舱室噪声源特征提取与信息融合技术研究

发布时间：2021-08-13 15:47

　　对于潜艇而言,自身的隐蔽性可以衡量其战斗力的强弱。在低速航行时,潜艇上的结构噪声是最重要的噪声源,有效的控制和降低结构噪声可以增加潜艇的隐身性,这是在设计潜艇时首要考虑的环节。机械结构噪声主要是由潜艇内各机械设备在运行过程中产生,并通过艇内结构传递到潜艇的壳体上向远场辐射。但是由于潜艇内噪声源种类繁多,各噪声源之间相互耦合,因此对舱室内主要噪声源进行识别分类是一个复杂的过程。通过对噪声源的识别分类技术的研究,获得各主要声源贡献大小,可以有效的为噪声源分别降噪提供良好的依据。本文采用数据融合技术,将各传感器采集的目标局部信息在一定的融合规则下进行处理与分析并进行融合,在充分利用各传感器提供的信号特征信息的基础上,尽可能的降低因冗余而给系统带来的复杂性,并最终实现对目标的一致性描述,进而提高舱室内主要噪声源的识别分类效果。论文将对以下内容进行分析与研究:首先,针对潜艇舱室内各噪声源的特点,基于仿真与试验数据,分别应用时域、频域、时频域多种特征提取技术进行特征提取。其次,对信息融合的基本原理与方法进行了介绍,阐述了用于目标识别的D-S证据理论,并研究了基本概率赋值的获取方法以及分析了几种改进... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

图２．?２时域信号对比??

图２．１过零法流程示意图??通过过零分布法对两类信号进行仿真分析

?（ｂ）第二类目标??图２．?３过零分布处理结果对比??通过对比图２．２和图２．３可发现，两类目标在时域上难以区分，但是在过零分布??分析后可以很好的区分出来。第一类目标的过零点数要多于第二类目标，主要是由??于第二类目标信号中高频部分比重高于第一类目标信号，因此过零点数也大。??２．２基于频谱估计的特征提取??信号频谱分析是将时域信号变换至频域并加以分析，获取信号的各个频率成分??及各频率分布情况等多重信息，是在信号处理中应用广泛且比较有效的分析方法。??由于噪声源辐射噪声有比较明显的特征线谱，因此，频域特征分析法可以有效的对??目标进行识别。??２．２．１自谱特征提取??首先对随机时域函数扒〇进行傅里叶变换：??Ｔ??Ｐ（ｗ）＝?＼ｐ（ｔ）ｅ￣Ｊｗｌｄｔ?（２－３）??０??式中Ｔ为信号长度。由自谱密度的定义知：??＾（ｃｙ）＝ｉ？｜（ｉｐＨｒ）?（２＿４）??下面对两类目标信号仿真分析：假设噪声信号的频率是＿／；，对应其强度值是??＝?２，…，Ｍ），是选取的相位具有随机性，仿真线谱常利用多条单频的正弦??信号相加

【参考文献】：
期刊论文
[1]信息融合理论的基本方法与进展（Ⅱ）[J]. 潘泉,王增福,梁彦,杨峰,刘准钆.  控制理论与应用. 2012(10)
[2]基于IMF能量谱的水声信号特征提取与分类[J]. 刘深,张小蓟,牛奕龙,汪平平.  计算机工程与应用. 2014(03)
[3]基于自适应噪声阈值的EMD域多尺度边缘提取[J]. 郑玲,张玢,林洁,付立辰.  计算机科学. 2012(S1)
[4]分布式信息融合的物联网事件检测方法[J]. 楼晓俊,鲍必赛,刘海涛.  南京邮电大学学报(自然科学版). 2012(01)
[5]基于固有模态能量熵的微弱目标检测算法[J]. 关键,张建.  电子与信息学报. 2011(10)
[6]应用分数傅立叶变换方法的水下目标特征提取[J]. 李秀坤,秦宇.  声学技术. 2010(01)
[7]一种新的可应用于声目标识别的倒谱系数[J]. 马元锋,陈克安,马苗,张成.  兵工学报. 2009(11)
[8]一种基于多传感器信息融合的故障诊断方法[J]. 马大中,张化光,冯健,刘金海.  智能系统学报. 2009(01)
[9]一种新的水声目标辐射噪声特征提取模型[J]. 胡桥,郝保安,吕林夏,陈亚林,孙起.  鱼雷技术. 2008(06)
[10]潜艇结构振动和声学特性研究进展[J]. 殷学文,黄捷,崔宏飞,华宏星,沈荣瀛.  振动与冲击. 2008(04)

博士论文
[1]多传感器数据融合关键技术研究[D]. 姜延吉.哈尔滨工程大学 2010
[2]复杂环境下目标识别的智能数据融合技术研究[D]. 蒲书缙.哈尔滨工程大学 2006
[3]故障诊断中信息熵特征提取及融合方法研究[D]. 谢平.燕山大学 2006

硕士论文
[1]基于听觉特征的水中目标辐射噪声特征提取[D]. 韩雪.哈尔滨工程大学 2013
[2]基于信息融合的目标识别分类技术研究[D]. 贺一平.西北工业大学 2002



本文编号：3340707