人工神经网络和机械故障诊断

智能化诊断是现代故障诊断技术发展的主要趋势,人工神经网络技术的出现为这种智能化提供了一个全新的途径。本文首先简单介绍了人工神经网络的基本性能及几个重要模型,着重探讨了人工神经网络技术在机械故障诊断领域中预测与控制、工况监测与故障分类诊断、模糊诊断和基于专家系统的故障诊断等几个主要方面的应用,指出人工神经网络技术与现有的信号处理、模式识别、模糊逻辑、专家系统等技术相结合,以解决故障信号分析与处理、故障模式识别以及故障论域专家知识的组织和推理等问题,必将加快智能化诊断发展的进程。可以预料:基于人工神经网络的故障诊断技术将具有广阔的发展与应用前景,并且随着VLsI 技术的发展,这一新技术必将广泛地应用于各种诊断实例。最后讨论了进一步值得研究的方向。  

通信网中最重要节点的确定方法

提出了一种确定通信网中最重要节点的方法——节点删除法，并给出了归一化的表达式。最重要的节点是去掉该节点以及相关联的链路后，使得图的生成树数目最小。节点删除法反映了某个节点失效时，对整个通信网可靠性的破坏程度。该方法可以评价全网范围内的节点重要性，通过比较生成树的数目，可以判断通信网中任意两个节点的相对重要性。实验结果证明了节点删除法的有效性。  

一种用于自动导引车(AGV)的超声波导航系统

设计了一种用于自动导引车（AGV）的超声波导航系统，介绍了系统的工作原理及结构，并进行了各项导航功能的样车实验，实验数据表明：系统可适应AGV的工作特点，可用于CIMS中固定及自由路径模式的AGV。  

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。  

B超图像的计算机实时成像研究

早在50年代前期，超声就被研究并作为医学上的一种诊断工具。随着超声诊断技术的发展，超声医学诊断成为一门专门的医学诊断技术，并形成一个独立的分支。B超图像是由医学B型超声扫描仪(Ultrasound—B-mode Scanner)采用脉冲回波法对被测物体进行扫描，通过对所得的回波数据重建而形成的一类医学图像，它的主要成像原理是运用超声在人体组织中传播特性(速度、反射率、吸收率等)的不同，将其转化为一定的可显信号，在显示器上反映出来。文章对该类图像在计算机上重建的算法进行了研究，对各种算法分析、比较，最后提出比较合理的适应于计算机上实时重建B超图像的算法。  

海洋混响信号的序贯仿真

本文研究线性预测技术在主动声呐海洋混响信号仿真中的应用。文中详细推导了由时变海洋混响目标函数的估计时混响线性预测模型参量的计算过程，并给出了混响仿真序列的序贯产生方法，最后进行实例仿真。  

复合基神经网络在水声目标分类识别中的应用

本文根据不同神经网络的分类特点，提出将径向基函数网络和多层感知器网络复合构成复合基网络，用于水声信号的分类识别，试验表明，该网络的分类能力及对未来训练目标的适应性优于ＢＰ网和ＲＢＦ网。  

一种采用两个相干累加器提高自适应谱线增强器性能的方法

水声信道通常是一种时变的强噪声信道，频带狭窄且各种信号的频谱相互重叠，采用传统的滤波器或自适应谱线增强器（ALE）检测CW信号的效果不佳。本文提出了一种采用两个相干累加器进行ⅡR跟踪滤波的ALE，具有较好的窄带滤波性能，提高了在低信噪比的水声环境下对CW信号的检测能力；该算法还具有运算简单，易于用硬件实现的优点，文中给出了计算机模拟结果。  

基于遗传算法的神经网络被动声呐目标分类研究

被动声呐目标识别系统中目标分类器的设计和训练是一项重要内容，本文设计了目标分类器的神经网络结构，提出了一种用改进的遗传算法训练神经网络分类器的新方法，最后，对海上实录的Ａ，Ｂ，Ｃ三类目标噪声进行了分类识别，实验结果表明基于遗传算法的神经网络分类器比传统的基于ＢＰ算法的神经网络分类源泛化性能有明显提高。  

刚性曲面障板散射对多模球形水听器测向的影响

文章将板块元法应用于收-发分置时近场散射声场的计算,讨论了存在刚性曲面障板时障板散射对多模球形水听器测向的影响。研究结果表明,刚性曲面障板会使水听器在某些方位出现较大的测向误差,此时目标信号频率和俯仰角变化也会对测向产生较大的影响。存在刚性曲面障板时,等效声中心不对称对测向误差的影响较小,而等效声中心不共面对测向误差的影响要比不对称时明显得多。