论文部分内容阅读
目标识别技术是高新技术条件下,潜艇及水面舰艇在海战中先敌发现、隐蔽攻击、克敌制胜的先决条件,也是鱼雷、水雷等水中武器系统实现智能化的关键技术之一,受到世界各国的高度重视。本文对循环自相关分析、Gammatone倒谱系数和人工神经网络在舰船辐射噪声的特征提取与分类技术中的应用进行了研究,通过仿真数据和实际舰船辐射噪声的处理,验证了算法的有效性。并编写了一目标噪声模拟软件和一基于Gammatone倒谱系数的噪声分类器。主要研究内容包括:1、阐述了舰船辐射噪声的产生机理,分别给出其线谱、宽带连续谱以及噪声调制的数学模型以及实现方法。并且结合公开发表的资料设计一套舰船噪声仿真软件。2、对循环平稳信号的处理方法进行了阐述,并采用循环自相关函数进行包络谱提取,给出了详细的步骤,并通过与Hilbert变换解调做对比。表明循环自相关方法能够较好的提取包络谱。将循环谱相干函数应用到舰船噪声的轴频提取中,给出了一种相比DEMON分析,不需要预先带通滤波的处理方法。3、研究了基于Gammatone倒谱系数和梅尔倒谱系数的舰船辐射噪声特征提取方法,改进了 Gammatone倒谱系数特征提取时候的压缩方式使得分类性能得到了提高。并结合仿真信号和实际采集的数据验证了用此方法提取舰船噪声特征的有效性。4、阐述了水声目标分类器的设计方法,研究了径向基函数神经网络在水声目标分类中的应用,并设计了一套水声分类软件。