应用混沌理论的舰船混响背景下目标检测方法

舰船的水下目标检测技术有重要意义,不仅关乎军事舰艇的侦察能力,还决定海上作业渔船和航运船舶的工作效率。因此,研究混响背景的水下目标信号检测技术具有重要的意义。本文系统介绍混沌理论的发展和数学模型,利用混沌理论优化舰船混响背景下的信号提取和目标检测技术,并利用仿真软件Maltlab对该目标检测技术进行仿真分析。     

基于稀疏表示的NMF抗混响方法

在浅海环境中,由于受到混响的影响,主动声呐接收到的信号混淆不清。针对上述问题,提出一种基于稀疏表示的非负矩阵分解(non-negative matrix factorization, NMF)抗混响方法。利用稀疏表示方法处理主动声呐回波信号,然后根据信号的稀疏性,构建基于非负矩阵分解的Kullback-Leibler(KL)问题,通过梯度下降法给出迭代规则,进而得到了目标信号矩阵中的协方差估计。仿真结果表明,相对其他去混响方法,该方法能够有效抑制混响,提高对水下目标的识别率。     

基于混沌理论的混响背景下目标检测方法

响应使得海底目标检测更加困难,针对当前混响背景下目标检测方法存在的检测误差大、抗干扰能力差等不足,以提高混响背景下目标检测精度为目标,提出了基于混沌理论的混响背景下目标检测方法。首先对当前混响背景下目标检测方法进行分析,找到引起检测误差大、抗干扰能力差的原因,然后引入小波分析对混响背景下目标信号进行去噪,提高其抗干扰能力,并通过混沌理论对混响背景下目标信号进行相空间重构,最后采用神经网络对混响背景下目标信号进行分类,实现目标检测,并与其他混响背景下目标检测方法进行对比测试,验证了本文方法是一种精度高、抗干扰能力强的混响背景下目标检测方法。     

一种级联型自适应滤波器的混响抑制技术

在浅海环境中混响是造成主动声呐性能下降的主要原因之一。混响是由发射信号引起的,其频域上覆盖区域与发射信号基本重合,时域上与发射信号及目标回波强相关,这给混响和目标的分离造成了很大的困难。本文借鉴PD雷达中的动目标检测方法,提出一种适用于声呐动目标检测的滤波器设计算法。该算法利用运动目标回波和混响在时频域上的不同特性,设计了级联自适应滤波器实现混响抑制和目标增强。在此基础上进行匹配滤波等处理可以获得理想的效果。该算法可大幅提高信混比,有效改善运动目标的检测能力。     

基于数据平滑的降维STAP混响抑制方法

分析了主动声呐采用空时自适应处理进行混响抑制的困难,给出了一种有效的降维空时自适应处理方法.该方法把待检测的空时数据划分为子组进行空时自适应处理,采用空时前后向平滑的方法来增加有效的样本数据数量,提高协方差矩阵的估计精度.通过分析子组输出间的相位关系,指出可以对所有子组的输出进行相干叠加.不仅能进一步提高输出信混比,还能减小空间和时间孔径的损失.通过仿真的混响数据比较了不同方法的改善因子,表明该方法能够有效消除强混响,而且具有较高的稳健性.     

基于FRFT的频域自适应匹配滤波器检测方法

针对浅海混响背景下频域自适应匹配滤波器检测性能下降的问题,提出基于分数阶傅里叶变换（FRFT）的频域自适应匹配滤波器检测方法,该方法利用模板匹配技术,采用滑动窗对接收信号进行最优阶次分数阶傅里叶变换,然后将此过程中得到的FRFT域图与参考信号最优阶次傅里叶变换FRFT域图进行匹配,将离差平方和作为评价相似度的指标,即对离差平方和最小值的位置进行滤波,并对滤波后的信号进行最优阶次分数阶傅里叶逆变换,从而实现混响背景下的目标检测。仿真结果表明,在信混比为-15 dB的情况下,该算法可显著提高频域自适应匹配滤波器的检测性能。     

基于最佳逼近理论的主动吸收造波算法研究

在海洋工程水池试验中,二次反射波会严重影响实验的可靠性和准确性,如何消除反射波成为一个重要课题。针对MARINTEK水池为仿真对象展开相关研究,运用目前较为成熟的主动吸收造波算法理论,解算摇板式造波机的传递函数,在此基础上应用最佳逼近理论,设计出相应的数字滤波器,来达到同等的主动吸收造波效果,并验证该方法的有效性,从而实现模拟滤波器向数字滤波器的转换。仿真结果显示,数字滤波器输出与标准(主动吸收造波算法理论)输出有着良好的拟合效果,表明所设计的数字滤波器能够到达预期的主动吸收造波效果。本研究的意义在于,初步实现了主动吸收造波算法从理论到实际应用的转换,为工程上的应用提供良好的依据,有助于提高波浪试验的准确性。     

递归算法的设计方法和技巧

编写递归算法时,应将原问题转换为1个或多个子问题,并找出停止条件;给出了3个设计的递归子程序实例,将堆排序调用的筛选过程sift改写为1个递归过程是其中1例.     

基于D-S证据理论的柴油机故障检测方法

给出一种基于D-S证据理论的多传感器信息融合方法,并应用于某型船用柴油机故障检测中。首先,为克服人为因素和系统误差的干扰,在现场采集数据基础上,采用概率统计的方法来构造D-S证据理论的基本概率分配函数;然后,利用D-S证据理论对多传感器采集的信息进行融合;最后,将该方法应用于某型船用柴油机的故障检测中。实验结果表明,利用D-S证据理论解决了该型柴油机故障检测中多传感器信息融合问题,有效避免了人为因素的干扰,克服了单传感器信息的不确定性和片面性,提高了故障检测的准确度和可信度。     

基于GPU的海底混响信号快速仿真方法研究

在计算海底混响信号时,根据混响产生的物理机理,以射线声学为基础,用 Lambert散射定律计算海底反向散射强度,采用单元散射模型建立海底混响信号模型。利用 GPU相比于 CPU具有更高的浮点运算能力和内存带宽的特点,采用 GPU进行计算海底混响信号。通过对仿真混响信号的处理分析,在散射点较少时,混响信号包络更接近于 K分布,而随着散射点的增多,混响信号的包络接近于瑞利分布。符合混响信号的一般统计特性。该方法能快速仿真出混响信号,达到高效的目的,为以后混响信号的实时演示验证提供一条可供选择的途径。     

基于GPU的海底混响信号快速仿真方法研究

在计算海底混响信号时,根据混响产生的物理机理,以射线声学为基础,用Lambert散射定律计算海底反向散射强度,采用单元散射模型建立海底混响信号模型。利用GPU相比于CPU具有更高的浮点运算能力和内存带宽的特点,采用GPU进行计算海底混响信号。通过对仿真混响信号的处理分析,在散射点较少时,混响信号包络更接近于K分布,而随着散射点的增多,混响信号的包络接近于瑞利分布。符合混响信号的一般统计特性。该方法能快速仿真出混响信号,达到高效的目的,为以后混响信号的实时演示验证提供一条可供选择的途径。     

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。     

基于m-MHT的主动声呐野点剔除方法研究

针对水下杂波区内目标跟踪问题的研究,利用多假设跟踪(MHT)算法,解决目标数据关联问题。从工程角度出发,采用Murty和m-MHT方法以优化算法效率和实用性。通过Matlab数据分析仿真验证,表明该方法可提高声呐在杂波环境下对目标跟踪能力。     

基于m-MHT的主动声呐野点剔除方法研究

针对水下杂波区内目标跟踪问题的研究,利用多假设跟踪(MHT)算法,解决目标数据关联问题.从工程角度出发,采用Murty和m-MHT方法以优化算法效率和实用性.通过Matlab数据分析仿真验证,表明该方法可提高声呐在杂波环境下对目标跟踪能力.     

混响场中矢量传感器抑制干扰能力分析

随着声呐工作频率向着低频方向发展,抑制混响已经成为提高主动声呐系统工作能力以及提高水中目标强度测试精度的重要方面.根据混响的时空相关特性通常采用钟形脉冲和线性调频信号可较常规的CW信号取得较好的抗混响效果.近年来对矢量传感器在各向同性噪声场中的抑制干扰能力已经进行了深入广泛的研究,包括提高信噪比性能、定向性能以及多目标分辨等,为水中目标噪声测试、特征分析等工程实际中应用矢量传感器奠定了基础.但尚未对主动声呐系统和水中目标低频强度测试中利用矢量传感器的抑制混响能力开展系统研究.以混响场的各向同性为基础推导了单矢量传感器抑制混响的能力,并结合湖上试验数据分析探讨了矢量传感器不同声能流组合形式抑制混响干扰的能力分析,为矢量传感器在主动声呐系统中的工程应用提供了理论依据.     

基于型线图的船舶三维自动建模算法研究及实现

利用AutoCAD和SolidWorks的VBA二次开发环境,实现了船体三维模型的建立,通过实例验证了算法的适用性和可靠性,比传统方法具有更高的建模效率与精度,为全面实现船舶三维有限元自动建模进行基础研究。     

基于蚁群算法的测试集优化

  目的  针对舰船作战系统中系统级测试性分析的测试集优化和测试序列优化问题,  方法  以多信号流图模型为基础,采用优化精度高、算法收敛速度快的离散蝙蝠算法（DBA）对最优完备测试集和各类故障测试序列进行求解,并以舰船作战系统为研究对象,将故障隔离率、平均测试代价和平均期望测试代价等主要指标与现有的优化方案进行仿真对比分析。  结果  仿真结果表明：与其他算法相比,离散蝙蝠算法具有更好的优化效果,其故障隔离率可提升5.5%、平均测试代价与期望测试代价可分别下降6.35%和17.01%。  结论  研究成果验证了离散蝙蝠算法应用于系统级测试性分析的可行性和优势,可为系统级测试性分析工程提供参考。