基于前视声呐图像的AUV目标识别与跟踪

声呐图像由于水体不均匀、边界不规则以及声呐设备本身性能的限制,导致图像噪声明显、亮度不均、分辨率低,使得水下AUV装备在使用前视声呐进行水下目标检测时难度较大。针对该问题,基于m750d声呐探测获得的AUV声呐数据,进行了数据提取、高斯滤波处理、扇形映射处理,并采用Jet映射对声呐灰度图像进行了伪彩色映射提高数据标注速度和精度,制作获得了4组2 500张声呐图像的AUV目标检测数据集;采用YOLOv4-tiny目标检测算法开展AUV目标检测研究,研究结果表明该方法在该数据集上表现优秀,mAP@0.50达到94.17%,FPS在22帧左右,说明该轻量级网络在水下AUV目标识别与跟踪应用上具有较好的应用价值。     

舰载拖曳线列阵声呐对潜定位技术研究及性能分析

结合舰艇拖曳线列阵声呐实际搜潜装备,利用舰载线列阵声呐测得的潜艇目标方位信息,建立了基于方位量测的舰艇对潜艇目标定位的数学模型;给出求解潜艇运动参数的定位算法,并对定位误差进行了分析.在定位模型及算法的基础上,仿真研究了潜艇与舰艇之间的初始距离、舰艇测得潜艇目标初始方位角、潜艇航向、潜艇航速、航行段总时间内方位角量测次数等因素对定位性能的影响;给出仿真结果并进行了分析.该研究结果对于指导实际反潜具有一定的实用价值.     

复杂背景下小样本声呐图像目标检测

水下目标检测具有重要意义,在军事和民用领域都发挥着重要作用。实际场景中可以获得的声呐图像非常有限,且声呐图像的信噪比较低,无法得到较好的检测结果。因此,本文引入小样本学习,基于Faster RCNN两阶段目标检测算法,选择不同的策略对模型进行优化,得到了较好的检测结果并验证了小样本目标检测在声呐图像领域的可行性。根据混响对声呐图像的影响进行仿真实验,得到不同混响背景下的声呐图像,对比分析了不同数据集下训练模型的检测性能。实验结果表明,在训练样本中增加混响信号可以提高低信噪比条件下的目标检测精度。     

基于圆阵的超波束技术

圆阵是现代探测系统中最常见的设计之一,它被广泛的应用于雷达、通信、声呐等领域。提高圆阵的方位分辨率和对弱目标的检测能力是目前的研究热点。超波束算法(HBF)是一种基于CBF算法和分裂波束理论的信号处理算法,它可以有效抑制旁瓣,减小波束宽度。本文将HBF算法应用到圆阵信号处理之中,并与CBF算法相对比。分析仿真结果发现,HBF算法可以有效提高圆阵的方位分辨率和对弱目标的探测能力,并且超波束指数对这种能力产生了影响。     

拖曳线列阵声呐噪声测向方法及误差分析

开展抗干扰能力强的高精度线列阵测向算法研究,对于提高拖曳线列阵声呐装备实际作战性能具有重要意义。本文给出一种适用于拖曳线列阵声呐的宽带噪声信号波达方向估计方法,利用波束形成结果,解算指向性图极大值位置,可以估算目标大致方位。分裂阵半波束处理输出左右子阵的相位差,通过解算可以精确估计波达方向。在此基础上,从阵列信号处理理论和水声工程应用角度,系统分析影响拖曳线列阵声呐噪声测向精度的各方面因素,探讨测向误差的分布规律,最后给出提高测向精度具体方法及修正措施。     

基于粒子滤波的声呐图像目标跟踪算法研究

声呐图像目标跟踪技术在水下UUV作战系统中具有重要意义,由于水声环境复杂,噪声干扰严重,导致声呐目标跟踪效果欠佳。本文针对UUV声呐成像特点,首先给出一种改进的Curvelet变换图像增强方法,可以有效降低声呐图像噪声并在一定程度上增强目标图像的边缘。并此基础上,提出一种基于粒子滤波的声呐目标跟踪算法以获得更为准确的目标跟踪效果。仿真结果表明,相较于传统声呐目标跟踪,该方法具有更好的目标跟踪精度以及鲁棒性。     

面向港口水下工程的声呐检测方法适用性研究

快速、准确地获取水下构筑物信息是声呐检测的热点,在水运工程管理、港口工程质量保障和结构防灾减灾检测等领域具有重要应用价值.针对地理位置较深、检测目标尺寸较大的基槽开挖、基床整平等平面工程以及精度要求较高的沉箱码头直立式岸壁工程两种典型港口水下工程结构,选择波束原理相同的多波束测深系统与三维多波束扫描声呐系统进行检测,并...     

基于粒子群优化粒子滤波的声呐目标检测前跟踪

针对传统固定粒子数粒子滤波算法计算量大、复杂环境下声呐微弱目标检测与跟踪鲁棒性不强的问题，提出基于粒子群优化（PSO）算法的粒子滤波检测前跟踪方法（IPSO-PF-TBD）。该算法在滤波预测与步骤更新之间加入PSO算法，结合预测信息和更新完成的粒子分布状态进行优化，将粒子集合转移到后验概率密度较大的区域，并充分利用声呐回波信号中目标粒子的权重信息设置粒子自适应采样策略，通过检测前跟踪（TBD）技术的数据帧间能量累积和目标检测，提高目标检测前跟踪的性能。仿真试验结果表明，提出的检测前跟踪处理方法对低信噪比及快速机动等复杂环境下的目标进行跟踪时，在位置估计精度和误差值方面明显优于粒子滤波（PF）和PSO-PF算法，具有一定研究和应用价值。     

基于视差几何模型的立体视觉测距方法

为解决设备自主获取目标距离信息并控制测距时间在毫秒级别的问题,提出一种基于视差的几何模型立体视觉测距方法.首先,通过对标定过程的改进,利用MATLAB获得了较高精度的摄像机参数;然后,利用Bouguet算法和BM算法进行立体校正和立体匹配;最后,利用视差几何模型去除干扰区域获得清晰完整的视差图以实现对目标的标记和测距.实验表明:该方法测距时间为181. 59 ms,且距离小于1 800 mm时,误差最大不超过2%,满足了精度和实时性要求.     

水面多节点声呐动态网络跟踪目标策略研究

水面多节点声呐动态网络由多艘观测接收船和多艘信号发射船构成,每艘信号发射船与每艘观测接收船上的声呐构成一组双基地声呐。为得到较高信噪比和定位精度,可利用双基地声呐的检测覆盖范围和定位误差分布特点,求得信号发射船、观测接收船、目标的最优布局图。通过分析可知,在跟踪运动目标时,如果观测接收船运动速度大于目标运动速度,那么观测接收船以最优布局图为依据进行机动,在跟踪目标一段时间后可获得最优跟踪精度;如果观测接收船运动速度小于目标运动速度,那么观测接收船更适合以静态方式跟踪目标。本文的分析结论对于战场环境下舰船指挥和控制具有较强指导意义。