基于双谱特征的被动声纳目标航迹关联

传统的目标航迹关联方法卡尔曼滤波法在实际应用时有局限性.本文对目标辐射噪声的原始信号进行分析和研究,利用双谱估计法,提取目标辐射噪声信号的非高斯成分,并通过径向基函数神经网络作关联实验.表明基于信号处理方法实现潜艇被动声纳目标航迹关联具有很大的发展潜力.     

强干扰背景下的鱼雷辐射噪声信号检测方法

常规被动声纳利用宽带波束能量进行目标检测,在低信噪比、强目标干扰情况下,宽带能量检测的性能迅速降低。利用鱼雷辐射噪声信号中含有丰富线谱成分的特点,提出了一种针对鱼雷辐射噪声信号的窄带和宽带联合检测方法。通过对预成波束方向信号的窄带处理和线谱提取,利用特定频段的线谱能量对宽带波束输出进行加权,提高了线谱目标的检测能力。该方法能够有效地抑制非线谱强干扰目标,提高低信噪比信号的检测能力。仿真和海试数据处理结果验证了该方法的有效性。     

短时能量分析及人耳的主观听觉在船舶辐射噪声特征提取中的研究

文章提出了利用短时能量分析与人的主观听觉相结合的方法进行船舶辐射噪声特征提取。通过对实际船舶辐射噪声信号的分析，结果表明将船舶辐射噪声的人耳听测特征与信号处理后的数字特征相结合，可以达到对船舶辐射噪声特征提取的目的。     

高速汽车驾驶员耳侧噪声贡献量分析

摘 要：汽车高速行驶过程中，车外气动噪声和轮胎辐射噪声对人耳侧的影响难以定量分析。利用高速公路试验结合传递路径分析的方法，研究汽车高速工况下车外相关位置气动噪声和轮胎辐射噪声的传递特性；分析了气动噪声和轮胎辐射噪声信号的频谱特性；对驾驶员耳侧的气动噪声和轮胎辐射噪声进行了定量分析，计算出车外不同位置、类型噪声对驾驶员耳侧的噪声贡献量，并进行了贡献量排序；将高速工况驾驶员耳侧拟合噪声信号与实测信号进行了对比分析。     

被动声纳线谱检测技术综述

船舶辐射噪声的功率谱由连续的宽带谱和离散窄带线谱组成。在被动声纳系统中，线谱检测是一个至关重要的问题。本文对线谱检测技术进行了综述。该领域最新进展表明，为了能够在低信噪比下检测和提取线谱，往往采用两种或多种组合方法，并且利用了多个时刻的数据。     

内燃机油底壳模态分析及噪声预测

采用有限元方法和边界元方法建立了复杂结构辐射噪声预测模型，可用于计算辐射声功率、场点声压、固体声和辐射效率等声场特性参数。对内燃机油底壳进行了模态分析和噪声预测，并研究了约束条件及激励力作用位置对声辐射的影响，为噪声优化设计打下了良好的基础。     

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．     

发动机机体辐射噪声优化方法研究

针对某发动机机体辐射噪声突出的问题，本文在采用多体动力学、有限元法和边界元法的基础上，提出利用Minitab软件中的DOE多目标分析手段对发动机辐射噪声进行优化的方法，以该发动机机体为研究对象，对影响机体辐射噪声的7个因素进行研究，使用较少的组合次数得到机体中对辐射噪声声功率、质量等参数的主要影响因素及各因素之间的交互关系，并根据相关影响情况，选取辐射噪声声功率和质量两个主要参数重新调整各因素的参数值对机体进行优化。结果表明：通过Minitab软件优化后该机体的辐射噪声声功率减小了1.54dB(A)，和计算模拟值较吻合，提高了优化效率，且达到目标值要求。为发动机机体辐射噪声的优化提供了崭新的思路。     

水下蛙人呼吸声Mel倒谱特征的实验研究

为提高水下蛙人呼吸声识别的准确度,提出一种基于Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)的蛙人呼吸声信号特征匹配方法。计算呼吸声信号之间、信号与环境噪声及舰船辐射噪声的MFCC夹角和MFCC距离并进行匹配比较,以进行分类识别。某湖试验数据的处理结果表明:蛙人呼吸声与舰船辐射噪声及环境噪声的MFCC参数有着明显的差异,能够对蛙人呼吸声信号与干扰噪声进行区分,证明了基于MFCC特征算法的有效性,对发展港口、码头等近海海域附近的水下蛙人探测声呐和预警系统具有实际意义。     

多级背景均衡在多波束LOFAR处理中的应用

被动声纳检测中背景均衡通常是沿着频率或者方位对噪声进行均值估计。为了提高多波束窄带检测能力,需采用一种新的背景均衡方法来估计噪声的均值。针对水下目标辐射噪声的线谱横跨相邻多个波束,将多级背景均衡应用到被动多波束窄带检测中。它是根据所选择的数据窗,沿着频率和方位对多波束LOFAR图进行两维的背景均衡处理。该方法能够有效地抑制目标方位相邻波束线谱,提高多波束LOFAR图中窄带信号检测能力。海试数据处理结果表明,该方法不仅有效,而且计算量小。     

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。     

基于MUSIC功率谱估计的直升机空中信号分析

针对直升机飞行的辐射噪声特征谱线进行分析,提出一种基于MUSIC算法的直升机声信号处理方法。首先阐述MUSIC谱估计方法,然后针对实测不同机型直升机的飞行辐射噪声数据,分别进行MUSIC算法和传统方法的频谱分析,对得到的结果进行分析比较,数据处理结果表明MUSIC算法能够抑制噪声,明显改善信噪比,并能够更为细致地体现直升机声信号的谐波特性。     

基于传声器阵列的电泵噪声源识别研究

某型电泵的噪声较大,为了准确辨识出该型电泵的噪声源,得到其声场辐射特性,采用基于时域信号的"延迟与求和"的"波束成型"的阵列信号处理算法,建立了由29个传声器组成的" "字型平面传声器阵列,首先在实验室用音箱进行了声源辨识的验证和分析试验,然后分析某型电泵的辐射噪声,得到了电泵辐射噪声源的分布特性和频谱特性,分析了形成噪声的主要原因.     

基于遗传支持向量机的柴油机辐射噪声品质预测技术

以一台六缸车用柴油机为例,研究了其在变负荷及转速工况下表面辐射噪声品质情况,为进一步提高整机声品质,开展柴油机结构声学设计奠定了理论基础。研究国内外车用柴油机客观评价特征,并选取响度、尖锐度、粗糙度和波动度来描述辐射噪声的客观评价特征;针对柴油机噪声特点,采用成对比较法开展以专业陪审团人群为目标的满意度评价研究;应用遗传算法优化支持向量机（GA-SVM）建立起该车用柴油机声品质预测模型,并与BP神经网络预测模型进行比较,结果表明,基于遗传算法优化的支持向量机辐射噪声品质预测模型较神经网络建模预测精度更高,能够更准确地反映客观评价参量与主观满意度之间的非线性映射关系。     

基于支持向量机改进算法的船舶类型识别研究

利用船舶目标辐射噪声DEMON谱特征,采用改进的支持向量机算法,实现了对船舶目标的分类识别研究。针对支持向量机算法对噪声比较敏感和最优分类面求解时约束较多不利于支持向量机最优分类面寻优的问题,在保持支持向量稀疏性和应用径向基核函数的条件下,对支持向量机算法在松弛变量和决策函数两方面进行了改进,提出了基于径向基核函数的齐次决策二阶损失函数支持向量机改进算法,并应用于利用船舶目标辐射噪声DEMON谱进行船舶目标类型分类识别实验。理论分析、数据仿真与实验结果表明,该改进算法实现了在二次规划中的较少约束条件下最优分类面求解,具有模型参数寻优空间广阔、总体分类性能优的特点,其分类性能优于原支持向量机算法,是一种适合于船舶辐射噪声DENOM分类识别的有效的支持向量机改进算法。     

一种新的被动水声探测盲自适应波束形成器

提出了一种适合拖曳线列阵鱼雷自导系统的新的被动水声探测盲自适应波束形成器。介绍了该方法的设计思路和推导原理,然后通过计算机仿真验证了该方法的收敛性,并在不同信噪比、快拍数条件下与单独使用自适应MVDR波束形成器在角度估计方面做了对比。与单独使用盲源分离算法在源信号估计方面作了比较。最后证明该方法是一种稳健的、对信噪比变化不敏感的适合被动水声探测的新方法。     

融合时频域特征的舰船识别方法及实验研究

文章提出了一种融合舰船辐射噪声时频域特征的识别方法,将舰船辐射噪声的线谱特征和线性预测倒谱特征作为输入,分别利用反向传播（Back Propagation,BP）神经网络进行训练、降维及初步判别,并采用加权投票方式,引入置信度算法和拒判机制实现决策级融合识别。实验结果表明,对比基于舰船单一特征的识别方法,利用舰船辐射噪声时频域特征的互补性进行融合识别,减小了单一识别方法误判对总识别率的影响,具有较强的鲁棒性,可有效提高对目标的识别率。