基于线谱特征保持的单枚浮标多目标信号分离算法

针对单枚被动全向声纳浮标多目标信号的分离问题,提出联合非负矩阵分解(non-negative matrix factorization,NMF)和快速独立成分分析(fast independent component analysis,FastICA)的多目标信号盲分离算法。首先,基于空间与谱间相关性优化NMF算法,以增强NMF算法对水声信号调制线谱特征的适应性,提高对线谱的保持优势;然后,以NMF基矩阵优势结合FastICA算法实现水声多目标信号的盲分离。仿真信号实验结果表明,所提算法取得了较高的信号分离精度,可以较好地保持信号的调制特征,同时对分离信号进行了一定的降噪增强,更好地保证了后续目标识别的特征支撑。

一种基于线谱特征函数提取LOFAR图线谱的方法

水声信号被动检测中广泛使用LOFAR图对接收信号进行处理和分析。针对LOFAR图中线谱信号检测问题,根据线谱信号特征设计特征函数,提出频域滑动窗线谱特征累积检测法。该方法在频率轴移动观察窗,用多步决策算法计算每个观察窗的最优解,得到最优路径,如果最优路径特征值大于阈值,则累积LOFAR图像素点被该最优路径经过的次数,次数越多对应点为线谱点的概率越大。仿真研究表明,该方法对频率时变、低信噪比的线谱信号具有良好的检测能力,可实现多根线谱的增强与检测。海试数据处理结果证明了该方法的可行性和稳健性。该算法对于辐射线谱信号的水下目标远距离探测识别有较高的参考价值。

基于线谱特征的水下目标识别仿真实验研究

水下目标识别技术是世界各国十分重视的研究课题之一，在国民经济尤其在军事领域中，具有重要的应用价值。舰船辐射噪声中有着很强的线谱成份，这些成份对分类或识别往往是非常有价值的。因此，利用线谱特征对舰船目标进行识别是水声领域研究的重要内容。本文在研究舰船辐射噪声线谱提取算法的基础上，对多种型号和多种工况的大量噪声样本，进行了线谱提取。针对舰船辐射噪声线谱分布的特殊性，提出了筛选法和模糊推理分类法。利用这些方法对舰船目标进行了分类实验,结果证实了所提方法的可行性和有效性。

基于轴频电场线谱特征的目标检测及识别

为有效地从海洋环境电场信号中检测出舰船轴频电场信号,在对大量实测数据分析的基础上,提出一种基于轴频电场线谱特征的目标检测与识别方法。对接收信号进行傅里叶变换计算频谱图,并对其进行归一化处理以提高其动态范围;采用浮动门限与固定门限相结合的方法对疑似线谱信号进行检测;采用积分累计的方法对疑似线谱特征进行目标确认,并利用长时间积分特征均值实现对目标信号的识别;通过海上实测数据对方法的有效性进行检验。结果表明,该方法能够有效检测到目标信号,并可实现对目标信号的识别分类。

基于线谱特征的三元组拖线阵左右舷分辨

传统的三元组拖线阵在分辨目标左右舷时利用左、右两侧的宽带能量之比,该技术在通常情况下能够较好地完成使命,但在实际应用中可能会遇到一些困难。本文针对两种影响其左右舷分辨结果的情况做了分析:一种是弱信噪比情况,另一种是另一舷侧存在强干扰目标的情况。针对这两种情况,通过对左、右舷频谱特征的分析,提出了利用线谱特征提取结果分辨目标左、右舷的新技术,显著降低了左右舷分辨功能对输入信噪比的要求。仿真和对海上实验数据的处理结果验证了该方法的稳健性和有效性,可望应用于工程实践中。为了使该技术能够适用于更低的信噪比条件,本文还提出了一种简单实用的线谱增强技术。

基于分段拟合的舰船噪声线谱特征提取

提出了一种基于分段拟合的提取舰船噪声信号功率谱中线谱特征的方法。该方法利用分段拟合方法拟合出信号功率谱的连续部分,从原始功率谱中减去连续谱得到拉平的线谱分布,然后进行线谱特征提取。实验证明了该方法的有效性,而且分类效果很好。

基于信号线谱特征的被动声呐航迹关联算法

针对仅利用纯方位信息进行航迹关联在目标密集或交叉等复杂场景下性能较差的问题,提出了一种基于信号线谱特征的被动声呐航迹关联算法。利用水声目标方位、低频分析记录(LOFAR)线谱和噪声调制包络检测(DEMON)线谱信息构造航迹关联特征向量,对各特征因子的关联系数根据其数值分布区间进行动态加权,通过灰关联度分析计算多目标航迹关联度。仿真结果表明,该算法航迹关联性能与纯方位关联算法的相比有较大提高。

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,因此利用线谱特征对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。

遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法

特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。

基于局部寻优的噪声特征线谱智能识别算法研究

针对舰船噪声特征线谱的筛选问题,提出一种面向海量数据的线谱特征数据识别算法:噪声谱由连续谱和线谱组成,将连续谱作为该趋势项进行处理,基于最小二乘原理拟合功率谱得到功率谱趋势项,以趋势项为准零基线,将功率谱划分为上下两部分,对零线上不连续的谱线分组并进行局部寻优获取初步特征线谱,根据谱线权重进行峰值排序得到舰船噪声特征线谱。算法实现了特征线谱的有效提取,并通过实测数据验证了算法的有效性,具有一定的工程应用价值。

基于小波变换的舰船辐射噪声特征线谱检测

将小波变换应用于舰船辐射噪声的特征线谱检测。首先根据舰船辐射噪声的特性设计出特定频率响应的FIR滤波器,仿真出舰船的辐射噪声。在预处理过程中运用改进的小波阈值方法对舰船辐射噪声信号进行去噪。最后通过小波变换对去噪处理后的信号进行奇异性分析,实现特征线谱的检测。结果表明,采用小波变换对舰船辐射噪声特征线谱进行检测,可以取得较好的效果。

线谱非平稳性与Dopplerlet测距测速

水中航行物的辐射噪声中的线谱特征通常被用来提高声呐的检测性能,本文用线谱特征来估计水中航行物的距离和速度。文中给出了四条水中航行物的时变谱图像和线谱图的例子,从这些例子中可以看到线谱非平稳性的一些时频形态,线谱非平稳反映的航行状态变化和由于辐射噪声与水声信道相互作用产生密集的干涉条纹等现象。文章指出了其中有二组特征蕴藏的目标距离和速度信息,线谱和干涉条纹。利用Dopplerlet变换和匹配投影算法提取到线谱中蕴藏的目标距离和速度信息。用计算机模拟验证了本方法的可行性,编写了较好的算法,并调查了算法的性能。在此基础上,从海上实验数据中估计出水中航行物的距离和速度,其估计值与海上实验实际的距离和速度相符。

基于目标特征的动态支持向量机研究

研究了将待识别目标特征与SVM相结合的动态SVM。提出一种以目标特征与每个训练样本间的距离度量SVM软间隔优化问题中惩罚参数C的方法,可根据两者间距离大小赋予每个训练样本一个惩罚参数,从而更好地体现了不同训练样本对于待识别目标特征的价值。然后,根据各样本惩罚参数的大小重构动态训练样本集,训练以待识别目标特征的分类为核心任务的动态SVM,寻求以目标特征为中心的局部空间的最优分类面。并对两类水声目标的识别情况进行了比较,实验表明效果好于SVM和k-近邻分类器。

舰船辐射噪声功率谱特征提取方法研究

基于分段最小二乘曲线拟合方法,提出了一种的提取舰船噪声信号功率谱中线谱特征的新方法,通过一种新的坐标变换,用最小二乘曲线拟合方法精确提取了连续谱特征,将连续谱特征和线谱特征组合得到了舰船噪声的功率谱特征。利用BP神经网络对海上实录的两类目标噪声进行了分类识别,实验证明了方法的有效性,识别率达到90%以上,分类效果很好。

飞行器目标推进系统声信号特征提取研究

为了提取低空来袭的飞行器目标推进系统声信号的特征,分析了典型飞行器目标推进系统辐射噪声的信号特性,并建立了其推进系统辐射噪声的数学模型及被动声预警系统的接收信号模型.进而提出了基于Radon变换的LOFAR谱图线谱提取算法,以获取飞行器的推进器转速特征.通过对实测飞行器噪声数据的分析,验证了信号模型算法的合理性.

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。

一种舰船辐射噪声线谱简易生成方法研究

为得到逼真的舰船辐射噪声线谱仿真数据,需要在低信噪比情况下对实测噪声数据作谱估计,从而准确提取舰船辐射噪声线谱成分,再采用相应数字信号处理方法重构舰船辐射噪声线谱信号。文章提出一种简易重构方法,即根据特征线谱生成线谱所在频段频谱信号,将其它频段置零,进而在时域重构线谱信号。仿真结果表明,该方法能够很容易地重构舰船辐射噪声线谱信号,与特定幅频响应的连续谱信号一起重构的舰船辐射噪声信号,其结果可作为半实物仿真试验信号源。

油烟机电机异音分析与故障诊断

对油烟机辐射噪声进行了测量,频谱分析表明200Hz附近能量集中,该线谱来源于电机以及整机装配不良。听觉试验证明该线谱是"嗡嗡声"的主要根源,可以作为油烟机故障的判别特征之一。用生产线实际测量数据进行故障诊断,结果与听音员判断结果一致性在95%以上。

来自油烟机叶轮的异音分析及其故障诊断

某种油烟机工作时会出现"突突声"和"啸叫声"的异音,对其辐射噪声进行了测量和频谱分析,结果表明在叶轮旋转频率或者轴频及其谐波附近能量集中,听觉试验证明这些线谱是此类异音的来源,其根源在于叶轮的不平衡或不良装配。它们可以作为油烟机异音故障的判别特征之一,用实际测量数据进行了故障诊断,结果与听音员判断结论一致。

舰船辐射噪声模拟技术实现方法研究

为得到逼真的舰船辐射噪声的仿真数据,可通过对典型实测噪声结果数据进行分析,根据特征线谱生成线谱所在频段频谱信号,将其它频段置零,进而在时域重构线谱信号,再利用窗函数法设计出一个具有与其连续谱特性相一致的特定幅频响应的FIR滤波器,在时域重构连续谱信号,从而实现舰船辐射噪声信号重构。仿真结果表明,该方法能够较真实地重构舰船辐射噪声,其结果可作为半实物仿真试验信号源。