基于蛙人探测声纳序列图像的水下小目标跟踪算法

针对水下监控系统中的小目标跟踪问题,在分析蛙人探测声纳图像特点的基础上,提出了基于面积约束的全局域最近邻数据关联法,有效解决了水下监控环境下目标小、结构信息缺乏、成像不稳定的难点,通过引入航迹"运动方向"的思想消除了混响区虚假航迹的影响,实验证明该算法具有准确性高、实时性好、鲁棒性强的特点。     

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。     

基于声纳目标多线谱信息的目标运动参数估计

在方位信息基础上,利用频率信息可以在本艇不机动条件下完成对目标的观测,而一般情况下,水下目标辐射噪声存在多个线谱频率,根据单阵或多阵所测得的目标方位和多线谱频率信息建立量测方程,对于求解这种非线性问题,利用一种改进极大似然估计方法避免残差值较大时收敛性存在的不足,完成对目标的运动参数进行估计.通过蒙特卡罗仿真表明,此算法具有比方位一单频率算法收敛速度更快、精度更高、稳定性更好等优点.由于线谱一般都处于低频段,信噪比高,因此该算法可应用于远距离的水下被动目标运动参数估计.     

基于反蛙人声纳的小目标检测算法

随着蛙人侵扰活动的日益频繁,在一些重要的部位如港口、码头、海岸洞库和锚泊水域中都安装了水下监控系统,在这些系统中,基于反蛙人声纳的小目标检测既是研究的重点也是难点之一。文章针对小目标检测问题进行了讨论,提出反蛙人声纳图像处理和小目标检测算法。由实践结果可以得出,此算法具有较高的小目标检测率,有效提高了水下监控系统的可靠性。     

基于测距声纳与光视觉的水下目标定位方法研究

针对无人水下航行器作业环境的特殊性以及任务需求,为提高光视觉的定位精度,提出了一种基于测距声纳与光视觉的水下目标定位方法。该方法根据摄像机成像的特点,利用测距声纳与摄像机的几何关系设计水下目标定位算法。本文针对规则的水下目标进行定位算法设计,然后通过对水池试验采集的图像中的目标进行定位验证以及误差分析,证明了该定位系统具有较高的定位精度,满足水下作业的需求。     

水下三维声纳目标在线运动监测与识别

随着声学探测在海洋资源开发中的广泛应用,水声成像技术已成为水下目标监测的重要手段,文章提出了一种基于三维声纳技术的在线运动目标识别方法。通过对三维声学图像进行网格搜索和三角面片连接,进行单帧三维声学图像的多层实时重建,实现单帧图像内目标的重建、聚类与标示。结合GPS定位仪和姿态仪信息,修正位移和姿态变化引起的运动误差,利用反向投影和最近点搜索方法查找相邻图像帧之间两两匹配的控制点对,进行相邻图像帧的快速配准。根据配准矩阵将相邻图像帧的的各个目标转换到同一全局坐标系中,提取有效的声学目标特征变化相对值,并评估特征权重,实现相邻图像帧之间运动目标的在线检测与识别。通过室内水池和湖试实验,结果表明该方法能有效地实现三维声学图像在线运动目标实时识别。     

声纳浮标网络目标定位算法研究

声纳浮标网络可用于对潜艇等水下目标进行定位。针对声纳浮标节点的特性,提出一种新的时间加权质心算法。新的时间加权质心算法将各个节点探测的信号强度反映到节点发送探测信息的等待时间中,利用等待时间的长短对各节点位置进行加权,因此权重体现了各节点到目标的距离,提高了目标定位精度,而通信量与一般质心算法相同。仿真结果验证了算法的有效性。     

基于粒子滤波的水下目标被动跟踪算法

针对水下被动目标跟踪的非高斯噪声环境和弱可观性的特点,提出了将粒子滤波算法应用于水下被动目标跟踪中的非线性问题,克服了常规的线性化方法易发散且跟踪精度低、误差大的缺点.仿真结果表明:粒子滤波算法提高了滤波的稳定性,跟踪精度优于扩展卡尔曼滤波算法和无迹卡尔曼滤波算法,收到了良好的效果,具有较高的实用价值.     

基于UKF的水下目标纯方位跟踪算法

将基于无迹变换的UKF方法运用到水下目标运动分析中,给出了具体步骤,讨论了其目标运动分析问题.利用测得的纯方位序列,建立了状态方程和观测方程.通过蒙特卡洛模拟仿真,结果表明,在处理非线性问题中,UKF方法在滤波精度上有较明显的提高;在实际应用中,该方法计算量小、实现简单,有较强的实用性.     

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。     

基于神经网络的主动声纳目标分类器

人工神经网络是当前模式识别领域非常活跃的工具之一，本文在传统ＢＰ算法的基础上，引进了误差范围ＢＰ－ＥＲ算法，利用各种统计方法所建立的主动声纳目标信号的模式表示，提出二上网络结构对信号进行训练分类，比传统的分类器，性能有明显的提高。在６ｄＢ的信噪比情形下，对实际海上回声信号进行分类，取得了令人满意的正确分类率。     

基于ADSP的线列阵水下目标方位距离估计实现方法

线列阵水下目标方位距离估计利用水声定位技术实现对单个水下目标进行定位。本文的主要工作是针对水下声学试验的需要,在ADSP数字信号处理平台上完成数据采集、信号实时检测、方位距离解算等功能,实现对水下目标方位距离的实时估算。     

基于层次分析法的水下多目标威胁评估模型

由于海洋环境的复杂性和水声信道的特殊性,水下多目标威胁评估一直是水声信号处理领域的难题。目标威胁评估是目标分配的重要依据,是区分目标的轻重缓急,为多目标攻击决策提供依据的保证。本文基于某型鱼雷,对影响水下多目标威胁评估的各种因素进行了分析,提出了基于层次分析方法的水下多目标威胁评估模型,并通过实例演示了评估的过程。该方法有效地解决了水下多目标威胁评估和排序问题,并提高了鱼雷的作战效能。     

基于无线传感器网络的舱室内船员位置估计算法

为保证舱室内人员的安全,提升船舶在航行过程中的管理能力,设计基于无线传感器网络的舱室内船员位置估计算法。在舱室内的固定位置放置参考节点,同时在船员身上放置定位节点,定位节点的定位请求发送给参考节点,当定位节点接收到参考节点自身坐标的信号强度时,通过接收信息强度指示定位算法测量参考节点和定位节点之间的间距,采用高斯滤波方式对测量结果进行去噪;通过三边定位算法求出定位节点具体位置,实现船舶室内船员位置估计。实验结果表明,该算法能够有效去除RSSI严重失真数据,船员实际位置估计准确,测得参考节点与定位节点之间的有效距离较长,且具有较高的穿透力和测距精度。     

基于M估计的多UUV协同定位算法

为解决多水下无人航行器(UUV)协同定位系统因水声环境复杂,水声距离观测信息受异常噪声干扰,导致采多UUV协同定位效果变差的问题,本文将M估计算法应用于UUV协同定位中,提出一种基于M估计多UUV协同定位算法。半实物仿真试验结果表明,相较于传统基于扩展卡尔曼滤波算法,所提算法可将定位精度提升30%左右。     

基于加速度估计的复合导引头机动目标跟踪算法

信息融合算法是毫米波/红外复合导引头的关键技术之一,其中机动目标跟踪能力直接系统的跟踪性能。α-β作为一种常增益滤波器对CV或CA运动目标有良好的跟踪性能,但当目标机动时性能却大大下降。针对机动情况,提出一种目标加速度估计方法,并利用此加速度估计值来修正目标状态估计值,使其具有良好的机动跟踪性能。最后应用Matlab软件进行仿真分析,分析结果表明改进后的滤波器无论是对目标机动还是非机动跟踪性能良好,计算量少。     

基于M估计的多UUV协同定位算法

为解决多水下无人航行器(UUV)协同定位系统因水声环境复杂,水声距离观测信息受异常噪声干扰,导致采多UUV协同定位效果变差的问题,本文将M估计算法应用于UUV协同定位中,提出一种基于M估计多UUV协同定位算法。半实物仿真试验结果表明,相较于传统基于扩展卡尔曼滤波算法,所提算法可将定位精度提升30%左右。     

基于方位频率测量的水下被动目标运动分析算法

根据被动观测器所测得的目标方位和多普勒频率信息,通过对新息的伪线性处理,建立了系统线性的状态方程和观测方程,并推导出修正的扩展卡尔曼滤波递推公式,从而对目标的运动状态进行估计。通过蒙特卡罗仿真表明,此算法具有收敛速度快、精度高、稳定性好等优点,可应用于远距离的水下被动目标运动分析。     

基于PF-DC的多传感器目标跟踪算法

针对传统的粒子滤波(PF)的多传感器目标跟踪算法存在计算量过大的问题,研究了一种基于PF和数据压缩(PF-DC)的多传感器目标跟踪算法.仿真结果表明,与传统的串行多传感器PF算法相比较,该算法可以极大的降低算法的计算量,从而有效地提高算法的实时性.