舰船水压场频域检测的环境干扰特性分析

舰船水压场以其难于人工模拟性,被作为舰船的重要目标特性广泛应用于水中目标检测中,而对其进行频域检测又是最常用的舰船水压场信号检测方法。复杂多变的海洋环境中,诸多因素都对舰船水压场信号的频域检测性能产生显著影响,文章对在我国沿海不同海域获得的大量环境水压场数据进行分析,得到影响舰船水压场信号频域检测的主要因素,为水中目标探测器设计提供参考。     

舰船水压场信号的小波能谱估计与支持向量机联合检测

针对舰船水压场和海浪水压场在频率成分上的差别,提出了小波能谱估计和支持向量机多步预测检测的舰船水压场检测方法.使用滑动加窗信号的低频小波能谱估计值作为新的检测序列,提高了被检测信号的信噪比,使用支持向量机对其进行多步预测滤波检测,并使用实测的数据进行了验证.在海浪水压场为5级海况的情况下(信噪比约为-23 dB),准确可靠的检测到了目标信号,较大的提高了舰船水压信号的检测水平.     

浅水航道舰船水压场理论解及其计算

基于浅水波动势流理论,建立亚临界航速和线性跨临界航速浅水波动控制方程。基于薄船假定,利用傅里叶积分变换法获得浅水航道舰船水压场理论解。通过数值求解,分析舰船航速、水深、航道宽度、色散效应对舰船水压场特性的影响,并与源汇分布法计算结果进行对比,验证所建立的浅水航道舰船水压场数学模型和计算方法的正确性与有效性。     

基于AR模型的水下目标检测方法

本文提出了一种基于AR模型的水下目标检测方法。该方法对预先获得的环境噪声信号建立AR模型并求解其参数,对采集到的可疑信号以相同的阶数建立AR模型并求其参数。通过比较噪声模型系数和被测目标信号模型系数的差异来判断是否有目标存在。用该方法对模拟舰船信号、舰船模型信号和海试实测数据进行了分析并与能量检测器的结果进行了比较,结果表明该方法与能量检测器的性能相差不大,可以在较低的信噪比下检测出目标信号。     

基于参数优化小波变化的舰船目标检测方法

常见的舰船目标检测方法是通过对雷达的回波信号进行分析,优化舰船目标检测模型。本文结合小波变换算法,重新构建了舰船目标的检测模型,对目标检测的数据进行了分析。通过迭代优化,对小波变换模型中的参数进行了调制。实验结果表明,基于小波变换的舰船目标检测模型具有很强的适应能力,能够显著提高目标检测能力。     

基于小波能谱系数的舰船目标分类与识别

由于舰船目标发声机理的复杂性及多样性,导致表征其辐射信号特征的数据量较大且维度较高,带来巨大的处理运算量。因此提取可靠、有效的舰船目标信号特征是水声界研究的难点之一。本文提出基于小波能谱系数的舰船目标信号特征提取方法。首先利用小波变换对舰船目标的波形信号进行分析,获取其时域、频域特征;然后采用小波能谱系数描述信号能量在每个频率范围的分布情况并提取特征向量,以区别3类目标信号;最后以BP神经网络作为分类器对3类目标进行识别与分类。对实验数据的处理结果表明,该方法可以有效获得舰船目标的特征信息,具有较好的分类效果和较高的可靠性。     

水声探测技术在舰船RCS测量中的应用

舰船等电极大尺寸目标的RCS测量一直是一项非常复杂而棘手的难题,而俄罗斯发展了水声探测技术并运用于RCS的测量中.本文将俄罗斯水声探测技术介绍给国内同行,从水声的角度探究了解决RCS测量难题的方法.首先对探测设施--回声室作了简单的介绍,然后对声波散射和电磁波散射的相似性进行了定量的分析.最后得出结论,利用水声探测技术有望较好地解决舰船等目标的RCS测量难题.     

基于PQFT模型和小波变换的遥感图像舰船目标特征提取

海上舰船的目标检测和特征提取是非常重要的研究课题,不仅可以用于军事领域的敌方船只侦察,还可以用于海上交通管理和渔船监管等领域。高分辨率的舰船光学遥感图像含有丰富的舰船航行状态信息,研究舰船光学遥感图像的分析技术有助于提高舰船目标识别和特征提取的效率。本文详细介绍了图像处理技术中的PQFT模型和小波变换理论,并基于PQFT模型和小波变换研究了舰船高分辨率遥感图像的识别和特征提取技术,有重要的理论和实际应用意义。     

背景纹理模型在海面舰船目标检测中的应用研究

随着我国海洋贸易的快速增长,各种用途的船舶航行在广阔的海洋上,船舶的分工用途也越来越复杂,在船舶的航行安全领域,往往需要人工对水面的船只进行不间断的监测,这大大增加了航运成本。为了有效提高船舶的航行安全,改善航道的使用效率,本文提出了基于背景纹理检测的船只目标检测算法,通过传感器设备,计算机能够自动将背景和目标船只进行分离,然后结合噪声优化算法,有效提高了船只的检测效率。尤其在复杂的背景环境中,舰船目标的检测也变得更加容易。文末对该算法的保真度和杂散检测能力进行仿真,并通过分析仿真曲线,提出一些改进措施,以提高模型的检测效果。     

基于径向基函数网络的水声信号预测模型研究

随着舰船隐身降噪技术的不断发展,舰船辐射噪声信号检测变得愈加困难.针对这种情况,将RBF神经网络引入到水声信号的预测中,建立水声信号的全局预测模型.通过对Henon和Lorenz映射仿真,验证了RBF预测模型的有效性.运用全局预测模型对两种实际水声信号进行预测.实验证明,该预测模型学习速度快,所需样本点少,效果较准确,在水声信号检测中具有良好的发展前景.