针对水声目标辐射噪声仿真模拟的应用需求，本文对水声目标辐射噪声模拟方法进行研究，提出一种基于BP神经网络的噪声模拟方法。该方法首先采用基于变学习率的BP神经网络方法实现FIR滤波器设计，再将高斯噪声通过该FIR滤波器，得到特定频率响应的宽带连续谱噪声。最后连续谱叠加线谱和调制谱信号，得到辐射噪声仿真结果。通过对模拟的辐射噪声进行特征分析，使用方法能根据设定的频谱参数拟合水声目标辐射噪声的声学特征，以达到对不同频谱参数水声目标进行辐射噪声模拟仿真的目的。
In response to the application requirements of simulating the radiated noise of underwater acoustic targets, this article studies the simulation method of radiated noise of underwater acoustic targets and proposes a noise simulation method based on BP neural network. This method first uses a BP neural network based on variable learning rate to design FIR filters, and then passes Gaussian noise through the FIR filter to obtain broadband continuous spectrum noise with specific frequency response. Finally, the continuous spectrum is overlaid with the line spectrum and modulation spectrum signal to obtain the radiation noise simulation results. By analyzing the characteristics of simulated radiated noise, the method can fit the acoustic features of radiated noise of underwater targets based on the set spectral parameters, achieving the goal of simulating radiated noise of underwater targets with different spectral parameters.
2025,47(11): 122-126 收稿日期：2024-8-28
DOI：10.3404/j.issn.1672-7649.2025.11.021
分类号：U675.79
作者简介：薛婷(1993-),女,硕士,工程师,研究方向为水声信号处理
参考文献：
[1] 徐齐胜, 许可乐, 窦勇, 等. 基于被动声呐音频信号的水下目标识别综述[J]. 自动化学报, 2024, 50(4): 649-673.
[2] 戴文舒, 鲍凯凯, 葛利华, 等. 水下目标辐射噪声特征模拟平台的设计[J]. 声学技术, 2019, 38(2): 8-11.
[3] 陈珊珊. 水面船舶噪声信号分类识别方法研究 [D]. 哈尔滨: 哈尔滨工程大学, 2023.
[4] 韦正现, 何鸣, 王建锋. 水声目标智能感知方法[M]. 北京: 国防工业出版社, 2023.
[5] 薛婷, 邓磊磊, 赵新伟. 舰船辐射噪声模拟中混合编程的实现方法[C]//第十九届船舶水下噪声学术讨论会论文集(下册), 2023.
[6] 刘钰, 刘平香. 基于FIR自适应滤波器与线谱结构的舰船噪声模拟[J]. 声学技术, 2013, 32(5): 236-239.
[7] 王亦裴. 基于GA-LM的BP神经网络在数字滤波器设计中的应用 [D]. 南京: 南京航空航天大学, 2008.
[8] 朱三文. 潜艇辐射噪声模拟仿真研究[J]. 声学技术, 2014, 33(5): 40-43.
[9] 程玉胜, 李智忠, 邱家兴锋. 水声目标识别[M]. 北京: 科学出版社, 2018.
[10] 孙昕, 张世海, 翟东民. 水下航行器辐射噪声的仿真实现[J]. 水雷战与舰船防护, 2017, 25(2): 66-69.
[11] 黄苒, 安良. 舰船辐射噪声分频段调制特征仿真方法研究[J]. 声学与电子工程, 2020, 4(2): 21-26.
[12] 王小华. 基于神经网络的数字滤波器设计及谐波检测理论与方法研究[D]. 长沙: 湖南大学, 2009.
[13] 唐金华, 邵杰. 基于BP神经网络的任意幅频响应FIR滤波器的设计[C]//第七届中国通信学会学术年会论文集, 2010.
[14] 白敬贤, 高天德, 夏润鹏. 基于DEMON谱信息提取算法的目标识别方法研究[J]. 声学技术, 2017, 36(1): 88-92.
[15] 彭传微, 李关防. 基于调制谱信息的目标要素解算算法[C]//中国指挥控制大会, 2015.
[16] 熊紫英, 朱锡清. 基于LOFAR谱和DEMON谱特征的舰船辐射噪声研究[J]. 船舶力学, 2007, 11(2): 300-306.
