水下運動目標時變噪聲場欠定盲提取模型及其算法研究

《水下運動目標時變噪聲場欠定盲提取模型及其算法研究》是依託昆明理工大學，由伍星擔任項目負責人的地區科學基金項目。

基本介紹

• 中文名：水下運動目標時變噪聲場欠定盲提取模型及其算法研究
• 項目類別：地區科學基金項目
• 項目負責人：伍星
• 依託單位：昆明理工大學

項目摘要

聲源特徵識別是針對水下運動目標的一個重大研究課題，盲信號處理技術為水下聲源識別提供了一個新的途徑。針對水下聲場的強幹擾、多途效應及時變特性，以盲解卷積模型及算法為基礎，建立水下運動目標時變噪聲場欠定盲提取模型，進而從工程信號處理角度出發研究其關鍵理論及算法:①採用差分進化理論研究聲源貢獻率，最佳化聲源數目，利用廣義數學形態濾波等前處理手段消弱干擾噪聲，根據機械結構參數構建參考信號以凸顯主要聲源特徵，降低大數目聲源及時變聲場對分離精度的影響；②通過建立壓縮感知與欠定盲解卷積的等價關係，針對水下聲信號提取最佳化壓縮感知框架，在此框架下利用Ｋ均值奇異值分解等稀疏分量分析方法訓練稀疏字典，使用追蹤算法計算得到稀疏分量，結合最佳化兩步法進行盲源分離。③以魚雷實體為研究對象，在各種實驗條件下進行魚雷輻射噪聲盲提取研究，分離並評估魚雷主要噪聲源的特性和量級，為魚雷減振降噪及其隱身性能的改進提供科學依據。

結題摘要

水下聲源盲信號處理研究的前提條件與常見的機械噪聲場中盲源分離研究的前提條件基本一致，只是聲音的傳播介質不同，工業現場的聲源識別與水下聲場一樣面臨著信號傳播的多途效應、嚴重的環境噪聲干擾等問題。因此，機械噪聲盲信號處理的研究成果對水聲信號的盲處理是很有借鑑意義的。且由於初步開始研究水下聲信號盲處理，還存在很多不確定因素，故此。首先先從機械故障信號研究做起，以盲信號處理為研究基礎，針對實際複雜環境下的複合機械振動信號和機械噪聲信號提取和分離問題，使用理論研究和實驗驗證相結合的研究方式，建立了機械故障信號的欠定盲源估計和盲提取模型及方法，搭建實驗研究的水槽，驗證算法的有效性。主要研究內容如下： (1)為了克服傳統形態濾波器(MF)，以及閉-開和開-閉濾波器(CO-OC)的不足，使用不同尺寸、不同結構元素級聯的閉-開組合的廣義形態濾波器(C-OACMF)。相比之下，C-OACMF分析時間較短，為0.259 s，而MF濾波時間為0.587 s。C-OACMF分析的幅值結果是CO-OC的2倍。 (2)針對工業現場源數目未知、欠定的問題和SCA算法需要事先給定源數目，建立了機械衝擊信號的源數目估計方法研究架構。提出了基於總體經驗模態和自適應閾值設定的奇異值分解算法。通過計算機仿真和複合故障軸承振動信號源數目估計來驗證該理論框架的可行性，研究表明該算法有較好適應性。 (3)針對工業現場強背景噪聲和欠定問題，建立壓縮感知和欠定盲解卷積等價的理論框架，提出改進形態濾波和頻域壓縮感知重構的欠定盲提取算法。實驗研究驗證了上述算法的正確性，表明算法可以很好地分離複合故障信號。 (4)針對現有盲解卷積算法對單一故障聲信號有效，但可以很好提取複合故障衝擊信號，而前面提出的壓縮感知重構算法對複合故障聲信號失效。提出盲解卷積和頻域壓縮重構結合算法，並對複合故障軸承聲信號進行分離，得到很好的分離結果。 (5)搭建實驗水槽，驗證構建模型的有效性。