舰船辐射噪声功率谱特征提取及系统实现

舰船辐射噪声特征提取是水下被动声探测装置进行目标识别、分类的关键技术;针对于此,研究了基于功率谱的连续谱、线谱特征实时提取技术和工程实现;该技术以分段拟合为基础,首先提取功率谱中的连续谱特征,再从原始功率谱中减去连续谱得到线谱分布,然后进行线谱特征提取;在此摹础上,详细介绍了舰船噪声功率谱特征提取的软、硬件系统设计和实现技术;系统经过实验验证,能有效提取不同类型目标的特征,系统性能良好,可满足新一代水下智能被动探测的要求.     

基于Dopplerlet变换的舰船辐射噪声特征提取方法

在对信号进行线性变换的过程中,最好将基函数取成与待分析信号的性态相类似的信号。基于此,提出了一种基于Dopplerlet变换的舰船辐射噪声特征提取方法,给出了基于进化规划算法的Dopplerlet变换分解流程。理论上该方法提取出的特征不包含其他噪声的信息,因此由此提取出的舰船噪声特征更加可靠。使用本文方法与基于小波变换、波形结构、自然尺度等的特征提取方法对收集到的舰船辐射噪声进行了对比识别试验,结果证明基于Dopplerlet变换的舰船辐射噪声特征提取方法更加可靠和有效。     

舰船辐射噪声混沌特征提取方法研究

研究舰船辐射噪声信号影响目标识别,针对传统子空间降算法只适用于多通道信号处理,为了清楚识别目标,提出多次迭代降噪的思想,并根据定义的信噪比改善量控制迭代次数.用相空间重构进行特征提取,为了降低特征维数,引入K-L变换进行特征压缩,提出一个基于子空间降噪理论与相空间重构以及K-L变换相结合的完整的舰船辐射噪声特征提取方法,进行计算机仿真,结果表明对舰船辐射噪声特征有效提取和分类识别很有效,证明方法对三类目标舰船噪声信号具有较好的分类效果.     

基于矢量斜率的分段线性拟合*

介绍了用统计矢量斜率进行平面数据点分段线性拟合的算法.对于欲拟合的一系列平面数据点,一般是有先后顺序的.首先给出了矢量斜率的定义,然后计算每个平面数据点的统计矢量斜率,根据各点矢量斜率值接近的情况,将数据点分割成组,拟合各组数据形成线段,把各线段首尾连接起来就得到了平面数据点的分段线性拟合.定义的矢量斜率包含大小和方向两方面信息,主值区间为（－4～＋4）,它在主值区间的变化与角度在（－180°～180°）区间中的变化一一对应,且它们的关系曲线有很好的线性度.使用传统斜率进行分段线性拟合,存在斜率值与角度的关系曲线线性度差、斜率取值有时趋向无穷等问题,这些问题影响了拟合的精度,并限制了算法的使用范围.矢量斜率克服了上述问题,从而提供了拟合曲线的质量,且算法可适用于任意曲线.算法时间复杂度为线性.     

一种优化的舰船噪声连续谱特征提取算法研究

研究舰船辐射噪声,是目标识别的依据.连续谱是水下目标检测和识别的重要判别特征,为在目标出现后最短时间完成判决,要对相应目标特征参数进行提取,提出了更高的时效性,并能实时快速提取.针对传统算法运算周期长和段连接处有毛刺的干扰问题,采用一种快速且有效算法.用分段和固定拟合频率的结合,再在段与段连接处重叠点的基础上采用直线代替曲线,可有效降低程序运行时间,解决干扰问题.对实测数据进行仿真,结果表明,新算法比传统方法更有时效性,提高了水中检测的实时性.     

基于正交多项式分段拟合的图像压缩编码方法

图像作为最常见的信息存储方式，其表现形式生动而直观，能提供比其它形式数据更多的信息。但数字图像通常包含巨大数量的信息，若不经过压缩，数字图像传输所需的高传输速率和数字图像存储所需要的巨大容量会阻碍数字图像的发展。因此，对图像进行压缩十分必要。文章设计一种基于正交多项式分段拟合的图像压缩编码方法，以探索新的图像压缩编码方法。     

优化的线谱特征在水下目标识别中的应用

水下目标舰船辐射噪声中有很强的线谱成份,这些成份对分类识别是非常有价值的,因此利用线谱特征射舰船目标进行识别是水声领域研究的重要内容。采用最小二乘曲线拟合方法提取了舰船辐射噪声的连续谱。在此基础上主要研究了线谱特征的提取方法,获得了线谱的4维特征,对所提取的4维线谱特征进行了优化处理。基于这些优化的线谱特征采用BP神经网络对海上实录的三类水下目标辐射噪声进行了分类识别,实验结果证明了方法的可行性和有效性,识别率达到90％以上,分类效果很好。     

基于分段直线拟合的伪随机码相位测量法

针对目前PN码相位测量抗干扰能力有限的问题,提出了一种新的PN码相位测量方法;该方法以PN码的相关函数为基础,以峰值点为分界点对相关峰曲线两侧分别做最小二乘直线拟合;然后求出两条直线的交点坐标,其中横坐标与零相偏参考值的差值就是PN码相位的估值;该方法与目前常用的最小二乘同步法和三点二次插值PN码相位测量法相比较,算法复杂度增加有限;通过仿真数据可以得出,新的PN码测量方法在信噪比较低的情况下能得到比最小二乘同步法和三点二次插值法更加稳定和精确的估值结果。     

海洋噪声中舰船辐射噪声的一种检测方法

利用高阶谱分析的方法对实际的海洋环境噪声和舰船辐射噪声的高斯性和线性特性进行了检测,发现在一般情况下,短时间内的海洋环境噪声是高斯信号,而舰船辐射噪声信号则是非高斯和非线性的。它们的这些差异性可以用来进行舰船辐射噪声的检测,以及提高舰船噪声的各种处理的精度。     

支架压力监测数据分段拟合方法

针对支架压力监测系统应用于超长工作面时,受总线查询周期限制而难以兼顾监测支架压力中的突发奇异信号与数据实时传输的问题,提出一种支架压力监测数据分段拟合方法。该方法按照支架压力监测系统1个查询周期进行数据分段,在某个分段内如果数据量小于拟合系数量,则直接传输数据;如果数据量不小于拟合系数量,则进行数据的多项式拟合,获取拟合系数并只传输拟合系数。实验结果表明,该方法大大减少了传输数据量,又不丢失重要数据,同时实现了每个查询周期固定数据传输量,便于数据传输管理。     

基于子波变换的水下目标辐射噪声特征提取方法

将子波变换和多分辨分解算法，分别应用到水下目标辐射噪声的线谱和调制谱提取中。文中主要介绍了基于离散子波变换提取辐射噪声线谱的方法、基于多分辨分解算法提取辐射噪声调制谱的方法；在此基础上，以某型号水下航行器实测辐射噪声为例，进行了仿真研究，通过比较仿真结果与该水下航行器的相关数据，验证了该方法的正确性和可行性。     

船舶辐射噪声的多重分形特性分析

介绍了多重分形维数分布的概念和快速算法,并着重研究了船舶辐射噪声的多重分形分布特征。经研究发现,其多重分形分布特征不仅仅与辐射噪声的传播有关,而且与测量时的工况有着密切的关系。这一结论对应用多重分形分布进行船舶噪声的检测与识别具有重要的意义。     

一种基于直线提取和补全的通用表格分析方法

表格分析是表格自动处理过程中的第一步。本文充分利用表格的特点,给出一个基于直线提取和补全的通用表格分析方法。先使用一种矢量化的直线提取算法在游程连通图的基础上得到表格线,同时对表格进行倾斜校正。然后根据表格特性调整表格线,再从表格线得到表格特征点,最后建立规则通过对表格线的补全来求得表格结构的行单元描述。使用该方法对表格图象进行分析,能处理表格线断裂、文字表格线粘连等常见问题,正确得到表格结构。     

边缘检测结合高斯平滑的鱼雷声谱图识别方法

鱼雷的识别预警是一个复杂的特征信息融合过程,其关键是提取鱼雷目标的特征成分。鱼雷目标与非鱼雷目标辐射噪声声谱图的存在差异性,针对声谱图特征提取方法开展研究,通过定义目标辐射噪声的声谱图直纹特征量,提出了一种基于图像边缘检测理论的鱼雷目标辐射噪声声谱图特征提取方法,并将该方法应用于鱼雷目标分类识别研究。实测信号分析表明,该方法可以有效提取鱼雷目标辐射噪声的声谱图特征,将鱼雷目标与非鱼雷目标进行区分,为鱼雷目标的综合识别预警提供一种可靠的特征信息参考。     

一种基于尺度空间理论的直线抽取算法

抽取直线方法是计算机视觉中尚完善的问题之一,在若干多尺度边缘检测方法的基础上,提出了把线结构作为一种尺度空间特征的新思路,这样直线抽取过程就转化为尺度空间中的特征分析过程,通过分析线结构在尺度空间中的演化规律,提出了一种稳健的直线抽取算法,对合成图象产自然景物图象的实验结果表明了新方法的有效性。     

基于LSTM的船舶航迹预测模型

针对海上日趋复杂的情形,提高船舶交通服务系统(Vessel Traffic Service,VTS)的决策水平迫在眉睫。针对船舶航行轨迹多维度的特点以及对船舶轨迹预测的精确度和实时性的需求,提出了结合船舶自动识别系统(Automatic Identification System,AIS)数据和深度学习的船舶航行轨迹预测方法。构造基于AIS数据的航行轨迹特征,提出了循环神经网络-长短期记忆(Recurrent Neural Networks-Long Short-Term Memory,RNN-LSTM)模型,利用广州港内的船舶AIS数据对模型进行训练,并对未来船舶航行轨迹进行预测。实验结果表明,利用RNN-LSTM模型的预测方法具有精确度高、易实现的特点,并且与传统处理方法相比,其在处理序列数据方面更具优越性。     

基于神经网络的舰船运动短期预测

船舶在海上航行过程中受海风及海浪等因素的影响,使其产生六自由度的随机复杂运动。这对武器控制、舰载机着舰等操作起着相当的影响。该文分析了舰船运动姿态的时间序列特性,按照动力学系统反演原理,建立基于时间序列的非线性预测映射,根据在理论上三层感知器神经网络能够无限逼近任意非线性函数的特点,建立了用于时序分析的三层感知器模型,给出了时序反向传播算法。并进行了算例计算,从结果分析看,神经网络预测精度要稍高于时间序列分析法,为舰船运动短期预测提供了一种新的方法。     

基于分数阶微分的高斯噪声图像信息提取算法

考虑分数阶微分对信号处理的性质与特点,提出一种基于分数阶微分的信息提取算法。首先针对各种系数高斯噪声的图像进行信息提取,并与Roberts、Prewitt、Sobel整数阶经典算子对图像信息提取的结果进行分析比较。实验证明,利用分数阶微分不但能提取整数阶算子的高频边缘信息,还能提取平滑区域的纹理信息,并对高斯噪声具有一定程度的抗噪性。     

基于OpenGL等的船舶阻力仿真软件系统

该文介绍了＂船舶阻力仿真软件系统＂的功能及实现方法.开发本系统的目的是将计算机技术、多媒体技术和仿真技术相结合,构建一个用于船舶实验教学的虚拟实验室.系统以Visual C＋＋和Authorware为主要开发工具,Flash、3DMAX、Photoshop等为辅助工具,同时结合应用了Visual C＋＋技术中的COM和ActiveX技术,开发出了界面友好、功能完善的多媒体教学仿真软件系统.在船舶运行模拟部分主要使用OpenGL技术进行三维仿真环境的建立,使用3DMAX工具建立船舶的三维模型,开发出了逼真的船舶运行仿真系统,具有较好的应用价值,极大地提高了学生的学习兴趣及学习效率.