螺旋桨空化噪声的小波多尺度调制谱分析

1引言 舰船螺旋桨辐射空化噪声是舰船辐射噪声高频端的主要部分,其频谱为高频连续谱.螺旋桨节拍对其辐射的空化噪声有明显的振幅调制作用,其调制频率及调制深度与螺旋桨转速、桨叶数及舰船航速等指标有关.可见,螺旋桨辐射空化噪声调制谱蕴含着重要的目标信息.多尺度分析从空间概念上形象的说明了小波的多尺度特性,给出了正交小波的构造方法及正交小波变换的快速算法,即Mallat算法.多频段调制谱分析由于要对信号进行多通带滤波,导致计算机计算开销太大,实时性较差而不能得到充分利用,而小波多尺度分析为基础的多尺度调制谱分析极大的提高了滤波速度和质量,能够最大限度的反映包络信息,提高识别率,具有很高的实用价值.     

基于遗传算法的潜艇隐蔽航路规划

将潜艇隐蔽航路规划为多目标规划问题，提出一种基于遗传算法的搜索算法，它对航路的邻域进行由粗到细的搜索，能实现全局最优和改善搜索效率，信真结果表明进后的遗传算法虽然计算时间较长，但收敛性能和解的精度明显高于动态规划和模拟退火等算法。     

支持向量机在模式分类中的应用

通过支持向量分类算法包括4类：线性分界面硬间隔、线性分界面软间隔、非线性分界面硬间隔和非线性分界面软间隔，区分线性和非线性支持向量机是否引入核函数和具有惩罚因子。以RBF为核函数的非线性支持向量机对2类2维样本进行仿真分析。结果表明，支持向量机分类能力受核函数参数影响较大，当选取适当参数时，其分类性能与最近邻法相当。     

基于小波包和1(1/2)维谱的舰船辐射噪声频域特征提取及融合

舰船辐射噪声频域特征提取是舰船目标识别的关键技术之一。为提高舰船目标识别率 ,采用小波包和 112维谱对舰船辐射噪声进行多小波包空间调制谱和噪声谱特征提取及融合研究。并用提取的特征对五类舰船目标辐射噪声进行了分类识别实验 ,结果表明所提特征具有很好的分类识别效果     

聚类分析在主跃层识别中的应用

文章讨论了用有序样本聚类的方法来实现对主跃层的识别，文中建立了3种不同的分类函数和类直径的有序样本聚类模型。作者以中国海30分方区按月统计声速剖面历史数据为样本，分析了这3种不同的有序样本聚类方法的优劣。应用其中较优模型有效地提取了主跃层的厚度和平均梯度等信息，确定主跃层的起始点，有利于对声速剖面的特征提取，从而有效地对声速剖面进行分类。     

基于小波包和1(1/2)维谱的舰船辐射噪声频域特征提取及融合

舰船辐射噪声频域特征提取是舰船目标识别的关键技术之一。为提高舰船目标识别率，采用小波包和1 1/2维谱对舰船辐射噪声进行多小波包空间调制谱和噪声谱特征提取及融合研究。并用提取的特征对五类舰船目标辐射噪声进行了分类识别实验，结果表明所提特征具有很好的分类识别效果。     

基于耳蜗模型的舰船噪声谱分析

为提取舰船噪声听觉特征,应用被动长波模型对舰船噪声进行了分析,得到噪声信号的二维时空分布。给出了4种一维特征,它们能够分别从不同侧面反映舰船噪声时频幅特征,同时简化了特征的描述方式。大量实验表明：基于听觉模型特征分析结果,较全面地反映了舰船噪声的听觉特征,为被动声纳目标识别提供了新的特征分析方法。     

基于SOFM网络的声速剖面聚类研究

研究了自组织特征映射网络在海洋声速剖面聚类中的应用，并提出了一种改进算法，使网络对奇异体本的适应性变强，有效地实现了声速剖面的优化聚类，仿真实验表明该方法能够高效准确地分类声速剖面。     

舰船螺旋桨空化低频辐射噪声时频域仿真

依据空泡动力学经典理论的分析结果,仿真出单个空泡体积变化时间波形及相应的声脉冲。将旋转桨叶充分空化情况下,一周期内引起的空泡群破灭过程的平均行为用单空泡仿真,并将不均匀尾流场空泡群噪声辐射近似描述为以叶片频倒数为周期间隔出现、幅度随机变化的单脉冲所构成的脉冲序列组成,并在声压脉冲波形上叠加适当的高斯白噪声。推导了宽带洛埃镜模型信道响应函数,分析其相应的谱特性,对深海近表面目标螺旋桨空化近场低频辐射噪声场进行了仿真,仿真结果与实测数据吻合较好。