共查询到20条相似文献,搜索用时 109 毫秒
1.
舰船辐射噪声模拟技术研究 总被引:9,自引:0,他引:9
本文对舰船辐射噪声的模拟技术进行了研究,给出了线谱,连续谱噪声,噪声调制的模拟方法,进行了计算机模拟,研制了可编程模拟器。通过对模拟器输出信号的处理和分析,结果表明该模拟器能很好地再现舰船辐射噪声的典型声学特征。 相似文献
2.
3.
4.
首先对舰船辐射噪声信号的时域特性和频域特性进行了分析讨论,根据噪声的连续谱特性,提出了一种用FIR滤波器实现宽带噪声信号模拟的方法。由于舰船宽带信号的连续谱在高频段具有-6dB/oct的衰减特性,因此该FIR滤波器的幅频响应也要与此一致,且为线性相位,即该滤波器的频率响应要具有特定的形状。采用了自适应方法很方便地实现了该特定频率响应FIR滤波器的设计,再将高斯白噪声信号通过该滤波器即实现宽带噪声信号的模拟。仿真结果表明,该方法较真实地模拟出任意给定频域特征的宽带连续谱噪声信号。 相似文献
5.
提出了一种自适应模拟噪声重构方法(AMNR-Adaptive Modeling Noise Reconstruction)。该方法将噪声重构过程看作未知被控连续输入、输出系统,在已知系统输入、输出特性的情况下,采用自适应模拟技术建立并在线自适应修正噪声重构系统的传输函数,实现了通过高斯随机序列对舰船噪声的重构和任意长度重构噪声波形的连续输出。实测舰船噪声重构应用实例表明,本文所提方法重构误差小、实现方便,且重构噪声波形具有连续相位,从而解决了因重构噪声非连续输出带来的带内能量泄漏和功率谱随机波动等问题。 相似文献
7.
8.
针对某发动机机体辐射噪声突出的问题,本文在采用多体动力学、有限元法和边界元法的基础上,提出利用Minitab软件中的DOE多目标分析手段对发动机辐射噪声进行优化的方法,以该发动机机体为研究对象,对影响机体辐射噪声的7个因素进行研究,使用较少的组合次数得到机体中对辐射噪声声功率、质量等参数的主要影响因素及各因素之间的交互关系,并根据相关影响情况,选取辐射噪声声功率和质量两个主要参数重新调整各因素的参数值对机体进行优化。结果表明:通过Minitab软件优化后该机体的辐射噪声声功率减小了1.54dB(A),和计算模拟值较吻合,提高了优化效率,且达到目标值要求。为发动机机体辐射噪声的优化提供了崭新的思路。 相似文献
9.
10.
为了解决发动机辐射噪声计算的精度和效率问题,基于表面速度振动原理,利用Matlab程序,开发了一种高效的发动机辐射噪声声功率模拟计算软件。分别用边界元法、快速多级边界元法和Matlab程序软件对比分析了普通平板、发动机缸盖罩和发动机动力总成辐射声功率的计算精度和效率,结果显示,在保证高的计算精度情况下,用Matlab程序软件计算发动机缸盖罩辐射声功率的效率是边界元法的25倍,是快速多级边界元法的123倍;用Matlab程序软件计算发动机动力总成辐射声功率的效率是边界元法的141倍,是快速多级边界元法的108倍。 相似文献
11.
任何船舶在运动过程中其机械设备的运转,以及船体本身的运动,都不可避免地会产生噪声,这种噪声在水中向周围传播,就在水下形成了随时间和空间分布的船舶辐射噪声场。由于船舶体积庞大、设备众多,在近场是一个十分复杂的体积声源,其声场具有时、空变化特性和指向性,在测量船舶水下辐射噪声时,为保证获得足够的信噪比,通常只能在近距离进行测量。因此开展船舶体积声源的建模研究,是十分重要和必要的。为了验证浅海波导条件下的船舶辐射噪声源模型,在某浅海海域,测量了一艘渔政船的辐射噪声。实测数据的处理结果验证了船舶辐射噪声源模型的有效性,即利用建立的船舶辐射噪声源模型可有效地描述体积声源的声场分布。本文的研究成果对于分析船舶目标的固有特性具有指导意义。 相似文献
12.
讨论了应用小波分析从辐射噪声中提取调制信息的方法。首先利用多尺度分析方法将噪声信号在不同层次的空间上进行分解,实现调制信号与辐射噪声的分离;然后,利用小波变换提取其包络,求取功率谱得到调制信息.在此基础上,对实测辐射噪声数据进行仿真研究.结果表明,该方法用于噪声中调制信息检测是一种有效的手段. 相似文献
13.
船舶螺旋桨辐射噪声与尾流场的相关性及特征分析方法 总被引:1,自引:0,他引:1
研究螺旋桨几何特征和工况特征变化对螺旋桨尾流场和噪声特征的影响。采用黏性多相流理论对螺旋桨尾流场特征进行数值预报。利用N-S方程、混合多相流模型、湍流模型和空化模型数值求解尾流场压力脉动等物理量。将压力脉动数值解和测量噪声声压信号的功率谱低频线谱特征进行分析,表明两者特征具有一定的相关性。最后分析侧斜角和进速系数对压力信号频谱特征的影响,获得了低频线谱幅值分布特征与螺旋桨侧斜角、进速系数等参数的初步关系。 相似文献
14.
15.
拖船辐射噪声严重影响拖线阵声纳的探测性能,该噪声是成分复杂、多途传播的近程强干扰,如何抵消该噪声是拖线阵声纳面临的一个难题。在讨论了拖船噪声的成因、谱特性以及多途传播路径等问题后,通过对拖船辐射噪声的特性分析及逆波束形成(Inverse Beamforming,IBF)算法的理论研究,并经仿真表明:基于IBF算法的拖船噪声干扰抵消技术能够有效抵消拖船辐射噪声。海试数据验证了抵消后目标信号所在方位更清晰,且能识别出弱目标信号,其抗多途效果好。该方法易于实现,抵消效果显著,具有一定的实用性和可行性。 相似文献
16.
为了改善分类系统的性能,进一步提高舰船辐射噪声分类的正确率,该文提出了一种基于深度神经网络的多特征融合分类方法。该方法首先提取舰船辐射噪声几种不同的特征,将提取的特征同时用于训练具有多个输入分支的深度神经网络,使网络直接在多种特征参数上进行联合学习,通过神经网络的输入分支和连接层实现特征融合,再对舰船辐射噪声进行分类。为了特征深度学习提取了舰船辐射噪声的频谱特征、梅尔倒谱系数和功率谱特征,并将多特征融合分类方法与在一种特征上进行深度学习分类方法的正确率进行对比。实验结果表明,基于深度学习的多特征融合分类方法可以有效地提高舰船辐射噪声分类的正确率,是一种可行的分类方法。 相似文献
17.
为了修正目前国内所普遍采用的船舶辐射噪声测量方法,建立了一个具有一定空间分布的船舶辐射噪声源模型。利用渡数积分方法仿真计算了该模型在自由场条件下的近程声场,并分析了近场辐射噪声的基本规律。仿真结果与国外文献提供的船舶水下辐射噪声近场特性吻合,验证了所建模型的正确性。 相似文献
18.
为了获取实测舰船辐射噪声信号中有效的目标信息、提高低信噪比条件下目标信号的可分性,文章提出了结合变分模态分解(Variational Mode Decomposition,VMD)和共振稀疏分解(Resonance-based Sparsity Signal Decomposition,RSSD)的舰船辐射噪声信号特征提取方法。基于舰船辐射噪声信号具有一定的周期性而外界干扰具有随机性的特点,首先利用VMD自相关分析的方法重构信号,主要剔除带外噪声分量;然后采用RSSD算法基于信号共振属性的不同,进一步滤除带内噪声和瞬态干扰,实现对信号中周期性振荡成分的提取;最后提取信号的波形结构特征用于目标的分类识别。仿真信号与实测信号分析表明,该方法可以较好地滤除带内外噪声,增强舰船辐射噪声信号固有的窄带特征。多类舰船目标的分类实验结果表明,该方法可以有效提高低信噪比信号的可分性,有利于提高目标识别的性能。 相似文献
19.
20.
船舶辐射噪声的包络谱中蕴含着轴频和桨叶数等船舶固有特征信息,对船舶目标识别具有重要意义。为了提高船舶辐射噪声包络谱解调性能,提出了基于变分模态分解(Variational Mode Decomposition, VMD)和窄带包络相关的改进DEMON分析方法。首先利用VMD算法代替传统带通滤波器,将船舶辐射噪声信号分解为若干个子带;然后对各子带进行希尔伯特(Hilbert)检波并计算平均窄带包络相关系数,用于衡量信号的包络调制在频域上的非均匀性;最后提取各子带信号包络谱并按照平均窄带包络相关系数进行加权融合,从而得出宽带噪声信号的包络谱。利用该方法对实测不同类型和不同航速船舶辐射噪声信号进行了处理,结果均表明所提方法能有效提高包络谱解调效果,较传统方法更为有效。 相似文献