共查询到16条相似文献,搜索用时 78 毫秒
1.
2.
本文研究了多个频率估计问题——陷波周期图法.文中给出了陷波周期图中两个重要序列的递推计算方法.解决了用硬件和软件实现的实际问题.研究了实际试验中关于实数据的解析化问题,从而形成了一种通用的高性能多频率估计方法.最后给出了蒙特卡洛模拟和实际数据试验的结果. 相似文献
3.
4.
5.
6.
为了克服船舶航向控制模糊规则确定过程中的盲目性,引入一种与之相适应的遗传算法,以使结果成为某种意义下的最优解,从而从根本上解决这一重要问题.文中运用Matlab的C语言MEX—文件技术,将遗传算法源代码与Matlab直接结合起来,利用后者的强大建模能力,建立起完整的仿真模型.仿真结果表明,船舶的航向控制能力得到明显改善. 相似文献
7.
为提高船舶噪声识别系统的性能,实现开集识别,提出了基于深度神经网络(Deep Neural Network, DNN)和改进K-means的船舶辐射噪声开集识别方法。首先,采用Welch功率谱估计方法提取船舶辐射噪声的特征;然后,设计并应用DNN模型进一步提取特征向量;最后,使用改进的K-means模型实现开集识别。在实测数据上进行了实验,结果表明,所提方法能实现船舶辐射噪声开集识别,对于实测数据的平均识别正确率为93.5%,较DNN+K-means++方法提高了6.2个百分点。对实测数据添加实验船发动机噪声或渔船噪声进行实验,结果表明,识别方法在其他船只噪声干扰下具有较好的鲁棒性。 相似文献
8.
长基线水声导航定位方法利用各信标到水下航行器的信号传播时间和等效声速来估计水下航行器的位置,但各信标到水下航行器的等效声速估计存在误差,导致定位误差较大,且随着导航距离的增加,定位误差呈增长趋势。针对这一问题,提出了一种基于粒子滤波的水声导航定位方法,将等效声速和水下航行器的位置作为估计状态参量,通过测量信标信号到水下航行器的传播时间,建立粒子滤波模型对其位置进行估计,准确地估计并跟踪等效声速变化,从而提高定位精度,减小估计误差。仿真结果表明,在水下航行器初始位置未知的情况下,与常规方法相比,文中所提方法的定位精度提高了4倍左右。 相似文献
9.
10.
噪声谱估计是单通道语音增强算法的关键步骤,当前大部分语音增强算法旨在提高语音质量,提高语音可懂度的算法却很少。在传统的单通道语音增强算法中,语音质量的提高往往是以牺牲语音的可懂度为代价的。对目前主流的几种噪声谱估计算法对语音可懂度影响进行分析。在不同噪声背景、不同信噪比情况下进行噪声谱估计,并采用谱减法对含噪语音信号作去噪处理,对比分析不同噪声、不同信噪比下增强前后语音的短时客观可懂度(Short-Time Objective Intelligibility,STOI)值,最后根据信噪比,对比分析了不同噪声环境下,语音增强前后语音能量高于噪声能量的时频块所占比例。实验表明,相比其他噪声估计算法,最小统计(Minima Statistics,MS)算法由于保留了更多的以语音能量为主的时频块,使得去噪后的语音有较高的可懂度。 相似文献
11.
分析水下航行体辐射噪声,特别是线谱噪声的形成机理,分别给出动力装置和螺旋桨旋转产生的线谱的频率预报公式。在此基础上,以周期信号为模型建立了水下航行体辐射噪声的数学模型,并应用该模型对水下航行体线谱频率进行了预测。 相似文献
12.
13.
14.
15.
16.
A new implementation of the conjugate gradient method is presented that economically overcomes the problem of severe numerical noise superimposed on an otherwise smooth underlying objective function of a constrained optimization problem. This is done by the use of a novel gradient‐only line search technique, which requires only two gradient vector evaluations per search direction and no explicit function evaluations. The use of this line search technique is not restricted to the conjugate gradient method but may be applied to any line search descent method. This method, in which the gradients may be computed by central finite differences with relatively large perturbations, allows for the effective smoothing out of any numerical noise present in the objective function. This new implementation of the conjugate gradient method, referred to as the ETOPC algorithm, is tested using a large number of well‐known test problems. For initial tests with no noise introduced in the objective functions, and with high accuracy requirements set, it is found that the proposed new conjugate gradient implementation is as robust and reliable as traditional first‐order penalty function methods. With the introduction of severe relative random noise in the objective function, the results are surprisingly good, with accuracies obtained that are more than sufficient compared to that required for engineering design optimization problems with similar noise. Copyright © 2004 John Wiley & Sons, Ltd. 相似文献