一、舰船噪声的1(1/2)维谱特征提取(论文文献综述)
孟庆春[1](2021)在《无人探测中的调制谱分析方法研究》文中进行了进一步梳理水面及水下目标的辐射噪声低频线谱处理(Detection of Envelope Modulation on Noise,DEMON)与特征提取是目标识别的关键技术,也是近年来水声领域备受关注的研究内容之一。水下无人航行器(Underwater Unmanned Vehicle,UUV)因受环境限制小、灵活度大等优点而备受关注,而其中,声纳作为UUV的耳目有着至关重要的地位。论文针对无人系统无法进行人工干预的特点,研究了适用于无人平台的基于矢量阵列的目标辐射噪声调制信号被动检测和估计的方法,为实现基于UUV平台的水下目标被动识别奠定基础。论文在DEMON谱的处理中,首先结合舰船辐射噪声特性对调制信号进行了建模,分别讨论了不同包络模型的DEMON谱特性。研究适用于水下无人平台矢量阵的最优检波算法。将滑动窗中取局域均值的思想与自适应双向?滤波技术相结合,对估计出的DEMON谱进行去连续谱处理,并联合三种门限提取DEMON线谱。上述处理流程无人参与,可用于实现UUV平台上DEMON谱自主检测,有利于后续实现对目标DEMON谱的特征提取。从常规功率谱估计算法-平均周期图法出发,结合水下无人平台机动性强、对系统实时性要求较高的特点,重点研究了可适用于无人平台DEMON谱估计的几种方法:1、针对平均周期图法在实际探测中无法获得长时间稳定信号的弊端,研究的全极点AR模型谱估计法;2、为获得比二阶功率谱更高阶的信号特征,研究的基于三阶累积量对角切片的3/2维DEMON谱估计算法;3、针对环境噪声尤其是无人平台背景噪声一般不符合高斯分布的情况,研究的基于广义高斯概率密度分布的GG-DEMON估计器及改进后的MGG-DEMON估计器,并加入Newton-Raphson迭代算法解决UUV探测中待测样本形状参数未知的问题。通过仿真及长、短海试样本对几种算法进行对比分析,证明了AR模型谱估计法和3/2维DMEON谱估计在UUV搭载矢量阵、短样本、高信噪比条件下较好的检测性能。特征提取是水下被动目标识别的关键所在,论文结合最大公约数与倍频检测思想,研究了一种抗干扰能力强且较为稳定的UUV平台目标转速特征自主提取算法,通过海上实验验证了算法的有效性。同时,在现有研究的基础上推导出了二叶桨至九叶桨船只的前10阶谐波能量结构特征,结合专家系统匹配度判断得到目标的桨叶数特征,经过大量的实际数据分析,证明该算法流程对于特征提取的效果较好。最后,根据公开数据库Ships Ear中的船只分类,分析得到A类、B类、C类、D类目标在不同分解层数下的小波包能量特征。所研究的三种特征为UUV平台中利用舰船辐射噪声的调制信息进行目标识别奠定了基础。
张亚斌[2](2020)在《基于潜标平台的舰船目标探测技术研究》文中提出水下潜标平台是一种用于水下监测的作业平台,可对目标海域实行长期有效监测,本论文的研究主要围绕水面舰船被动声学探测需求,开展基于潜标平台的舰船目标辐射声信号检测及测向技术研究。首先,对舰船辐射噪声进行了建模与计算机仿真研究;在对舰船辐射噪声信号的组成及产生机理进行阐述与分析的基础上,研究了舰船辐射噪声在时、频及高阶域上的分布特性,对其典型特征进行提取并采用实船数据验证建模仿真的有效性。在舰船辐射噪声中,低频线谱与调制信息是最为重要的特征,利用LOFAR谱分析、DEMON谱分析、1.5维DEMON谱分析及2.5维DEMON谱分析等多种谱分析技术对舰船辐射噪声的线谱与调制信息进行分析与对比,为后续的目标检测奠定理论基础。其次,针对潜标平台需要较长时间工作且一经布放很难进行能源供给的特点,认为潜标平台工作系统需要采用分级值班工作模式以降低功耗,在值更工作模式系统只需要对目标进行检测,结合舰船辐射噪声特点研究了多种舰船目标检测算法;针对舰船辐射噪声的低频信号时域波形特征,研究了宽带能量检测法、过零检测法等传统算法在不同信噪比和虚警概率条件下的检测效果。在此基础上,为进一步提高对舰船目标的检测能力,降低由虚警概率频繁唤醒工作系统引起的不必要功耗。论文研究了基于谱分析的联合特征检测技术,充分利用辐射噪声的频域、高阶域和调制信息,从多角度提取舰船辐射噪声特征,构建联合特征空间,利用支持向量机技术对所提取的辐射噪声特征进行匹配检测,分析验证了联合特征检测技术的检测能力。最后,在潜标系统检测到舰船目标信号后,往往还需要对目标方位进行估计,为下一级精细处理提供前级信息。针对水下潜标平台空间有限的特点,研究了小平台条件下的目标测向技术;重点围绕传统的平面五元十字阵型,分析了阵元间距与时延估计误差对测向精度的影响。针对时延估计误差对测向精度影响较大的问题,提出了基于高阶累积量的高精度时延估计算法,分析了该时延估计算法在不同噪声环境、不同信噪比条件下的时延估计精度,接着对所提测向技术进行仿真与对比验证。
赵冕,宋玉龙,郑威[3](2019)在《基于小波解调-1(1/2)维谱的舰船辐射噪声调制特征提取》文中进行了进一步梳理舰船辐射噪声的调制谱中含有大量舰船固有特征量,可用于估算舰船的航速以及进行目标分类与识别。本文提出一种基于小波解调与1(1/2)维谱的联合分析方法,利用Morlet小波的带通滤波能力以及其实部与虚部正交特性提供的信号解调功能,得到信号的尺度包络谱图,选取其中含有调制信息的小波分量,通过1(1/2)谱分析可以得到舰船轴频的基频及谐波信息。实验数据结果表明,该联合方法可以有效的提取舰船辐射噪声中的调制特征信息,具有广阔的应用前景。
赵冕[4](2019)在《舰船辐射噪声中调制特征线谱检测的小波分析方法研究》文中进行了进一步梳理舰船辐射噪声中的线谱成分不仅具有高能量强度与高稳定性的特点,而且其中含有大量舰船固有特征量,可以反映目标舰船的本质特征,因此线谱的准确提取对于目标的分类识别有着重要的实际价值。舰船辐射噪声线谱主要由低频线谱以及中高频的调制特征线谱组成,其中低频线谱部分由于受到海洋环境噪声以及一些低频杂波干扰,不利于高质量的特征提取,而其中高频线谱部分由于受到螺旋桨叶片频及轴频的影响,形成了调制特征线谱,可以避开环境噪声干扰,实现调制线谱及特征量的有效提取。舰船辐射噪声具有显着的非高斯与非平稳特性,针对其调制特征线谱提取,参考了经典的DEMON谱分析方法,但发现其选用的带通滤波与包络检波方法存在大量的高频谐波分量以及频谱混叠等现象,而且在利用功率谱分析提取线谱时具有对噪声抑制能力差、提取后的谐波分量不明显等缺点。因此,为了解决上述问题,本文深入研究了小波分析与高阶谱分析方法,提出了改进的调制特征提取方法,主要有以下四个方面内容:1.详细研究了舰船辐射噪声及其背景噪声的基本特性,讨论了舰船辐射噪声的各组成部分及其产生机理,并根据其声学特性建立了舰船辐射噪声的仿真模型。2.详细研究了小波分析方法,利用复小波解调的方法,对舰船辐射噪声信号同时进行分频滤波与解调操作,实现自适应滤波,并且有效抑制了高频谐波分量与频谱混叠现象。3.详细研究了高阶统计量原理,对双谱与1(1/2)维谱的原理及特性进行了深入讨论,利用性能更好的1(1/2)维谱对所得到的调制包络进行谱分析处理,取得了较好的线谱提取效果。4.综合利用小波解调以及1(1/2)维谱分析方法,构建低信噪比下的舰船辐射噪声调制线谱提取模型,分别利用仿真信号和实测数据进行实验分析,验证了该方法的有效性与普适性。
许劲峰,郑威[5](2018)在《基于EMD-1(1/2)维谱的舰船辐射噪声调制特征提取》文中认为舰船辐射噪声的调制信息中包含了大量有关舰船特征的信息,作为被声呐识别和判断的依据,由此判别目标的类型和速度。传统的DEMON(Detection of Envelope Modulation On Noise)谱分析时,大多采用功率谱分析,在提取调制谱时,效果不太理想,存在对噪声抑制能力差、提取后的谐波特征不明显等缺点。论文提出了一种基于EMD分解和1(1/2)维谱分析的提取方法,首先对目标辐射噪声信号进行EMD(Empirical Mode Decomposition)分解得到原始信号的若干个固有模态分量(Intrinsic Mode Function,IMF),其次对这些IMF分量进行解调,然后对其中某几个分量作1(1/2)谱分析得到舰船轴频的基频及谐波信息。仿真和对实测数据分析的结果表明,该方法可以有效提取噪声的特征信息,具有良好的应用前景。
许劲峰[6](2018)在《舰船辐射噪声调制特征检测方法研究》文中研究指明舰船辐射噪声主要由机械噪声、螺旋桨噪声和水动力噪声组成。其辐射噪声由单频线谱和宽带连续谱迭加组成,线谱分量主要包括机械噪声和螺旋桨叶片共振产生的轴频和叶片频,主要分布在1000Hz以下的频率范围内,且线谱成分比连续谱具有更高的能量和稳定性,常被用来作为检测识别舰船类型和速度的依据。但是由于螺旋桨噪声对空化噪声等宽带连续分量存在幅度调制,直接从辐射噪声功率谱无法提取螺旋桨轴频和叶片频等调制特征。传统DEMON谱分析法是提取调制特征线谱的主要方法,但其在提取过程中,选用的是带通滤波平方检波,然后使用功率谱分析提取线谱信息。这样提取出来的线谱,往往效果不太理想,存在对噪声抑制能力差和提取后的谐波特征不明显等缺点。本文在研究高阶统计量和经验模态分解的基础上,对传统的DEMON谱分析法作了改进,主要有以下几点研究内容:1、研究海洋环境噪声和舰船辐射噪声基本特性,对舰船辐射噪声的各组成部分进行详细讨论,并进行建模仿真。2、研究高阶统计量基本原理,并对双谱和1(1/2)维谱进行深入讨论。把1(1/2)维谱应用到DEMON谱分析中,得到基于1(1/2)维谱的舰船辐射噪声调制特征信息提取方法,并对该方法原理进行阐述和对实测数据进行仿真分析提取线谱信息。与传统DEMON谱分析法进行比较,提取到的线谱基频清晰且谐波信息比较明显。3、研究经验模态分解基本原理,性质和优点。把经验模态分解应用到DEMON谱分析中,并结合1(1/2)维谱分析,得到基于EMD-1(1/2)维谱的舰船辐射噪声调制特征提取方法,并对该方法原理进行阐述和对实测数据进行仿真分析提取线谱信息。与传统DEMON谱分析法进行比较,突现出本方法的可行性和优势。
许劲峰,郑威,卢洪瑞,陈峰[7](2017)在《基于1(1/2)维谱的舰船辐射噪声调制特征信息提取》文中指出舰船辐射噪声的调制信息包含有大量的舰船特征信息,是被动声呐识别目标和估计目标速度的依据。传统的DEMON谱分析方法虽然能够得到基频及其谐波信息,但效果不理想。本文对1(1/2)维谱的抑制高斯噪声、增强信号基频和剔除非相位耦合谐波分量等特性进行研究,结合DEMON谱,最后谱分析选用1(1/2)维谱分析,提取舰船调制信号基频及其谐波信息。相比于传统的功率谱方法,利用1(1/2)维谱分析更有利于提取舰船辐射噪声调制信息。通过实测数据的处理分析,结果表明了该方法提取舰船辐射动态调制信息的有效性。
龙燕,温然[8](2017)在《舰船辐射噪声1(1/2)维谱的自适应子波特征提取》文中进行了进一步梳理现代化战争对信息技术的依赖日益增强,水中目标识别成为各国夺取海洋战争主动权研究的新领域。有效提取目标的本质特征是目标识别的关键。由于1(1/2)维谱保持了高阶谱的性质但其计算量却相对下降,本文结合自适应滤波理论,采用1(1/2)维谱对船舰辐射噪声进行特征提取,由对特征量的分析表明1(1/2)维谱可以有效对船舰类型识别。
温旋旋[9](2017)在《基于高阶统计量的舰船辐射噪声包络特征提取》文中指出舰船辐射噪声是非高斯非线性信号,而高阶统计量是研究非高斯非线性信号的有力工具。本文利用高阶统计量可以抑制高斯噪声和识别相位耦合特性的特点,从舰船辐射噪声的解调包络中提取轴频、叶频和桨叶数特征。本文首先研究了高阶统计量理论。说明了高阶累积量及其谱(高阶谱)可以抑制包括高斯噪声在内的所有对称分布噪声,可以识别信号的相位特征,而功率谱是相盲的,无法识别信号的相位特征。然后,研究了舰船辐射噪声包络调制的物理机理,说明了舰船辐射噪声包络调制特性是由于螺旋桨工作在周向不均匀尾流中引起的。接着从统计学角度给出了符合物理机理的信号模型。本文分析了舰船辐射噪声的常规DEMON谱和3/2维DEMON谱,并对它们进行了对比。研究了3/2维DEMON谱的性质,并对其性质进行了仿真分析。然后分别对仿真模拟的舰船辐射噪声信号和实际海试信号进行了3/2维DEMON谱分析,在对实际海试信号进行分析时通过滤波器组选择了最佳解调频带。最后分析了舰船辐射噪声包络的双谱特征提取方法,并研究了基于双谱对角切片的特征提取方法。这些特征提取方法都很好地提取了舰船的螺旋桨轴频、叶频等特征。
任超[10](2016)在《基于支持向量机的水下目标识别技术》文中指出论文结合某预研项目的相关研究计划开展研究工作。引信作为水中兵器的“大脑”,负责对水中兵器周围的目标进行识别、判决,并采取相应的对策。如何实现对目标快速、精确的分类识别,是水下武器设备对目标精准打击的基本条件,一直是国内外研究的热点和难点。基于小样本统计理论的支持向量机(SVM),遵循结构风险最小化原则,具有良好的稳定性、计算有效性和健壮性等特点,能够较好的解决小样本情况下的模式识别问题,成为近年来模式识别分类领域的首选分类器。基于实践应用的需要,论文在介绍水中目标识别现状的基础上,研究了支持向量机的相关基础理论及算法原理,实现了对海上最新实测舰船辐射噪声基于核主元分析法的特征选择与融合,并对目标进行了分类实验,取得了较理想的识别分类结果。论文首先分析了支持向量机在水中目标识别分类中的应用价值,详细综述了统计学理论的核心思想、支持向量机的基本原理以及不同分类面的构造方法,总结了支持向量机在有限的样本识别模型中的优点;分析了目标舰船辐射噪声的基本特性,包括辐射噪声源类型、通过特性和谱特性;分别研究了舰船辐射噪声时域自相关曲线特性、频域双谱特性和时频域的Wigner高阶谱的特性,提取了舰船辐射噪声的时域自相关曲线特征量、频域Welch-1(1/2)维谱特征及时-频域Wigner-1(1/2)谱特征,为构造舰船辐射噪声信号的联合特征奠定了基础;研究了核主元分析法的基本思想和实现方法,采用基于特定数据背景的DDK-KPCA算法选择与融合水中目标的联合特征向量,通过联合特征向量降维降低了运算对系统硬件的要求、提高了软件的运行效率;构造了基于混合核函数的混合数据关联核函数支持向量机模型,利用海上实录的舰船目标辐射噪声对本论文的方法进行了实验仿真,平均识别率达到了85%以上,与BP-NN分类器相比较,得到的分类结果具有更高的识别率和有效性;同时,结合研制任务需求,完成了目标辐射噪声信号预处理硬件设计、制作及测试,并已应用到实际工程项目中。通过论文研究,对该水中目标识别算法进行了实验仿真与验证,取得比较满意的结果,论文的研究结果对工程实践具有参考与指导价值。
二、舰船噪声的1(1/2)维谱特征提取(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、舰船噪声的1(1/2)维谱特征提取(论文提纲范文)
(1)无人探测中的调制谱分析方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 论文的研究背景及意义 |
1.2 DEMON谱分析国内外研究现状 |
1.2.1 DEMON谱估计研究现状 |
1.2.2 DEMON谱特征提取与识别研究现状 |
1.3 论文的主要研究内容 |
第2章 目标调制谱分析理论基础 |
2.1 目标辐射噪声模型 |
2.1.1 目标辐射噪声特性 |
2.1.2 噪声的数学模型与仿真 |
2.2 基于矢量阵的DEMON谱分析方法理论基础 |
2.2.1 DEMON谱处理架构 |
2.2.2 基于矢量阵的DEMON谱检波方法 |
2.2.3 背景均衡处理 |
2.2.4 调制谱的提取 |
2.3 本章小结 |
第3章 DEMON谱估计算法研究 |
3.1 经典功率谱估计 |
3.1.1 自相关法(间接法) |
3.1.2 周期图法(直接法) |
3.1.3 平均周期图法 |
3.1.4 仿真对比 |
3.2 参数模型谱估计算法 |
3.2.1 参数模型谱估计算法理论 |
3.2.2 AR模型阶次的选择 |
3.2.3 AR模型谱估计法仿真分析 |
3.3 3/2维DEMON谱估计算法 |
3.3.1 高阶累积量与高阶谱介绍 |
3.3.2 3/2维DEMON谱研究与性能分析 |
3.3.3 3/2维DEMON谱仿真分析 |
3.4 MGG-DEMON |
3.4.1 GGD中形状参数估计方法 |
3.4.2 GG-DEMON |
3.4.3 MGG-DEMON |
3.4.4 仿真分析 |
3.5 实验数据处理 |
3.5.1 长样本下各算法处理结果分析 |
3.5.2 短样本下各算法处理结果分析 |
3.6 本章小结 |
第4章 无人平台下舰船噪声调制信息特征提取 |
4.1 基于目标DEMON谱的转速特征提取技术 |
4.1.1 倍频检测法理论基础 |
4.1.2 最大公约数法理论基础 |
4.1.3 实验数据处理 |
4.2 基于目标DEMON谱的桨叶数特征提取技术 |
4.2.1 基于面积/高度向量的桨叶数特征提取 |
4.2.2 基于专家系统的桨叶数特征提取 |
4.2.3 实验数据处理 |
4.3 基于目标调制包络的小波包能量提取技术 |
4.3.1 小波分解理论基础 |
4.3.2 小波包分析 |
4.3.3 基于小波包的目标能量特征 |
4.4 舰船辐射噪声DEMON谱特征提取 |
4.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(2)基于潜标平台的舰船目标探测技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 潜标平台应用技术概况 |
1.3 水下目标检测技术研究现状 |
1.4 论文结构安排 |
第2章 舰船辐射噪声特征建模与谱分析 |
2.1 舰船辐射噪声组成 |
2.1.1 机械噪声 |
2.1.2 螺旋桨噪声 |
2.1.3 水动力噪声 |
2.2 舰船辐射噪声建模 |
2.2.1 连续谱的建模 |
2.2.2 线谱的建模 |
2.2.3 调制信息的建模 |
2.2.4 舰船辐射噪声整体建模 |
2.3 舰船辐射噪声的谱分析方法 |
2.3.1 LOFAR谱分析原理 |
2.3.2 DEMON谱分析原理 |
2.3.3 1.5 维DEMON谱分析原理 |
2.3.4 2.5 维DEMON谱分析原理 |
2.4 舰船信号谱分析处理 |
2.4.1 舰船信号处理计算机仿真 |
2.4.2 实船信号处理 |
2.5 本章小结 |
第3章 舰船目标检测技术研究 |
3.1 宽带能量信号检测方法 |
3.2 过零信号检测方法 |
3.3 过零检测与能量检测的联合检测方法 |
3.4 联合特征目标检测方法 |
3.5 舰船目标检测技术的计算机仿真对比 |
3.5.1 宽带能量检测法计算机仿真 |
3.5.2 过零检测法计算机仿真 |
3.5.3 过零检测与能量检测的联合检测法计算机仿真 |
3.5.4 联合特征检测法计算机仿真 |
3.6 舰船目标检测技术的实船数据分析 |
3.7 本章小结 |
第4章 舰船目标测向技术研究 |
4.1 舰船目标测向原理 |
4.1.1 平面阵舰船目标测向方法 |
4.1.2 五元平面阵舰船测向精度分析 |
4.2 时延估计算法原理 |
4.2.1 广义互相关时延估计算法 |
4.2.2 广义二次相关时延估计算法 |
4.2.3 高阶累积量一维切片时延估计算法 |
4.2.4 基于高阶累积量的高精度时延估计算法 |
4.3 计算机仿真分析 |
4.3.1 时延估计算法仿真 |
4.3.2 五元十字阵测向性能仿真 |
4.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(4)舰船辐射噪声中调制特征线谱检测的小波分析方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文的背景与意义 |
1.2 国内外研究现状 |
1.2.1 舰船辐射噪声及其背景噪声研究现状 |
1.2.2 舰船辐射噪声线谱检测研究现状 |
1.2.3 小波分析方法的研究现状 |
1.3 论文的主要内容与结构安排 |
第2章 舰船辐射噪声 |
2.1 舰船辐射噪声源的组成及基本特性 |
2.1.1 舰船机械噪声 |
2.1.2 舰船螺旋桨噪声 |
2.1.3 水动力噪声 |
2.2 舰船辐射噪声建模与仿真 |
2.2.1 宽带连续谱建模与仿真 |
2.2.2 线谱分量建模与仿真 |
2.2.3 调制包络建模与仿真 |
2.2.4 舰船辐射噪声的生成 |
2.3 本章小结 |
第3章 小波分析理论基础 |
3.1 小波变换基本理论 |
3.1.1 连续小波变换理论 |
3.1.2 连续小波变换性质 |
3.2 离散小波变换理论 |
3.2.1 离散小波变换 |
3.2.2 二进制离散小波变换 |
3.3 小波基性质 |
3.4 小波多分辨率分析 |
3.4.1 多分辨率分析原理 |
3.4.2 多尺度分解方法仿真分析 |
3.5 小波包分析 |
3.5.1 小波包分析原理 |
3.5.2 小波包性质仿真分析 |
3.6 本章小结 |
第4章 高阶谱分析及轴频估计 |
4.1 高阶统计量理论基础 |
4.1.1 随机变量的特征函数 |
4.1.2 高阶矩与高阶累积量 |
4.1.3 矩与累积量的转化关系 |
4.1.4 高斯过程的高阶矩与高阶累积量 |
4.2 高阶谱分析 |
4.2.1 高阶矩与高阶累积量谱 |
4.2.2 双谱的性质及算法 |
4.2.3 双谱性质的仿真分析 |
4.3 轴频估计 |
4.3.1 差频算法的轴频提取 |
4.3.2 倍频算法的轴频提取 |
4.4 本章小结 |
第5章 基于小波解调的舰船辐射噪声调制特征线谱提取 |
5.1 小波解调 |
5.1.1 复小波的多尺度分析 |
5.1.2 小波解调的算法 |
5.2 1(1/2)维谱分析 |
5.2.1 1(1/2)维谱定义 |
5.2.2 1(1/2)维谱性质 |
5.3 舰船辐射噪声调制特征线谱提取 |
5.3.1 调制特征提取流程 |
5.3.2 特征提取方法实现 |
5.4 数据处理与分析 |
5.4.1 仿真信号分析 |
5.4.2 实测数据分析 |
5.5 本章小结 |
总结与展望 |
参考文献 |
攻读硕士学位期间发表的学术论文 |
致谢 |
(5)基于EMD-1(1/2)维谱的舰船辐射噪声调制特征提取(论文提纲范文)
1 引言 |
2 原理分析 |
2.1 EMD原理 |
2.2 1 (1/2) 维谱的性质与算法2.2.1 1/2 |
2.2.1 (1/2) 维谱的定义 |
2.2.2 1 (1/2) 维谱的性质与仿真 |
3 特征线谱提取 |
4 数据处理与分析 |
5 结语 |
(6)舰船辐射噪声调制特征检测方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文的研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 海洋环境噪声和舰船辐射噪声研究现状 |
1.2.2 辐射噪声特征线谱提取研究现状 |
1.3 论文主要研究内容与结构安排 |
第2章 舰船辐射噪声 |
2.1 舰船辐射噪声源基本特征 |
2.1.1 舰船机械噪声分析 |
2.1.2 舰船螺旋桨噪声分析 |
2.1.3 舰船水动力噪声分析 |
2.2 舰船辐射噪声典型特征模拟 |
2.2.1 宽带连续谱建模仿真 |
2.2.2 线谱建模仿真 |
2.2.3 调制特征建模仿真 |
2.2.4 舰船辐射噪声信号仿真 |
2.3 本章小结 |
第3章 高阶统计量理论 |
3.1 矩与累积量 |
3.1.1 随机变量的特征函数 |
3.1.2 高阶矩与高阶累积量 |
3.1.3 矩与累积量的转换关系 |
3.1.4 高斯信号的高阶矩与高阶累积量 |
3.2 矩与累积量的性质 |
3.3 高阶谱 |
3.3.1 高阶矩谱与高阶累积量谱 |
3.3.2 双谱的性质和算法 |
3.3.3 双谱性质仿真 |
3.4 本章小结 |
第4章 基于1(1/2)维谱的舰船辐射噪声调制特征信息提取 |
4.1 1(1/2)维谱的性质与算法 |
4.1.1 1(1/2)维谱的定义 |
4.1.2 1(1/2)维谱的性质与仿真 |
4.2 噪声调制信息提取 |
4.2.1 解调器 |
4.3 数据处理与分析 |
4.4 本章小结 |
第5章 基于EMD-1(1/2)维谱的舰船辐射噪声调制特征提取 |
5.1 经验模态分解基本理论 |
5.1.1 瞬时频率 |
5.1.2 固有模态函数 |
5.1.3 EMD分解过程 |
5.1.4 EMD性质 |
5.1.5 EMD的优势 |
5.2 特征线谱提取 |
5.3 数据处理与分析 |
5.4 本章小结 |
总结与展望 |
参考文献 |
攻读硕士学位期间发表的学术论文 |
致谢 |
(8)舰船辐射噪声1(1/2)维谱的自适应子波特征提取(论文提纲范文)
1 舰船辐射噪声的谱特性 |
1.1 舰船辐射噪声的产生机理 |
1.2 舰船辐射噪声谱 |
2 自适应特征提取 |
2.1 自适应滤波理论 |
2.2 1 (1/2) 维谱算法 |
2.3 1 (1/2) 维谱的特征提取 |
3 结语 |
(9)基于高阶统计量的舰船辐射噪声包络特征提取(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文主要研究工作 |
第2章 高阶统计量理论分析 |
2.1 高阶累积量和高阶矩的定义 |
2.1.1 特征函数 |
2.1.2 高阶矩和高阶累积量的定义 |
2.1.3 累积量和矩的转换关系 |
2.2 高阶矩谱和高阶累积量谱的定义 |
2.3 高斯分布随机过程的高阶矩和高阶累积量 |
2.4 高阶累积量的重要性质 |
2.5 本章小结 |
第3章 舰船辐射噪声包络调制的物理机理与信号模型 |
3.1 舰船辐射噪声包络调制的物理机理 |
3.1.1 宽带空化噪声 |
3.1.2 不均匀尾流对宽带空化噪声的调制作用 |
3.2 舰船噪声连续谱信号的模拟 |
3.2.1 自适应特定频滤响应FIR滤波器设计 |
3.2.2 舰船辐射噪声连续谱模拟实例 |
3.3 舰船噪声高斯包络调制的模拟 |
3.3.1 调制包络的统计特征 |
3.3.2 包络调制后的时域信号 |
3.3.3 高斯调制包络的功率谱密度 |
3.3.4 高斯包络调制的二次相位耦合特性 |
3.4 完整舰船辐射噪声的模拟 |
3.5 本章小结 |
第4章 舰船辐射噪声的 3/2 维DEMON谱提取 |
4.1 舰船辐射噪声的DEMOM谱分析 |
4.1.1 DEMOM谱分析的原理 |
4.1.2 DEMOM谱分析的仿真 |
4.2 舰船辐射噪声的 3/2 维DEMON谱分析 |
4.2.1 3/2 维谱的定义与算法 |
4.2.2 3/2 维谱的性质 |
4.2.3 3/2 维DEMON谱的仿真 |
4.3 海试数据的处理与分析 |
4.3.1 通过滤波器组选择最佳解调频带 |
4.3.2 海试数据的 3/2 维DEMON谱分析 |
4.3.3 海试数据的 3/2 维DEMON谱时频图分析 |
4.4 本章小结 |
第5章 舰船辐射噪声包络的双谱特征提取 |
5.1 双谱的性质与算法 |
5.1.1 双谱的性质 |
5.1.2 双谱估计的算法 |
5.2 具有相位耦合特性信号的双谱分析 |
5.3 舰船噪声包络的双谱特征提取仿真 |
5.4 海试数据处理 |
5.5 本章小结 |
结论 |
参考文献 |
致谢 |
(10)基于支持向量机的水下目标识别技术(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 统计学理论和支持向量机的研究现状 |
1.2.1 统计学理论发展概况 |
1.2.2 支持向量机的研究现状 |
1.3 水中目标识别研究现状 |
1.4 本文的主要内容 |
第二章 支持向量机相关理论 |
2.1 支持向量机在水中目标识别的研究价值 |
2.2 统计学习核心思想 |
2.2.1 学习过程的一致性的条件 |
2.2.2 函数集的VC维 |
2.2.3 推广性的界 |
2.2.4 结构风险最小化 |
2.3 支持向量机 |
2.3.1 最优分类面 |
2.3.2 广义最优分类面 |
2.3.3 支持向量机的优点 |
2.4 本章小结 |
第三章 舰船辐射噪声的多特征选择与提取 |
3.1 舰船辐射噪声特性分析 |
3.1.1 舰船辐射噪声的类型 |
3.1.2 舰船辐射噪声的通过特性 |
3.1.3 舰船辐射噪声的谱特性 |
3.2 基于自相关处理的舰船辐射噪声时域特征提取 |
3.2.1 自相关函数及其特性 |
3.2.2 自相关函数和功率谱的关系 |
3.2.3 基于自相关的时域特征子集构造 |
3.3 基于双谱分析的舰船辐射噪声频域特征提取 |
3.3.1 高阶累积量与高阶谱 |
3.3.2 双谱估计 |
3.3.3 基于双谱估计的频域特征子集构造 |
3.4 基于Wigner高阶谱的舰船辐射噪声时-频域特征提取 |
3.4.1 Wigner-Ville时频特征分析 |
3.4.2 Wigner-1(1/2) 谱特征分析 |
3.4.3 基于Wigner高阶谱的时频特征子集构造 |
3.5 本章小结 |
第四章 基于核主元分析的融合特征构造 |
4.1 维数约简 |
4.2 核主元分析基本原理和方法 |
4.2.1 主元分析的几何意义 |
4.2.2 核主成分分析的模型 |
4.2.3 主元个数的确定方法及常用核函数 |
4.2.4 核主元分析特征提取步骤 |
4.3 基于核主元分析的融合特征提取分析 |
4.3.1 构造联合多特征向量 |
4.3.2 构造DDK核函数 |
4.3.3 基于DDK-KPCA算法的融合特征选择与实例计算 |
4.4 本章小结 |
第五章 SVM分类器设计及实例验证 |
5.1 SVM解决二分类问题优越性分析 |
5.2 构建基于最小二乘支持向量机的DDK-CK-SVM |
5.2.1 最小二乘支持向量机的基本原理 |
5.2.2 基于LS-SVM的DDK-CK-SVM模型 |
5.3 水中目标分类实例验证 |
5.4 本章小结 |
第六章 识别系统设计与实现 |
6.1 总体方案设计 |
6.2 识别接收机(预处理)的设计 |
6.2.1 接收机参数分析 |
6.2.2 接收机性能分析 |
6.2.3 接收机实现原理及模块设计 |
6.3 数字处理部分 |
6.3.1 A/D采样电路设计 |
6.3.2 DSP模块设计 |
6.4 识别系统的硬件实现 |
第七章 全文总结 |
7.1 本文的主要工作总结 |
7.2 展望 |
参考文献 |
攻读硕士学位期间发表的学术论文和参加科研成果情况 |
致谢 |
四、舰船噪声的1(1/2)维谱特征提取(论文参考文献)
- [1]无人探测中的调制谱分析方法研究[D]. 孟庆春. 哈尔滨工程大学, 2021
- [2]基于潜标平台的舰船目标探测技术研究[D]. 张亚斌. 哈尔滨工程大学, 2020(05)
- [3]基于小波解调-1(1/2)维谱的舰船辐射噪声调制特征提取[J]. 赵冕,宋玉龙,郑威. 舰船科学技术, 2019(15)
- [4]舰船辐射噪声中调制特征线谱检测的小波分析方法研究[D]. 赵冕. 江苏科技大学, 2019(03)
- [5]基于EMD-1(1/2)维谱的舰船辐射噪声调制特征提取[J]. 许劲峰,郑威. 舰船电子工程, 2018(10)
- [6]舰船辐射噪声调制特征检测方法研究[D]. 许劲峰. 江苏科技大学, 2018(02)
- [7]基于1(1/2)维谱的舰船辐射噪声调制特征信息提取[A]. 许劲峰,郑威,卢洪瑞,陈峰. 2017中国西部声学学术交流会论文集, 2017
- [8]舰船辐射噪声1(1/2)维谱的自适应子波特征提取[J]. 龙燕,温然. 舰船科学技术, 2017(14)
- [9]基于高阶统计量的舰船辐射噪声包络特征提取[D]. 温旋旋. 哈尔滨工程大学, 2017(06)
- [10]基于支持向量机的水下目标识别技术[D]. 任超. 西北工业大学, 2016(05)