• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      線譜

      • 水下航行器線譜振動(dòng)噪聲研究進(jìn)展
        仍存在難以消除的線譜特征。線譜振動(dòng)噪聲承載著水下航行器的重要信息,能使航行器被遠(yuǎn)距離識(shí)別,是水聲設(shè)備探測水下航行器的重要途徑。世界各海軍強(qiáng)國紛紛將線譜振動(dòng)噪聲控制作為水下航行器減振降噪的牽引性指標(biāo),針對(duì)水下航行器線譜振動(dòng)噪聲的問題,本文圍繞水下航行器結(jié)構(gòu)線譜振動(dòng)噪聲進(jìn)行回顧總結(jié),從水下航行器線譜振動(dòng)噪聲特性、預(yù)報(bào)及控制三方面展開研究,并提出降低水下航行器線譜振動(dòng)噪聲的未來發(fā)展方向。1 水下航行器線譜振動(dòng)噪聲特性水下航行器輻射噪聲的線譜分布是其“聲指紋”特征

        艦船科學(xué)技術(shù) 2023年9期2023-06-13

      • 基于單矢量水聽器的實(shí)時(shí)性線譜提取算法
        輻射噪聲中的低頻線譜成分主要由螺旋槳轉(zhuǎn)動(dòng)切割水體、主機(jī)設(shè)備的機(jī)械振動(dòng)以及船舶結(jié)構(gòu)振動(dòng)等引起[1-2],這些線譜成分具有能量集中且穩(wěn)定的特點(diǎn)[3-4],在水聲目標(biāo)的檢測、跟蹤及識(shí)別分類中具有重要作用[5-8]。隨著海上無人探測技術(shù)不斷發(fā)展,單矢量水聽器憑借體積小、功耗低以及能夠同步共點(diǎn)地獲取聲場聲壓及振速信息等優(yōu)點(diǎn),得到越來越廣泛的應(yīng)用[9-11]。同時(shí),矢量水聽器的發(fā)展也為線譜提取技術(shù)帶來了新的思路和方法[12]。與此同時(shí),無人探測平臺(tái)對(duì)算法提出了較高的要

        艦船科學(xué)技術(shù) 2023年6期2023-05-05

      • 低信噪比下多目標(biāo)調(diào)制譜軸頻自動(dòng)檢測算法
        ,并通過提取到的線譜間隔估計(jì)軸頻,算法在單目標(biāo)情況下效果較好。文獻(xiàn)[8]通過最大公約數(shù)法提取目標(biāo)軸頻,但最大公約數(shù)法在某些多目標(biāo)情況下不適用。Di Martino等[9]提出一種基于代價(jià)函數(shù)的線譜提取算法,用于低頻線譜地提取。該算法通過設(shè)定一代價(jià)函數(shù),使符合線譜特征的點(diǎn)可以提取出來,對(duì)于弱線譜地提取效果較好,但該算法只能提取單根線譜。李山等[10]通過設(shè)定頻率滑動(dòng)窗實(shí)現(xiàn)了多根線譜地提取,但算法并不是全局最優(yōu)的,當(dāng)信噪比較低時(shí),算法效果并不理想。針對(duì)上述情況

        振動(dòng)與沖擊 2022年24期2023-01-03

      • 基于滯回非線性基座結(jié)構(gòu)的艦船低頻線譜重構(gòu)試驗(yàn)研究
        會(huì)產(chǎn)生較強(qiáng)的低頻線譜并通過基座結(jié)構(gòu)輸出到船體結(jié)構(gòu)中,從而導(dǎo)致由船體結(jié)構(gòu)振動(dòng)產(chǎn)生的水下輻射噪聲部分會(huì)帶有與艦船上各種激勵(lì)源相關(guān)的線譜特征[1]。研究結(jié)果表明,各類水下和水面艦船低頻段中的若干線譜或窄帶輻射聲是輻射噪聲的主要特征[2],也是現(xiàn)代被動(dòng)聲納在水聲對(duì)抗中檢測、跟蹤和識(shí)別目標(biāo)的主要特征信號(hào)[3]。因此隨著艦船噪聲控制水平的進(jìn)步以及各種聲學(xué)探測設(shè)備探測能力的提升,艦船線譜噪聲尤其是低頻線譜噪聲的控制問題已成為艦船聲隱身技術(shù)提升的重要制約因素。目前工程應(yīng)用

        振動(dòng)與沖擊 2022年19期2022-10-17

      • 基于動(dòng)態(tài)參數(shù)HMM的水聲信號(hào)線譜軌跡提取方法
        中提取窄帶信號(hào)的線譜軌跡。在被動(dòng)聲吶接收到的各種水聲信號(hào)中,窄帶信號(hào)通常是由人工設(shè)備或機(jī)械部件的往復(fù)運(yùn)動(dòng)產(chǎn)生的。船舶輻射噪聲中的低頻信號(hào)窄帶線譜具有強(qiáng)度高、穩(wěn)定性好、傳播損耗低等特點(diǎn),是當(dāng)前水下目標(biāo)探測的主要依據(jù)之一[1-3]。窄帶信號(hào)可以指示目標(biāo)的存在性并反映目標(biāo)的狀態(tài)。在多幀功率譜構(gòu)成的低頻分析與記錄(LOw Frequency Analysis and Recording, LOFAR)圖中,穩(wěn)定的窄帶信號(hào)將形成一條亮線,即線譜軌跡。因此,LOFAR

        電子與信息學(xué)報(bào) 2022年6期2022-06-25

      • 矢量線陣目標(biāo)調(diào)制譜提取及模板生成方法
        譜)由連續(xù)譜和線譜兩部分組成。普遍認(rèn)為,DEMON 譜線譜的物理意義基本比較明確,而連續(xù)譜尚未有比較明確的物理解釋。船舶輻射噪聲DEMON譜線譜由軸頻線譜、軸頻諧波線譜、葉頻線譜、葉頻諧波線譜按一定規(guī)律分布組成,其中穩(wěn)定的線譜主要由基頻及其諧波組成[1?2]。雖然現(xiàn)代軍用船舶降噪技術(shù)發(fā)展使得這種節(jié)奏有所減弱,但對(duì)于海上航行的大多數(shù)船舶來說,船舶輻射噪聲在聽覺感覺上仍然具備節(jié)奏特性。基于DEMON譜特征的槳葉數(shù)識(shí)別也是船舶輻射噪聲特征提取的重要組成部分[3

        應(yīng)用聲學(xué) 2022年2期2022-05-16

      • 亞音速軸流風(fēng)扇靜轉(zhuǎn)子相互作用線譜噪聲預(yù)報(bào)*
        風(fēng)扇氣動(dòng)噪聲包含線譜噪聲和寬帶噪聲。其中,寬帶噪聲源于風(fēng)扇靜轉(zhuǎn)子葉片與隨機(jī)湍流脈動(dòng)的相互作用,線譜噪聲主要源于周期性轉(zhuǎn)子尾流與下游靜子的相互作用[2-3]。對(duì)于大涵道比航空發(fā)動(dòng)機(jī),線譜噪聲為其主要噪聲源,因此深入研究轉(zhuǎn)子尾流與下游靜子相互作用產(chǎn)生的線譜噪聲對(duì)抑制風(fēng)扇噪聲具有重要意義。隨著計(jì)算機(jī)技術(shù)的快速發(fā)展,數(shù)值分析法開始廣泛用于軸流機(jī)械非定常氣動(dòng)特性和噪聲機(jī)理的研究,Verdon等[4]通過數(shù)值法求解三維線性歐拉方程,得到軸流渦輪機(jī)械靜子葉柵葉頻和倍葉頻

        國防科技大學(xué)學(xué)報(bào) 2022年2期2022-04-06

      • 艦船噪聲 DEMON 線譜的機(jī)器自動(dòng)識(shí)別與軸頻提取研究
        寬帶連續(xù)譜、窄帶線譜,又有幅度調(diào)制分量[6]。寬帶連續(xù)譜是由螺旋槳轉(zhuǎn)動(dòng)而引起的空化噪聲,調(diào)制分量為軸頻、葉頻及其諧波對(duì)空化噪聲的幅度調(diào)制,往往調(diào)制在數(shù)百~數(shù)十千赫茲的寬頻段上。通過解調(diào)處理計(jì)算出的調(diào)制譜中通常存在著若干離散線譜,其位置對(duì)應(yīng)螺旋槳的軸頻、葉頻及其諧波。利用這些離散線譜估計(jì)螺旋槳的軸頻和葉片數(shù),為被動(dòng)目標(biāo)檢測和分類識(shí)別提供了有力的工具。隨著水下無人系統(tǒng)的發(fā)展,自主與智能技術(shù)越來越受到重視。目前艦船噪聲分類識(shí)別領(lǐng)域提取的線譜、解調(diào)制譜與倒譜等特征

        數(shù)字海洋與水下攻防 2021年6期2022-01-19

      • 反饋式多線譜主動(dòng)隔振控制算法研究
        中形成復(fù)雜的低頻線譜噪聲[1],該類噪聲是反潛設(shè)備探測的主要目標(biāo)特征。主動(dòng)隔振可以有效抑制低頻振動(dòng),目前國內(nèi)外已展開諸多研究[2-4]。在算法領(lǐng)域,傳統(tǒng)濾波最小均方(filter-X least mean square, FXLMS)算法因結(jié)構(gòu)簡單且易于實(shí)現(xiàn)而被廣泛應(yīng)用[5],但對(duì)多線譜復(fù)雜激勵(lì)等情況難以實(shí)現(xiàn)有效控制。為此,趙洪亮等[6]提出一種選頻有源控制算法,通過構(gòu)造二階正交濾波結(jié)構(gòu)實(shí)現(xiàn)了對(duì)多個(gè)線譜的控制。李彥等[7]提出一種多通道窄帶Fx-Newto

        中國艦船研究 2021年6期2022-01-14

      • 干擾條件下的水聲目標(biāo)線譜數(shù)據(jù)挖掘方法
        023)水聲目標(biāo)線譜是指由于機(jī)械動(dòng)力裝置的往復(fù)運(yùn)動(dòng)引起的周期性噪聲成分,在噪聲功率譜上表現(xiàn)為在固定頻率位置上出現(xiàn)脈沖狀窄帶峰,強(qiáng)度大大超過附近頻率成分。水聲目標(biāo)線譜具有能穩(wěn)定觀測、物理意義相對(duì)明確、低頻線譜成分不易治理等特點(diǎn),是水聲目標(biāo)探測識(shí)別中關(guān)鍵的特征[1-3]。水聲目標(biāo)的輻射噪聲成因十分復(fù)雜,由多種因素決定,線譜成分并非一成不變。當(dāng)目標(biāo)采用不同的航速,或因工作需要開啟不同機(jī)械動(dòng)力設(shè)備的時(shí)候,噪聲功率譜中可能會(huì)有部分線譜幾乎不變,也會(huì)有部分線譜強(qiáng)度會(huì)變

        聲學(xué)與電子工程 2021年4期2022-01-11

      • 多頻波動(dòng)線譜自適應(yīng)控制算法及試驗(yàn)
        包含了大量的低頻線譜,不僅對(duì)自身聲納產(chǎn)生干擾,降低探測能力,還增強(qiáng)了水聲輻射,降低聲隱身性. 各類旋轉(zhuǎn)機(jī)械造成的低頻線譜頻率成分復(fù)雜,且存在頻率波動(dòng)現(xiàn)象,如何對(duì)低頻線譜進(jìn)行控制具有十分重要的意義[1]. 自適應(yīng)控制算法不需要被控對(duì)象的精確模型[2],其中基于前饋控制的濾波最小均方算法(filtered-x least mean square, FxLMS),作為有限響應(yīng)濾波器與LMS算法的結(jié)合使用,結(jié)構(gòu)簡單、易于工程實(shí)現(xiàn),得到了廣泛應(yīng)用[3-4].在實(shí)際工

        哈爾濱工業(yè)大學(xué)學(xué)報(bào) 2021年1期2021-12-21

      • 一種非平穩(wěn)噪聲背景下的線譜相干檢測方法
        運(yùn)動(dòng),會(huì)產(chǎn)生大量線譜信號(hào),通過檢測線譜信號(hào)可實(shí)現(xiàn)對(duì)艦艇目標(biāo)的被動(dòng)探測[1-4]。常見的線譜檢測方法多是以離散傅里葉變換(Discrete Fourier Transformation,簡記為DFT)為基礎(chǔ)的衍生算法。如平均周期圖法,該方法對(duì)接收數(shù)據(jù)進(jìn)行分段DFT變換,取變換后復(fù)序列的模幅度信息,計(jì)算功率譜估計(jì)值,實(shí)現(xiàn)線譜信號(hào)檢測[5-10]。文獻(xiàn)[11-19]在 DFT基礎(chǔ)上,構(gòu)建二元假設(shè)檢驗(yàn)問題,并依據(jù)信號(hào)統(tǒng)計(jì)特性,推導(dǎo)得到廣義似然比檢測器,進(jìn)行線譜信號(hào)

        數(shù)字海洋與水下攻防 2021年3期2021-07-14

      • 基于噪聲抑制門的兩級(jí)自適應(yīng)線譜增強(qiáng)算法
        噪聲中檢測出弱的線譜[2]信號(hào),是近年來水聲信號(hào)處理[3]領(lǐng)域的一個(gè)重要研究內(nèi)容。常用的聲吶線譜檢測[4–8]方法大都采用傅里葉變換處理方法,但該方法在低信噪比下線譜檢測能力較差。1960年,Widrow和Hoff提出了最小均方誤差(LMS)算法,因其計(jì)算量小且容易實(shí)現(xiàn)而得到廣泛關(guān)注[9–14],并用于自適應(yīng)濾波[15,16]、自適應(yīng)線譜增強(qiáng)等各個(gè)方面。自適應(yīng)線譜增強(qiáng)[17–23](ALE)算法,可以有效抑制噪聲,增強(qiáng)線譜,適合于強(qiáng)噪聲背景下的信號(hào)檢測。但

        電子與信息學(xué)報(bào) 2021年3期2021-04-06

      • 一種基于DOA分布信息熵加權(quán)的線譜目標(biāo)檢測方法
        富的單頻分量,且線譜譜級(jí)通常比連續(xù)譜譜級(jí)高5~25 dB[2]。因此,針對(duì)弱目標(biāo)的被動(dòng)檢測,通過窄帶方法實(shí)現(xiàn)對(duì)水下弱目標(biāo)的檢測在理論上比寬帶檢測有著更大的信噪比增益[3]。但是,窄帶檢測方法首先需要確知線譜的頻率。目前,線譜檢測技術(shù)已經(jīng)較為成熟。李啟虎等[4-5]在理論上研究并數(shù)值仿真了自相關(guān)線譜檢測、快速傅里葉變換(Fast Fourier Transform, FFT)、分段FFT分析、自適應(yīng)線譜增強(qiáng)等線譜檢測方法,研究表明分段 FFT檢測對(duì)頻率漂移有

        聲學(xué)技術(shù) 2021年1期2021-03-10

      • 圓柱殼體內(nèi)主被動(dòng)隔振過定控制系統(tǒng)試驗(yàn)研究
        ,產(chǎn)生的低頻振動(dòng)線譜通過殼體向周圍介質(zhì)傳遞,極大地影響了船舶的隱身性[1-3]。圓柱殼體結(jié)構(gòu)作為船舶工程結(jié)構(gòu)的原型,建立以圓柱殼體為基礎(chǔ)的主被動(dòng)隔振裝置,開展低頻振動(dòng)線譜控制試驗(yàn)研究具有重要意義。對(duì)于圓柱殼體內(nèi)主被動(dòng)隔振系統(tǒng)的研究,Pan 和Hansen[4]最早建立了由剛體振源、彈性板和彈性圓柱殼體組成的主動(dòng)隔振系統(tǒng),作為潛艇中機(jī)械設(shè)備主動(dòng)隔振裝置的簡化模型;在此基礎(chǔ)上,文獻(xiàn)[5-6]通過數(shù)值計(jì)算分析了隔振系統(tǒng)傳遞到圓柱殼體功率流,分別以垂向加速度、三向

        船舶力學(xué) 2021年1期2021-01-29

      • 基于無監(jiān)督深度學(xué)習(xí)的線譜增強(qiáng)算法
        接收信號(hào)中的低頻線譜分量,這些線譜分量主要由于目標(biāo)螺旋槳轉(zhuǎn)動(dòng)和內(nèi)部的機(jī)械往復(fù)運(yùn)動(dòng)產(chǎn)生,并且線譜分量往往比接收信號(hào)中的寬帶分量具有更高的功率和穩(wěn)定性[3]。對(duì)于UUV 這樣的小型平臺(tái)而言,要提升對(duì)目標(biāo)的檢測性能,對(duì)這類線譜分量進(jìn)行增強(qiáng)就顯得尤為重要。常規(guī)的自適應(yīng)線譜增強(qiáng)器(ALE)已經(jīng)被廣泛地應(yīng)用與被動(dòng)聲吶系統(tǒng)中[3-4],ALE 算法應(yīng)用了線譜分量和寬帶噪聲分量之間的相關(guān)性差異進(jìn)行線譜增強(qiáng),是自適應(yīng)濾波器的一個(gè)重要應(yīng)用,除此之外ALE 算法還被廣泛應(yīng)用于語

        艦船科學(xué)技術(shù) 2020年12期2021-01-19

      • 基于多線譜干擾抑制的水下對(duì)空運(yùn)動(dòng)聲源線譜探測
        寬帶連續(xù)譜和離散線譜,其中線譜強(qiáng)度高且穩(wěn)定性好[3-5],因此利用線譜探測是一種可能的途徑。但是,由于空中聲源的運(yùn)動(dòng)速度普遍較高,導(dǎo)致目標(biāo)方位變化快、接收聲場多普勒頻偏大,因此水下目標(biāo)探測技術(shù)相繼產(chǎn)生的多種對(duì)線譜目標(biāo)的探測方法[6-9],如基于瞬時(shí)頻率方差加權(quán)、基于線譜方位穩(wěn)定性的目標(biāo)檢測方法等均難以應(yīng)用于水下對(duì)空運(yùn)動(dòng)目標(biāo)的線譜探測。陳敬軍等[10]提出一種基于人工智能的線譜自動(dòng)檢測算法,充分利用線譜形狀特點(diǎn)及其在多個(gè)時(shí)刻的頻率信息,根據(jù)最近時(shí)刻線譜頻率外

        兵工學(xué)報(bào) 2020年9期2020-11-24

      • 一種基于總體平均經(jīng)驗(yàn)?zāi)B(tài)分解的線譜提取方法?
        聲納信號(hào)處理中,線譜的檢測和提取具有舉足輕重的地位,因?yàn)?span id="j5i0abt0b" class="hl">線譜特有的集中而穩(wěn)定的能量高于連續(xù)譜很多,能有效提高檢測性能[1]。文獻(xiàn)[1]在統(tǒng)計(jì)了大量的實(shí)驗(yàn),證明了艦船目標(biāo)輻射噪聲中線譜是比較穩(wěn)定的。尤其是高速運(yùn)動(dòng)的小平臺(tái)的輻射噪聲中含有高頻線譜,比連續(xù)譜聲級(jí)高出幾分貝到20分貝。Huang提出的經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)方法,對(duì)非平穩(wěn)和非線性的信號(hào)進(jìn)行分解,從而得到了平穩(wěn)的固有模態(tài)函數(shù)(Intrinsic

        艦船電子工程 2020年6期2020-08-06

      • 基于矢量線陣的目標(biāo)低頻線譜提取方法
        低頻段具有豐富的線譜成分,是一種較穩(wěn)定的特征信息,此線譜成分的檢測對(duì)水下目標(biāo)的定位和識(shí)別具有重要意義。而矢量水聽器在獲取目標(biāo)信息上具有優(yōu)勢,可以同時(shí)獲取聲壓和振速信號(hào),有利于對(duì)弱目標(biāo)的探測。針對(duì)矢量信號(hào)的低頻線譜處理,目前的研究大多集中在單個(gè)矢量水聽器研究上[1-3],對(duì)矢量陣波束形成輸出信號(hào)的低頻線譜提取研究較少。為了有效地將矢量線陣(Vector sensor line array,VLA)獲取的船舶輻射噪聲特征線譜從寬帶背景噪聲中分離出來,本文研究了

        應(yīng)用聲學(xué) 2020年2期2020-06-08

      • 基于FPGA的自動(dòng)門限線譜檢測研究
        于艦船噪聲譜中的線譜特征信號(hào)蘊(yùn)含了艦船類型、運(yùn)動(dòng)參數(shù)等重要信息,因此,線譜的檢測對(duì)于目標(biāo)探測具有重要意義[1]。固定門限檢查法是一種傳統(tǒng)有效的線譜檢測方法,但是容易在連續(xù)譜背景平滑的情況下漏掉幅度較低的線譜,而海洋背景噪聲起伏較大時(shí)誤將幅度大的峰值判定為有用的線譜信號(hào)。因此,根據(jù)背景噪聲方差的大小,自適應(yīng)地調(diào)整門限,對(duì)水下無人平臺(tái)具有重要的意義[2]。現(xiàn)場可編程門陣列(Field Programmable Gate Array,F(xiàn)PGA)是一種半定制電路,

        數(shù)字海洋與水下攻防 2020年1期2020-04-20

      • 基于線譜幅值起伏的目標(biāo)被動(dòng)定位技術(shù)研究
        文提出的一種基于線譜幅值起伏的目標(biāo)被動(dòng)定位方法,在寬帶檢測失效、自相關(guān)無法估計(jì)出時(shí)延的情況下,利用目標(biāo)輻射噪聲中線譜的幅值與多途時(shí)延的關(guān)系,對(duì)時(shí)延進(jìn)行估計(jì),在假定目標(biāo)深度的情況下可以利用單水聽器實(shí)現(xiàn)對(duì)目標(biāo)距離的估計(jì),使用雙水聽器或基陣可以實(shí)現(xiàn)對(duì)目標(biāo)距離和深度的三維定位。1 原理1.1 多途方法距離估計(jì)圖1中,設(shè)兩水聽器r1、r2的深度分別為H1和H2,水平距離L,目標(biāo)深度為H3,與水聽器r2的水平距離為R。以一個(gè)水聽器r2為例,僅考慮直達(dá)聲和一次海面反射聲

        聲學(xué)與電子工程 2019年4期2020-01-14

      • 干擾抑制門在線譜提取中的應(yīng)用
        特征,也可以是從線譜中提取的軸頻、葉頻以及葉片數(shù)等特征量。針對(duì)艦船輻射噪聲中連續(xù)譜的方法主要有:功率譜分析法[2]、小波變換法[3]、希爾伯特黃變換相關(guān)方法[4-5]、非線性動(dòng)力學(xué)法[6-7]以及仿人耳聽覺分析法[8-9]等。螺旋槳空化噪聲往往會(huì)產(chǎn)生幅度調(diào)制,通過解調(diào)處理的調(diào)制譜中存在許多離散線譜,線譜位置對(duì)應(yīng)著螺旋槳的軸頻(基頻)、葉頻以及其諧波(軸頻與葉片數(shù)的乘積)[10],利用這些離散線譜可估計(jì)螺旋槳的軸頻[11-12]。螺旋槳軸頻與艦船排水量和航速

        振動(dòng)與沖擊 2019年23期2019-12-23

      • 基于相干分析的復(fù)雜船舶系統(tǒng)噪聲源識(shí)別方法研究
        系統(tǒng)多臺(tái)設(shè)備開啟線譜噪聲難以定位的問題,運(yùn)用相干分析、偏相干分析和重相干分析等分析方法,建立多泵源線譜噪聲識(shí)別流程和方法,針對(duì)船舶系統(tǒng)噪聲測試結(jié)果,開展其線譜噪聲源識(shí)別和分離,得到典型系統(tǒng)噪聲主要低頻線譜來源,為系統(tǒng)主要噪聲源控制提供有力支撐。1 相干分析理論1.1 相干分析在單輸入單輸出系統(tǒng)中,只有一個(gè)輸入項(xiàng)和一個(gè)輸出項(xiàng),相干函數(shù)描述輸入與輸出之間的因果性,相干函數(shù)公式如下相干函數(shù)的譜密度常相干函數(shù)是兩個(gè)信號(hào)的互譜除以2個(gè)信號(hào)自譜乘積開平方,主要用于單輸

        噪聲與振動(dòng)控制 2019年3期2019-06-25

      • 一種基于單矢量水聽器的運(yùn)動(dòng)目標(biāo)低頻線譜測向方法
        的是其產(chǎn)生的低頻線譜仍要比海洋背景噪聲高 10~20 dB以上[1]。相較寬帶輻射噪聲,低頻線譜主要有相干性強(qiáng)、傳播損失小等特點(diǎn),且目標(biāo)輻射噪聲中的低頻線譜往往攜帶目標(biāo)的重要信息,因此基于低頻線譜的檢測技術(shù)是現(xiàn)階段探測安靜型潛艇的重要手段之一。矢量水聽器可同步共點(diǎn)獲得聲場的聲壓和振速信息,互譜法測向是對(duì)目標(biāo)的不同頻率成分進(jìn)行測向,如果有多個(gè)目標(biāo),只要它們的特征譜不重合,就可分別對(duì)其進(jìn)行測向。相比于其他方位估計(jì)算法,該算法簡便易行、計(jì)算量小。Paulo Fe

        聲學(xué)與電子工程 2019年1期2019-04-18

      • 艦船輻射噪聲的相似度評(píng)估
        取的連續(xù)譜特征、線譜特征、DEMON譜特征作為相似度評(píng)估指標(biāo),結(jié)合相似度法和層次分析法,對(duì)各特征的相似度和權(quán)重進(jìn)行了量化分析,建立艦船輻射噪聲的相似度評(píng)估體系,最后用該評(píng)估體系對(duì)2組實(shí)測信號(hào)進(jìn)行了相似度評(píng)估,檢驗(yàn)其可行性,對(duì)艦船識(shí)別、狀態(tài)監(jiān)測領(lǐng)域具有一定參考意義。1 相似度評(píng)估指標(biāo)獲取要對(duì)2段艦船輻射噪聲的相似度進(jìn)行評(píng)估,我們首先需要獲得評(píng)估所需的指標(biāo)。當(dāng)前對(duì)艦船輻射噪聲的研究多集中在功率譜中的連續(xù)譜、線譜分析以及DEMON譜分析,因此,我們就從這三大方面

        艦船科學(xué)技術(shù) 2019年3期2019-03-30

      • 水聲目標(biāo)線譜檢測技術(shù)研究
        譜結(jié)構(gòu),后者也叫線譜。隨著艦艇減振降噪技術(shù)的發(fā)展,艦艇的輻射噪聲級(jí)已有很大程度的降低,并仍在持續(xù)降低,但不可否認(rèn)的是,某些頻率的線譜噪聲依然存在。線譜信號(hào)通常具有較好的相位穩(wěn)定性,較連續(xù)譜有較高的強(qiáng)度,是被動(dòng)聲吶目標(biāo)檢測的重要方式,已成為世界各國聲吶科技人員研究的熱點(diǎn)。俄羅斯科學(xué)家S V Burenkov等對(duì)228 Hz頻率線譜信號(hào)的傳播距離進(jìn)行試驗(yàn)研究,經(jīng)測試線譜信號(hào)的傳播距離可達(dá)9 000 km,并具有穩(wěn)定的相位[1]。利用目標(biāo)輻射噪聲中的線譜信號(hào)進(jìn)行

        聲學(xué)與電子工程 2019年4期2019-02-18

      • 基于序列匹配的螺旋槳軸頻自動(dòng)提取方法
        與調(diào)制相關(guān)的離散線譜,而這些線譜頻率可以反映出螺旋槳的軸頻、葉頻及其諧波等信息,因而利用螺旋槳空化噪聲調(diào)制信息估計(jì)螺旋槳的軸頻和葉片數(shù)等不變特征可以實(shí)現(xiàn)被動(dòng)聲納目標(biāo)的分類識(shí)別[1]。但在實(shí)際應(yīng)用中,螺旋槳軸頻的自動(dòng)估計(jì)是一件非常困難的事,線譜值起伏、多調(diào)制源干擾和線譜之間不嚴(yán)格的倍頻關(guān)系直接影響了螺旋槳軸頻的自動(dòng)估計(jì),并且信噪比越低,影響也越嚴(yán)重。史思遠(yuǎn)等[2]利用邊界元法對(duì)船用螺旋槳振動(dòng)聲輻射進(jìn)行了計(jì)算,得到了螺旋槳在流場中的振動(dòng)輻射噪聲。殷敬偉等[3]

        振動(dòng)與沖擊 2018年16期2018-09-03

      • 自適應(yīng)極化濾波的水中目標(biāo)線譜提取方法*
        引 言水中目標(biāo)線譜信號(hào)具有較高的強(qiáng)度和穩(wěn)定度[1~3],常作為識(shí)別水中目標(biāo)的重要特征信息,因此,研究水中目標(biāo)的線譜提取方法是十分重要的。許多專家學(xué)者對(duì)水中目標(biāo)線譜提取方法進(jìn)行了研究[4~9]。文獻(xiàn)[8]提出了利用線譜幅度和相位起伏隨時(shí)間變化較低的特點(diǎn)提取線譜,文獻(xiàn)[9]利用目標(biāo)線譜瞬時(shí)相位比較穩(wěn)定,背景噪聲譜瞬時(shí)相位比較隨機(jī)的特點(diǎn)對(duì)水中目標(biāo)線譜信號(hào)進(jìn)行了提取,2種方法均提高了對(duì)水中目標(biāo)線譜信號(hào)的提取性能,但均需要對(duì)頻域信號(hào)在時(shí)間上進(jìn)行統(tǒng)計(jì),需要較多的時(shí)間

        傳感器與微系統(tǒng) 2018年8期2018-08-03

      • 抗頻移聲譜特征提取及目標(biāo)分類應(yīng)用研究
        淹沒在強(qiáng)噪聲中的線譜信號(hào),還能夠?qū)崟r(shí)給出譜線的參數(shù)信息,同時(shí)結(jié)合聽覺特征識(shí)別原理,采用抗頻移的仿倍頻程的三角濾波法提取目標(biāo)特征。仿真和實(shí)際數(shù)據(jù)處理表明,所提出的特征有助于探測設(shè)備克服目標(biāo)未知的復(fù)雜運(yùn)動(dòng)帶來的頻譜時(shí)變影響,提高了分類特征的穩(wěn)定性。抗頻移聲譜特征提??;時(shí)變譜特征;目標(biāo)分類0 引言水下聲學(xué)目標(biāo)分類和識(shí)別[1-3]主要包括目標(biāo)特征提取及分類器設(shè)計(jì)兩個(gè)方面,建立在分類基礎(chǔ)上的個(gè)體及型號(hào)識(shí)別還涉及到數(shù)據(jù)庫和接收信號(hào)的模板化處理。早期的特征提取方法包括波

        聲學(xué)技術(shù) 2018年3期2018-07-20

      • 一種提取LOFAR圖中譜線的方法
        是一線狀譜,簡稱線譜。在LOFAR圖中,當(dāng)信號(hào)較強(qiáng)時(shí),在某一時(shí)刻與窄帶信號(hào)對(duì)應(yīng)的時(shí)間-頻率點(diǎn)上就會(huì)出現(xiàn)一個(gè)亮點(diǎn);由于同一窄帶信號(hào)在相鄰時(shí)刻的頻率變化不會(huì)很大,由對(duì)應(yīng)同一窄帶信號(hào)的多個(gè)時(shí)刻的亮點(diǎn)就形成了一條清晰的亮線,即譜線。人之所以有很強(qiáng)的譜線提取能力,首先是由于人眼具有很強(qiáng)的模式識(shí)別能力,會(huì)自動(dòng)利用譜線和噪聲以及寬帶干擾等在時(shí)間-頻率平面上表現(xiàn)出來的形狀上的差異,其次是由于人眼具有視覺積累功能,能夠累加利用多個(gè)時(shí)刻的譜值信息。人在判斷是否是譜線上的點(diǎn)的過

        聲學(xué)與電子工程 2018年2期2018-07-10

      • 基于Fermi-LAT數(shù)據(jù)的暗物質(zhì)湮滅線譜搜尋及悟空號(hào)的伽馬射線分析軟件開發(fā)
        為重要.伽馬射線線譜就是這樣一種信號(hào),因?yàn)樯袩o已知的天體物理機(jī)制能產(chǎn)生此類信號(hào),所以它一旦被可靠探測到,就意味著新物理的發(fā)現(xiàn).為此在攻讀博士學(xué)位期間,我致力于在Fermi-LAT(Large Area Telescope)數(shù)據(jù)中搜尋(暗物質(zhì))線譜信號(hào).論文的第1章是對(duì)一些相關(guān)的背景進(jìn)行介紹,包括暗物質(zhì)觀測證據(jù)、暗物質(zhì)探測方法、暗物質(zhì)間接探測、Fermi-LAT儀器及數(shù)據(jù)、暗物質(zhì)信號(hào)搜尋研究進(jìn)展等.論文第2章到第4章介紹我們在伽馬射線線譜方面的4個(gè)工作:(1

        天文學(xué)報(bào) 2018年6期2018-01-27

      • 一種高效的弱目標(biāo)線譜檢測算法
        一種高效的弱目標(biāo)線譜檢測算法羅斌,王茂法,王世闖(杭州應(yīng)用聲學(xué)研究所,浙江杭州310023)為實(shí)現(xiàn)弱目標(biāo)線譜檢測,在自適應(yīng)線譜增強(qiáng)(Adaptive Line Enhancement,ALE)算法的基礎(chǔ)上,結(jié)合頻域批處理技術(shù),提出了一種能降低計(jì)算量的高效線譜檢測算法——?dú)w一化頻域批處理最小均方(Normalized Frequency-domain Block Least Mean Square,NFBLMS)算法;所提NFBLMS算法在權(quán)值迭代過程中,步

        聲學(xué)技術(shù) 2017年2期2017-10-25

      • 充液管路低頻線譜噪聲有源控制試驗(yàn)研究
        49充液管路低頻線譜噪聲有源控制試驗(yàn)研究孫運(yùn)平1,2,孫紅靈1,張維1,王晗1,2,楊軍1,21中國科學(xué)院噪聲與振動(dòng)重點(diǎn)實(shí)驗(yàn)室(聲學(xué)研究所),北京100190 2中國科學(xué)院大學(xué),北京100049[目的]充液管路系統(tǒng)的管口輻射噪聲是艦船管路噪聲控制的重點(diǎn),具有較高能量的低頻線譜噪聲更是亟需得到進(jìn)一步的抑制。[方法]針對(duì)充液管路低頻線譜噪聲問題,設(shè)計(jì)一套有源消聲系統(tǒng)并進(jìn)行試驗(yàn)驗(yàn)證。該系統(tǒng)由次級(jí)聲源、控制器、功率放大器和傳感器等構(gòu)成。采用頻率追蹤算法對(duì)線譜頻率進(jìn)

        中國艦船研究 2017年4期2017-08-05

      • 小學(xué)音樂教育中實(shí)施線譜教學(xué)的策略探討
        學(xué)音樂教育中實(shí)施線譜教學(xué)的策略探討王 珂(淮安市新區(qū)實(shí)驗(yàn)小學(xué),江蘇 淮安 223002)隨著新一輪基礎(chǔ)課程的深化改革,人們越來越關(guān)注小學(xué)教育教學(xué)的質(zhì)量,教學(xué)有效性的提高已經(jīng)成為教育工作者的重要目標(biāo)。線譜教學(xué)作為小學(xué)音樂教育中的關(guān)鍵性內(nèi)容,對(duì)學(xué)生音樂素質(zhì)的培養(yǎng)和審美能力的提高具有積極的作用。學(xué)生在線譜學(xué)習(xí)過程中,可以掌握更多的音樂知識(shí),具備一定的識(shí)譜能力,更好地感受和體驗(yàn)音樂學(xué)習(xí)的樂趣,達(dá)到理想的學(xué)習(xí)效果。本文就對(duì)小學(xué)音樂教育中實(shí)施線譜教學(xué)的策略進(jìn)行分析和探

        黃河之聲 2017年12期2017-01-30

      • 基于DSP Builder的自適應(yīng)線譜增強(qiáng)器設(shè)計(jì)*
        lder的自適應(yīng)線譜增強(qiáng)器設(shè)計(jì)*李立偉程錦房(海軍工程大學(xué)兵器工程系武漢430033)采用自適應(yīng)線譜增強(qiáng)器對(duì)艦船輻射噪聲中的線譜進(jìn)行增強(qiáng),有助于實(shí)現(xiàn)對(duì)艦船輻射噪聲中線譜成分的檢測和提取。針對(duì)使用VHDL編寫底層代碼來實(shí)現(xiàn)自適應(yīng)線譜增強(qiáng)器開發(fā)效率低等缺點(diǎn),在Simulink中的DSP Bulider平臺(tái)下,設(shè)計(jì)了自適應(yīng)線譜增強(qiáng)器的模型,自動(dòng)生成了符合FPGA要求的文件。并結(jié)合多種EDA工具,對(duì)模型進(jìn)行仿真、驗(yàn)證,使設(shè)計(jì)更加靈活與簡便,提高了工程應(yīng)用的效率。艦

        計(jì)算機(jī)與數(shù)字工程 2016年10期2016-11-07

      • 一種基于線譜特征函數(shù)提取LOFAR圖線譜的方法
        王海斌?一種基于線譜特征函數(shù)提取LOFAR圖線譜的方法李山1,2,王德俊1,王海斌1(1. 中國科學(xué)院聲學(xué)研究所聲場聲信息國家重點(diǎn)實(shí)驗(yàn)室,北京 100190; 2. 中國科學(xué)院大學(xué),北京 100190)水聲信號(hào)被動(dòng)檢測中廣泛使用LOFAR圖對(duì)接收信號(hào)進(jìn)行處理和分析。針對(duì)LOFAR圖中線譜信號(hào)檢測問題,根據(jù)線譜信號(hào)特征設(shè)計(jì)特征函數(shù),提出頻域滑動(dòng)窗線譜特征累積檢測法。該方法在頻率軸移動(dòng)觀察窗,用多步?jīng)Q策算法計(jì)算每個(gè)觀察窗的最優(yōu)解,得到最優(yōu)路徑,如果最優(yōu)路徑特征

        聲學(xué)技術(shù) 2016年4期2016-10-13

      • 一種基于瞬時(shí)相位方差加權(quán)的線譜檢測器
        頻帶[16]-,線譜譜級(jí)通常比連續(xù)譜平均譜級(jí)高出 10~25 dB。這為被動(dòng)聲吶實(shí)現(xiàn)水下目標(biāo)遠(yuǎn)程探測提供一種可能,也促使了線譜檢測技術(shù)的進(jìn)一步發(fā)展。依據(jù)水下目標(biāo)輻射噪聲含有高強(qiáng)度穩(wěn)定線譜這一特征,國內(nèi)外學(xué)者在不同方面進(jìn)行了有效、有針對(duì)性研究,提高了被動(dòng)聲吶性能[715]-。文獻(xiàn)[9,10]提出了一種基于瞬時(shí)頻率方差加權(quán)的陣列信號(hào)處理方法,文獻(xiàn)[11]提出了一種基于瞬時(shí)方位方差加權(quán)的陣列信號(hào)處理方法,它們均克服了傳統(tǒng)線譜檢測4維顯示難點(diǎn),改善了能量累積檢測法

        電子與信息學(xué)報(bào) 2015年7期2015-12-13

      • 被動(dòng)線譜檢測的子帶分解和分方位區(qū)間融合算法?
        ?研究報(bào)告?被動(dòng)線譜檢測的子帶分解和分方位區(qū)間融合算法?戴文舒1,2?陳新華1孫長瑜1(1中國科學(xué)院聲學(xué)研究所北京100190)(2中國科學(xué)院大學(xué)北京100049)目標(biāo)輻射噪聲低頻線譜豐富,線譜相對(duì)譜級(jí)高,且較穩(wěn)定,可直接應(yīng)用于目標(biāo)檢測。基于子帶分解處理的現(xiàn)有融合方法適用于信噪比相對(duì)較高情況,而對(duì)于相干干擾噪聲或強(qiáng)寬帶噪聲,線譜目標(biāo)的有效檢測仍沒很好解決。本文從子帶空間譜統(tǒng)計(jì)特性出發(fā),利用線譜譜級(jí)高出連續(xù)譜10~25 dB,線譜頻帶所在方位區(qū)間的輸出方位波

        應(yīng)用聲學(xué) 2015年3期2015-10-26

      • Active Control of Low-Frequency Sinusoidal Vibration Transmission of Ship Machinery
        0.船舶機(jī)械低頻線譜振動(dòng)傳遞的主動(dòng)控制李彥1a,b,何琳1a,b,帥長庚1a,b,馬建國1a,b,王飛1a,2,柳勇1a,3 (1海軍工程大學(xué)a.振動(dòng)與噪聲研究所;b.船舶振動(dòng)噪聲重點(diǎn)實(shí)驗(yàn)室,武漢430033;2中國船舶科學(xué)研究中心,江蘇無錫214082;3中國船舶設(shè)計(jì)研究中心,武漢430064)針對(duì)船舶機(jī)械振動(dòng)的低頻線譜主動(dòng)控制,文章采用輸出力大、頻響平直、無接觸式的磁懸浮作動(dòng)器,分析了永磁偏置式作動(dòng)器的電-磁-力耦合特性,推導(dǎo)了磁懸浮主被動(dòng)隔振系統(tǒng)運(yùn)動(dòng)

        船舶力學(xué) 2015年12期2015-05-02

      • 一種基于艦船輻射噪聲起伏特性的線譜提取方法
        上表現(xiàn)為連續(xù)譜和線譜的疊加。其中,低頻段線譜噪聲中包含了穩(wěn)定的艦船特征信息,同時(shí)也是現(xiàn)代降噪技術(shù)難以解決的問題,因此提取低頻段線譜對(duì)于目標(biāo)的探測和識(shí)別具有重要意義。實(shí)際中,水聽器接收到的信號(hào)是目標(biāo)聲源與海洋環(huán)境相互作用的結(jié)果。受到信號(hào)產(chǎn)生機(jī)理、聲源與接收器相對(duì)運(yùn)動(dòng)、信號(hào)多途相干以及海洋表面風(fēng)浪、溫度微結(jié)構(gòu)等因素的影響,到達(dá)接收水聽器的目標(biāo)信號(hào)具有一定的起伏性[2]。時(shí)域上表現(xiàn)為信號(hào)幅度和時(shí)延的起伏,頻域上表現(xiàn)為幅度與相位隨時(shí)間的起伏。一般認(rèn)為這種起伏性對(duì)信

        艦船科學(xué)技術(shù) 2015年10期2015-03-12

      • 流噪聲背景下的細(xì)長線陣甚低頻弱線譜檢測算法
        細(xì)長線陣甚低頻弱線譜檢測算法羅斌 王茂法 肖翔 王曉林 王世闖 (第七一五研究所,杭州,310023)摘要拖線陣聲吶在高速拖曳時(shí),目標(biāo)潛艇的甚低頻線譜特征被淹沒在背景噪聲(以流噪聲為主)中,為進(jìn)一步提升高速拖曳時(shí)細(xì)長拖線陣聲吶檢測目標(biāo)甚低頻線譜的能力,在對(duì)細(xì)長線陣聲吶的流噪聲特性進(jìn)行建模分析的基礎(chǔ)上,推導(dǎo)出水聽器對(duì)流噪聲的響應(yīng)函數(shù),并提出最小均方最優(yōu)濾波和經(jīng)驗(yàn)?zāi)B(tài)分解的聯(lián)合線譜檢測算法,通過海試數(shù)據(jù)進(jìn)行驗(yàn)證分析。結(jié)果表明該算法能夠很好地檢測出目標(biāo)甚低頻弱線

        聲學(xué)與電子工程 2015年1期2015-02-21

      • 船舶噪聲DEMON譜質(zhì)量評(píng)估方法
        速和槳葉數(shù)的調(diào)制線譜以及譜結(jié)構(gòu)等特征,通過專家知識(shí)和模板匹配等方法進(jìn)行分類識(shí)別。DEMON譜分析憑借提取的特征穩(wěn)定、物理意義明確等優(yōu)勢,一直是船舶噪聲識(shí)別中最重要的譜分析方法。但是DEMON 譜質(zhì)量優(yōu)劣、有無有用信息、能否用于訓(xùn)練識(shí)別或者其他用途等,一直沒有一個(gè)系統(tǒng)有效的計(jì)算方法,這給DEMON 譜的實(shí)際應(yīng)用造成了諸多不便。為此,本文通過對(duì)影響DEMON 譜質(zhì)量的因素進(jìn)行分析,提出一套DEMON 質(zhì)量評(píng)估辦法和應(yīng)用方法。1 DEMON 譜質(zhì)量影響因素分析D

        艦船科學(xué)技術(shù) 2014年9期2014-12-05

      • 參數(shù)擾動(dòng)廣義混沌同步化線譜控制技術(shù)研究
        展,艦船輻射水聲線譜已成為被動(dòng)聲納進(jìn)行目標(biāo)參數(shù)估計(jì)和類型識(shí)別的主要依據(jù)[1]。由于艦船機(jī)械設(shè)備大部分為旋轉(zhuǎn)類機(jī)械,工作工況相對(duì)穩(wěn)定,則每艘艦船的輻射水聲線譜相對(duì)較為穩(wěn)定,因此,線譜稱為艦船的“指紋”,對(duì)其隱身性能構(gòu)成了嚴(yán)重危害。由于傳統(tǒng)的線性被動(dòng)隔振系統(tǒng)具有頻率保持性,不能夠有效消除和改變線譜特征。針對(duì)這一難題,朱石堅(jiān)等[2-3]提出了線譜混沌化控制技術(shù),即利用非線性系統(tǒng)處于混沌運(yùn)動(dòng)狀態(tài)時(shí),其功率譜呈連續(xù)譜且下降的特性對(duì)線譜特征進(jìn)行控制,從而提高隱身性。目

        振動(dòng)與沖擊 2014年21期2014-09-18

      • 艦船輻射噪聲線譜檢測與分析*
        3)艦船輻射噪聲線譜檢測與分析*單廣超1趙漢波2(1.海軍陸戰(zhàn)學(xué)院 廣州 510430)(2.國防科技大學(xué)電子科學(xué)與工程學(xué)院 長沙 410073)結(jié)合經(jīng)典功率譜和DEMON譜分析各自的特點(diǎn),對(duì)艦船輻射噪聲線譜進(jìn)行綜合分析?;谥芷趫D譜法進(jìn)行艦船輻射噪聲功率譜估計(jì),通過線譜與連續(xù)譜分離、取除虛警及歸并線譜,有效地對(duì)輻射噪聲功率譜中的特征線譜進(jìn)行了提取,并結(jié)合DEMON譜分析了艦船輻射噪聲的調(diào)制效應(yīng)和調(diào)制周期,獲得諸如艦船螺旋槳轉(zhuǎn)速、螺旋槳葉片數(shù)等不變的艦船物

        艦船電子工程 2014年10期2014-07-05

      • 基于隱馬爾可夫模型的線譜跟蹤技術(shù)
        隱馬爾可夫模型的線譜跟蹤技術(shù)管景崇,胡金華(海軍工程大學(xué),湖北 武漢 430033)線譜檢測和跟蹤是被動(dòng)聲吶信號(hào)處理中的重要內(nèi)容,本文給出一種基于隱馬爾可夫模型的線譜跟蹤方法。它采用前向后向算法對(duì)LOFAR譜圖上線譜進(jìn)行狀態(tài)估計(jì),然后根據(jù)連續(xù)檢驗(yàn)對(duì)每根線譜的起始和終止時(shí)間進(jìn)行檢測,實(shí)現(xiàn)對(duì)單根線譜和多根線譜的檢測與跟蹤。通過計(jì)算機(jī)仿真和海試數(shù)據(jù)處理,驗(yàn)證了基于隱馬爾可夫模型的線譜跟蹤技術(shù)的有效性和穩(wěn)定性。隱馬爾可夫;被動(dòng)聲吶;線譜檢測;線譜跟蹤0 引言隱馬爾

        艦船科學(xué)技術(shù) 2014年5期2014-03-08

      • 多個(gè)線譜噪聲的局部區(qū)域有源消聲
        66042)多個(gè)線譜噪聲的局部區(qū)域有源消聲趙漢波1,鄭 援2,姜 斌2(1.海軍潛艇學(xué)院研究生隊(duì),山東 青島 266042;2.海軍潛艇學(xué)院 航海觀通系,山東青島 266042)噪聲主動(dòng)控制技術(shù)是近年研究的一個(gè)熱點(diǎn)問題,它克服了被動(dòng)降噪技術(shù)設(shè)備龐大、笨重、造價(jià)高等缺點(diǎn),尤其對(duì)低頻噪聲具有良好的控制效果,展現(xiàn)出巨大的商業(yè)價(jià)值。本文在對(duì)有源消聲進(jìn)行理論分析的基礎(chǔ)上,提出在局部空間實(shí)現(xiàn)多個(gè)線譜主動(dòng)控制的方法,并研究消聲區(qū)域的分布特點(diǎn)。同時(shí),基于該方法進(jìn)行船舶輻射

        艦船科學(xué)技術(shù) 2014年4期2014-03-08

      • 基于矢量相干積累的艦船特征線譜增強(qiáng)算法
        ]利用窄帶自適應(yīng)線譜增強(qiáng)器加強(qiáng)信號(hào)中的線譜成分;文獻(xiàn)[3]利用自適應(yīng)濾波器來消除信號(hào)中的加性白噪聲;文獻(xiàn)[4]利用自適應(yīng)譜線增強(qiáng)器對(duì)線譜檢測方法進(jìn)行了研究。但由于海洋海況復(fù)雜,噪聲干擾較大,且艦船輻射噪聲不斷減小,以往基于時(shí)域、頻域的檢測方法通常難以達(dá)到理想的效果。為此,本文利用矢量水聽器測量的艦船輻射噪聲和海洋環(huán)境噪聲的聲壓、振速相干特性的差異,結(jié)合相干累積的方法,提出了矢量相干積累自適應(yīng)線譜增強(qiáng)算法(CI-ALE)。1 背景矢量水聽器由傳統(tǒng)的聲壓水聽器

        探測與控制學(xué)報(bào) 2013年1期2013-12-01

      • NEMS矢量水聽器的海上實(shí)驗(yàn)研究
        種典型的連續(xù)譜和線譜的疊加,它們從2個(gè)方面反映了艦船的特征,可根據(jù)線譜特征對(duì)目標(biāo)進(jìn)行識(shí)別分類,其中線譜主要集中在1000 Hz以下。線譜是水中目標(biāo)輻射噪聲譜中的重要成分,它們往往攜帶著重要的特征信息。利用線譜一方面可以發(fā)現(xiàn)低噪聲目標(biāo),大幅度提高聲吶的探測距離;另一方面可根據(jù)線譜特征對(duì)目標(biāo)進(jìn)行識(shí)別。因此,研究低頻段線譜無論是對(duì)目標(biāo)自身隱蔽性還是遠(yuǎn)距離探測目標(biāo)都具有重要意義,同時(shí)也可能給艦船的減振降噪帶來突破性的進(jìn)展[2]。NEMS矢量水聲傳感器具有很好的低頻

        艦船科學(xué)技術(shù) 2013年8期2013-08-26

      • 改進(jìn)的自適應(yīng)線譜增強(qiáng)方法(DALE方法)用于線譜檢測研究
        41改進(jìn)的自適應(yīng)線譜增強(qiáng)方法(DALE方法)用于線譜檢測研究孫昕 李兵 房毅 中國人民解放軍91439部隊(duì)96分隊(duì),遼寧 大連 116041本文采用一種改進(jìn)的自適應(yīng)線譜增強(qiáng)方法(DALE方法)對(duì)線譜進(jìn)行檢測,仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性,可以提高對(duì)高背景噪聲下的單頻信號(hào)檢測性能。線譜; 自適應(yīng)線譜增強(qiáng); LMS引言艦船的輻射信號(hào)中包含了豐富的線譜,其成分代表了目標(biāo)的特征,實(shí)現(xiàn)對(duì)輻射噪聲的線譜成分檢測和提取,對(duì)于水中兵器的自導(dǎo)系統(tǒng)設(shè)計(jì)具有重要的意義。但是,由

        中國科技信息 2012年8期2012-10-26

      • 基于諧波小波的艦船輻射噪聲線譜提取方法
        1-3],其中,線譜具有集中而穩(wěn)定的能量,可用來估計(jì)目標(biāo)的運(yùn)動(dòng)參數(shù),進(jìn)行目標(biāo)識(shí)別[4-5]。因此,對(duì)被動(dòng)聲納而言,提高線譜的檢測能力和提取質(zhì)量,對(duì)于提高目標(biāo)檢測、分類和識(shí)別正確率都具有重要的意義。對(duì)于線譜成分的提取,現(xiàn)有的成果大多采用傳統(tǒng)的功率譜分析方法進(jìn)行研究[6-8],這就要求待分析的樣本信號(hào)具有較高的信噪比,但是,實(shí)際接收的艦船輻射噪聲信號(hào)都非常弱,不可避免地受到海洋環(huán)境噪聲的強(qiáng)干擾[9]。因此,研究在強(qiáng)背景噪聲下微弱的特征線譜成分的頻域提取和時(shí)域恢

        探測與控制學(xué)報(bào) 2012年3期2012-08-27

      • 水下高速目標(biāo)多傳感器聯(lián)合譜特征分布識(shí)別方法
        傳感器最為明顯的線譜成分,有利于特征提取。圖3 優(yōu)化后的目標(biāo)DEMON譜Fig.3 The optimized DEMON spectrum一般而言,目標(biāo)在勻速狀態(tài)下,窄帶線譜頻率比較穩(wěn)定,線譜幅度受到運(yùn)動(dòng)姿態(tài)、傳播衰減及多途影響較大,相比之下,頻率穩(wěn)定度好于幅度穩(wěn)定度。如果采取幅度提取的準(zhǔn)則,若判定門限固定,則存在漏檢的概率。利用頻率穩(wěn)定度來提取線譜,是在較低幅度門限的基礎(chǔ)上,分頻段統(tǒng)計(jì)線譜頻率方差,并將方差轉(zhuǎn)化為線譜穩(wěn)定程度判定量。步驟如下:1)將聲吶

        艦船科學(xué)技術(shù) 2012年4期2012-07-11

      • 自適應(yīng)線譜增強(qiáng)算法改進(jìn)及其在軸頻電場信號(hào)檢測中的應(yīng)用*
        該電場具有明顯的線譜特征和諧波成分,其基頻為1~7Hz.另外,該電場有著足夠可測量的強(qiáng)度,因而可以作為水中探測的理想信號(hào)源[1-2].但由于海水的導(dǎo)電性,軸頻電場信號(hào)在海水中隨著傳播距離的增大變得極其微弱[3],給遠(yuǎn)程探測帶來了困難.因此,研究低信噪比情況下軸頻電場信號(hào)的線譜檢測算法具有重要意義.1 線譜檢測算法自適應(yīng)線譜增強(qiáng)(adaptive line enhancement,ALE)算法是在加性噪聲中對(duì)線譜進(jìn)行參數(shù)估計(jì)的自適應(yīng)譜估計(jì)技術(shù),可用于檢測窄帶

        武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版) 2012年6期2012-06-19

      • 基于兩級(jí)自適應(yīng)線譜增強(qiáng)器的艦船輻射噪聲線譜檢測
        功率譜分析,提取線譜或連續(xù)譜特征。特別是其線譜與艦船推進(jìn)系統(tǒng)、螺旋槳及輔機(jī)有關(guān),能有效區(qū)分各類不同艦船輻射噪聲[2]。因此對(duì)艦船輻射噪聲的線譜進(jìn)行檢測在水下目標(biāo)識(shí)別中十分有用的。通常情況下輻射噪聲線譜具有頻率低和相對(duì)強(qiáng)的寬帶背景噪聲屬于弱信號(hào)的特點(diǎn)[3],采用一般的傅立葉變換方法很難檢測到強(qiáng)噪聲背景下的線譜成分。自適應(yīng)譜線增強(qiáng)方法具有抑制噪聲,增強(qiáng)線譜的功能,適合于強(qiáng)噪聲背景下弱信號(hào)的檢測。但實(shí)驗(yàn)發(fā)現(xiàn)僅通過一級(jí)ALE得到的信號(hào)中線譜增強(qiáng)不明顯,因此本文提出

        艦船科學(xué)技術(shù) 2012年8期2012-03-07

      • 高精度測頻與艦船線譜頻率穩(wěn)定性研究
        高精度測頻與艦船線譜頻率穩(wěn)定性研究劉保良1,徐全軍2,鄧玉芬1,孫 芳1(1.海洋測繪研究所,天津 300061;2.總參氣象水文局,北京 100081)隨著水聲技術(shù)的發(fā)展,水下甚低頻信號(hào)分析越來越受到研究者的重視。甚低頻線譜的穩(wěn)定性分析對(duì)于線譜檢測具有重要意義。低信噪比下,傳統(tǒng)的自適應(yīng)頻率估計(jì)方法性能不理想,為了提高對(duì)線譜的檢測能力和頻率估計(jì)的精度,提出一種高精度頻率估計(jì)器,利用相干累加自適應(yīng)線譜增強(qiáng)器的方法從寬帶噪聲中提取單頻線譜,進(jìn)而用自適應(yīng)頻率估計(jì)

        海洋技術(shù)學(xué)報(bào) 2012年2期2012-01-10

      • 一種優(yōu)化的艦船基頻特征提取算法
        重自相關(guān); 基頻線譜提取; 基頻置信度閾值; 目標(biāo)檢測0 引言被動(dòng)聲納目標(biāo)識(shí)別是各類艦艇和智能水中兵器重要的目標(biāo)識(shí)別手段, 而目標(biāo)識(shí)別的關(guān)鍵在于如何有效地提取能夠表征目標(biāo)類別的本質(zhì)特征。統(tǒng)計(jì)數(shù)據(jù)顯示[1], 實(shí)際艦船物理場中存在頻率介于1~30 Hz的低頻線譜, 主要是由螺旋槳引起的軸頻, 它與艦船一一對(duì)應(yīng)。文獻(xiàn)[2]提出了基于最大似然比的軸頻、葉頻解調(diào)檢測器, 文獻(xiàn)[3]采用模糊系統(tǒng)進(jìn)行軸頻、葉頻的提取。由于海洋環(huán)境以及水聲信道的復(fù)雜性, 在低信噪比條件

        水下無人系統(tǒng)學(xué)報(bào) 2011年4期2011-05-28

      • 瞬時(shí)頻率方差加權(quán)導(dǎo)向最小方差波束形成檢測器
        致力于提高基陣對(duì)線譜目標(biāo)的檢測能力,仿真和海試表明改進(jìn)的方法能有效檢測強(qiáng)干擾背景下線譜目標(biāo).聲吶視野中通常存在多個(gè)目標(biāo),波束主瓣接收了期望目標(biāo)的信號(hào),同時(shí)其旁瓣也接收了其他目標(biāo)的信號(hào),成為探測期望目標(biāo)的干擾,稱為“多目標(biāo)干擾”.此時(shí),理論上最佳陣列處理器是最小方差無畸變(minimum variance distortionless response,MVDR)波束形成器[3].對(duì)于線譜,瞬時(shí)頻率方差(variance of instantaneous f

        哈爾濱工程大學(xué)學(xué)報(bào) 2011年6期2011-04-13

      • 矢量水聽器自適應(yīng)線譜增強(qiáng)應(yīng)用研究
        矢量水聽器自適應(yīng)線譜增強(qiáng)應(yīng)用研究何希盈1,2,李成新1,張 磊3,曾永鋼1,岳德俊1(1.中國人民解放軍91004部隊(duì),遼寧 大連 116031;2.海軍指揮學(xué)院信息系,江蘇 南京 211800;3.北海艦隊(duì)司令部,山東 青島266001)矢量水聽器可以同步、共點(diǎn)測量聲場的聲壓與振速信息。為了有效利用聲壓和振速的相關(guān)性,設(shè)計(jì)了雙輸入端自適應(yīng)線譜增強(qiáng)器,并利用自適應(yīng)線譜增強(qiáng)對(duì)實(shí)測的噪聲數(shù)據(jù)進(jìn)行了處理。結(jié)果表明,線譜增強(qiáng)器在雙輸入端分別輸入聲壓與振速信號(hào)時(shí)比在

        海洋技術(shù)學(xué)報(bào) 2011年3期2011-01-09

      • 單矢量水聽器線譜多目標(biāo)分辨研究
        對(duì)于輻射不同頻率線譜的非相干多目標(biāo),通過線譜的自動(dòng)提取與頻率方位分析,獲得不同目標(biāo)的線譜特征信息,然后通過α濾波分離并同時(shí)跟蹤不同目標(biāo)。2 矢量水聽器對(duì)低頻線譜的檢測與定向原理矢量水聽器可以共點(diǎn)同步測量聲場中一點(diǎn)的聲壓與振速。通過對(duì)聲壓、振速分別進(jìn)行傅里葉變換,在頻域上可以得到復(fù)聲強(qiáng)如下[4]:式中ω表示圓頻率,上標(biāo)*表示復(fù)共軛,P(r,ω)和V(r,ω)分別是聲壓p(r,t)和振速v(r,t)的傅里葉變換。復(fù)聲強(qiáng)可以表示為有功聲強(qiáng)和無功聲強(qiáng)的形式Ia(r

        電子與信息學(xué)報(bào) 2010年5期2010-05-27

      高台县| 沧源| 安溪县| 湟源县| 高阳县| 朝阳县| 远安县| 抚宁县| 永济市| 开封县| 浦城县| 永济市| 惠州市| 石屏县| 建瓯市| 阿拉尔市| 新源县| 彭水| 泉州市| 夏河县| 阿拉善盟| 三门县| 本溪| 潞西市| 连平县| 池州市| 米林县| 扬中市| 宜州市| 时尚| 台北市| 敖汉旗| 天长市| 高密市| 志丹县| 庐江县| 林州市| 康乐县| 阜新市| 天峻县| 香格里拉县|