基于KNN分类算法的水下航行器声学故障检测识别研究

• 作者: 周军伟 朱海潮 章林柯
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 水下航行器 声学故障 离群值检测 KNN算法 模式识别
• 年，卷（期）: 2009,（2）
• 页码范围: 59-61,102
• 页数: 4页
• 分类号: TB533
• 字数: 2798字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2009.02.016

摘要

对水下航行器声学故障进行检测和分类研究.利用水下航行器在正常工况下采集的声学信号建立正常样本基准数据库,对水下航行器实时采集到的声学信号进行扫描分析,把偏离一定基准阈值的信号判定为声学故障,并予以分离.由水下航行器声学故障的历史数据构建声学故障特征分类数据库,用KNN算法实现上述已分离出的声学故障信号的模式识别.设计一个水池试验验证了文中所提出方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章林柯	海军工程大学振动与噪声研究所	32	169	6.0	11.0
2	朱海潮	海军工程大学振动与噪声研究所	66	423	10.0	18.0
3	周军伟	海军工程大学振动与噪声研究所	2	5	1.0	2.0