基于MATLAB的AR模型参数估计

分析在地震作用下建筑物扭转振动效应的模型参数估计,根据系统振动加速度作为时间序列,来建立AR(n)模型,并利用时序模型参数与模态参数之间的关系,求解振动系统的模态参数.     

一种基于子频段的弱目标检测方法

针对被动声呐弱目标检测问题,提出一种基于子频段的弱目标的检测方法。该方法把子频段峰值能量检测和Eckart后置处理滤波器相结合,对波束形成后的子频段谱进行Eckart加权,从而提高强干扰下的弱目标检测能力。仿真实验和海试数据分析验证了该方法的有效性。     

AR船舶运输中目标移动跟踪实现技术

随着AR技术的发展,在船舶运输作业时可以对危险目标进行主动识别,从某种程度上讲,该系统能够取代船员,在进一步增强船舶航行安全的同时,也能提高船舶的航行控制能力。通过该系统,船舶计算机可以快速识别周围的环境目标,并对目标的运动状态进行数据采集与分析,可以快速判断该物体对本船舶的影响。因此,本文主要对该跟踪技术的实现原理进行分析和阐述,并优化其核心算法,通过提高对目标的识别率,使得船舶在运输过程中的控制能力进一步加强。通过仿真分析,基于AR算法的移动目标跟踪技术,能够快速适应复杂的海洋环境,具有良好的实用性。     

基于改进YOLOv7声光融合水下目标检测方法

多变的光照条件及天气状况将会严重影响水下光学图像的成像质量,为提升水下目标检测的稳定性及检测精度,基于深度神经网络模型,对结合光学图像和声呐图形的多模态方法进行研究。首先,针对实时神经网络检测器架构YOLOv7,通过改进该检测器,使其适用于多模态输入。其次,为了有效地结合来自不同模态的影响特征,提出全新的融合模型YOLOv7-Fusion,并通过引入CE-Fusion模块,实现融合效率和准确度的提升。最后,为了解决数据集缺少的问题,利用快速风格和图像处理算法转化的方法,生成人工数据集。所设计的算法及模型目标识别准确率为0.995,具有较高检测精度;Fps为43.4,具有较高处理效率。该模型可支持真实应用,适用于不同类型的水下场景。     

多极化SAR图像目标检测研究

目前,SAR图像检测多是单一极化的方式,从而使得检测效率低下。因此本文采用多极化的方式进行目标检测,在检测算法中,本文将多种极化检测器相融合,通过检测结果的多次迭代,得到最后的目标检测结果。从对比实验结果可看出,在相同的虚警率下,本文算法的检测结果最好,并且随着虚警率的提高,虚警点数没有增多。     

基于频域特征的水下高速目标瞬态信号检测

水下高速目标出管瞬态信号低频特征明显。介绍了Power-Law瞬态信号检测器,针对水下高速目标的出管噪声特点,提出了基于频域特征的瞬态信号检测方法。若中高频部分能量变化明显,直接判断为非水下高速目标。利用该方法对鲸鱼的鸣叫声和实测某水下高速目标出管噪声进行了信号检测,结果表明该方法可有效对水下高速目标出管噪声进行检测,并在一定程度上降低了虚警概率。     

基于AR模型的瑞利衰落信道仿真

介绍了无线通信中的衰落信道,如Rician信道和Rayleigh信道.在此基础上给出了三种对瑞利衰落信道的仿真方法.通过对算法的分析,文章最后给出了对AR模型法的MATLAB仿真,仿真表明了该算法的有效性.     

基于动态视频信息分析的海上舰船目标检测方法

海上作业工作中,通常通过机器视觉获取环境视频信息。其中,分析海上舰船目标是一项重要工作。为此,提出基于动态视频信息分析的海上舰船目标检测方法。首先使用差分处理方法去除动态视频图像中的噪声,并适应度增强背景光线。然后缩小运动目标检测区域,实时更新背景模型,降低背景对检测目标的影响。在划分海上舰船动态视频图像后,检测天空和海天线,构建海面背景的纹理模型。最后,去除天空与非海面纹理的像素点,即可得到海上舰船目标。实验结果表明,该方法的检测精度高,对动态视频检测响应速度快且去噪效果较好。     

基于亮点模型的水下目标近程回波仿真研究

水下尺度目标回声特性是水声学中的一个重要研究方向。该文首先介绍了尺度目标近程回波的多亮点模型,采用板块元算法计算亮点的目标强度,同时结合面元的反射强度值和照射区域计算亮点位置,最后以一段圆柱体目标和一个简单形状的组合体目标为研究对象,进行了计算机仿真。仿真结果较好地体现了目标的回波结构,表明采用亮点模型模拟目标回波对于分析水下尺度目标的声学特性具有一定的应用价值。     

基于高阶谱的水下目标识别

利用高阶谱估值法,对具有很强非高斯性和非线性的舰船辐射噪声信号进行分析及特征提取,并通过结构自适应神经网络作为分类实验,表明基于高阶谱的特征提取具有较强的类别可分性,在无源声纳目标识别中特具潜力。     

基于水声传感器网络的目标纯方位运动分析

研究了基于水声传感器网络的目标纯方位运动分析原理及方法,建立了基于水声传感器网络的目标运动分析模型。在此基础上,讨论了模型中多维非线性估计问题,提出了一种基于传感器网络新的水下目标运动分析方法。该方法采用改进的粒子滤波EKF-PF(扩展卡尔曼-粒子滤波)算法实现,并与传统的扩展卡尔曼滤波(EKF)和粒子滤波(PF)算法进行了比较。通过Monte Carlo仿真分析,表明基于水声传感器网络的目标运动分析方法充分利用了网络的优势和当前测量信息。这种方法对水下目标运动状态估计时,不仅降低了计算量而且表现出较高的估计精度。所得结论为水下传感器网络进行目标被动定位提供了参考。     

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。     

基于模型融合的自主潜器推进系统故障诊断

采用对自主潜器(AUV)的全局状态模型与推进器局部模型融合的方法,实现对水下机器人推进系统的实时故障诊断.在诊断过程中,对AUV的特征状态参数进行残差信息融合,提出了故障诊断准则,保证了故障诊断的可靠性;并以仿真试验验证了该方法的有效性.     

基于小波能量熵的水下目标磁场信号去噪

本文提出了基于小波能量熵的水下目标磁场信号去噪方法,通过对信号进行小波分解,计算各层目标信号和背景噪声的小波系数能量熵,利用信号在不同的分解尺度上具有不同的小波熵,自适应地确定高频系数的阈值,利用经过处理后的小波系数进行小波反变换,实现对水下目标磁场信号的去噪.仿真试验结果表明,该方法能有效去除背景噪声,检测出目标磁场...     

基于SAR的海洋舰船目标检测

针对海洋资源的归属与邻国存在争端,必须对他国非法进入我国专属经济区的舰船予以监视监测,维护我国海洋权益.论文开展了利用星载SAR数据进行海洋舰船等一般性目标检测的研究,探讨了不同海况、噪声条件对舰船目标检测的影响,开展了海陆分割技术研究,提高了目标特征提取精度.     

基于一阶差分滤波器的水下目标纯方位角跟踪

在水下目标纯方位角跟踪研究中,针对传统扩展Kalman滤波(EKF)方法需要通过Taylor 展开实现非线性项的线性化而导致计算过程繁琐且存在奇点的问题,本文提出一种基于一阶差分滤波器(DDF1)的纯方位角跟踪算法,建立了目标的运动学模型及无源声纳的测量模型;利用 Stirling插值法实现非线性项的线性化,进而通过DDF1滤波方法实现对目标位置及速度的跟踪。仿真结果与一致性分析表明,与基于EKF的目标纯方位角跟踪方法相比,论文所提出的算法具有较高的跟踪精度和较好的跟踪性能。     

基于特征的单帧红外小目标检测

针对红外小目标自身的特点,给出了一种改进的检测方法：首先通过低通滤波进行预处理,然后保留灰度值大于预处理图像均值的点。由于小目标在红外图像上所占像素很少且是区域能量较高的点,遍历整幅图像,滤除连续的像素点,得到小目标或斑目标,为了进一步检测分割出候选目标点,考虑到目标点的局部能量较大的特征,通过合理的设定阈值,缩小目标点的范围,为后续目标轨迹的检测提供基础。     

基于声学理论的被动声纳探测水下目标仿真

文章给出了海洋水文要素与声速的关系,在分析了相关海域的水文条件基础上,基于声线理论和声纳方程,建立了被动声纳对水下目标探测的数学模型。针对不同的声速剖面,进行了仿真实验,并对结果进行了详细的研究。     

基于LabVIEW的应答式水声定位系统目标模拟器

文章利用LabVIEW和VC作为软件开发平台,PXI4461采集卡等作为硬件平台,开发虚拟信号模拟器,可模拟应答式水声定位系统测阵、导航与定位监测的应答器的应答声信号,在实验室模拟还原整个研练保障的测量过程。