Segmentation of complex objects'' sonar images using parameter-fixed MRF model

The effective method of the recognition of underwater complex objects in sonar image is to segment sonar image into target, shadow and sea-bottom reverberation regions and then extract the edge of the object. Because of the time-varying and space-varying characters of underwater acoustics environment, the sonar images have poor quality and serious speckle noise, so traditional image segmentation is unable to achieve precise segmentation. In the paper, the image segmentation process based on MRF (Markov random field) model is studied, and a practical method of estimating model parameters is proposed. Through analyzing the impact of chosen model parameters, a sonar imagery segmentation algorithm based on fixed parameters' MRF model is proposed. Both of the segmentation effect and the low computing load are gained. By applying the algorithm to the synthesized texture image and actual side-scan sonar image, the algorithm can be achieved with precise segmentation result.     

Segmentation of complex objects＇ sonar images using parameter-fixed MRF model

The effective method of the recognition of underwater complex objects in sonar image is to segment sonar image into target, shadow and sea-bottom reverberation regions and then extract the edge of the object. Because of the time-varying and space-varying characters of underwater acoustics environment, the sonar images have poor quality and serious speckle noise, so traditional image segmentation is unable to achieve precise segmentation. In the paper, the image segmentation process based on MRF （Markov random field） model is studied, and a practical method of estimating model parameters is proposed. Through analyzing the impact of chosen model parameters, a sonar imagery segmentation algorithm based on fixed parameters＇ MRF model is proposed. Both of the segmentation effect and the low computing load are gained. By applying the algorithm to the synthesized texture image and actual side-scan sonar image, the algorithm can be achieved with precise segmentation result.     

基于神经网络的声纳特征级信息融合中目标分类研究

声纳目标特征级融合的主要任务是实现信息压缩、目标身份确定(分类) ,以利于实时处理、决策分析。基于数学模型的各种算法,由于情况复杂,往往很难建立。而人工神经网络通过样本的学习,具有存储记忆、在相似输入下能恢复记忆等特性,从而避免了烦琐而复杂的建模。在神经网络声纳目标识别前的噪声预处理方法中,选用了功率谱特征提取、双谱特征提取算法;在研究了提取的特征后,选取反向传播神经网络(BP)模型;在此基础上构造了BP神经网络,并对网络进行训练与测试,给出识别实验结果。仿真模拟分析证明,基于神经网络的声纳特征级信息的融合,对目标分类有一定效果,为进一步实现声纳信息融合奠定了基础     

基于几何特征的声呐图像人造目标检测算法

针对高频声呐图像目标检测问题,基于数学形态学算子,提出了一种新的快速目标检测算法.该算法通过定义多尺度多形状的形态结构元素,对各像素点进行形态开闭运算,并采用阈值评判方法实现目标检测.仿真结果表明,该算法具有实时性好、准确度高的特点,并且可有效地克服背景中岩石等自然景物的影响,实现人造目标的准确提取.     

Application of A* algorithm for real-time path re-planning of an unmanned surface vehicle avoiding underwater obstacles

This paper describes path re-planning techniques andunderwater obstacle avoidance for unmanned surface vehicle （USV）based on multi-beam forward looking sonar （FLS）. Near-optimalpaths in static and dynamic environments with underwaterobstacles are computed using a numerical solution procedure basedon an A algorithm. The USV is modeled with a circular shape in 2degrees of freedom （surge and yaw）. In this paper, two-dimensional（2-D） underwater obstacle avoidance and the robust real-time pathre-planning technique for actual USV using multi-beam FLS aredeveloped. Our real-time path re-planning algorithm has beentested to regenerate the optimal path for several updated frames inthe field of view of the sonar with a proper update frequency of theFLS. The performance of the proposed method was verifiedthrough simulations, and sea experiments. For simulations, theUSV model can avoid both a single stationary obstacle, multiplestationary obstacles and moving obstacles with the near-optimaltrajectory that are performed both in the vehicle and the worldreference frame. For sea experiments, the proposed method for anunderwater obstacle avoidance system is implemented with a USVtest platform. The actual USV is automatically controlled andsucceeded in its real-time avoidance against the stationary underseaobstacle in the field of view of the FLS together with the GlobalPositioning System （GPS） of the USV.     

统计能量法计算声呐自噪声的水动力噪声分量

本文针对水下航行器舷侧的声呐基阵,采用统计能量法建立自噪声中水动力噪声分量的计算模型,并计算分析不同罩壁材料、吸声处理对声呐自噪声的影响.     

基于舷侧阵的MVDR波束形成算法研究

针对鱼雷舷侧阵的方位估计,研究了阵元域MVDR波束形成算法,此算法较常规波束形成算法在分辨能力上已有了很大的提高,但阵元域MVDR是对阵元域的信号直接处理,计算量较大,在低信噪比时分辨能力下降,限制了其在声纳系统上的应用.文章提出的波束域MVDR(BMVDR)波束形成算法就是为了克服阵元域MVDR的缺点.通过理论分析及计算机仿真,表明BMVDR算法的性能优于MVDR与常规波束形成(CBF).     

MIMO声呐目标检测性能分析

重点研究MIMO声呐的目标检测性能,为MIMO声呐布阵方式和工作模式等的选择提供理论依据。通过理论分析给出了MIMO声呐接收机工作特性(ROC)曲线的表达式,分别包括并列式和分布式MIMO声呐,同时给出了相控阵、SIMO和MISO等形式声呐的ROC表达式。通过示例比较了相同情况下并列式MIMO声呐、分布式MIMO声呐、相控阵声呐和常规多基地声呐的ROC曲线。结果表明,相同条件下相控阵声呐波束指向方向上的目标检测概率高于并列式MIMO声呐,做脉冲积累的并列式MIMO声呐可以得到与相控阵声呐相同的检测性能,低信噪比时并列式MIMO声呐和相控阵声呐的目标检测概率高于分布式MIMO声呐,高信噪比时分布式MIMO声呐可以得到较高的检测概率,采用多个发射阵元的分布式MIMO声呐性能优于使用一个发射阵元的常规多基地声呐。     

IETM在潜艇声纳装备中的应用研究

文章在分析了国内外发展现状的基础上,详细论述分析了潜艇声纳装备IETM设计与开发的全过程,系统严格遵循IETM海军标准,采用数据库作为支撑,以层次化的方式对声纳装备的结构、功能、工作原理、使用方法和维护维修等内容进行编排,针对实现过程中的关键问题给出了相应实现方法,以直观便利的电子交互手段为装备维修人员提供资料查询、培训学习、故障诊断与维修等技术支持,对推进装备维修信息化建设具有重大的推进作用。     

基于伪并行改进遗传算法的线列阵隔振系统参数优化

利用伪并行改进遗传算法(PPIGA)的思想,将其应用于拖曳线列阵隔振系统参数优化。通过伪并行改进遗传算法搜索出最优的材料参数(内部充油密度、护套材料的弹性模量、隔振组件的弹性模量)使得系统的隔振量最大。计算结果表明,这种算法在隔振系统参数优化中具有较好的效果。     

Underwater vehicle sonar self-noise prediction based on genetic algorithms and neural network

1Introduction Sonarself noiseisakeyfactorinfluencingthehiding capabilityofanunderwatervehicleanddetectioncapa bilityofsonar.Decreasingsonarself noisehasimpor tanteffectonenhancingtheprobabilityofsonardetec tionandbattleeffectivenessofunderwatervehicle.An …     

一种被动声纳目标识别数据融合方法的研究

文章首先对目标噪声信号采用五种不同的方法提取特征矢量,然后采用基于自适应遗传BP算法的神经网络分别对五种特征矢量并发地进行分类,再采用遗传算法对分类器组合过程中的多参数进行优化,最后由五种分类结果最优组合产生最终的分类结果。实验结果表明该系统具有很好的分类效果。     

水下爆炸声源对抗低频声呐干扰效果研究

在分析水下爆炸声源声学特性的基础上,研究了水下爆炸噪声对低频被动声呐的对抗机理,以圆柱形基阵为例,对不同水声干扰弹装药量、干扰弹到潜艇距离以及海况等级条件下对声呐主瓣、旁瓣的压制干扰效果进行仿真分析。结果表明,与传统噪声干扰器相比,水下爆炸声源对声呐的干扰效果更为明显,能显著降低声呐的探测距离,可为己方舰艇的机动规避和后续对抗创造有利条件。     

基于灰色层次分析法的声纳搜索效能评估

针对声纳系统性能参数的层次性,以灰色系统理论为基础,结合层次分析法,建立了基于AHP和灰色评估法的声纳搜索效能评估模型,论述了该模型应用的基本步骤。并以某型声纳系统为例,论证了评估模型在声纳搜索效能分析中的可行性,为声纳装备效能评枯提供了可靠的分析方法。     

基于EKF的同时定位与构图在潜艇地磁导航中的应用

潜艇地磁导航不产生如惯性导航的误差积累问题,是一种有效的自主导航定位手段。但是目前地磁导航定位主要是基于先验地磁图的匹配导航,在实际操作中要获得较为精确的先验地磁图是极其困难的。基于扩展卡尔曼滤波（EKF）的同时定位与构图算法（SLAM）可以在不需要先验地磁图的基础上实现潜艇导航定位。将这一算法应用到潜艇地磁导航中,再结合人工布设磁标的方法可以实现潜艇不依赖于先验地磁图的地磁导航定位。     

主动声纳的低截获性数字仿真研究

在现代海战中,舰艇面临着越来越严峻的敌方侦察声纳的威胁.低截获是一项非常诱人的技术.低截获声纳通过选择合适的发射信号,在保持探测能力的同时,降低被敌方侦察声纳截获的概率.采用数字仿真的形式,分析浅海侦察声纳信号能量的变化,研究主动声纳的低截获性.仿真结果表明在高斯噪声背景下,主动声纳实现低截获性相当困难.     

A new data acquisition and processing system for profiling sonar

A multi-beam chirp sonar based on IP connections and DSP processing nodes was proposed and designed to provide an expandable system with high-speed processing and mass-storage of real-time signals for multi-beam profiling sonar. The system was designed for seabed petroleum pipeline detection and orientation, and can receive echo signals and process the data in real time, refreshing the display 10 times per second. Every node of the chirp sonar connects with data processing nodes through TCP/IP. Merely by adding nodes, the system＇s processing ability can be increased proportionately without changing the software. System debugging and experimental testing proved the system to be practical and stable. This design provides a new method for high speed active sonar.     

一种多阵联合的拖线阵左右舷分辨方法

左右舷模糊一直是困扰拖曳线列阵声呐使用的关键技术,其制约了拖线阵声呐的使用效能。现有声呐系统装备的首端阵和舷侧阵均具有左右舷分辨能力,其与拖线阵声呐的信息互补性为拖线阵左右舷分辨提供了可能。文中提出一种多阵联合的拖线阵左右舷分辨方法,即利用舷侧阵和拖线阵公共频段的联合波束形成技术实现拖线阵的左右舷分辨,通过仿真分析验证了所提方法的有效性。结果表明,所提方法能够实现拖线阵左右舷分辨,平均分辨正确率不低于90%。     

一种基于稀疏表示声纳图像识别方法

提出了一种基于灰度-梯度共生矩阵的稀疏表示声纳图像识别方法.该方法采用灰度-梯度共生矩阵对声纳图像进行特征提取,特征提取结果相比全局的特征提取包含了声纳图像的重要的纹理信息;并结合稀疏表示的分类方法对声纳图像进行识别.实验表明,该方法既满足了对声纳图像进行识别实时性,又提高了识别的准确性.     

交互式水域环卫机器人的避障路径规划算法

为使交互式水域环卫机器人（Interactive Water Sanitation Vehicle，IWSV）在进行垃圾收集时成功捕获水中浮动垃圾并顺利规避水域障碍物，提出一种将基于采样的快速搜索随机树（Rapidly-exploring Random Tree，RRT）算法与速度障碍模型相结合的路径规划算法。利用双目摄像头基于视差定位法获取水域动态障碍物的位置坐标，利用IWSV搭载的感应元件获取其自身与障碍物的相对方位角，基于速度障碍法计算可成功避开障碍物的移动角度调整范围，对更优的RRT*算法中的随机采样过程进行进一步优化，得到改进的避障路径规划算法。考虑实际应用场景，引入抗积分饱和比例积分微分控制（Proportional Integral Differential Control，PID Control）法使航向控制器的控制效果更为精准有效。在实景测试时避障路径规划算法存在稳健性，基于到达时间（Time of Arrival，TOA）定位法进行仿真分析。仿真试验结果表明，该路径规划算法比RRT算法和改进前的RRT*算法路径规划效果更优，可靠性更好，可在较短时间内避障并得到较优移动路径。在实景测试时基于TOA的Chan算法更加符合定位估计需求，且IWSV本体感应装置的噪声测算宜在10 m以内。