基于径向基神经网络的水下振动物体辐射噪声级别分类研究

被引：5

作者：

汤智胤

何琳

机构：

[1] 海军工程大学振动与噪声研究所

来源：

关键词：

辐射噪声; 分级报警; RBF神经网络; 高斯核函数;

D O I：

暂无

中图分类号：

TB53 [振动、噪声及其控制];

学科分类号：

083002 ; 120402 ;

摘要：

运用径向基神经网络,利用水下振动物体内表面加速度信号对其辐射噪声级别进行分类,达到判断其声隐身性的目的.该方法的运算量较传统方法大大降低,极大地提高了计算速度.实例表明,该方法能较准确地对水下振动物体辐射声场声压级别进行分类,进而对其推广应用于潜艇提供了较好的依据.

引用

页码：93 / 96

页数：4

共 5 条

[1] 基于复合基神经网络的声目标分类识别 [J].

季成 ;

栗苹 .

[2] 按可压缩流体计算结构响应对声辐射的影响 [J].

邹元杰 ;

赵德有 .

徐张明 ;

沈荣瀛 ;

华宏星 .

[4] 潜艇耐压壳动力学响应和声辐射研究概况与趋势 [J].

杨少红 ;

王安稳 .

[5] 复合基神经网络在水声目标分类识别中的应用 [J].

方世良 ;

陆佶人 .