长基线浮标级联阵高精度跟踪定位算法研究

针对声速装订误差和阵位测量误差对长基线浮标级联阵定位精度影响较大的问题,提出了新型的等效声速预报模型和迭代声速修正定位解算模型.仿真和试验表明,采用该定位解算模型可有效提高长基线浮标级联阵的跟踪定位精度.     

一种新型抗多途信号时空关联专家判据

针对水声多途信号干扰导致同步式水声定位系统出现测量假值的难题,提出了利用信号的时空关联规律提取有效信号的专家判据.试验数据处理结果表明,采用该判据可剔除全部的多途干扰信号,并提取出全部的有效信号,确保了同步定位测量样本的质量.     

智能鱼雷攻潜部位及攻击角测量方法与误差分析

研究了一种基于实艇靶舷侧阵的末弹道二维跟踪定位模型,给出了鱼雷攻潜过靶部位及水平攻击角的计算方法,分析了测量误差并进行仿真.分析及仿真表明,采用该定位模型,鱼雷攻艇部位的测量精度可达2 m,在艇正横方向大约±60°开角范围内,水平攻击角的测量精度可达2°.在引起攻击角测量误差的各因素中,同步误差和目标深度装订误差影响较大,声速装订误差和基阵变形引起的误差较小.     

基于两级自适应线谱增强器的舰船辐射噪声线谱检测

舰船辐射噪声中的线谱成分能表征舰船的本质特征,是舰船目标识别中的主要特征矢量.因此,舰船辐射噪声线谱的准确检测在目标识别中具有十分重要的意义.针对海洋环境噪声中舰船辐射噪声线谱检测问题,提出了两级自适应线谱增强器(adaptive line enhancement,ALE)检测方法.该方法在原一级ALE检测方法的基础上,将原信号延时信号与一级ALE误差信号相减后作为第2级ALE的输入再进行1次ALE.该方法较一级ALE在输入信号信噪比较低时能准确地将线谱从宽带背景噪声中分离出来.仿真和实验结果表明该方法的有效性和准确性.     

信号多普勒的仿真模拟与测试方法

提出实验室条件下生成信号多普勒效应的2种方法,一种是基于Matlab环境的仿真重构方法,另一种是基于计算机对接的传输模拟方法。给出了信号多普勒时域和频域的数学表述,在定量分析白噪声信号多普勒容限特性的基础上,对信号仿真模拟进行了测试验证。结果表明,实验室静态测试与理论分析一致,海上动态测试进一步证实了这一结论。     

喷射航行体辐射噪声机理分析

喷射航行体具有很高的速度,其辐射噪声主要含结构振动噪声和气泡脉动噪声。实测信号分析表明,低频分量基本无多普勒效应,以气泡脉动噪声为主;高频分量的空间位移速度大,以推进器壳体振动噪声为主。两类噪声对信号处理产生不同影响,表现在目标深度测量时效果各异,以气泡噪声的平滑效果为佳。     

物体入水溅落信号特性分析与识别方法

文章从分析与溅落信号类似的爆炸信号特性、溅落信号的多路径特性、海洋信道的影响入手,在分析物体入水溅落信号特性及海试实测数据特征的基础上,针对海试实测数据探讨物体入水溅落信号识别方法。     

分布式互相关被动定位模型与实验

研究长基线分布式阵元的互相关被动定位问题,提出了常规双曲面交汇定位模型和双曲面迭代搜索定位模型。浅海实验证实了窄带信号的空间相关半径至少可达3 000～4 000 m,信道建模仿真表明,分布式互相关可能因冲激响应各异而发生相关峰分裂并导致相关损失,但浅海实验的测试情况较为理想。给出了目标机动与积分时间容限的理论公式。浅海低速目标实验表明,上述2种定位模型均能稳健实现航迹跟踪。     

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。     

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.