基于反蛙人声纳的小目标检测算法

随着蛙人侵扰活动的日益频繁,在一些重要的部位如港口、码头、海岸洞库和锚泊水域中都安装了水下监控系统,在这些系统中,基于反蛙人声纳的小目标检测既是研究的重点也是难点之一。文章针对小目标检测问题进行了讨论,提出反蛙人声纳图像处理和小目标检测算法。由实践结果可以得出,此算法具有较高的小目标检测率,有效提高了水下监控系统的可靠性。     

基于蛙人探测声纳序列图像的水下小目标跟踪算法

针对水下监控系统中的小目标跟踪问题,在分析蛙人探测声纳图像特点的基础上,提出了基于面积约束的全局域最近邻数据关联法,有效解决了水下监控环境下目标小、结构信息缺乏、成像不稳定的难点,通过引入航迹"运动方向"的思想消除了混响区虚假航迹的影响,实验证明该算法具有准确性高、实时性好、鲁棒性强的特点。     

蛙人探测声呐系统关键技术论证

专用蛙人探测声呐系统作为对水下蛙人等目标最有效的探测装备,是一种集多领域技术于一身的精巧新体制声呐,它所涉及的关键技术国内外正争相发展。文章较详细地介绍了蛙人探测声呐的系统组成,各组成部分的功能与性能参数,并就当前蛙人探测声呐的系统的关键技术及解决方案进行了初步分析,介绍了相关的主要声呐参数的确定及基本计算。     

水下卫士——蛙人探测声纳

基于水下反恐需求,讨论蛙人探测声纳在水下安保方面的重要性.以国内两家单位共同开发的最新型蛙人探测声纳作为研究对象,详细介绍了其硬件和软件中关键技术的解决方案.在此基础上展望蛙人探测声纳在水下安保反恐方面的作用及前景,指出蛙人探测声纳的发展方向.     

蛙人装备研究现状及发展展望

蛙人装备按用途可分为潜水装备、运载装备、探测装备、通讯装备、导航装备及武器装备。论文围绕潜水装备中的轻潜装具、运载装备中的蛙人运载器、探测装备中的便携式声呐、通讯装备中的水声通讯机、导航装备中的手持式导航仪、武器装备中的水下枪等有代表性的产品,介绍当前国内外蛙人装备的研究现状,对未来蛙人装备的发展进行展望,还论证了空中无人机/水下机器人协同蛙人作业的发展前景,并对海空立体式蛙人综合应用系统予以举例分析。     

船舶机舱监控视频的智能检索系统设计

智能监控是通过图像处理的方法对动态场景中的目标进行自动、实时的跟踪识别,并分析和判断目标行为的现代化电子计术。对舰船智能监控系统的基本理论和关键技术进行深入调查和研究,提出了舰船监控智能检索系统设计方法,以便更好的对目标进行跟踪。通过对目标数据特征进行分析,对视频的序列进行匹配和记录,优化舰船机舱视频对监控目标的检测和提取功能,为验证方法的有效性,设计仿真实验,对视频数据进行检测和提取,并记录图像目标特征。试验结果表明该方法有计算简单、运行稳定的特点,可快速得到正确的视频跟踪检索目标。     

水面水下蛙人输送艇作战运用及相关技术发展

水面水下蛙人输送艇是各国海军根据自身任务需求而研制的一种可水面高速航行、水下低速潜航的两栖蛙人特种投送平台,它具有在水面快速接近目标区域,用半干式或湿式状态低速对敌目标进行隐蔽渗透的特点,可将特种作战蛙人小队短时间内较为舒适投送到目的地,为战斗蛙人能够进行渗透、侦察、突袭创造一定保障条件。本文通过对这类输送艇的作战运用、装备发展分析,梳理出该类投送平台的一些相关技术。     

一种用于蛙人或有效载荷的水下新型运载器

阐述一种新型多功能单兵作战的水下小型蛙人运载器,该装备是由潜艇鱼雷发射管或水面舰艇释放的一种新型单兵装备。武装蛙人以匍匐的形式封闭在运载器内,通过运载器内操控台上的信息及按钮选择执行作战任务,完成任务后运载器可回收。它是一种远程运载蛙人或有效载荷的特种运载器、探测器,具有较远运送特种作战蛙人、较远距离实施攻击、较广泛作战用途及较高智能程度、较低费效比的特点,能对敌方目标形成较大的威胁。同时也是蛙人撤离和逃生的一种手段,是海军不对称作战的有力武器。通过对此型单兵运载器的研究,对我国新型蛙人运载器的设计理念起到一定的启发作用。     

反蛙人声呐技术结构分析

围绕系统结构、中心频率选取、数据传输、信号处理和目标跟踪与识别技术等方面介绍1种可以实现远距离实时自动跟踪、报警的反蛙人声呐,并阐述了反蛙人声呐配套设施———蛙人驱逐装置的基本概念和实施方法。     

长短时记忆网络水下目标噪声智能识别方法

未来基于水下无人平台的水声目标探测体系要求平台自身具备目标智能化识别能力,而传统水下目标噪声识别方法需要人工提取泛化能力强的特征数据,且识别过程具有较强的人机交互特性,无法满足这一要求。针对这一问题,本文研究一种基于长短时记忆网络(LSTM)的水下目标噪声智能识别方法,借助深度学习自主学习数据特征的能力,应用长短时记忆网络(LSTM)分别对水下目标噪声的时域时间序列数据、频谱数据、梅尔倒谱(MFCC)数据进行深层次特征提取与识别,并使用实际水声目标噪声信号对该方法进行了验证。结果表明,在上述3种输入数据情况下,采用LSTM长短时记忆模型均能有效实现水下目标噪声特征提取与智能识别。     

水中目标回波脉冲包络起伏特征研究

水中目标散射声信号中蕴含了目标外形、结构、材质等物理属性信息,如何表征和提取这些属性信息一直是水中目标散射声信号分类与识别研究关注的焦点之一。为此,文章提出并研究了与水中目标属性信息相关联的散射声信号包络起伏特征,分析了该特征与目标外形、结构等物理属性间的内在关联及其形成机理,建立了相应的特征表征模型,并开展了理论仿真分析和模型实验验证研究。研究结果表明:体目标回波的脉冲包络起伏极值频率随入射声波的载频增加而增加,这体现了体目标的属性;Bench Mark模型的回波脉冲包络起伏频率与目标方位角密切相关,其中艏艉方向最大,正横方位最小。     

水下目标识别技术的发展分析

水下目标识别技术在现代战争中发挥着越来越重要的作用.文章介绍了国外水下目标识别技术的发展历程以及装备的研制、改进情况,指出了在现代战争中发展水下目标识别技术的优势和重要性,重点探讨了几种水下目标识别技术的性能及其特点,最后论述了水下目标识别技术的发展动向与分析.     

信号处理在舰船目标识别中研究发展综述

舰船目标识别系统是现代智能水中兵器的神经中枢和关键技术,为全面了解现代舰船目标识别技术的基本原理功能和发展现状。全面系统地介绍了二十多年来国内外舰船目标识别技术的发展历程和成果,重点阐述了诸如谱分析、小波分析、混沌时间序列分析等现代信号处理技术在舰船目标识别中的发展。最后对未来舰船目标识别技术的发展方向和思路表达了认识和看法,以期共同推进舰船目标信号的特征提取和识别技术的进一步发展。     

目标识别系统发展趋势

从协同式和非协同式目标识别系统应用背景出发，系统的分析了国外目标识别系统的技术现状，总结了系统特点与发展趋势。从系统顶层设计角度上提出了目标识别系统建设和发展的几点建议。     

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.     

基于卷积神经网络的AUV水下识别算法设计与实现

自主式水下机器人(AUV)是应用于复杂海洋环境中的高智能化无人装备,其需要具备良好的环境感知能力进行自主导航,包括水下目标识别能力。随着人工智能的高速发展,卷积神经网络作为图像处理领域的深度学习架构,在图像特征提取和图像识别上有着强大的性能和卓越的优势。本文利用卷积神经网络,实现了自主式水下机器人水下目标的自主识别。同时,通过采用三段式全连接方式和增加卷积层深度的方式对卷积神经网络进行进一步改进,提高了卷积神经网络的训练速度、准确率和泛化能力。     

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.     

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。     

经验模式分解方法在水下目标分类中的应用

针对经验模式分解在水下目标辐射噪声分析时存在的模式混叠问题,提出基于二进滤波的经验模式分解方法,研究了水下目标辐射噪声的分解和特征提取。仿真实验表明,基于二进滤波的经验模式分解方法能很好地抑制模式混叠。最后将该方法应用于海试数据分析,处理结果与直接利用经验模式分解方法相比,识别概率提高了6%,得到比较满意的分类结果。