扩展交替投影神经网络 ——具备联想记忆功能的充分必要条件

对交替投影神经网络(APNN)的连接权矩阵进行修改,将其应用范围从实数域拓展到复数域,从而得到一种新的神经网络——扩展交替投影神经网络(Extended Alternating Projection Neural Networks).对EAPNN网络进行深入研究后,给出了网络稳态值的通用数学表达式,并从表达式中推出了网络具备联想记忆功能的充分必要条件.最后设计仿真实验对文中的理论分析结果进行了验证.     

基于小波尺度相关的船舶轴频电场信号检测算法

针对现有船舶轴频电场信号检测算法检测微弱信号能力弱和计算量大等问题,提出了基于小波尺度相关的目标检测算法。该算法利用目标信号和噪声在小波变换各尺度上相关性的差异,求取实测信号的两重小波相关系数,并对其进行二次小波变换,将变换后的两重小波相关系数作为检测信号进行滑动功率谱检测。实测数据对滑动功率谱算法、基于小波包分解的检测算法和本文算法的验证结果表明,本文算法能在更低信噪比情况下有效地将微弱的轴频电场信号从环境背景噪声中检测出来。     

基于电偶极子的舰船腐蚀防腐相关静态磁场研究

借助镜像法推导了在空气—海水—海床3层模型中,位于海水中的静态电偶极子在海水区域中的静态电场和磁场分布的解析表达式。并以此为基础,结合实验室中的一次船模腐蚀防腐静态电场的测量结果,对舰船静态电场进行电偶极子建模。然后以此数学模型为基础,对船模的腐蚀和防腐相关静态磁场进行理论分析和计算,结合缩比模型理论,可以得到实际舰船无法直接测量的海水中的腐蚀和防腐相关静态磁场的分布特征。分析结果表明该部分静态磁场对消磁舰船而言,是值得重视的目标信号。     

基于自回归模型滤波的舰船水压场信号实时检测

在对大量实测海浪水压场及舰船水压场信号深入分析的基础上,基于AR模型滤波有效地从风浪背景中实时检测舰船水压场信号。检测步骤如下：首先对海浪水压场信号建立自回归模型;以此模型系数建立白化滤波器并对接收信号进行滤波;其次对白化滤波器输出预测误差值做平滑处理并提取平滑处理后的值作为特征值;最后采用滑动检测方法对信号进行实时检测;若在一段时间内没有检测到目标信号,自动更新白化滤波器参数。通过实测数据和仿真数据对该检测算法进行验证。结果表明此方法简单易实现,在低信噪比情况下,能较好的检测到目标信号。     

基于静止标量磁强计的运动舰船定位问题的研究

建立了静止标量磁强计对运动舰船定位的模型，并给出了用遗传算法求全局较优解、然后用单纯形法进行精确局部搜索的求解参数的方法．仿真实验表明这种方法有效、可行．     

基于AR模型功率谱估计的海浪水压场特性研究

海浪水压场是水压引信的主要干扰源.通过自行研制的高精度海浪水压场自动测量系统进行了海上测量试验,获取了大量的海浪水压场原始数据.采用基于AR模型功率谱估计对实测数据进行了分析,详细研究了不同水深、不同浪级下的海浪水压场特性,得出了海浪水压场在短时间内可视为平稳随即过程,其主要能量集中在0.05～0.2 Hz,且随着海况级别的升高,最大能谱频率向低频方向移动等重要结论,为新型水压引信提高抗海浪水压场干扰能力提供了设计依据.     

基于磁通元电场叠加法的涡旋电场计算

提出用磁通元电场叠加法求解涡旋电场,利用该方法推导出了空间旋转平面区域产生的涡旋电场的时域表达式,验证了磁通元电场叠加法求解涡旋电场的正确性。     

自适应谱线增强在舰船轴频电场信号检测中的应用

利用快速横向滤波器自适应算法，通过自适应谱线增强器，能实时有效地将微弱的窄带轴频电场信号从宽带背景噪声中分离出来，从而大大提高舰船轴频电场的远程探测能力．最后利用该方法对船模产生的轴频电场实测数据进行了处理，结果表明该方法十分有效。     

基于模糊贴近度的舰船辐射噪声分类方法

针对BP网络的弱点，提出了基于模糊贴近度的舰船辐射噪声分类方法，该方法能够在不对BP网络做大的改动的前提下。克服神经网络容易陷入局部最小值，以及使用赢者独活决策策略导致的误识的弱点．实验结果证明了该方法的有效性．     

基于Neyman-Pearson准则的小波阈值去噪法

本文分析了噪声的小波变换特征,阐述了基于阈值的正交小波变换去噪法,在此基础上提出了一种基于Neyman-Pearson准则的小波阈值去噪法。其小波阈值的选择是依据设定虚警概率后使得检测概率为最大的准则,并随各尺度独立。通过实验验证了该方法的有效性和优异性。