基于Fisher判决率加权的修正最近邻模糊分类器设计

针对基于高分辨距离像（HRRP）多类特征联合舰船目标识别的问题,提出了一种基于Fisher判决率加权的修正最近邻模糊分类器。在对舰船目标的HRRP特性进行分析的基础上提取船长、离散性、对称性、中心距等稳定特征,结合各类特征的稳定性和可分性,设计一种能让不同特征充分发挥优势作用的修正最近邻模糊分类器。该分类器用Fisher判决率对特征差隶属度进行加权修正;通过10类军民船目标的实测数据验证,表明基于Fisher判决率加权的修正最近邻模糊分类器在舰船目标识别领域具有很好的实际应用前景。     

基于互信息的舰船目标HRRP数据库验证

舰船目标高分辨距离像（HRRP）数据库验证的背景下,文章结合舰船目标特点分析了其HRRP信号模型,阐明了基于求解互信息的方法的原理,采用了求解MMI（Modal Mutual Information）的思路,并予以仿真验证。该方法也对基于HRRP的实际舰船目标识别研究提供了一种新的思路。     

基于高阶谱的水下目标识别

利用高阶谱估值法,对具有很强非高斯性和非线性的舰船辐射噪声信号进行分析及特征提取,并通过结构自适应神经网络作为分类实验,表明基于高阶谱的特征提取具有较强的类别可分性,在无源声纳目标识别中特具潜力。     

基于模糊数学模型的舰船红外成像目标智能识别方法

利用传统基于SVM和基于神经网络的方法对舰船红外成像目标进行智能识别,识别距离较短,导致识别范围受限。针对上述问题,提出基于模糊数学模型的舰船红外成像目标智能识别方法。该方法分为3步:1)对舰船红外图像进行预处理,包括图像滤波、图像增强、图像分割;2)利用基于几何特性方法提取处理后的图像特征;3)以图像特征作为模糊数学模型特征因子,构建模糊集合,并利用贴近度原则对被识别对象进行归属判决,完成目标识别。结果表明:与基于SVM和基于神经网络的方法相比,利用本方法进行舰船红外成像目标智能识别,识别距离延长10 m和20 m,识别范围扩大。     

舰船目标距离一维实时成像及其特征研究

雷达目标距离像的特性对目标识别有很大影响,对目标距离像特征的分析尤为重要.针对线性调频脉冲信号提出了舰船目标一维距离像实时成像算法,同时结合实测数据对舰船目标的距离像特性进行了分析,并讨论了距离像特征对雷达目标自动识别的影响,以及处理这些特性的常用方法,最后对包络对齐及幂次相关2种方法在雷达目标识别预处理中的应用进行了分析,从而为基于高分辨距离像的雷达目标识别工作打下了基础.     

基于高阶谱的舰船噪声特征提取与实验

利用高阶谱对舰船辐射噪声进行了分析,着重研究了采用双谱分析的方法提取舰船噪声特征,给出了维谱特征提取的算法,提取了9维的特征向量并利用神经网络进行了训练与识别.实验表明,该方法对舰船辐射噪声信号具有很好的分类效果.     

基于特征融合的舰船目标识别方法

传统的被动目标识别主要依靠声呐员的作用,随着人工智能的迅速发展,水下目标智能识别成为未来发展的趋势.针对这一问题,根据舰船辐射噪声特性,提出基于特征融合的舰船目标识别方法,通过提取基于人耳听觉感知的梅尔倒谱系数特征、基于循环平稳分析的谱相关密度函数特征,构建特征层融合和决策层融合的特征融合模型,利用深度学习中的卷积神经...     

基于Web语义的舰船雷达目标识别系统设计

针对舰船雷达信号目标的识别方式简单、识别度低的情况,文中提出基于Web语义的舰船雷达回波自动识别系统。因为雷达信号目标特征信息点分散且繁杂,在语义Web网下取得雷达信号目标图像的数据特征,运用改进FastICA算法提取特征数据后,通过智能雷达回波视频图像识别系统,对舰船目标图像进行分析。实验证明,基于Web语义的舰船雷达目标识别系统,能使大量信息被系统充分利用,达到精确识别舰船雷达图像目标的目的。     

基于 Web语义的舰船雷达目标识别系统设计

针对舰船雷达信号目标的识别方式简单、识别度低的情况,文中提出基于 Web语义的舰船雷达回波自动识别系统。因为雷达信号目标特征信息点分散且繁杂,在语义 Web网下取得雷达信号目标图像的数据特征,运用改进 FastICA算法提取特征数据后,通过智能雷达回波视频图像识别系统,对舰船目标图像进行分析。实验证明,基于 Web语义的舰船雷达目标识别系统,能使大量信息被系统充分利用,达到精确识别舰船雷达图像目标的目的。     

非线性信号检测在舰船目标识别中的应用

在对非线性舰船辐射噪声产生机理和其噪声谱组成分析的基础上,研究利用高阶谱分析方法检测舰船辐射噪声。首先分析舰船辐射噪声的噪声谱中的组成成分和特性,对不同噪声源与舰船噪声谱成分间关系特点进行研究,并建立舰船辐射噪声的仿真模型。然后,研究高阶谱理论及其在提取非线性信号特征时的应用;最后,通过对仿真生成的2种舰船辐射噪声应用本文算法实现检测与分类,结果证明该方法可行。     

基于两级自适应线谱增强器的舰船辐射噪声线谱检测

舰船辐射噪声中的线谱成分能表征舰船的本质特征,是舰船目标识别中的主要特征矢量.因此,舰船辐射噪声线谱的准确检测在目标识别中具有十分重要的意义.针对海洋环境噪声中舰船辐射噪声线谱检测问题,提出了两级自适应线谱增强器(adaptive line enhancement,ALE)检测方法.该方法在原一级ALE检测方法的基础上,将原信号延时信号与一级ALE误差信号相减后作为第2级ALE的输入再进行1次ALE.该方法较一级ALE在输入信号信噪比较低时能准确地将线谱从宽带背景噪声中分离出来.仿真和实验结果表明该方法的有效性和准确性.     

基于遗传算法的舰船航速模糊控制研究

研究并建立了舰船航速控制系统的数学模型,并将模糊控制理论应用到该系统,提出了一种基于遗传算法的舰船航速模糊控制新方法。该方法较常规的模糊控制具有更优的控制性能,仿真实验结果表明该方法可行、有效。     

基于卷积神经网络的船舶自动识别系统

基于船舶自动驾驶存在的问题以及需求,提出了一个基于卷积神经网络的船舶自动识别系统.系统设计使用的生成对抗神经网络算法,基于互信息理论,能够无监督式地学习船舶图像特征.通过实验论证,在分类准确度上取得了显著地提升,表明本系统方法合理有效,具有较高地运用前景.     

舰艇自防御系统指挥决策模型研究

该文对舰艇自防御系统指挥决策中的威胁评估和武器分配模型进行了研究。研究了一种改进的灰色关联度的威胁评估方法,使其能够满足舰艇自防御系统的实时性和准确性;在威胁评估的基础上,研究了一种改进的模拟退火算法的武器分配方法,按一定的分配原则和约束条件,使舰艇自防御系统的抗击效率最大。     

Estimation of directional wave spectra and hull structural responses based on measured hull data on 14,000 TEU large container ships

To ensure hull structural strength of container ships in association with their increase in size, it is very important to grasp the hull stress histories all over the hull structure in actual sea state. However, ordinary hull stress monitoring systems are insufficient for this purpose because of the small number of stress sensors actually practicable. Therefore, in this paper, we discuss an approach to reproduce the hull stress responses which are not measured based on the estimated wave spectrum from the limited measurement data. To achieve this, we introduce a new model to estimate directional wave spectra based on measured ship stress responses and ship response functions, and further we estimate other ship responses using the model. To model an arbitrarily shaped directional wave distribution, the 360° direction is discretized into 36 directions of 10-degree intervals instead of using a directional distribution function, and in each direction, the wave spectrum is represented using the Ochi (3P) spectrum with three parameters (average wave period, significant wave height, and kurtosis). The authors discuss the evaluation results based on two stress response combinations, and a comparison is made between the sea state estimates made by the proposed method and the ocean wave hindcast database (JWA). Furthermore, by comparing the significant values and the spectra of the measured response of the ship with the estimated response based on both the estimated sea state by the proposed method and the hindcast sea state, the accuracies of the proposed method and the hindcast method are discussed in terms of ship stress estimation at non-instrumented locations.     

基于裂纹扩展理论的船体结构疲劳评估

疲劳破坏是船舶结构的主要破坏形式之一。为了保证船舶结构有足够的疲劳强度,各国船级社、船厂等均建立了船舶结构疲劳强度校核规范作为船舶疲劳评估的指导性文件,尽管这些规范均是建立在S-N曲线方法基础上的,但由于S-N曲线方法存在自身无法克服的缺陷(如忽略材料的初始缺陷等),对同一节点进行计算得到的疲劳寿命大相径庭。该文作者在基于裂纹扩展理论的基础之上,给出了一套详细的船体结构疲劳评估方法,并应用此方法对大型船舶结构典型节点的疲劳寿命进行评估,以期能为完善船舶结构疲劳寿命的评估提供参考。     

基于粒子群优化的SAR图像舰船目标特征选择

SAR图像特征提取和分类器设计是进行目标识别的关键,通常情况下分类器性能与特征数量之间并不存在线性关系,相反过度冗余的特征甚至会导致分类器性能严重下降,因此特征选择成为必要。提出一种粒子群优化与Wrapper策略相结合的特征选择方法,针对包含待识别舰船目标的SAR图像,提取其3类共16个典型特征,利用本文所提算法筛选出最佳的特征组合。实验结果表明,将本文所提取的特征组合用于目标识别,分类精度提高了22%,分类时间缩短了2.16 s。     

Estimation of the wave direction of ship waves generated by a small vessel using the multiple signal classification method

It is very important to estimate the waves generated by a small vessel so as to investigate their effects on floating bodies within the scope of fisheries and ocean engineering. Simplified methods for estimating the wave heights and periods of ship waves have been presented in previous studies. However, estimating the direction of ship waves is not easy. The focus of the present study is to develop an analytical technique to determine the direction of ship waves based on the measurements in field experiments. The multiple signal classification (MUSIC) method is newly proposed for determining the direction of ship waves. For high ship speeds, the directional spectrum of ship waves estimated by MUSIC resulted in a sharp monotone peak, and the estimated directions of ship waves were very similar to the results of field experiments using an actual small vessel. The proposed MUSIC method has thus been confirmed to be effective in estimating ship wave directions with high resolution.     

基于深度学习的水面无人船前方船只图像识别方法

建立基于图像识别系统的水面无人船感知平台,采集内河船舶图片数据库建立船只检测单层多尺度深度学习（Single Shot Multibox Detector,SSD）框架,通过使用预训练模型参数调优并微调分类框架实现较高的内河船舶检测准确度。试验结果表明,不同天气状况下的识别算法的查全率和查准率均能保持在70%以上