层状含气泡非饱和多孔介质的声反射与声透射

为了得到声波从水入射到含气泡非饱和多孔介质层的反射和透射规律,气泡对多孔介质声学特性的影响以及层状固体介质对声波的反射和透射一直是水声领域重要的研究课题。分析了基于气泡振动修正的Biot波动方程和弹性模量,将介质层中三种透射波的平面波解代入修正后的Biot波动方程,通过分析平面波垂直入射的边界条件推导了声波的反射系数和透射系数。数值分析表明,气泡的大小、含量以及介质层的厚度是影响声波在层状多孔介质声学特性的重要因素。当入射声波频率很低时,介质层尺度相比波长而言很小,呈现很好的透声性能;声波频率很高时,波长很小,透射系数和反射系数都呈现振荡趋势;而当声波频率在气泡共振频率附近时,气泡的共振引发层状多孔介质的高衰减,使得声波很难穿透。     

应用频域ICA对参考输入进行预处理的ANC系统

传统有源降噪(ANC)理论和系统希望将声场能量全部抵消,不能适用于存在信号情况下的ANC应用,为尝试解决这一问题,本文提出了一种新的将频域独立成分分析(ICA)技术用于频域ANC系统,对系统参考输入进行预处理的方法.ICA的分离作用可以减少参考输入和信号的相关性,显著降低信号对ANc控制滤波器的干扰,减少了信号的失真,提高了系统收敛前后的声场信噪比.理论分析和仿真实验表明:该系统具有传统ANC系统所不具备的信号背景下降低噪声的能力.     

自适应噪声抵消在矢量传感器方位估计中的应用

矢量传感器能同时拾取声压和质点振速信息．单个矢量传感器就可以估计目标方位,因此非常适合在一些小平台上使用。一般平台的自噪声非常大,这对于目标的方位估计很不利,必须设法抑制自噪声以估计目标方位。文中采用自适应噪声抵消器对平台自噪声进行抑制,介绍了两种噪声抵消的方法,然后进行方位估计。同时对这两种方法作了计算机仿真。结果表明,两种方法都能有效地抑制平台本地噪声。     

一种改进型FX结构在线建模有源噪声抵消系统

次级通道等声信道的存在是ANC系统区别于自适应信号处理的最主要特征.它们的存在使得系统不再是一个单纯的电学问题,更多的涉及到声场的研究.次级通道使得控制滤波器产生的次级噪声不能立即和主输入噪声进行相消干涉,这降低了系统的性能.正是由于这一通道的存在,建模速度和建模准确性将直接影响系统的性能.文中针对水下潜艇被动声纳平台接收端有源降噪技术,提出一种新型的FX结构在线建模ANC系统,该系统增加了控制滤波器误差输出预测滤波模块,降低了控制滤波器误差输出对建模的不利影响,大大提高了建模精度和系统收敛性能.通过计算机仿真,以及对真实海试数据的处理结果可以直观的看到,该种方法使得系统的总体性能得到显著提高.     

一种降维空域滤波矩阵的设计方法

为解决降维滤波矩阵设计存在的维数与滤波性能之间的矛盾,提出了一种结合K-L变换（Karhunen-Loeve Transform）降维空域滤波矩阵的设计方法.该文首先推导出了滤波矩阵较大特征值的数量取决于滤波矩阵通带带宽的规律,并利用阻带衰减给出了区分大小特征值的门限,进而通过向大特征值对应的特征向量矩阵投影的方法,获得最终的降维空域滤波矩阵.仿真实验证明,由该方法获得的降维矩阵具有与降维前接近的空域滤波能力.     

基于最小均方差下的3D模型数字水印算法

使得三维模型变换带来的误差能量,最小影射到嵌入水印上.为使嵌入的水印对于三维模型的拓扑变换和几何变换都具有鲁棒性,提出一种基于最小均方差的3D几何模型算法,算法首先通过对三维网格顶点排序和挑选,排序和挑选的原则是使得被挑选的顶点具有最小的边距和,即通过对3D模型网格顶点优化选择,使得选择后的顶点受到拓扑攻击影响最小;然后,计算选择后顶点扰动均方误差能量,将水印嵌入到受误差能量影响最小的空间,使得嵌入的水印受到几何攻击影响最小.实验结果表明,算法对几何攻击和拓扑攻击具有好的抵御能力.     

双（多）基地声纳浮标系统在反潜中的应用研究

在双基地声纳系统中，根据能量关系推导出双基地声纳系统最大可探测范围的数学模型；在此基础上，讨论了用双（多）基地声纳浮标系统布放直线阵、圆形阵时的阵形宽度、搜索面积及所需浮标数，并将之与传统被动浮标阵进行了比较．结果表明：采用双（多）基地浮标阵可以在一定程度上节省浮标数，提高了浮标的使用效率．     

抑制运动强干扰的稳健波束域目标方位估计方法

为了减小来自旁瓣区快速运动的强干扰对波束域高分辨方位估计方法的影响,提出一种稳健的波束域高分辨方位估计方法。该方法在形成多波束时,将稳健自适应波束形成与零陷扩宽技术相结合,有效地抑制了运动强干扰所造成的快拍失效和扫描方向误差引起的自适应波束图畸变,从而保证波束域方法能准确地估计目标方位。仿真结果验证了该方法的有效性。     

模糊融合分类器在水雷识别中的应用

当目标的类别多时会使分类器的精度和稳健性大受影响,用神经网络分类器去完成复杂的目标分类任务是难以保证其可靠性的。引入信息融合条件下一种新型的分类器,即模糊融合分类器,该分类器可以自动“过滤”无效和冗余特征的负面影响,实现有效的特征层融合识别。采用4种特征提取方法,利用三个模糊融合神经网络作为分类器进行特征层的融合,再将分类器的输出作为决策层的融合,提高系统的分类性能。通过处理水雷实体回波数据得出的识别率表明,所选取的特征提取和分类器算法是有效的。     

SαS分布在分析水中冲击噪声中的应用

针对水声处理中存在的瞬态冲击噪声问题,介绍了瞬态冲击噪声的特点,指出传统的高斯分布并不适合于描述冲击噪声,与此相比,S琢S分布具有性能稳定,拖尾大等特点,并给出了S琢S分布的定义及相关性质,通过参数估计logS琢S法对其分布参数进行估计,并对新模型进行了仿真分析及实际数据处理比较,证实了S琢S分布在描述水中瞬态冲击噪声方面比传统的高斯分布有更大的优势,因此S琢S分布能够更好地描述水中瞬态冲击噪声。