近海风电场水下打桩辐射噪声特性测量分析

对滨海海上风电场一次完整的打桩过程不同水深处环境噪声进行监测和分析。结果表明:打桩过程水下辐射噪声脉冲信号,在所研究海域附近环境噪声级由原来打桩前的130 d B左右瞬间增加约20~50 d B,20~20 000 Hz频段,打桩噪声谱级高于工程前该海域背景环境噪声谱级约30~65 d B,100~1 000 Hz频率打桩辐射噪声谱级出现多个峰值,不同水深谱级最高峰值频率为200 Hz。根据打桩水下辐射噪声监测结果和浅海Marsh和Schulkin半经验公式,计算打桩辐射噪声声源级(距声源中心1 m处)为210.2 d B(参考声压1μPa)。为水下打桩辐射噪声的深入研究提供了基础数据,分析结果可供海洋环境和海洋生物保护研究参考。     

基于辐射噪声特征的舰船目标识别分类方法综述

通过舰船的辐射噪声对目标进行识别分类是水声领域的一个重要研究课题。综合介绍舰船辐射噪声数据获取途径、特征提取技术和目标识别技术。首先,介绍了 4 种数据采集类型较为丰富的辐射噪声数据库。其次,从线谱识别、小波分析和非线性特征提取技术 3 个方面介绍辐射噪声的特征提取技术。最后,从支持向量机等传统分类识别技术和深度学习技术 2 个方向介绍辐射噪声领域的识别分类技术。较系统地总结了基于舰船辐射噪声的目标识别分类技术,可以为舰船目标分类识别的研究提供参考。     

作为体积目标的舰船辐射噪声建模

舰船辐射噪声是由舰船上机械运转和舰船运动产生并辐射到水中的噪声,是水下目标探测系统对运动舰船进行探测、识别的基础,亦是扫雷装备需重构的重要物理场信息,具有重要的理论和应用价值。 基于舰船辐射噪声的来源和时频空域特点,将作为体积目标的舰船辐射噪声源简化为 3 个主要噪声辐射源,建立了“三亮点” 的体积目标辐射噪声模型,在保留目标主要特征的基础上,简化了重构算法的复杂性,提高了模型的实用性,可以为实验室目标探测、识别研究和扫雷装备提供较为逼真的目标数据来源。     

舰船辐射噪声特征线谱提取方法研究

线谱是船舶辐射噪声中重要的特征信息,为舰船的检测识别和方位跟踪提供了依据。采用Welch算法和CZT变换联合处理舰船的辐射噪声信号能够有效的提取线谱。Welch法在估计功率谱时可以有效减小方差和偏差,这有利于从宽带噪声谱中提取主要的窄带谱;CZT变换可以对窄带谱进行精确分析,提高频率的分辨力,因此这两者的结合有利于从舰船噪声中提取线谱。根据对仿真信号和某实船的辐射噪声信号的分析结果,表明该方法原理简单,能够精确地提取特征线谱,另外利用所提取的船只的特征线谱,还可以对船的航迹进行跟踪。     

Kraken声场建模下目标辐射噪声模拟技术研究

水面目标辐射噪声模拟技术是测试被动声呐系统、目标识别定向及水声软对抗的关键技术。通过对辐射噪声信号特性的描述及分析,建立了水面目标频域线谱及连续谱分量的数理仿真模型。针对水声信道影响因素,将Kraken简正波声场模型与信号本身特性有机结合。以1/3倍频程滤波带宽算法为基础,完成了对宽带FIR滤波器组的设计。采用现在应用广泛的GPU(Graphic Processing Unit)并行加速平台,实时实现了目标噪声模拟器整体架构,大大降低了系统硬件资源的消耗。通过对模拟器输出信号进行数理分析,证明了该模拟器能较好地实现水面目标的辐射噪声特性,具备良好的科研应用价值。     

任意姿态下矢量物理量的测量数据修正计算方法探讨

工程中矢量物理量的测量,例如水中目标的磁场、电场的测量,通常测量传感器的姿态角是任意或随机的,因此需要对传感器平台的姿态角进行测量,并由此将矢量物理量的测量数据修正到确定的参照坐标系。 分析了文献中通常使用的修正算法,即根据传感器平台姿态角测量值直接引用欧拉角旋转变换公式,分析表明这一算法存在原理性误差。 在此基础上,推导出了合理的变换计算式,可以直接应用在任意姿态下矢量物理量的测量数据修正计算,以及类似的坐标变换计算中。     

涉海工程水下冲击打桩噪声测量方法研究

随着海洋、湖泊、河流和港口等人类活动逐渐增加,涉海工程产生的水下噪声污染及对海洋生物影响已引起广泛关注。工程建设期环境影响评价中,水下噪声测量逐渐成为海洋监管的要素。水下冲击打桩是工程建设中常见的低频水下脉冲声源,能够传播较远距离。如何规范地开展水下冲击打桩噪声测量至关重要。文章给出了水下冲击打桩噪声的通用测量方法,包括声学指标、测量系统、测量布放、声学测量配置、测量不确定性等,可为海洋工程建设影响评价、海洋生物生态保护等提供技术支撑。     

舰船辐射噪声仿真模型置信度评估方法

根据舰船辐射噪声频域特性,从舰船辐射噪声线谱、谱密度的发展变化趋势、特征频段信号能量 3 个方面考虑,对舰船辐射噪声仿真数据和实测数据进行一致性分析,综合评估舰船辐射噪声仿真模型置信度。通过对舰船辐射噪声仿真模型置信度分析,为舰船辐射噪声仿真信号源置信度提供理论支撑。     

传感器测量衰减下的水下目标纯方位跟踪算法

为解决多传感器水下目标纯方位跟踪中的传感器测量衰减问题,建立水下目标静态多传感器纯方位跟踪模型,将传感器测量衰减建模为统计特性已知的随机变量,基于融合中心接收到的各水声传感器的原始测量值,设计了一种集中式状态估计器结构,利用最小方差方法推导出最优的集中式目标状态估计增益。通过算例仿真可以得出,所提出的算法能够在水声传感器不做机动的前提下跟踪目标,弥补了单个水声传感器观测性不足的缺点,对比传统的集中式Kalman估计器,具有更高的精度,能够有效解决传感器测量衰减问题。     

浅海环境水声传播数据实测与仿真分析

搭建了一套水下录音记录系统,在复杂浅海环境进行了水声数据采集实验;对于水声采集数据进行了距离、频率谱分析,利用MIT开发的声学计算程序OASES针对声场进行了仿真分析。通过模拟结果和实测结果的比较,优化调整仿真程序的环境参数,分析发现影响声场分布的主要因素为沉积层压缩波声速与声源深度。通过这种方式,优化了仿真软件的环境参数,初步建立了比较准确的浅海水声环境仿真模型,取得了预期实验效果。     

水中目标信息智能识别方法研究

提出了基于判定准则的海洋环境下目标关系识别方法。通过HBACA算法查找或识别不同元素关系能力强的特性,提取目标信息数据的关系,之后在信息数据关系中计算每个信息节点的点度中心度、紧致中心度和节点活跃度,根据信息数据在目标事件中的重要或关键程度,将信息数据划分为关键目标信息、重要目标信息和一般目标信息。仿真结果显示:能够明确地获得关键的信息数据坐标,并与其所处事件的重要程度能够匹配,同时相关信息数据的关系非常明显,很容易提炼出所处目标事件中重要目标信息数据之间的关联。     

Wave-induced Benthic Velocity Variations in Shallow Waters

Waves propagating from deep water into shallow coastal areas produce oscillatory currents near the sea bottom. The magnitude of these currents depend upon the period and amplitude of the incoming waves, and the dissipation mechanism such as wave breaking and bottom friction. Field experiments in a gently shoaling bay, i.e. Cleveland Bay, Northern Australia, showed that there is a broad band of water at around 6 m depth, where the benthic surge velocities are maximum. Both further inshore and offshore, the bottom velocities were less than at 6 m depth, contrary to the normal expectation that the velocities should increase as the water becomes shallower. A new and computationally efficient wave model was developed and was able to reproduce experimental results for waves above 50 cm wave height, but not for small waves (wave height about 30 cm). One implication of this higher band of benthic surge velocities may be to produce high water turbidities in this region. Turbidity data from Cleveland Bay is consistent with this hypothesis.     

水声信号的一种非线性降噪方法

采用基于非线性动力学系统的局部投影非线性降噪理论,研究了水声信号的非线性降噪问题,并对传统的局部投影算法进行了改进.采用自适应调整邻域大小的方法,改善了传统局部投影算法的邻域选择问题;利用局部投影算法中局部协方差矩阵存在特征值突变的现象,有效地解决了信号子空间和噪声子空间的划分难题.以Henon混沌时间序列为仿真模型,对传统的局部投影算法,以及改进后的算法的降噪性能进行了验证比较,结果表明,改进后的算法更加有效地抑制了噪声.     

A Track Initiation Method for the Underwater Target Tracking Environment

A novel efficient track initiation method is proposed for the harsh underwater target tracking environment (heavy clutter and large measurement errors): track splitting, evaluating, pruning and merging method (TSEPM). Track initiation demands that the method should determine the existence and initial state of a target quickly and correctly. Heavy clutter and large measurement errors certainly pose additional difficulties and challenges, which deteriorate and complicate the track initiation in the harsh underwater target tracking environment. There are three primary shortcomings for the current track initiation methods to initialize a target: (a) they cannot eliminate the turbulences of clutter effectively; (b) there may be a high false alarm probability and low detection probability of a track; (c) they cannot estimate the initial state for a new confirmed track correctly. Based on the multiple hypotheses tracking principle and modified logic-based track initiation method, in order to increase the detection probability of a track, track splitting creates a large number of tracks which include the true track originated from the target. And in order to decrease the false alarm probability, based on the evaluation mechanism, track pruning and track merging are proposed to reduce the false tracks. TSEPM method can deal with the track initiation problems derived from heavy clutter and large measurement errors, determine the target’s existence and estimate its initial state with the least squares method. What''s more, our method is fully automatic and does not require any kind manual input for initializing and tuning any parameter. Simulation results indicate that our new method improves significantly the performance of the track initiation in the harsh underwater target tracking environment.