外军水下侦察技术现状与发展趋势

潜艇、无人潜航器、蛙人等水下装备在现代战争中发挥着越来越重要的作用,甚至会直接影响战斗的胜负.水下侦察是海洋立体侦察的重要组成部分,介绍了外军主要水下侦察技术的现状,分析了各种技术的原理与发展趋势,最后对我军水下侦察技术的发展提出了展望.     

水下激光探测技术及其进展

水下激光探测技术在水下目标搜索、海洋地质勘探、目标识别等领域都具有重要的应用价值.通过对水下激光传输特性、水下激光探测模式及与之相关的同步扫描技术和距离选通技术等的讨论,对可用于水下探测的蓝绿激光器和光电探测器进行了性能对比,结合具体应用对国内外水下激光探测技术发展状况进行了分析.     

水下目标识别技术的研究

本文分析了水下目标识别技术的研究现状,阐述了水下目标识别技术的基本原理,为了提高水下目标识别的正确率,给出了三种新的研究方法,最后提出了水下目标识别面临的主要困难与亟待解决的问题。     

基于形态特征的水下小目标识别方法

为应对恐怖组织利用蛙人或水下机器人等小型武器的攻击,需要在一些重要的部位,如港口、码头、海岸洞库和锚泊水域中安装水下智能监控系统,而小目标识别技术是该系统的核心技术之一.本文对蛙人等水下小目标的特征进行了研究,提出基于形态特征的水下小目标识别方法.由实验结果可以得出,此算法具有较高的小目标检测率,有效提高了水下智能监控系统的可靠性.     

基于DSP的水下目标识别嵌入式系统

水下目标识别系统是海洋开发的关键组成部分,而利用声呐对目标物进行定位跟踪是水下目标识别系统中最重要的技术。本文首先分析水下目标识别系统的基本原理及组成,重点研究水下声呐目标识别技术中的基于形状及纹理等特性对识别精度的影响,最后优化小波变换对目标物声呐图像的提取特征算法,通过对声呐特性的分析提出一种小波提升分析法,并构造基于DSP嵌入式系统。     

倒双谱降维谱的舰船辐射噪声特性分析

海洋资源开发逐渐成为人类发展的趋势,与此同时,海洋在现代战争中的地位也越来越重要,因此,水下目标识别成为各国海洋领域研究的重点。船舶辐射噪声属于时变信号,可以利用高阶统计量抑制高斯噪声,实现信号特征分析。本文研究船舶辐射噪声的主要来源,提出基于倒双谱的降维谱舰船辐射噪声分析算法。     

嵌入式系统在船舶水下识别中的应用

水下目标的识别是水下机器人领域的一项非常关键的技术,对水下机器人起到导航、监测和规避障碍的作用,对水下机器人的发展具有十分重要的意义,已成为视觉领域一项具有实际研究价值的课题。本文基于嵌入式实时操作系统VxWorks设计一种水下目标识别系统,整个系统由主控PC机、PC/104目标机和显示机3个部分组成。本文针对几组特定的水下微光图像进行模拟识别实验,以此来测试系统的目标识别率、稳定性和可靠性。     

水下信息理解的概念和方法

针对复杂海洋环境条件下,如何有效利用大量长期积累的不同形式的水下传感器探测数据和相关情报信息,实现水下信息的知识化,有效辅助人员对水下目标进行识别,对态势进行分析和判断.本文提出了水下信息理解的概念,并阐述了水下信息理解涉及的技术和方法.     

红外目标探测与应用分析

介绍红外探测技术的发展历程以及装备的研制、改进情况,指出在现代战争中发展红外探测技术的优势和重要性,重点探讨红外目标探测的计算方法;最后分析了红外目标探测与应用分析.     

基于波束形成的目标空间特征提取

由于海洋环境的复杂性,给水下目标识别带来很大难度。目前的识别技术主要在时域、频域及时频域。波束形成技术是近年发展起来的研究目标识别的一种重要方法。本文基于水中目标回波信号,应用波束形成及空间谱分析技术,从时空间域获得目标回波的亮点、尺度特征,并利用实测数据验证方法的可行性。     

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。     

听觉谱特征在水下目标回声识别中的应用

水下目标回声特征提取是主动目标识别的关键内容。本文提出将语音识别领域中较为成熟的RASTA-PLP听觉模型应用于水中目标回波的特征提取,并根据信号的特点对RASTA-PLP模型进行修正。对比应用PLP方法进行的水中目标单频回波识别实验,结果表明：当加入卷积噪声后,修正的RASTA-PLP特征表现出更加良好的鲁棒性能,在同等测试条件下识别率比PLP听觉模型特征高约3%,显示了本方法在实现目标回声自动识别上的重要应用前景。     

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.     

水下捕捞机器人的研究现状与发展

本文介绍了国内外水下机器人研究现状和研究技术。基于现有水下机器人的技术水平和水下捕捞的具体环境,讨论了水下捕捞机器人机、电、流体、智能识别等关键技术,并对比了各项技术之间的优缺点。展望了未来水下捕捞机器人的发展趋势。     

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。     

水下隐蔽工程检测技术在长江航道整治工程中的应用

水下隐蔽工程是长江航道整治工程质量控制的重点和难点,水下隐蔽工程检测技术在长江航道治理中发挥着重要作用。介绍了长江航道整治水下隐蔽工程检测技术、分类及应用实例,对深入认识水下隐蔽工程检测技术在长江航道整治中的作用具有重要意义,同时为后期航道维护工程提供设计参考。     

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。     

支持向量机的水声信号分类识别

研究水声信号识别特征的提取,在此基础上采用支持向量机理论,提出了一种水声信号的分类识别算法.该算法选取两类水声信号,提取它们的混沌特征值关联维数和h2熵作为目标信息,每类信号各提取32组数据,取两类水声信号各8组数据作为训练样本,训练支持向量机,其它样本用于验证.结果表明,支持向量机的分类算法能实现对目标的有效分类,分类效果较好,比较适合小样本、非线性分类.