利用会聚区隐蔽解算目标运动要素的方法

在浅海,当被动声纳探测到目标后,由于舰艇间不断的运动,测得的目标方位随时间的不同而不断地发生变化,利用目标方位的变化,通过纯方位法和滤波估计等方法可解算出目标的运动要素。当声纳利用深海会聚区的声学效应在远距离上探测到目标时,因舰艇被动声纳在隐蔽条件下往往只能测得目标的方位,此时的目标方位随着时间的不同变化很小,难以利用浅海的解算方法求出目标的运动要素。为解决这一问题,基于对深海会聚区声学效应的分析,提出了利用会聚区宽度等特点,采用本舰艇合理机动的方式,来求解目标的运动要素的方法。通过对本舰艇各种可能机动方式的建模和计算机仿真计算的结果可见,该方法可行,且在第一、第二会聚区效果明显。

舰船噪声小波谱提取方法研究

人耳听测舰船噪声的特征,是声纳员非常重要的专业技能。本文根据小波变换与人耳蜗频率响应相近似的特点,以cmor1-0.5母小波为基础,构造了一系列基于小波变换的滤波器组。对于小波谱提取中涉及的带宽、分辨率等参数进行了分析,提出了小波谱提取过程中改善分辨率的办法。为检验该方法的可行性,对三种不同类型的舰船噪声进行了小波谱分析,与其FFT谱图进行了比较。为解决小波谱提取过程中高分辨率与计算量的矛盾,提出了对指定频带进行小波谱分析的方法,解决了计算量的问题。

基于多分辨分析的舰船噪声能量特征提取方法

以离散小波变换入手,利用小波分析的恒Q特性,提取了舰船噪声信号的子带能量分布特征。结果表明,由于各子带能量参数并不相互独立,基于离散小波变换的舰船噪声子带能量分布特征并不明显。因此,依据多分辨分析理论,对舰船辐射噪声信号进行了正交多分辨分解,并提取了舰船噪声子带能量分布特征。结果表明特征是显著的,该方法从整体上反映了舰船噪声信号能量分布特征。为了从细节上对噪声信号能量特征进行分析,提出了基于多分辨分析的子带能量密度特征提取方法。采用两类共8个噪声样本对噪声子带能量分布和能量密度特征提取方法进行检验,取得了比较理想的结果。

改善船舰噪声听觉辨识的特征注入法

为提高声纳员对舰船噪声的听测识别水平,本文提出了特征注入法及其实现方法。该方法通过对指定子带重构、子带加权重构和特征子带注入法三个核心环节的建模仿真,对船舰噪声进行重构,进而对重构后的舰船噪声进行听测识别和谱分析,并根据分析结果对重构方案进一步优化调整。结果表明,采用合理重构方案的特征注入法能有效改善人耳的听测辨识效果。

舰船噪声听觉特征增强方法

为改善新声呐兵听音训练效果,强化噪声样本中与目标属性紧密相关的听觉特征,将处理后的舰船噪声用于听音训练,提高舰船噪声样本利用率。提出的舰船噪声听觉特征增强模型及其实现方法主要包括四个步骤:噪声分解、子带分析、子带加权、噪声重建。首先采用多分辨分解将舰船噪声信号划分为若干子带,对子带进行逐个地听音分析和各种谱分析,选择特征信息稳定且丰富的子带进行强化,选取并微调各子带加权系数,采用多分辨分析理论重建舰船噪声,并根据重建噪声的功率谱、包络谱分析和听音分析结果调整加权系数,进而用于听音训练。仿真分析中,采用听音分析和谱分析比对原始噪声和重建噪声,验证了该方法的合理性和实用价值。

听觉小波包在舰船噪声分解与重构中的应用

舰船噪声的分解和重构对于舰船噪声特征提取与听音分析都具有重要作用。采用多分辨分析理论对噪声进行分解和重构只能对低频进行精细化处理,但对高频却难以达到理想效果。正交小波包分析可以在任何欲处理的频带内进行可允许的任意层次分解,但分解的小波包树的结构难以确定,没有明确的构造导引方法。将Bark频率群的理论引入小波包树结构的选择,提出构造听觉小波包树结构的方法,构建了基于db6小波的采样率为44.1 kHz的听觉小波包。采用该听觉小波包结构对四型舰船噪声信号进行分解、子带加权和重构,频谱分析和听音分析都表明重构噪声特征更加清晰。

小波变换对耳蜗频率响应的模拟方法

经分析发现,小波变换是对人耳蜗频率响应的近似,二者都是一组比例带宽滤波器。因此,以cmor10.5母小波为基础,构造了一系列小波组成一滤波器组,模拟了人耳频率响应。根据某类舰船单音信号参数,模拟了一含噪输入信号。以该信号为基础,对小波谱提取方法进行了研究,对于小波谱提取中涉及的带宽、分辨率等参数进行了分析,提出了改善分辨率的两种办法。最后,对某型舰船噪声进行了小波谱分析,并与其FFT谱图进行了简单的比较,对其变分辨率进行了分析,验证了小波变换比例带宽滤波器的特点。

水声环境对声纳作用距离影响的一种定量分析方法

本文分析了目标参数估计误差对声纳作用距离预报的影响，在此基础上，提出了一种预报方法，以减小目标参数估计误差、较客观地反映水声环境对声纳作用距离的影响．

基于MATLAB与LabVIEW的信号处理分析与研究

针对MATLAB与LabVIEW软件的不同特性,提出利用编程实现和虚拟实验相结合的方式对信号进行处理,并以快速傅里叶变换FFT、信号的滤波,频谱分析为例,说明了这两种软件在信号处理中的特点及优劣性。通过实例表明采用MATLAB与LabVIEW两种软件可以实现动态演示和仿真分析的有机结合,从而可以提高信号处理的快捷性,直观性与可靠性。

基于MATLAB与LabVIEW的回波信号处理与分析

针对MATLAB与LabVIEW软件的不同特性,提出利用编程实现和虚拟实验相结合的方式对某声纳接收到的回波信号进行处理。信号的处理与分析是MATLAB与LabVIEW的强项,用户可以很轻松地构建各种复杂的信号处理与分析系统,操作简便,并且形象直观,大大提高了信号处理与分析的能力、精度和效率。

基于舰船噪声小波包重构子带权重系数的确定方法

文章采用了一种基于小波包分解与能量特征提取的时频域综合分析方法。使用小波包来对舰船噪声进行分解,求取小波包子带系数能量百分比构建子带能量的特征向量,以此作为权重系数,对分解的舰船噪声的各个子带进行加权重构,并将重构信号与原始信号进行时频域比较分析。通过对大量的舰船的实录噪声进行分解重构实验表明,使用此方法重构后的噪声较原始信号特征更为明显,有更强的类别可分性。

基于距离的目标运动分析方法研究

本文利用声纳录取的目标噪声信息,通过特征分析提取的目标概略距离和速度等信息,把获得的目标信息融入目标运动要素的求解当中,得到一种新的TMA方法。

基于两种模糊聚类方法的噪声目标自动分类研究

本文详细介绍了模糊传递闭包法和模糊C均值法的计算步骤,并分别用这两种方法对一组噪声目标进行了聚类,最后对两种聚类方法进行了比较。

熟料烧结窑的低氧燃烧——提高S~=含量和降低能耗

前言在烧结法生产氧化铝的过程中,随着各种原、燃料有相当数量的硫进入生产流程。无论原、燃料中的硫呈什么形态存在,在无还原剂的烧结窑中会使碳酸钠转变为硫酸钠,并积累于生产流程中,给生产带来很多危害,造成大量的碱损失,据计算1公斤硫可损耗3.4公斤碱粉。

深海会聚区中求解目标运动要素的机动方法

本文简要介绍了深海会聚区的形成原因及特点,讨论了会聚区的宽度.文章重点分析在深海中求解目标运动要素的机动方法,并作了模拟计算分析,得出定性结论.

被动声纳噪声信息的融合方法

本文利用被动声纳录取的目标噪声信息,提出一种通过特征分析提取的目标概略距离和速度等信息,经信息融合求解目标运动要素的方法.

舰船辐射噪声的动态识别

以舰船辐射噪声的包络谱分析为基础,讨论了舰船包络谱的特点和提取的方法。据此提出了一种新的目标识别方法。该方法能有效提高舰船噪声识别系统的识别准确率,还可同时获得有关目标舰船的重要运动要素。

舰船辐射噪声的子波分析

本文把子波变换多分辨的特点应用于舰船噪声的分析中。这种新的分析方法克服了短时间谱在时频平面上均匀分割带来低频域频率分辨率低，而高频域时间分辨低的缺点。船辐射噪声的尺度谱保留了传统倍频程方法在频率域分割的优点，且还有高频域时间分辨高的特点。从大庆３１号油船辐射噪声的尺度谱上可清楚看到在低频域上有二根横线，其尺度值换算为频率后为２７．８Ｈｚ和４４．１Ｈｚ，反映在此频率附近，信号能量较高；同时还可清楚看到在高频域上有９．５Ｈｚ叶片频的调幅现象。在它的短时谱图中是无法同时看到这二个特征的。本文在描述和显示船辐射噪声的谱特征时充分利用它们符合局部平稳过程的特点，把平稳谱和非平稳谱拆开描述和显示。

舰船噪声识别(Ⅲ)──双重谱和平均功率谱的特征提取和模板图

本系列文章的工作是在舰船噪声谱图的基础上，利用模糊神经网络对舰船进行分类识别。本文是系列文章的第三篇，研究提取双重频率功率谱中调制信息的方法及建立双重谱和平均功率谱模板图。对双重谱，在每个频道中利用最小二乘法消除趋势项，对高频调制作适当补偿。包络线谱的强弱用谱线低于零频谱强度的调制深度和诺线跳出基线的相对高度来表示，并通过隶属函数转换为模糊度量。双重谱模板图记忆了稳定出现的调制线谱和相对应的调制强度。平均功率谱的模板图记忆了多个典型样本的谱均值和对应的标准离差。

舰船噪声识别(Ⅳ)──模糊神经网络识别

本系列文章的工作是在舰船噪声谱图的基础上，利用模糊神经网络对舰船进行分类识别。本文是系列文章的第四篇，研究模糊神经网络用于识别分类．选用了多层前馈神经网络和BP学习算法，推导了学习过程中模糊器参数的调整公式，最后给出1049个样本（41条舰船，63种工况，原始记录长约3．5小时）的识别分类结果，识别正确率大于92％。