水下蛙人呼吸声Mel倒谱特征的实验研究

为提高水下蛙人呼吸声识别的准确度,提出一种基于Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)的蛙人呼吸声信号特征匹配方法。计算呼吸声信号之间、信号与环境噪声及舰船辐射噪声的MFCC夹角和MFCC距离并进行匹配比较,以进行分类识别。某湖试验数据的处理结果表明:蛙人呼吸声与舰船辐射噪声及环境噪声的MFCC参数有着明显的差异,能够对蛙人呼吸声信号与干扰噪声进行区分,证明了基于MFCC特征算法的有效性,对发展港口、码头等近海海域附近的水下蛙人探测声呐和预警系统具有实际意义。     

蛙人水下声信号特征研究综述

蛙人由于体积小、噪声强度低,探测十分困难,并且蛙人可秘密潜入重点水域实施侦察或破坏,对水下区域安全提出了挑战。文章首先指出了水下蛙人的探测难点,然后介绍了反蛙人声呐装备的技术现状,对蛙人水下目标主被动声学信号特征的国内外研究情况进行了综述,提出了反蛙人声呐装备系统发展的关键技术,为我国反蛙人声呐系统的发展提供了参考。     

蛙人呼吸特征实验研究

为研究蛙人的声辐射特性,对蛙人的被动探测及其警戒系统的建立提供数据与实验支撑,进行了以携带开放式呼吸器的蛙人为对象的实验研究。通过湖上实验,采集了蛙人的呼吸声信号,利用功率谱、时域波形包络、包络谱对信号的时频特征进行了分析。结果认为蛙人的功率谱在低频段起伏比较明显,高频段比较平稳;高频段时域波形包络比低频段时域波形包络呈现更加明显的周期性,周期约为3s;时域波形的包络谱在0.3~0.4Hz之间有一个明显的峰值,此特征可作为识别蛙人的重要依据之一。采用包络谱法提取信号特征时,信号的高频段是理想选择,并且信号周期在10个以上时效果较好。     

一型拖轮下方辐射噪声空间分布特性分析

以拖轮为代表的舰船下方辐射噪声空间分布特性研究对于以被动方式工作的探测设备和水下攻防装备的开发与研制具有重要意义.基于直线阵测量系统获取的拖轮下方辐射噪声数据,利用通过以特性分析为基础的数据处理与分析方法,对该拖轮下方辐射噪声的空间分布特性进行分析,获得了被测拖轮下方的特征线谱、连续谱及总声级等典型的水平等声压分布曲线,研究成果为该类水面目标的有效探测和识别等提供了重要依据.     

水下蛙人主被动探测实验研究

为了对抗来自水下的"非对称"威胁小目标,以携带开放式呼吸器的蛙人作为研究对象,对蛙人的肺部组织、氧气瓶和呼吸产生的气泡的目标强度进行了仿真和实验研究,并测量了不同姿态蛙人的目标强度,分别给出了水池和湖中的测量结果;根据水池和松花湖测量数据,对呼吸声和呼吸器减压阀等辐射源噪声的时频特性进行了分析,并给出了蛙人呼吸声声源级估计的结果。     

粗糙集理论在水下目标识别中的应用

1引言 舰船目标辐射的水下噪声信号[1]包含有大量的目标信息,是被动声呐系统进行目标定位和识别的主要依据.本文从各类水下目标的辐射噪声中提取了四个有效的谱特征作为分类识别的依据,然后引入粗糙集(Rough Set)理论[2][3][4]的基本概念和理论,并将这些原理、算法运用到水下目标的融合识别中去,海上实录信号的分类实验结果令人满意.     

蛙人水下语音通信技术研究现状和展望

蛙人水下语音通信机是蛙人进行水下行动和作业必不可少的装备,在军事和民用等领域受到越来越多的关注。首先介绍了国内外蛙人水下语音通信机产品和技术的研究现状和成果,然后对蛙人水下语音通信机领域发展面临的关键问题进行了详细讨论。指出了越来越多的基于数字信号处理技术的调制解调技术被运用到蛙人水下语音通信领域中,可有效降低水下蛙人语音使用中多途效应和海洋环境噪声等干扰因素,提高通话质量,并已成为主要的研究方向;在结构方面,蛙人水下语音通信机由分体式、大体积向模块化、小型化、低功耗和一体式转变,这也成为未来发展的趋势。     

闭式蛙人目标强度预报及试验

闭式蛙人穿戴潜水服、眼镜、头盔和脚蹼，同时携带水下闭路呼吸器等在水下工作。本文通过理论建模和试验，研究水下闭式蛙人回声特性。将非刚性表面高频条件下目标回声特性预报的板块元方法算法进行局部修正，以适应考虑遮挡情况下不同属性材料组合目标回声特性预报计算。建立闭式蛙人潜水装备的分层介质反射系数模型，结合其几何外形的三维精确建模，计算闭式蛙人回声特性。给出了游泳姿态的0°～360°目标强度、回波时域角度谱、蛙人表面亮点分布等细致的计算图像。开展了真实闭式蛙人的湖上试验，理论计算与试验测量进行了对比分析。研究表明，气瓶、潜水服是主要的回波贡献，闭式蛙人目标强度概率分布区间在频率为50、70 kHz时为-20～-13 dB，在频率为80 kHz时为-23～-17 dB。     

轮式装载机驾驶室内噪声分析

本文以某轮式装载机为样机，在进行大量试验的基础上，对影响驾驶室内噪声的主要噪声源和驾驶室本身的声学特性进行了分析。通过分析认为：目前样机驾驶室内噪声较大，而影响该驾驶室内噪声的主要声源是排气噪声、机体噪声、主阀噪声和驾驶室自身辐射的噪声，驾驶室本身的声学特性不理想是影响其内部噪声的另一个重要原因，在分析的基础上，提出了有效降低该驾驶室内噪声的措施。     

基于圆柱近场声全息的水下声源定位实验验证

为提高水下航行器的声隐身性,或者减少其对海洋环境的噪声影响,噪声源的定位与识别对于制定合理的控制方案具有重要的工程价值。同时,对水下航行器的声辐射特性进行评估和管理是其升级和使用过程中不可或缺的环节之一。近场声全息技术利用在船体表面附近测量面测得的声压数据,采用声场变换方法,既可反向重建辐射声源面声场从而定位船体上的噪声源,也可正向重建测量面外部声场从而预测远场声辐射。通过OROS水下声全息软件展示如何利用NAH进行声源定位和远场预测,该软件是目前市场上唯一的水下近场声全息解决方案。考虑到水下航行器以圆柱体结构居多,本文开展了圆柱近场声全息的实验研究,得到了准确的辐射声场信息,验证了该方法的准确性和有效性,为圆柱近场声全息技术的水下工程应用提供参考。     

水下航行器空化噪声偏度和峰度分析

空化是水下高速航行器在进行总体设计时需要考虑的重要因素。对空化产生的噪声特性进行研究有助于水下航行器航行性能和目标检测能力的提高。文章首先介绍了空化噪声的形成机理和数学模型,然后基于实测数据对空化噪声相应的统计特性进行了分析,计算了典型的单个声脉冲形式的空化噪声的概率分布、偏度和峰度,对比分析了无空化发生与空化发展比较充分条件下实测空化噪声的偏度和峰度特性。结果表明,在空化充分发展时水下航行器空化噪声具有明显的非高斯特性,其偏度和峰度值明显大于理想高斯噪声或者实际的海洋环境噪声。有利于提高空化条件下水下航行器对目标辐射噪声检测的准确性以及检测系统的环境适应能力。     

水下航行体垂向弯曲振动声辐射特性

垂向弯曲振动是水下航行体总振动的常见模式,控制弯曲振动是水下航行体设计中重要的一环。考虑声-结构耦合,基于FEM/BEM理论建立航行体弯曲振动声辐射分析的基本方程,计算水下航行体垂向弯曲振动固有频率和振动响应,研究弯曲振动引起的辐射声场特性;并以振动评价基准中的速度限制线作为激励,讨论航行体弯曲振动声辐射。结果表明：航行体垂向弯曲振动会产生较大的辐射噪声,1阶和2阶振动对总振动引起的辐射噪声贡献较大;欲降低低频线谱,须降低振动响应幅值;在结构振动控制设计中,不仅要从结构振动烈度的角度控制弯曲振动响应幅值,还应考虑结构声学性能,从控制弯曲振动引起的声辐射角度出发,补充提出设计指标。     

基于背景抑制与改进多尺度LSD的声呐小目标检测算法

针对声呐小目标检测由于水下环境复杂、目标回波信号弱等因素造成虚警率和误检率较高的问题,文章提出基于背景抑制和改进直线分割检测(Line Segment Detection, LSD)的检测算法。首先对原始声呐数据截取序列片段,构建多周期累积历程图,凸显运动目标轨迹线特征;其次设计边缘滤波算子,有效滤除部分背景噪声,并结合投影变换进行线特征增强,不仅实现了断裂直线重连,还抑制了剩余噪声;然后基于图像金字塔改进了多尺度LSD直线分割检测算法,有效缓解了过检测问题,大幅增加了直线平均长度;最后为了合并冗余检测信息,利用运动轨迹时空一致性特征设计后处理模块,提高了检测定位精度。通过多组无人遥控潜水器(Remotely Operated Vehicle, ROV)、潜水员、空心球靶小目标序列的湖试、海试数据的定量与可视化结果定性分析,实验结果显示,文中算法与传统LSD相比,误检率和漏检率分别降低了11.2和3.9个百分点,定位误差下降了1.495个像素。结果表明,文中所提算法大幅提高了声呐小目标检测精度,为后续水下目标识别、跟踪等任务奠定重要基础。     

水下无人航行器自主检测方法研究

自主检测技术是实现水下无人航行器(Underwater Unmanned Vehicle,UUV)智能化的关键技术,是无人航行器能够自主执行水下预警、目标跟踪等任务的前提。针对当前基于均值类和有序统计类恒虚惊(Constant False Alarm Rate,CFAR)技术的自主检测方法在背景起伏严重、多目标情况下,背景噪声统计特性估计不准确、自主检测性能下降的问题,文章提出了一种基于方位-时间二维参考窗联合有序截断平均算法的自主检测方法。首先,该方法设计了一种方位-时间二维参考窗,解决了一维参考窗检测参考样本过少、噪声统计量估计不准的问题;其次,采用有序截断平均算法估计背景噪声统计量,对起伏背景进行均衡;最后,利用背景噪声均值和方差构造恒虚警检测器,采用检测前跟踪技术,实现起伏背景下、多目标自动检测与跟踪。湖上试验结果表明,在水下无人航行器的自噪声干扰下,该方法对多目标依然具有较好的自主检测效果。     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法.首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰.声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采...     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法。首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰。声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采用Radon恒虚警率(Radon Constant False Alarm Rate,Radon-CFAR)检测声呐历程累积图像中的目标短时运动轨迹,能够检测到低信噪比的目标。分析了空时归一化处理和检测算法的性能,并通过海试数据验证了该算法的有效性,可以检测到低信噪比的蛙人目标回波。