【技术实现步骤摘要】
舰船辐射噪声齿轮箱减速比特征提取方法及系统
[0001]本专利技术属于水声目标识别
,尤其涉及一种舰船辐射噪声齿轮箱减速比特征提取方法、系统、计算机设备和可读存储介质。
技术介绍
[0002]舰船辐射噪声识别是水声信号处理领域一项重要的研究内容,一直以来受到了国内外研究人员的广泛关注和深入探讨,特别是随着深度学习理论的发展,越来越多的算法模型被应用于水声目标识别领域。使用深度学习进行目标识别,网络特征提取映射过程的物理可解释性差,而且需要大量数据作为支撑。如何在工况复杂性背景下提取反映目标本质特性的稳定特征,在小样本条件下利用少量特征实现舰船目标准确分类识别,是该领域所面临的很有挑战性的问题。
[0003]舰船目标诸如主机转速、气缸数、轴频、桨叶数等固有物理特征通常以线谱的形式存在于舰船辐射噪声信号的DEMON谱中,这些参数往往与机械结构及运转速率有关,不仅直接影响着航速快慢等舰船工况,而且具有明确物理意义,一些情况下仅凭其中某个或某几个即可识别目标类型。
[0004]DEMON谱是舰船螺旋桨空化噪声解调谱,关于螺旋桨空化噪声谱,已有脉冲序列理论和空泡群理论两种理论背景的较成熟可靠的数学模型,并且随着DEMON谱估计、螺旋桨轴频提取、桨叶数识别等技术算法的发展进步,DEMON谐波线谱簇中蕴含的特征信息不断得到更为有效地提取和利用。
[0005]LOFAR谱是舰船辐射噪声短时傅里叶变换谱的低频部分,在舰船目标识别中被广泛用作卷积网络模型的输入,其所携带的大量特性信息主要来源于机械设备周期性 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种舰船辐射噪声齿轮箱减速比特征提取方法,其特征在于,包括以下步骤:通过被动声呐采集舰船辐射噪声信号,对接收信号进行分帧预处理以获取分帧信号;对分帧信号进行DEMON谱估计,合成舰船辐射噪声DEMON谱时频图,提取目标舰船螺旋桨轴频值;对分帧信号进行LOFAR谱估计,合成舰船辐射噪声LOFAR谱时频图,提取目标舰船主机点火频率值;通过机械耦合结构模型建立螺旋桨轴频、主机点火频率、齿轮箱减速比之间的数值关系;基于所述数值关系计算提取目标舰船齿轮箱减速比特征。2.根据权利要求1所述的舰船辐射噪声齿轮箱减速比特征提取方法,其特征在于,通过被动声呐采集舰船辐射噪声信号,对接收信号进行分帧预处理以获取分帧信号进一步包括:接收被动声呐系统采集的舰船辐射噪声时域信号x(n):x(n)=[x(1),x(2),
…
,x(f
s
),
…
,x(M)],其中,f
s
为信号采样率,M为时域采样点数;对被动声呐接收信号进行分帧预处理,得到:其中,L为每帧信号采样点数,K为信号帧数,取5s时长的信号为一帧,相邻两帧重叠信号时长为1s。3.根据权利要求1所述的舰船辐射噪声齿轮箱减速比特征提取方法,其特征在于,对所述分帧信号进行DEMON谱估计,合成舰船辐射噪声DEMON谱时频图,提取目标舰船螺旋桨轴频值进一步包括:对分帧信号进行变分模态分解;选取分帧信号中的第k+1帧信号X
k
,对其进行经验模态分解获取自适应分解阶数j,对X
k
进行j阶变分模态分解得到j个固有模态分量:计算窄带信号相关系数,对X
k
的j个固有模态分量两两进行窄带包络相关,得到相关系数矩阵:其中,R
j
为第j个固有模态分量与其他阶数固有模态分量的相关系数;
对中每一阶固有模态进行平方检波和功率谱分析,得到j个固有模态分量对应的包络谱,并按照窄带包络相关系数进行R
kj
加权融合,得到第k帧信号的DEMON谱P
k
:将K帧信号的DEMON谱进行组合,得到舰船辐射噪声接收信号的DEMON谱时频图P:提取舰船辐射噪声信号DEMON谱时频图谐波线谱簇中的基频线谱频率值f
z
,该频率值即为舰船螺旋桨轴频。4.根据权利要求1所述的舰船辐射噪声齿轮箱减速比特征提取方法,其特征在于,对分帧信号进行LOFAR谱估计,合成舰船辐射噪声LOFAR谱时频图,提取目标舰船主机点火频率值进一步包括:对每帧信号进行功率谱密度估计,得到该帧信号的功率谱S
k
(f):其中,f=[1/f0,2/f0,
…
,f
s
],f0为功率谱频率分辨率;将每帧信号功率谱合成舰船辐射噪声时频功率谱图,该过程等同于短时傅里叶变换,取时频功率谱0~300Hz频段作为舰船辐射噪声的LOFAR谱S(f):提取舰船辐射噪声信号LOFAR谱时频图谐波线谱簇中的基频线谱频率值f
技术研发人员:赵梅,倪俊帅,胡长青,郭政,吕国涛,孙东飞,龙永进,
申请(专利权)人:中国科学院声学研究所东海研究站,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。