基于跟踪混沌化方法的线谱控制技术研究

船舶辐射水声中的线谱成分是被动声纳在水声对抗中检测、跟踪和识别目标的主要特征信号,混沌隔振技术利用隔振系统处于混沌状态时其响应功率谱呈连续谱这一特征来抑制动力机械对艇体的线谱激励。针对目前混沌隔振技术在工程实际应用中存在如何在小振幅条件下实现持续混沌运动的难题,提出了利用跟踪控制使隔振系统混沌化方法,抑制辐射水声中的线谱成分,同时解决了跟踪目标建立的难题,试验结果证明了该方法的有效性。     

随机共振技术在探潜中的应用

潜艇在低速航行时,由于辅机的工作和螺旋桨转动,导致了声频在甚低频段(0~100 Hz)内有较强的线谱。在声源较弱时,由于信噪比太低,传统的Demon谱分析方法无法辨别出线谱成分。这在一定程度上限制了声呐在低信噪比情况下的探潜性能。根据随机共振理论的非线性检测目标手段,运用扫频式随机共振技术,对低信噪比情况下的潜艇线谱噪声进行处理,从而增强了线谱能量,以提高检测信噪比。根据该理论,运用扫频随机共振方法对潜艇甚低频段线谱进行了数据处理,使得检测结果提高了8 dB,实际运用的目标检测距离提高1倍以上。充分体现了该理论的工程实用价值。     

基于反馈混沌化方法的多线谱控制技术研究

船舶辐射水声中的线谱成分是被动声纳在水声对抗中检测、跟踪和识别目标的主要特征信号,混沌线谱控制技术利用混沌系统响应功率谱为宽频谱的特殊性质,把集中于某一频率的能量分散到较宽的频带上来抑制线谱成分,提高船舶的声隐身性能。利用反馈混沌化理论,对多谐波激励条件下隔振系统的混沌化进行了研究,提出了多谐波激励多自由度隔振系统的反馈混沌化方法,掌握了隔振系统进入混沌的条件和途径,突破了激励频率增加引起隔振系统混沌运动难以保持的技术难题。根据反馈混沌化原理设计了双层隔振系统试验装置,开展了隔振系统多线谱控制试验研究,试验结果证明了该方法的有效性,可作为混沌隔振系统设计的理论和试验依据。     

基于离散混沌化方法的线谱控制技术研究

船舶辐射水声中的线谱成分是被动声纳在水声对抗中检测、跟踪和识别目标的主要特征信号,对线谱成分进行控制能有效提高船舶的水声隐声性能。传统的隔振方法无法改变隔振系统的线谱成份,利用反馈混沌化控制原理,采用时变反馈参数的离散混沌化方法,通过调整和优化控制器参数,使隔振系统在谐波激励下能够产生稳定的混沌,改变通过隔振系统输入到船体的频谱结构,从而改变船舶辐射水声的频谱结构,并降低辐射水声中的线谱成分,达到有效降低辐射水声线谱成分的目的。     

柔性基础混沌化线谱控制技术研究

船舶辐射水声中的线谱成分是被动声纳在水声对抗中检测、跟踪和识别目标的主要特征信号,对线谱成分进行控制能有效提高船舶的水声隐声性能。传统的隔振方法无法改变隔振系统的线谱成份,利用反馈混沌化控制原理,采用时变反馈参数的离散混沌化方法,通过调整和优化控制器参数,使基于柔性基础的隔振系统在谐波激励下能够产生稳定的混沌,改变通过隔振系统输入到船体的频谱结构,从而改变船舶辐射水声的频谱结构,并降低辐射水声中的线谱成分,达到有效降低辐射水声线谱成分的目的。     

一种基于最大后验概率判决的线谱检测方法

本文讨论了基于最大后验概率判决的水声目标辐射噪声线谱检测方法,并引入信息累积思想,以克服功率谱估计中随机干扰的影响.对水声目标辐射噪声的线潜特征提取试验表明,本文方法简单、有效,有较好的线谱提取效果.     

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。     

一种基于线谱特征函数提取LOFAR图线谱的方法

水声信号被动检测中广泛使用LOFAR图对接收信号进行处理和分析。针对LOFAR图中线谱信号检测问题,根据线谱信号特征设计特征函数,提出频域滑动窗线谱特征累积检测法。该方法在频率轴移动观察窗,用多步决策算法计算每个观察窗的最优解,得到最优路径,如果最优路径特征值大于阈值,则累积LOFAR图像素点被该最优路径经过的次数,次数越多对应点为线谱点的概率越大。仿真研究表明,该方法对频率时变、低信噪比的线谱信号具有良好的检测能力,可实现多根线谱的增强与检测。海试数据处理结果证明了该方法的可行性和稳健性。该算法对于辐射线谱信号的水下目标远距离探测识别有较高的参考价值。     

水声信号LOFAR谱图的线谱迹图象处理

本文提出了一种对水声信号功率谱瀑布图(L0FAR谱图)的图象处理方法,采用半领域法和区域检测法来滤除因水声信号随机干扰引起的图象噪声,净化LOFAR谱图中的线谱迹.对实际水声信号的处理结果表明,本文方法有明显的去噪效果.     

单矢量传感器DEMON谱检测技术研究

水声目标辐射噪声的包络谱中包含调制线谱(DEMON),不同类型的水声目标其DEMON谱不同,研究单矢量传感器利用DEMON谱检测目标信号的能力。采用文中定义的解析声强流方法,将单矢量传感器拾取的同一点的多信号源的振速矢量叠加统一描述在解析声强流的相位中,目标方位可以通过计算解析声强流的相位得到。仿真计算结果表明,这一方法对不同基频调制的宽带信号的检测能力可达-20dB,方位分辨能力在信噪比为-15dB时约为10°。对湖试数据的处理结果已证明本方法的可行性。     

基于SVDD的多设备故障源识别定位方法研究

对于由多个设备组成的系统,检测的快速性和面临的小样本限制是进行声学故障源识别通常要考虑的两个重要问题。本文以线谱增强类声学故障为研究对象,提出了一种基于支持向量数据描述（SVDD）的故障源识别定位方法。该方法依据正常样本建立数据描述模板,对线谱增强类声学故障的出现进行识别,然后通过与各个设备上测得的传感器信号联合分析,实现了故障设备的准确定位。实验结果表明该方法具有较好的工程应用性。     

多线谱干扰下的盔内语音通信降噪算法研究

航天服头盔内语音通信系统工作时,受到来自航天服自身的风机、泵、通风气流所产生的噪声影响,通话质量下降严重。传统降噪方法能有效抑制宽带噪声,但对线谱干扰的抑制较弱。文章以此为出发点,开展了多线谱干扰下的语音降噪算法研究,设计了一种自适应线谱检测方法,可有效识别线谱,定位其所处频带,在抑制宽带噪声的同时,进一步抑制线谱干扰。文章结合盔内实录噪声数据对算法进行了验证,结果显示,相对于传统降噪方式,文中方法对多线谱干扰的抑制能力更强,语音客观语音质量评估得分提高约6%。     

基于变尺度多稳随机共振的微弱信号检测研究

针对强噪声背景下微弱信号难以检测的难题,提出基于变尺度多稳随机共振的微弱信号检测方法。多稳随机共振系统比双稳随机共振系统具有更好的微弱信号检测能力,为强噪声背景下微弱信号的检测提供了新方法。首先对大频率信号进行尺度变换使之满足随机共振条件,将频率压缩后的信号通过多稳系统,调整参数使其发生随机共振得到信号的频谱特征,并与双稳随机共振方法得到的特征频率进行比较,仿真和实例结果均表明:相同条件下,多稳随机共振方法比双稳随机共振方法得到的频率准确,可以增强信号的幅值,有效地检测出被噪声淹没的微弱信号。     

基于伪随机序列的多波束水声探测系统的信道估计技术

多波束水声探测系统不同方向回波信号的同时检测,可以理解为通信中的信道估计问题。在水下多径传播环境中,多径信道的时延参数和幅度衰减参数的估计是多波束探测系统实现目标探测、定位和识别的基础,而抑制来自其它波束的多址干扰(MAI)是信道估计算法的重要目标。将直接序列码分多址(Direct Sequence Code-Division Multiple Access,简称DS-CDMA)通信系统模型应用于水声多波束探测系统。建立了基于伪随机序列的水下多波束探测系统的信号模型,研究了基于子空间方法的超分辨率信道估计算法。并给出了数值仿真实现,分析了信噪比、多址干扰及发射波束数等对信道估计算法性能的影响。仿真结果表明,该算法具有抑制多址干扰的性能,信道参数的估计方差逼近Cramer-Rao下界。这种信道估计技术尤其适合应用于多波束参量阵探测系统。     

LFM脉冲信号的联合互相关实时检测算法

针对线性调频(Linear Frequency Modulated,LFM)脉冲信号在水声跟踪系统中的实时检测问题,提出了一种基于互相关的联合检测算法。该算法将接收到的声信号分别与修正后副本及上周期实际声信号样本进行相关,并按照一定加权系数将两次互相关数据进行融合处理,实现LFM脉冲信号的有效检测。经过仿真分析及湖上试验,证明该算法具有较高的检测精度,是水声信号处理的一种实用方法,可有效提高水声跟踪系统的检测性能。     

空中声源的水下声预警研究

研究了水下潜艇对空中反潜飞机的警戒和探测问题。针对潜艇和反潜机对抗中的信息不对称性,建立了空中声源航行的多普勒效应和水下声传播模型,提出了基于时延估计的空中声源水下检测方法,对增强潜艇预警空中声源的能力进行了探讨。这对于潜艇今后增强预警空中声源的能力,改善潜艇和反潜飞机对抗中的不对称性具有指导意义。     

水声探测信号级仿真通用模型库设计

信号级仿真以其能更真实地模拟装备作战性能且可进行统计仿真等显著优点成为完成水下作战效能评估任务较为理想的平台之一,而诸如舰艇辐射噪声模型等水下作战实体的声学模型则是构成水下作战评估体系的基础。在对水下作战过程进行深入分析的基础上,设计了水声探测信号级仿真通用模型库。该模型库以鱼雷为声学模型,通过数据库将八类水下作战实体和环境模型进行分类管理,支持离线和在线仿真,模型库中的各模型均经过实测数据进行验证。该模型库的建成,为水下作战系统的总体设计、性能测试、方案验证以及声兼容性研究提供了工程化的研究基础和较为真实的试验环境。     

基于RBF-NN近似模型的地铁钢轨探伤车转向架悬挂参数多目标优化#br#

以某地铁钢轨探伤车为研究对象,利用多体动力学软件UM建立车辆-轨道耦合动力学模型,分析探伤车在直线、曲线两种工况下的运行平稳性、安全性和曲线通过能力,为后续悬挂参数多目标优化提供原始数据支撑。基于MATLAB编程建立UM-ISight 联合仿真平台,在ISight 中以转向架一、二系悬挂刚度、阻尼等为目标参数,通过最优拉丁超立方法进行参数组合样本设计,并在此基础上构建符合精度要求的径向基函数神经网络(RBF-NN)近似模型,最后通过多目标优化算法NSGA-Ⅱ对近似模型进行寻优计算,得到最优的转向架悬挂参数组合。结果表明,所建近似模型具有较高的拟合精度,优化后车辆平稳性指标都得到明显改善,最多可降低35.39 %,且车辆的脱轨系数、轮轨横向力、轮轴横向力、轮重减载率等曲线通过性能指标也有不同程度好转。     

压电水声换能器的声学特性分析

压电水声换能器是一种既能作为驱动器又能作为传感器工作的水下探测装置。准确预测其在嘈杂水下环境中的声学特性对设计出坚固耐用的换能器是十分重要的。有限元方法对分析换能器在不同环境中的各种性能十分有效和实用。建立了一种Tonpilz型换能器的二维轴对称有限元模型,设计了基于有限元方法的程序,对其进行了动力学分析,包括模态分析和谐响应分析等,获得了一些声学特性。该程序分析的结果与ANSYS软件分析的结果显示出较好的吻合性。     

基于深度神经网络的水声FBMC通信信号检测方法

针对传统水声滤波器组多载波（Filter Bank Multi-Carrier,FBMC）通信接收端需经过信道估计和均衡才可恢复出发送符号,系统复杂度高且信道估计精度不佳等问题。文章将深度神经网络融入到水声多载波通信当中,提出一种基于深度神经网络的水声FBMC信号检测方法。在训练阶段通过大量的数据迭代、调试超参数和优化算法来改善深度神经网络参数,使其具有预期的估计效果。利用训练完成的深度神经网络模型取代传统FBMC通信系统接收端的信道估计、均衡等模块,自适应地学习水声信道状态信息,同时避免了固有的虚部干扰影响。在测试阶段直接将频域序列作为网络的输入来预测发送的二进制序列,仿真结果表明所提出的基于深度神经网络的FBMC信号检测方法相比传统信道估计算法有更好的误码率性能。