潜艇是海军重要的水下力量,声隐身性能是其最基本的性能指标之一,然而潜艇噪声则有可能使其暴露在敌人的火力打击下。因此,对于潜艇噪声源的识别、控制、分离则显得尤为重要,不仅可以优化潜艇结构,而且可以有效的降低潜艇噪声,提高潜艇的隐蔽性和作战能力。由于潜艇振动噪声源相互耦合严重,一般方法难以有效分离量化。偏最小二乘回归是理论成熟并且应用广泛的多元统计分析方法。偏最小二乘回归分析与主成分分析,都需要提取主成分来代表数据变异的特征信息,但主成分分析只是从自变量矩阵中提取信息,而偏最小二乘回归分析可同时从因变量矩阵中提取信息。在自变量之间存在多重相关性的条件下,偏最小二乘回归分析能够解决这类问题。因此,偏最小二乘回归分析适合潜艇舱段的振动噪声源分离量化研究。本文通过建立多输入单输出、多输入多输出模型,模拟潜艇内部的机电设备振动激励壳体振动形成辐射噪声的物理过程,分别对独立信号和耦合信号进行仿真,通过功率谱分析,提取特征频率上能量作为偏最小二乘回归的统计观测样本,根据偏最小二乘冋归理论,得出输出信号对输入信号的偏最小二乘回归方程,进而得出主要噪声源以及贡献大小,为潜艇舱段试验的振动噪声源分离量化提供依据和参考。本文通过进行舱段模型振动噪声源的分离量化试验,并对试验数据进行处理,得到各振动噪声源的贡献比例,为有效地控制噪声提供依据。首先对激励设备、耐压壳体、辐射声场测点信号进行功率谱分析、时频域分析以及相干分析,分析测点信号的频谱特性和能量特性,以及相干特性。通过建立舱段模型的多输入单输出系统和多输入多输出系统,利用偏最小二乘回归和递阶偏最小二乘回归分析完成对潜艇舱段振动噪声源的分离量化。试验数据分离量化结果通过分部运转法得到验证。舱段模型试验表明,偏最小二乘模型具有先进性,其计算结果较为可靠,它的模型在实际系统中的可解释性也更强。当自变量较多时,与偏最小二乘回归模型相比,递阶偏最小二乘冋归模型更加合理。