船舶近场声辐射特性初探

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。     

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。     

一种简化的船舶辐射噪声源模型

船舶水下辐射噪声在近场具有复杂的空间强度分布,为了准确地分析船舶水下辐射噪声的特性,建立了一个由多极子组成的简化的船舶辐射噪声源模型.在证明了该模型的合理性之后,利用优化算法由船舶目标的不同航次的近场噪声数据反演出简化模型中的参数,并由反演得到的参数反算另一航次的声压值,然后将反算的声压值与理论声压值进行对比.仿真结果表明在船舶辐射噪声的近场,所建立的简化的船舶辐射噪声源模型是有效的.     

基于传声器阵列的电泵噪声源识别研究

某型电泵的噪声较大,为了准确辨识出该型电泵的噪声源,得到其声场辐射特性,采用基于时域信号的"延迟与求和"的"波束成型"的阵列信号处理算法,建立了由29个传声器组成的" "字型平面传声器阵列,首先在实验室用音箱进行了声源辨识的验证和分析试验,然后分析某型电泵的辐射噪声,得到了电泵辐射噪声源的分布特性和频谱特性,分析了形成噪声的主要原因.     

基于近场声全息的声强场可视化方法

传统噪声源识别主要基于频谱分析方法,无法准确反映声源位置和声场强度变化信息。针对大型水下结构体辐射声场的噪声源识别和辐射声能量监测的问题,提出一种基于声全息测量技术的辐射声强场可视化方法,计算声波在均匀介质中的声强矢量场,并采用体绘制和流线技术实现声场量的可视化,从而定位结构体主要辐射噪声源,直观地展示辐射声场的能量分布及耗散情况,描述声场能量传递方向与路径,为水下结构体辐射声场的监测与分析提供一种新的手段。     

浅海目标辐射噪声测量中声聚焦现象引起的误差分析及修正

研究了浅海近距离声聚焦特性及其对目标辐射噪声测量的影响和修正方法。利用基于射线理论的虚源法,建立了典型声源和复合声源的声场计算模型,通过具体算例分析了声聚焦引起的测量误差,将单点测量模型和阵列多点测量模型进行对比,并进行湖上试验验证,结果表明阵列多点测量模型能有效的对信道空间传递函数平滑,为如何减小声聚焦对目标辐射噪声测量的影响提供了依据,有助于实际工程测量的数据分析和测量精度的提高。     

基于声线法的靠港船舶的港口区噪声评估方法

运用声线法对船舶港口辐射噪声问题进行评估,建立靠港船舶空气辐射噪声数值计算流程.在半消声室环境下对噪声源进行测试与分析,实现对噪声源的强度反演.在港口码头实际测量环境下对排气噪声进行试验测试,以验证采用反演声源强度和声线法计算船舶港口辐射噪声的可行性.基于大量试验测量数据对频段噪声进行数值修正,最终实现建立靠港船舶的港...     

运动边界相似法及船舶结构动力分析应用

基于结构动力分析原理,以"设备-基座"振动系统为例,证明结构动力分析时力边界与运动边界的统一性;针对结构局部动力参数未知情况,通过保障结构运动边界条件一致,构造结构动力分析"虚拟力",提出结构动力分析的运动边界相似法,解决动力参数未知时给定运动边界条件的结构动力分析问题,并对其有效性进行验证;将运动边界相似法用于船舶结构水下振动声辐射研究,分析船舶水下声辐射特性。结果表明,船舶水下振动声辐射与激励作用位置、激励频率等因素密切相关。船舶结构水下辐射噪声主要集中于激励源附近的中部区域,尾部次之,船首最小;低频段船舶水下声辐射沿船长分布均匀,但随激励频率的提高,水下辐射声场不均匀性逐渐增大,指向性更明显。     

基于亥姆霍兹方程最小二乘法的运动声源识别研究

为有效解决水下运动声源的噪声源识别问题,研究了基于移动框架技术（MFAH）和亥姆霍兹方程最小二乘法（HELS）的运动声源识别理论,建立了基于MFAH与HELS的组合声全息算法,并通过了水池实验验证。实验研究结果表明该组合算法能够对水下任意形状运动声源进行准确识别,能够获得较高的声源定位精度,并且适用的频率范围较宽;对于存在多个相干声源的复杂声场,仅要求阵列的全息测量面为重建面的1.3倍就能够较准确的识别定位噪声源,实现了用小测量面、快速识别定位运动噪声源,为进一步的工程应用提供了方便     

轻轨列车的一维有限长线声源模型

本文根据轻轨列车的噪声辐射特点,建立了轻轨列车的噪声源模型：一维有限长线声源模型,并根据几何声学原理,给出了高架轻轨线路两侧的噪声声场分布,为轻轨交通系统建设中噪声的分析和预防提供科学依据．     

基于VMD与共振稀疏分解的舰船辐射噪声窄带特征提取

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。     

舰船辐射噪声的分段自仿射IFS模型

本文根据舰船辐射噪声具有连续不可导和非平稳的特性,建立了分段自仿射ＩＦＳ模型。提取出ＩＦＳ参数并计算出ＩＦＳ分形维数。结果表明：１．在一定的压缩比下,由ＩＦＳ参数所恢复的信号具有较高的信噪比;２．两类不同目标的ＩＦＳ分形维数具有较好的离散度。本文为水声目标的分类与识别提供了新的特征分数。     

吸声处理对舱室内空调噪声影响的数值分析

通风空调系统辐射噪声是船舶舱室内最主要的噪声源,吸声处理是降低舱室噪声的一种有效途径。为考察吸声处理对降低舱室噪声的效果,建立通风空调管路噪声向船舶舱内辐射的有限元法数值预报模型。以实测的管口声压为噪声源,研究舱室壁面及通风管路吸声对舱室降噪效果的影响,进而用于指导和改进船舶舱室的声学设计。对通风空调系统改变后的舱室噪声进行预报,并针对较高的噪声进行声学设计,使舱室噪声问题得到解决。     

基于VMD和窄带包络相关的船舶辐射噪声改进DEMON分析

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。     

基于小波包分解和PCA-Attention-LSTM的舰船辐射噪声识别技术

为了改进舰船辐射噪声分类系统的性能,进一步提高识别准确率,文章提出了一种基于多特征的小波包分解在长短期记忆(LongShort-TermMemory,LSTM)网络中分类的方法。该方法首先通过小波包分解技术,分频段提取舰船辐射噪声的多种特征,将提取的特征利用主成分分析法(Principal Component Analysis, PCA)进行数据降维,通过添加注意力机制(Attention Mechanism)算法的LSTM网络,对辐射噪声结果分类,提高了学习效率和识别准确率。为了更精细地提取特征,分频段提取了舰船辐射噪声的时频域特征、小波变换特征和梅尔倒谱系数等特征,并将分频段与不分频段的特征、多特征与单一特征、不同信噪比间的算法性能进行对比。实验结果表明,基于小波包分解和PCA-Attention-LSTM的模型可以有效地提高舰船辐射噪声分类的性能,是一种可行的分类方法。     

基于深度学习的舰船辐射噪声多特征融合分类

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。     

融合时频域特征的舰船识别方法及实验研究

文章提出了一种融合舰船辐射噪声时频域特征的识别方法,将舰船辐射噪声的线谱特征和线性预测倒谱特征作为输入,分别利用反向传播（Back Propagation,BP）神经网络进行训练、降维及初步判别,并采用加权投票方式,引入置信度算法和拒判机制实现决策级融合识别。实验结果表明,对比基于舰船单一特征的识别方法,利用舰船辐射噪声时频域特征的互补性进行融合识别,减小了单一识别方法误判对总识别率的影响,具有较强的鲁棒性,可有效提高对目标的识别率。     

基于支持向量机改进算法的船舶类型识别研究

利用船舶目标辐射噪声DEMON谱特征,采用改进的支持向量机算法,实现了对船舶目标的分类识别研究。针对支持向量机算法对噪声比较敏感和最优分类面求解时约束较多不利于支持向量机最优分类面寻优的问题,在保持支持向量稀疏性和应用径向基核函数的条件下,对支持向量机算法在松弛变量和决策函数两方面进行了改进,提出了基于径向基核函数的齐次决策二阶损失函数支持向量机改进算法,并应用于利用船舶目标辐射噪声DEMON谱进行船舶目标类型分类识别实验。理论分析、数据仿真与实验结果表明,该改进算法实现了在二次规划中的较少约束条件下最优分类面求解,具有模型参数寻优空间广阔、总体分类性能优的特点,其分类性能优于原支持向量机算法,是一种适合于船舶辐射噪声DENOM分类识别的有效的支持向量机改进算法。     

舰船辐射噪声广义多尺度数学形态学特征提取与应用研究

为稳定提取复杂水声环境下舰船辐射噪声的有效特征,在数学形态学方法的基础上提出一种广义多尺度数学形态腐蚀谱熵(generalized multiscale pattern erosion spectrum entropy, GMPESE)的舰船辐射噪声非线性特征提取方法。通过对千岛湖及东海实测舰船辐射噪声处理,验证了不同环境下该特征提取方法的可行性,分析了相关参数选取对特征区分度的影响,并比较了该特征提取方法与多尺度熵(multiscale sample entropy, MSE)特征的识别性能。数据处理结果表明,综合比较运算耗时、提取稳定的特征所需信号时长及复杂环境下目标识别准确率,GMPESE特征提取方法具有更大的优势。     

小波包分形与支持向量机在水声目标识别中的应用研究

水声目标分类识别是公认的水声信号处理难题,船舶辐射噪声是一种非线性非平稳信号,具有一定的混沌特性,更好地认识船舶辐射噪声的非线性性质,有助于更好地寻找有效的水声目标检测及识别算法。为了解决水声目标的分类识别问题,提出了利用小波包分形和支持向量机组合进行水声目标识别。利用小波包分解得到目标辐射噪声不同频带内信号分形维数作为特征矢量,并输入到支持向量机实现目标分类,实验结果表明,小波包分形和支持向量机的结合有比较好的分类识别效果,有一定的实际应用价值。