振动噪声和气动噪声统一分析方法的理论研究

首先对振动声学和气动声学理论进行了关联性分析,证明了振动声辐射的积分方程是FW-H方程的一种特殊形式,表明声比拟理论不仅适用于气动噪声的预测,而且同样适用于振动噪声的预测,是分析噪声产生机理的普适化理论。然后利用FW-H方程计算了球脉动和振动辐射噪声的声压级,计算结果和采用振动声学理论分析得到的结果完全一致。在此基础上,对流固耦合噪声的预测方法进行了探讨分析。结果表明,流体和弹性薄壳体耦合作用激发的噪声仅取决于流体的运动速度和流固界面的作用力,而与壳体边界的振动速度无直接相关。     

基于多小波的SAR图像去噪与压缩

SAR图像固有的乘性相干斑噪声降低了图像的相关性,增加了信息熵,影响了图像压缩的性能.多小波能够同时拥有正交性、紧支性和对称性,比单小波具有更多的自由度.因此提出了在多小波域进行去噪和压缩相结合的SAR图像编码算法.首先对图像进行多小波变换,采用改进的软阈值法抑制相干斑噪声同时对图像边缘进行保护,再对多小波系数重排建立空间方向树,然后采用多级树集合划分(SPIHT)算法进行编码.实验结果表明,该算法改进了重建SAR图像的PSNR,同时对相干斑噪声进行了有效的抑制.     

一种新型的速度和加速度估计器

将扩张状态观测器和递归线性平滑牛顿预测器相结合,形成了一种新型的速度和加速度估计器,它在跟踪位移和估计速度的同时能一并估计出加速度.虽然扩张状态观测器本身对量测噪声已经具有较好的滤波特性,但为了减小时间延迟,不能使滤波参数过大,这样会使估计出的加速度噪声稍高,需再用递归线性平滑牛顿预测器对加速度进行二次滤波.仿真结果表明,由扩张状态观测器和递归线性平滑牛顿预测器构成的滤波估计器在仅有位置量测信号且在噪声较大的情况下能有效地估计出速度和加速度,最终得到的速度和加速度估计信噪比高且时间延迟小.该估计器主要用于运动控制和机动目标跟踪中.     

基于直升机声纳探测的潜艇被发现概率仿真

以往基于反潜直升机声纳探测的潜艇被发现概率计算过于简单,而实际上潜艇被发现概率还与包括潜艇自身辐射噪声强度、海洋环境,海面风力、其它船只在内的等多项因素有关.对传统已有的基于反潜直升机声纳探测的潜艇被发现概率算法,用较完善的水声探测模型进行了修正,将潜艇宽带噪声和窄带噪声分开考虑,分别给出了两种不同噪声下被发现概率算法.通过仿真着重研究了潜艇辐射噪声级、辐射噪声频率和海面风力的影响,可为潜艇作战研究提供参考.     

一种基于EMD和ANC技术的自适应降噪方法

为了提高分析信号的信噪比,基于经验模态分解和自适应噪声抵消技术,提出了一种新的信号去噪方法。该方法首先对信号进行自适应噪声抵消,然后进行经验模态分解,得到不同尺度上的固有模态函数,再对不同尺度上的固有模态函数进行噪声属性判定,如果不是噪声则选用不同的滤波参数,进行自适应噪声抵消,最后对各尺度上噪声抵消后的信号进行重构,得到去噪后的信号。结果表明,该方法比基于最小均方误差准则的自适应噪声抵消方法更能有效地消除信号中的噪声。     

二阶自适应IIR陷波器复数算法的收敛性分析

针对背景噪声中复正弦信号的检测和估计问题,分析了自适应格型IIR陷波器的两种复数算法即梯度算法和简化的梯度算法的收敛性能,证明了输入白噪声方差的大小不影响收敛速度。并分析了由一阶自回归模型产生的有色噪声对算法的收敛性能的影响,为有色噪声中复正弦信号检测的自适应过程的参数的选取提供了理论依据。     

电子干扰飞机对抗警戒雷达组网系统的效果评估

在复杂的电磁环境下,如何有效地分析和评估远距离支援干扰对抗地面防空雷达网的效果具有重要的意义。分析了电子干扰飞机的运动给干扰效果造成的影响,以噪声压制式干扰效果评估为例,针对警戒雷达及其组网系统,在"有效干扰区"、"暴露区"等传统评估指标的基础上,提出增加"干扰过渡区"作为评估指标,研究了相应的评估方法,并给出了干扰效果的定量评估结果。     

白鲫鱼金属硫蛋白全长cDNA: MT-A, MT-B的克隆及其基因分型

应用阻抑性ＲＡＣＥ方法克隆得到白鲫鱼的两个ＭＴ全长ＣＤＮＡ（ＭＴ－Ａ和ＭＴ－Ｂ）,它们可读框间的同源性为９２．３％．用封闭式充氮层析系统得到高纯度的两个白鲫鱼肝ＭＴ蛋白,并用Ｅｄｍａｎ法测定了Ｎ－端氨基酸序列．据此证明了ＭＴ－Ｂ是表达ＭＴ－２蛋白的基因,ＭＴ－Ａ是表达ＭＴ－１蛋白的基因．此外测序过程中发现ＭＴ－１的Ｎ－端被封闭,而ＭＴ－２则是非封闭的,这提示它们在转录及翻译后调控机制的不同．白鲫鱼ＭＴ两基因的核酸序列和尾部非翻译区长度的差异（ＭＴ－Ａ约１５０ ｈｐ, ＭＴ－Ｂ约３６０ ｂｐ）,以及两 ＭＴ蛋白亚型的Ｎ－端封闭情况的不同,都为解释它们在组织中分布及其功能的差异性提供了线索．     

噪声中目标距离剖面像识别的修正特征子空间法

以噪声背景下高分辨雷达目标的距离剖面像为测量矢量 ,提出了基于修正特征子空间而进行特征抽取的目标识别方法。对每类目标 ,由训练样本矩阵经奇异值分解 (SVD) ,建立各自的特征子空间 ,并提取相应的降噪算子。对未知目标 ,其距离剖面像在各特征子空间中的投影 ,经相应降噪算子作用后 ,以能量最大为准则进行识别。模拟实验结果表明了所提方法的有效性     

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。船舶辐射噪声中有着很强的线谱成份,这些成份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逄法的基础上,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