导读:本文包含了舰船噪声论文开题报告文献综述、选题提纲参考文献，主要关键词:噪声,舰船,矢量,多普勒,分解,算法,声强。
舰船噪声论文文献综述写法
王疆一,张文,吴艳群[1]（2019）在《基于多频段滤波的舰船噪声DEMON谱分析》一文中研究指出0引言自然界中的任何声音都是由不同频率的成分构成的。一般来说,噪声信号属于随机信号,在各种频率上强度大致相同,但是航船、潜艇等目标会存在特定的频谱,并在水声信号中得以体现。这是由他们的物理特征决定的。如果将具有不同信号强度的频率绘制成频谱图,一般会在特定的频率处出现窄的尖峰脉冲信号(线谱)[1]。LOFAR和DEMON谱检测方法是反潜领域的经典线谱检测方法。LOFAR谱检测方法利用短时(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
吴光成[2]（2018）在《小波变换下舰船噪声信号特征提取方法研究》一文中研究指出对于噪声信号特征的提取,采用传统方法存在较多干扰因素,并没有将有效信号与无用噪声分离,因此造成信号特征提取精准度较低,提出了小波变换下舰船噪声信号特征提取方法研究。构建噪声污染模型,采用小波变换法将含噪信号模型进行分解,依据分解原理,区分小波变换领域中信号与噪声小波系数,根据奇异性检测理论,利用小波变换极大值方法进行信噪分离。使用小波变换特征提取方式,固定不同分解尺度大小,获取归一化处理后特征识别矢量,再经过神经网络识别,获取噪声信号特征。由实验对比结果可知,该方法最高提取精准度为95.1%,为舰船系统噪声分离奠定了良好基础。(本文来源于《舰船科学技术》期刊2018年20期）
吕曜辉,余德本,张晓,韩笑[3]（2018）在《基于矢量阵的鲁棒自适应舰船噪声检测算法研究》一文中研究指出稳健Capon波束形成算法直接将自适应对角元加载因子的计算与导向矢量的误差联系起来,易于实际操作,避免了其他算法计算加载量时的随意性。文章针对长线阵声纳检测近距离快速移动目标时观测数据不充分的问题,提出了一种基于矢量阵的改进稳健Capon波束形成算法。算法对数据矩阵进行奇异值分解,避免了求取不满秩的协方差矩阵,且减少了运算量及存储量。该算法对导向向量失配不敏感,且能有效地对快速移动的目标进行方位估计。最后通过仿真结果和海试试验数据处理验证了算法的有效性。(本文来源于《船舶力学》期刊2018年05期）
侯文姝,笪良龙[4]（2018）在《浅海舰船噪声声强流的方向性》一文中研究指出锚泊舰船作为近场平台时,所搭载的声压阵受其影响较大,无法正常工作。为研究其原因,采用矢量水听器阵探明近场锚泊舰船的噪声形成机制。基于简正波的矢量场理论,采用多个点声源声能流的相互作用对近场舰船噪声进行建模,得到了不同接收点处声能流的水平方向性。仿真结果与海上试验结果均表明,同一接收点处声能流在水平面上的方向均随频率变化,不同接收点处声能流随频率变化情况不同。说明舰船锚泊时的噪声主要由海浪拍打船舷产生,所建立的噪声模型的仿真与海上试验结果趋势一致。2个接收点水平相距2.25 m时,所反映的近场舰船水平方向性不同,这是近场舰船干扰下使用声压阵波束形成方法对远场目标进行DOA估计时的性能大幅降低的主要原因。(本文来源于《舰船科学技术》期刊2018年09期）
李训诰,周利辉,李馨子[5]（2017）在《舰船噪声听觉特征增强方法》一文中研究指出为改善新声呐兵听音训练效果,强化噪声样本中与目标属性紧密相关的听觉特征,将处理后的舰船噪声用于听音训练,提高舰船噪声样本利用率。提出的舰船噪声听觉特征增强模型及其实现方法主要包括四个步骤:噪声分解、子带分析、子带加权、噪声重建。首先采用多分辨分解将舰船噪声信号划分为若干子带,对子带进行逐个地听音分析和各种谱分析,选择特征信息稳定且丰富的子带进行强化,选取并微调各子带加权系数,采用多分辨分析理论重建舰船噪声,并根据重建噪声的功率谱、包络谱分析和听音分析结果调整加权系数,进而用于听音训练。仿真分析中,采用听音分析和谱分析比对原始噪声和重建噪声,验证了该方法的合理性和实用价值。(本文来源于《声学技术》期刊2017年03期）
宋芬虹[6]（2017）在《舰船噪声光学探测的理论和实验研究》一文中研究指出舰船等水中水下航行器航行时会在其两侧和艉部形成气泡幕带,同时向四周辐射较大的噪声,分别称为气泡尾流和噪声尾流,其相互作用,相互影响。现有的光尾流探测主要基于气泡的存在导致激光在舰船尾流中的传输特性与未扰动海水中的传输特性差异而达到间接探测水中运动目标的目的,并未考虑噪声尾流和气泡尾流间的相互作用和影响。本文提出了一种考虑其相互作用和影响、同时探测噪声尾流和气泡尾流的光学方法,建立了噪声作用下的尾流气泡散射理论模型,实验验证了理论模型的正确性和探测方法的可行性。1、在总结噪声尾流、气泡尾流特性的基础上选取噪声频率和气泡尺寸等关键的特征参数建立理想噪声尾流、气泡尾流模型,对噪声尾流传播区域中的微粒、气泡的运动特性进行分析,得出噪声会造成尾流中气泡和微粒的运动状态与无扰动海水下气泡和微粒的运动状态有显着差异。噪声波的存在使微粒和气泡由静水下的无规则运动变为周期振荡。研究了噪声波的频率、强度对尾流中气泡和微粒的运动状态的影响,结果表明:微粒和气泡振荡周期与噪声波周期近似相同;随着声波强度的增大,微粒和气泡振荡幅度也越大;相同的噪声波频率和强度作用下,气泡比微粒振荡幅度要大。同时也发现低速湍流会影响微粒和气泡的运动速度。2、建立了双光束外差多普勒探测系统,实验研究了模拟噪声尾流和气泡尾流模型的散射光特性。分别测量了静水环境、噪声尾流、噪声尾流和气泡尾流环境下,散射体散射光的强度和频移,并据此分析散射体性质及其所处环境。实验结果表明,不同环境下,散射体的多普勒频移量及频移峰值不同。静水环境下散射体多普勒频移量及峰值无规律;噪声尾流中的散射体多普勒频移明显集中于一个确定频率区间,峰值较大;噪声尾流和气泡尾流共同作用下,散射体的多普勒频移与只有噪声尾流作用时相比较,峰值明显增多,且峰值较高。与理论分析结论基本吻合。3、实验研究了噪声尾流和气泡尾流同时存在条件下,散射体散射光特性随噪声波频率、强度的变化规律。结果表明,随着噪声波频率增大,得到的散射光中布里渊频移增大,由于散射体运动加剧,其多普勒频移的范围也随声波频率增大;随噪声波强度增大,布里渊频移的峰值也增大。4、理论和实验研究的初步结论可见,利用基于多普勒频移的光外差探测方法,可以通过探测水域中散射体散射光的频移范围、峰值来确定该水域是否存在噪声尾流、气泡尾流;进一步可获得舰船噪声频率、强度和尾流中散射体的尺寸、浓度、运动速度等,从而估计待测运动舰船目标的距离、方位、航速和排水量等信息。(本文来源于《西安电子科技大学》期刊2017-06-01）
王海玲[7]（2017）在《舰船噪声传递路径建模方法分析》一文中研究指出本文以船艇为例,从船舶舱室噪声源及传递路径角度考虑,建立一种应用性广且可变的舰船噪声模型。采用模型识别的方法来提取舰船噪声有用信息。根据噪声贡献的大小,把船舶舱室分为若干个板块及子板块,基于Dijkstra算法,寻找船舶舱室噪声的主要传递路径,并给出相应的降噪措施,为船舶舱室噪声设计提供科学依据。(本文来源于《数码设计》期刊2017年02期）
梁谦[8]（2017）在《水面舰船噪声预报策略与声学防护研究》一文中研究指出随着“中国制造2025”十大重点领域之一的海洋工程装备及高技术船舶的提出和实施,对高技术船舶的舒适性和声隐身性能提出了越来越高的要求。这就需要在舰船初始设计阶段,对其整体噪声水平有很好的认识,并提出相应的主动控制策略降低其噪声水平。因此,研究水面舰船噪声预报的策略并进行声学防护,具有重要的实际工程意义。而随着计算机技术的高速发展,基于计算机技术的数值仿真方法已被广泛应用于对实际工程项目进行前期设计,极大地缩短了设计周期并降低了设计费用。本文以某型舰船为分析对象,基于现有的数值仿真方法,提出了包括水动力噪声、机械噪声、声呐平台自噪声、水下辐射噪声和舱室噪声在内的水面舰船噪声预报策略,并提出了相应的声学防护措施,主要研究内容包括:第一,对水动力噪声进行研究,将其分为流噪声和流激振动噪声两部分来进行分项预报。首先研究了采用边界元法进行流噪声求解的一般原理,结合有限元和边界元法对舰船流噪声进行了数值模拟,并对噪声分布进行了分析;其次,采用统计能量分析法对舰船流激振动噪声进行了研究。最后将两种噪声分量进行合成,得到舰船总的水动力噪声。第二,对舰船的机械噪声预报策略进行了研究。为使预报结果更可靠,分别采用声固耦合方法和统计能量分析法对舰船的低频和中高频噪声进行预报。并对两种方法的可行性进行了对比验证。分析中,将舰船航行时所有开启设备产生的振动激励都考虑在内。在此基础上,分析舰船机械噪声的主要噪声源,并进行相应的主动控制,以降低舰船的机械噪声水平。第叁,对舰船的声呐平台自噪声进行了预报研究。基于统计能量分析法,综合考虑了舰船湍流脉动激励、机械激励和螺旋桨激励的作用,确定其声呐平台自噪声水平,分析各分量的影响大小。此外,还研究了敷设吸声尖劈对降低声呐平台自噪声的影响。第四,对舰船水下辐射噪声进行预报。该部分内容是在水动力噪声和机械噪声的基础上,结合已有的舰船螺旋桨噪声完成的,基本原理仍然是统计能量分析法。分别研究了舰船在声学防护前后的水下辐射噪声水平。第五,采用统计能量分析法对舰船舱室噪声进行预报。首先对进行舾装和初步声学防护的舰船进行了舱室噪声预报初步分析,确定需重点关注的噪声超标的舱室。然后从主导传递途径的角度,分析引起超标舱室较大噪声的原因,并进行相应的声学改进措施。本文在综合分析现有研究内容的基础上,较全面地对水面舰船的多项噪声进行了预报策略与声学防护技术的研究,可为高技术船舶初步设计阶段噪声的确定提供数值模拟手段,同时也可为后续研究提供一定的指导。(本文来源于《哈尔滨工程大学》期刊2017-01-12）
侯文姝,笪良龙,孙芹东,王文龙[9]（2017）在《浅海舰船噪声声强流的垂直方向性》一文中研究指出浅海环境中,确定性声源的多途声信号干涉使得接收点处声强流的方向发生改变,不再与声源位置处的声强流方向一致。只测量声场的标量声强时,无法得到接收点处声强流的垂直方向性,而基于简正波矢量场建模和仿真,可获得理想条件下宽带点声源激发声场声强流的垂直方向性。本文采用单矢量水听器进行海上实验,获得了海洋环境噪声和干扰条件下舰船噪声声强流的垂直方向性。仿真和实验结果表明:远场条件下,浅海干涉现象引起接收点处声强流的方向(极角)随频率和距离变化,其时间-频率分布呈现与LOFAR谱干涉条纹相似的条纹,声强流的极角值主要分布在70?～110?范围内。(本文来源于《应用声学》期刊2017年01期）
伍岳[10]（2016）在《KM-SVM法的舰船噪声变化检测》一文中研究指出设计基于KM-SVM算法的舰船噪声变化检测的实现流程,并对其中所包含的3个步骤进行详细阐述:1)构造变化类和无变化类的差异图;2)利用K-均值聚类得到伪训练集和无标签集;3)利用半监督支持向量机(SVM)进行分类检测。最后进行实验对比以此来说明算法的有效性。(本文来源于《舰船科学技术》期刊2016年22期）
舰船噪声论文开题报告范文
（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：
对于噪声信号特征的提取,采用传统方法存在较多干扰因素,并没有将有效信号与无用噪声分离,因此造成信号特征提取精准度较低,提出了小波变换下舰船噪声信号特征提取方法研究。构建噪声污染模型,采用小波变换法将含噪信号模型进行分解,依据分解原理,区分小波变换领域中信号与噪声小波系数,根据奇异性检测理论,利用小波变换极大值方法进行信噪分离。使用小波变换特征提取方式,固定不同分解尺度大小,获取归一化处理后特征识别矢量,再经过神经网络识别,获取噪声信号特征。由实验对比结果可知,该方法最高提取精准度为95.1%,为舰船系统噪声分离奠定了良好基础。
（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。
舰船噪声论文参考文献
[1].王疆一,张文,吴艳群.基于多频段滤波的舰船噪声DEMON谱分析[C].2019年全国声学大会论文集.2019
[2].吴光成.小波变换下舰船噪声信号特征提取方法研究[J].舰船科学技术.2018
[3].吕曜辉,余德本,张晓,韩笑.基于矢量阵的鲁棒自适应舰船噪声检测算法研究[J].船舶力学.2018
[4].侯文姝,笪良龙.浅海舰船噪声声强流的方向性[J].舰船科学技术.2018
[5].李训诰,周利辉,李馨子.舰船噪声听觉特征增强方法[J].声学技术.2017
[6].宋芬虹.舰船噪声光学探测的理论和实验研究[D].西安电子科技大学.2017
[7].王海玲.舰船噪声传递路径建模方法分析[J].数码设计.2017
[8].梁谦.水面舰船噪声预报策略与声学防护研究[D].哈尔滨工程大学.2017
[9].侯文姝,笪良龙,孙芹东,王文龙.浅海舰船噪声声强流的垂直方向性[J].应用声学.2017
[10].伍岳.KM-SVM法的舰船噪声变化检测[J].舰船科学技术.2016