野草算法优化提取广义切比雪夫滤波器耦合矩阵

介绍了野草算法优化提取广义切比雪夫滤波器耦合矩阵的方法。首先用野草算法控制耦合矩阵相似变换时的旋转角度,通过对目标函数的优化归零,实现对耦合矩阵任意位置元素的消零。接着给出广义切比雪夫滤波器的几种拓扑结构,设置传输零点在任意有限远处,并通过对其耦合矩阵的提取,计算耦合矩阵对应于归一化原型的幅频响应,验证了这种方法的可行性。最后以优化提取的耦合矩阵为基础设计了微带滤波器,测试结果与设计指标相吻合。     

主动自导水下航行器的高分辨宽带信号检测技术

为了提高主动自导水下航行器对目标的识别能力,提出一种基于自小波变换的主动自导水下航行器的高分辨宽带信号检测技术,构建主动自导水下航行器的回波信号模型,在海水混响干扰下采用自相关匹配滤波器进行信号滤波处理,对滤波输出的宽带信号采用自小波变换进行时频分解,对水下航行器的回波探测信号作WVD-Hough变换,采用二维谱峰搜索方法实现高分辨的目标信号检测。仿真结果表明,采用该方法进行主动自导水下航行器的宽带信号检测的准确检测概率较高,抗旁瓣干扰能力较强,对打击目标的具有高分辨识别能力。     

基于Kriging代理模型的水下目标模型几何参数识别方法

[目的]水下目标参数识别可为目标分类识别提供依据,为此,提出一种基于Kriging代理模型的水下目标参数识别方法。[方法]首先,对敷设声学覆盖层的水下目标模型在螺旋桨和主辅机激励情况下的结构表面低频振动声辐射与声辐射灵敏度进行分析;然后,基于分析结果建立低频声辐射功率代理模型,并基于该代理模型构造由低频声辐射响应特征和目标参数组成的样本空间;最后,基于所构建的样本空间,建立目标参数识别代理模型并选取测试点进行模型验证。[结果]结果显示,测试样本的实际目标参数值与所构建代理模型的目标参数预测值吻合良好;利用有限元法和边界元方法可以实现考虑阻尼材料频变特性的黏弹性阻尼结构的低频声辐射分析,并能解决商业软件无法大批量处理振动结果文件的问题;影响水下目标模型低频振动声辐射的主要目标参数为目标长度、最大半径、基层壳厚度和声学覆盖层厚度。[结论]基于Kriging代理模型的水下目标参数识别方法可以通过声辐射线谱特征准确预测水下目标模型的主要目标参数值。     

船舶电力系统重要度排序方法研究

针对船舶电力系统重要度排序问题,提出一种信息熵与模糊层次分析法(FAHP)相结合的综合评判方法,即E-FAHP综合评价法。该方法首次采用概率标度法,构造区间值优先互补判断矩阵,尝试用相似熵建立目标函数,运用遗传算法进行寻优,分别获得加性相似熵模糊一致判断矩阵和乘性相似熵模糊一致判断矩阵,然后采用对应权重计算公式进行重要度排序。最后通过实例验证该方法在船舶电力系统重要度评价中的应用。     

一种基于协方差矩阵子矩阵的干扰抑制方法

研究如何抑制水面干扰,检测出水下目标是当前水声信号处理领域的研究重点。本文首先对接收数据协方差矩阵进行特征分解,利用每个特征值及其对应的特征向量生成子矩阵,然后根据目标的预估方位分离出目标信号占主导的子矩阵,累加重构协方差矩阵,从而达到抑制干扰的目的,提高输出信干比和目标方位估计准确性。数值仿真结果表明,该干扰抑制方法能够很好地抑制干扰,提取目标信息,检测出感兴趣目标,为后续的目标识别与跟踪创造有利条件。     

一种基于协方差矩阵子矩阵的干扰抑制方法

研究如何抑制水面干扰,检测出水下目标是当前水声信号处理领域的研究重点。本文首先对接收数据协方差矩阵进行特征分解,利用每个特征值及其对应的特征向量生成子矩阵,然后根据目标的预估方位分离出目标信号占主导的子矩阵,累加重构协方差矩阵,从而达到抑制干扰的目的,提高输出信干比和目标方位估计准确性。数值仿真结果表明,该干扰抑制方法能够很好地抑制干扰,提取目标信息,检测出感兴趣目标,为后续的目标识别与跟踪创造有利条件。     

基于贝叶斯的舰船辐射噪声特征识别方法

针对舰船辐射噪声特征存在非线性、非平稳的时变特点,导致特征识别难度较高的问题,本文提出一种基于贝叶斯的舰船辐射噪声特征识别方法。利用Dopplerlet变换方法,选取高斯函数作为基函数,变换舰船辐射声场信号。利用VMD算法获取搜寻约束变分模型的最优解,将完成变换的舰船辐射信号,分解为多个IMF分量,提取舰船辐射噪声特征。利用所提取的舰船辐射噪声特征构建特征样本集,通过贝叶斯网络计算样本集内各样本的状态概率,识别舰船辐射噪声特征。结果表明,该方法有效识别水面舰船、水下低速运动舰船等不同类型舰船的辐射噪声,适用于舰船目标识别应用中。     

基于小波变换和概率神经网络的水下目标识别

由于水下环境的复杂性,水下目标的检测和识别是水声信号处理领域中的一个难题.本文研究了基于小波变换和概率神经网络的水下目标识别方法.利用小波变换得到水下目标辐射噪声信号在不同尺度下的能量分布作为特征矢量,并输入到概率神经网络中以实现目标分类.利用小波变换能量特征值可有效区分不同的目标辐射噪声.概率神经网络无网络训练过程,适合于信号分类.实验结果表明该方法的有效性和可行性.     

变精度粗糙集模型在空袭兵器类型识别中的应用

针对经典粗糙集模型解决空袭兵器类型识别问题时的不足,文章提出了一种改进的相似度,建立了基于改进相似度的变精度粗糙集模型并提出了基于重要度的属性约简算法。最后利用一组测试样本对模型进行了检验,结果表明模型准确、可靠。     

高性能水下目标识别系统及其实验研究

结合“九五”预研课题,设计了一种高性能的水下目标识别系统,具有有源目标识别和无源目标识别两种功能。海上实测数据的大量实验表明：在低信噪比,多工况及大量测试样本条件下,该识别系统具有识别率高,实时性好,推广能力强等优点,具有一定的推广价值。     

一种目标综合识别能力评估方法

目标综合识别能力是C^3I系统重要指标之一。运用统计估计的基本原理和方法，分析用测试样本集估计识别正确率的可行性以及相应的估计性能，定义目标综合识别能力指标，并给出目标综合识别能力的实验室测试评估方法。可为C^3I系统目标综合识别能力测试提供参考。     

基于改进小波能熵的水下目标识别

文章研究了基于改进小波能熵和概率神经网络的水下目标识别方法。首先对水下目标辐射噪声信号进行小波变换多分辨率分解和重构,然后引入滑动时间窗,提取各分解子带在滑动时间窗内的改进小波能熵值作为目标识别的特征矢量,最后将特征矢量输入到概率神经网络中实现水下目标识别。对信号进行小波多分辨率分解可反映信号在不同频域上的特征,而引入滑动时间窗并在此基础上定义改进的小波能熵可反映信号的时域特征,因此改进小波能熵方法能同时反映信号的时频特征,更适合于水下目标特征提取。仿真结果表明了该方法的有效性。     

Classification of underwater still objects based on multi-field features and SVM

A Support Vector Machine is used as a classifier to the automatic detection and recognition of underwater still objects. Discrimination between the objects can be transferred into different projection spaces by the process of multi-field feature extraction. The multi-field feature vector includes time-domain, spectral, time-frequency distribution and bi-spectral features. Underwater target recognition can be considered as a problem of small sample recognition. SVM algorithm is appropriate to this kind of problems because of its outstanding generalizability. The SVM is contrasted with a Gaussian classifier and a k-nearest classifier in some experiments using real data of lake or sea trial. The experimental results indicate that SVM is better than the others two.     

The research on high speed underwater target recognition based on fuzzy logic inference

The underwater target recognition is a key technology in acoustic confrontation and underwater defence. In this article, a recognition system based on fuzzy logic inference （FLI） is set up. This system is mainly composed of three parts ： the fuzzy input module, the fuzzy logic inference module with a set of inference rules and the de-fuzzy output module. The inference result shows the recognition system is effective in most conditions.     

基于KPCA与KFDA的SAR图像舰船目标识别

针对SAR图像中舰船目标识别的问题,提出了基于核主成分分析(Kernel Principal Component Analysis,KPCA)和核Fisher判别分析(Kernel Fisher Discriminate Analysis,KFDA)相结合的舰船目标识别算法.用核主成分分析的方法对实测的SAR舰船目标数据进行特征降维,再结合核Fisher判别分析法对降维后的样本数据进行多类别分类.将该方法用于对实测的四类舰船目标进行识别,平均识别率可达91.25%.实验结果表明,核主成分分析与核Fisher判别分析相结合的方法可提取目标的有效特征,在较低特征维数情况下获得较高的目标正确识别率.     

水下目标几何声散射的形态学研究（英文）

In this paper, a new method based on morphologic research named reconstruction cross-component removal(RCCR) is developed to analyze geometrical scattering waves of an underwater target. Combining the origin of the cross-component in Wigner-Ville distribution, the highlight model of target echoes and time-frequency features of linear frequency-modulated signal can remove cross-components produced by multiple component signals in Wigner-Ville distribution and recover the auto-components of output signals. This method is used in experimental data processing, which can strengthen the real geometric highlights, and restrain the cross components. It is demonstrated that this method is helpful to analyze the geometrical scattering waves, providing an effective solution to underwater target detection and recognition.     

基于激光雷达相干探测技术的实验研究

基于激光雷达相干探测技术建立了探测转动目标（如舰载直升机）的数学模型,展开了应用激光相干技术探测运动目标的实验研究,并实现了目标运动特征的提取。实验对目标仅做转动运动和转动加平动的复合运动两种情况进行了实验对比,然后对目标的转动结构部分（如舰载直升机的旋转叶片）的不同运动状态进行了实验研究,采用时频分析方法提取出目标运动特征,成功估计出了运动参数,为目标识别和运动特征的探测提供了重要的信息。     

连续小波变换在船舶横摇阻尼识别中的应用

考虑到静水横摇衰减试验信号具有有效样本周期较少和信号周期随幅值发生变化等特点,为了高精度地识别船舶横摇阻尼的大小,采用Morlet小波作为连续小波变换的基函数,探讨有效克服边界效应的处理方法,在时频平面内通过相位特性提取小波脊线,并依据小波脊线的幅值和幅角变化规律识别出横摇阻尼参数.通过仿真实例验证该方法的可行性,同时也为船舶横摇阻尼试验提供一种新的识别方法.     

基于时频分布的海杂波环境下目标检测

对海杂波存在目标和没有目标两种情况进行时频分析,其时频分布图表现出明显的特征差异,在没有目标时,时频分布图比较发散,存在目标时,时频分布图中有较集中且与目标多普勒频移对应的最优曲线。利用这种差异,文章提出了基于时频分布的目标检测方法。时频分布检测方法通过查找算法得到该最优曲线,并取该最优曲线所有点的和值作为判断目标存在与否的依据。通过实测数据仿真表明该方法能够提高海杂波环境下目标检测性能。     

基于FRFT的强时频干扰抑制方法

混响是影响双基地或多基地声呐对水中目标探测识别的最主要干扰,提高抗混响能力对识别水中目标有极其重要意义.本文针对混响对目标回波的强时频干扰特性,基于分数阶傅里叶变换所具有的时频耦合分离特性,研究一种基于分数阶傅里叶变换的强混响抑制方法,并进行模拟仿真和水池测试研究,研究结果验证算法的有效性.本算法适用于信号形式为线性调频的宽带信号抗混响干扰,将脉冲信号在分数阶变换域进行尺度压缩,进而将目标信号和干扰信号在变换域中进行分离,有效达到抗混响的目的.