基于最速下降法的恒定束宽阵设计

水听器是一种用于将水声信号转换为电信号的水下声电传感器.为了实现对水下目标的定位识别,需要用多只水听器构成传感器基阵.文中给出了一种实现恒定束宽传感器基阵的设计方法.它从求解无约束最优化问题出发,根据描述基阵实际空间响应和预成空间响应之间差异的数学表达式构造了相应的目标函数,然后依据此目标函数的特性,利用最速下降法获得实现恒定束宽阵所需频域加权矢量.针对均匀线阵和圆弧阵进行的计算机仿真结果表明,该方法不但具有很高的计算精度,而且适用于不同的阵型.     

基于ISP1581的USB数据采集系统的实现

具有PCI总线等接口形式的采集卡虽然传输速率高,但安装麻烦,易受PC机插槽数量、地址、中断资源的限制。为了解决以上问题,设计了基于ISP1581的高速USB接口的多通道数据采集系统,介绍了系统硬件组成以及软件程序的开发过程。经验证,系统最高传输速率可达60Mb/s。     

球形障板对矢量水听器接收性能的影响

矢量水听器可以同步共点测量声场空间一点处的声压和质点振速的各个分量,因此其被广泛应用于水声测量、探测、通信等领域。矢量水听器在水声测量的应用中会受到安装载体散射声场的影响,而这种载体可以看作为障板,由于障板的存在使散射声场的分布发生改变,以及矢量水听器的接收性能下降。仅以绝对硬边界为例,对球形障板的散射声场进行了理论计算和仿真分析。并且对带障板条件下矢量水听器的接收指向性的变化进行了仿真研究。结果显示,从散射声场分布图可以直观看出声场发生的变化,矢量水听器的接收性能变化与障板的尺寸、与障板距离远近、声波发射频率等因素有关。     

基于MDFF与ISSA的滚动轴承故障声发射诊断

针对滚动轴承早期、复合故障难以准确诊断与智能诊断模型超参数确定严重依赖专家先验知识问题,提出一种基于多维深度特征融合(multi-dimensional depth feature fusion, MDFF)与改进麻雀搜索算法(improved sparrow search algorithm, ISSA)的滚动轴承故障声发射诊断方法。用一维卷积与线性瓶颈反向残差二维卷积神经网络构建多输入卷积神经网络(convolution neural network, CNN)结构的诊断模型,模型输入为滚动轴承声发射信号及其小波时频图,提出基于布伦纳梯度和信噪比的质量指标,在108种小波基中筛选出最佳时频图以提升输入数据质量。接着,采用特征金字塔网络将模型的一、二维低层与高层特征融合,建立深度融合的诊断模型。然后,将交叉混沌映射、自适应权重及融合的随机游走策略引入麻雀搜索算法中,以自适应获取MDFFCNN最优超参数。试验表明,对比近期多个主流智能诊断算法,所提方法可避免人工选择诊断模型超参数,对滚动轴承早期尤其复合故障具有更高的诊断精度和稳定性,模型诊断过程的智能化水平得到了进一步提高。     

麦克风阵列幅相误差校准的最小二乘系统辨识研究

阵列幅相误差显著降低了麦克风阵列的声源定位算法性能,研究了一种麦克风阵列幅相误差有源宽带近场校准方法。该方法采用一个校准源,线性正弦扫频信号作为激励信号,它先对阵列接受到的信号进行幅值和相位补偿,以阵列中的一个阵元作为参考阵元,把参考阵元与待校准阵元当作单输入单输出线性系统,然后通过递推最小二乘(RLS)系统辨识算法获得用于通道校准的FIR滤波器。用三维声强探头阵列进行校准和声源定位实验,验证了所提出的校准方法实用有效。     

结合声发射和卷积神经网络的轴承RUL预测方法

根据声发射信号具有对早期损伤敏感性高和频带宽等特点,提出一种结合声发射信号和卷积神经网络的方法,实现滚动轴承的RUL预测。该轴承RUL预测方法主要包括：对原始信号的分频段滤波和特征值提取得到高维特征集;将高维特征集组合成二维神经元作为卷积神经网络的输入,并构建和训练网络以达到预测剩余寿命的目的。通过从实验中得到的数据验证了该预测方法的可行性,并且具有较高的准确性。结合使用卷积神经网络后不但解决了特征值数量大和如何合理利用高维特征问题,而且还得到了较好的RUL预测效果。     

广义旁瓣抵消器算法的轴承噪声信号增强研究

针对由于旋转机械故障噪声的复杂性,造成从传声器阵列所采集到的信息中很难提取到噪声源所包含的故障信息的问题,利用波束成形对实验设备进行噪声源识别与定位,根据故障点位置信息将广义旁瓣抵消器算法(GSC)中的阻塞矩阵构造为具有指向性功能,而后利用其算法重构出故障点声信号,从该信号中提取故障信息,进行故障诊断。为验证该信号处理方法的有效性,通过仿真和实验得出该方法可以有效减少传统波束形成算法产生的信号泄露,提高输出信号的信噪比。     

像增强技术在水下微光环境中的应用

水下光电成像设备用于水下目标运动分析及实况监测.在深度较大的水下环境中,成像条件很差,因此需要采用像增强技术,提高系统的灵敏度,以得到水下微光环境中的实况图像.本文介绍了像增强器的工作原理和特性,以及像增强器与CCD的耦合技术,计算了在实际应用环境中光纤面板的耦合效率,最后针对需求,选择了应用于水下微光高速成像系统的像增强器.     

水下目标定位S系统的数据采集

本文介绍了水下目标定位S系统的构成，并叙述了数据的时间相关存储的采集方法，据此完成了声纳视频图像信号到图像数字信息的转换并实时记录，为后期正确恢复声纳图像和其他参数，进一步完成数据处理奠定基础．