单矢量水听器基于互谱测向的多目标分辨

利用单个矢量水听器可以测出目标声源的方位,提出了一种利用单矢量水听器基于互谱测向的多目标分辨方法。利用互谱测向方法计算出测量过程中各个目标的方位变化轨迹,画出方位历程图,根据方位历程图选择目标方位相差比较大的时刻,根据方位信息提取出各自目标声源的特征谱;只要目标声源的特征谱不重合,就可以分辨出多个目标。本文结合仿真说明了分辨2个目标的方法和计算过程,利用本方法可以分辨2个或更多目标。     

基于形态特征的水下小目标识别方法

为应对恐怖组织利用蛙人或水下机器人等小型武器的攻击,需要在一些重要的部位,如港口、码头、海岸洞库和锚泊水域中安装水下智能监控系统,而小目标识别技术是该系统的核心技术之一.本文对蛙人等水下小目标的特征进行了研究,提出基于形态特征的水下小目标识别方法.由实验结果可以得出,此算法具有较高的小目标检测率,有效提高了水下智能监控系统的可靠性.     

基于矢量传感器的水下运动目标测向的研究

将基于二维压差式矢量传感器的声压振速联合处理技术应用于水下运动目标测向算法研究中,在小尺寸和低频条件下,实现了对水下运动目标的精确测向。研究了传感器尺寸、信噪比对算法性能的影响,并采用实测辐射噪声对算法性能进行了分析。仿真和实验结果表明,该测向方法具有基阵尺寸小、测向精度高的特点。该研究为水下运动目标的方位估计提供了一种有效的技术途径。     

基于ICA的单矢量水听器多目标分辨

单矢量水听器利用目标信号的声能流进行测量,可有效抑制各向同性干扰,提高目标信号的信噪比,从而实现目标的波达方向(DOA)估计。但若存在多个目标时,单矢量水听器测量的是各信号声能流的矢量和,因此无法估计单个目标的方位。本文将独立分量分析(ICA)原理与单矢量水听器技术相结合,提出一种新的单矢量水听器多目标分辨算法。在目标信号方向未知的情况下,该方法可对矢量水听器的导向矢量实现盲估计,并分离出各独立目标信号,进而利用声能流逐次分辨出各独立目标信号。仿真实验证明了算法的有效性。     

多传感器综合目标识别技术研究

描述了传感器与目标身份信息的特征，提出了多佑感器特征级综合目标识别的系统结构，并介绍了与综合目标识别相关的关键技术，重点阐述了几种目标识别融合算法。     

单只矢量水听器对多目标方位估计的仿真研究

文章结合了矢量水听器的自身特点,利用单只矢量水听器分别研究了声强法和ESPRIT算法对目标方位进行估计,在无需知道信号先验信息的条件下,可以实现对多个不相关信号的方位角估计。利用已知的条件进行模拟仿真,在不同的信噪比,样本长度的条件下来对比声强法与ESPRIT算法之间了优劣性。     

一种基于高阶谱特征的舰船目标识别方法

基于高分辨距离像(HRRP)的舰船目标识别问题,提出了一种基于高阶谱特征的舰船目标识别方法。在对舰船目标HRRP特性分析的基础上,首先利用姿态角进行方位约束筛选,然后通过高阶谱特征结合欧氏距离测度最近邻分类器进行识别匹配。通过10类军民船目标的实测数据进行测试,验证结果表明该方法在舰船目标识别领域具有很好的应用前景。     

单矢量水听器多目标方位估计的算法研究

矢量水听器可有效抑制各向同性的背景噪声干扰,能同时共点地拾取声场的声压标量和振速矢量信息。这些信息的偶次阶矩组成了以各个目标的声强和方位为未知数的非线性方程组。为了求解该方程组,研究了具有全局最优化概率搜索的快速方法:遗传算法和小生境遗传算法,并对两者的性能进行比较。仿真试验的结果证明了算法的可行性,即基于小生境遗传算法能够实现单个矢量水听器进行多个非相干源目标的方位估计。为了提高弱目标的方位估计精度,又提出了二次小生境搜索方法。     

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。     

The research on high speed underwater target recognition based on fuzzy logic inference

The underwater target recognition is a key technology in acoustic confrontation and underwater defence. In this article, a recognition system based on fuzzy logic inference （FLI） is set up. This system is mainly composed of three parts ： the fuzzy input module, the fuzzy logic inference module with a set of inference rules and the de-fuzzy output module. The inference result shows the recognition system is effective in most conditions.     

基于扰动压力与速度测量水中目标航向与航速的新方法

从不可压理想定常流动的伯努利方程出发,依据水中航行体对水中某点的扰动压力与扰动速度的相关性,提出了基于水中航行体对水中一点的扰动压力与扰动速度测量该航行体的航行速度与航向的新方法。船模实验表明,该方法能较准确地测量出水中航行体的航向与运动速度,航向测量误差在5%以内,速度测量误差在20%以内,说明该方法具有实际应用前景。     

经验模式分解方法在水下目标分类中的应用

针对经验模式分解在水下目标辐射噪声分析时存在的模式混叠问题,提出基于二进滤波的经验模式分解方法,研究了水下目标辐射噪声的分解和特征提取。仿真实验表明,基于二进滤波的经验模式分解方法能很好地抑制模式混叠。最后将该方法应用于海试数据分析,处理结果与直接利用经验模式分解方法相比,识别概率提高了6%,得到比较满意的分类结果。     

Classification of underwater target echoes based on auditory perception characteristics

In underwater target detection, the bottom reverberation has some of the same properties as the target echo, which has a great impact on the performance. It is essential to study the difference between target echo and reverberation. In this paper, based on the unique advantage of human listening ability on objects distinction, the Gammatone filter is taken as the auditory model. In addition, time-frequency perception features and auditory spectral features are extracted for active sonar target echo and bottom reverberation separation. The features of the experimental data have good concentration characteristics in the same class and have a large amount of differences between different classes, which shows that this method can effectively distinguish between the target echo and reverberation.     

水下运动目标动态谱特征提取与增强的现状与展望

介绍了国内外关于水下运动目标动态谱特征提取与增强的相关函数与功率谱方法、自适应谱线增强方法、小波变换方法、基于神经网络的方法、混沌动力学与分形理论、高阶统计量方法等主要方法及研究成果,分析了各种方法的主要缺陷,指出了在所有方法中用高阶统计量方法提取与增强运动目标动态谱特征是最值得深入研究的课题。     

基于切片谱的主动水声信号处理方法

针对传统FFT对主动水声信号处理无法获得可观的处理增益,提出了基于切片谱的主动水声信号处理方法。研究分析了不同信噪比的噪声背景情况下,通过对主动水声信号计算切片谱来进行处理。仿真结果表明,基于切片谱的主动水声信号处理方法能够较好地抑制高斯噪声,提高输出信噪比,从而获得良好的处理增益,与传统的FFT处理方法相比,在输入信噪比从-10～+10dB之间变化时,处理增益平均提升了6.9987dB。     

基于DSP的水下目标识别嵌入式系统

水下目标识别系统是海洋开发的关键组成部分,而利用声呐对目标物进行定位跟踪是水下目标识别系统中最重要的技术。本文首先分析水下目标识别系统的基本原理及组成,重点研究水下声呐目标识别技术中的基于形状及纹理等特性对识别精度的影响,最后优化小波变换对目标物声呐图像的提取特征算法,通过对声呐特性的分析提出一种小波提升分析法,并构造基于DSP嵌入式系统。     

水声目标辐射噪声谐波特征提取算法

水下目标辐射噪声中的谐波分量包含了反映目标自身本质特性的信息,能否有效提取目标谐波特征关系到目标识别的效果.论文基于目标辐射噪声的一般数理模型,利用最大似然估计和卡尔曼滤波理论,提出一种水下目标辐射噪声谐波特征的提取与分析算法,估计得到了谐波的瞬时基频;然后利用卡尔曼滤波器跟踪瞬时基频的时变特性,实现对基频的精确跟踪和估计;并提取各阶谐波的振幅,得到目标的谐波特征;最后结合仿真信号与实测数据进行对比,验证了谐波特征提取算法估计基频和提取谐波信息的可行性.     

S变换在水下目标识别中的应用

研究了基于S变换模时频矩阵相似度的水下目标识别方法。根据测试样本对应的S变换模时频矩阵与标准样本对应的S变换模时频矩阵之间的相似度最大原则对测试样本进行识别。该方法不需要辅助分类器而直接实现目标识别,计算简单快速。仿真实验表明,该方法的识别率较高,且受噪声影响小,适合于水下目标识别。