明显的季节性,秋季悬沙浓度值一般为春季的1/5;且秋季悬沙的平面扩散范围要小于春季的扩散范围.以上研究结果可为我国海岸带泥沙实时监测和悬浮泥沙遥感定量研究提供必要的基础资料.     

南海深海体积混响及散射特性试验研究

深海中存在着众多的不均匀"水团"、分层、深海生物圈以及海底逸出气泡等,这些散射体对入射声信号的散射构成了深海体积混响。通过测量获取深海水体散射目标的散射强度,研究不同海区不同时间的体积混响,对进一步认识深海声学特性具有重要的作用,也有助于主动声呐系统的性能预报。从深海中的主要散射体的组成、分类及其特征出发,介绍了一种深海体积混响及散射特性的研究方法。通过垂直向下发射窄波束测量各个深度层上的散射强度,用直观的声学图像显示强度值。构建试验系统在南海进行了深海试验,通过处理和分析测量数据发现,深度100 m以内的鱼类和处于深海散射层的海洋生物是深海体积混响的主要贡献者。