基于卷积和循环网络的水声信号联合特征表示和识别方法

传统的水声信号识别方法是将特征提取和分类识别分开进行处理的,影响了水声信号识别的整体性能。本文根据水声信号的特点,结合一维卷积网络（1DCNN）的卷积运算、时间平移不变性和门控循环网络(GRU)内部充分考虑时序相关性的记忆能力等优势,将一维卷积网络和门控循环网络进行串联中并对网络参数和模型结构进行优化,自适应提取特征给出分类结果,并与单独使用1DCNN和GRU网络模型的分类性能进行对比。结果表明,本文提出的网络对水声信号的识别准确率最高。     

基于卷积神经网络与时频分析的水声通信前导信号检测方法

前导检测是水声通信中的关键步骤。传统信号检测算法无法有效克服多径和干扰的影响,在复杂水声信道环境下,检测性能会明显下降。卷积神经网络具有强大的表征学习能力,能够通过大量数据自动提取图像特征,在图像识别应用中具有突出优势。以双曲调频信号为研究对象,采用时频分析技术同时获取信号时域和频域信息,得到时频谱图,并通过均值滤波处理提高信噪比。将时频谱图作为卷积神经网络的输入,训练并测试网络,最终得到HFM信号的检测结果。千岛湖试验结果表明,该方法能够大幅提升远距离、强多径条件下前导信号的检测概率,与传统检测算法相比性能优越。     

基于MC-FH/DPSK水声通信信道编码研究

基于多载波跳频差分相移键控(multi-carrier frequency-hopping/DPSK,MC-FH/DPSK)的水声通信系统,与四进制频移键控(4FSK)跳频通信系统相比,频带利用率成倍提升,但系统误码率仍达不到10-5级。通过将信道编解码技术与MC-FH/DPSK通信系统相结合,使误码率达到10^-5级。在实测水声信道下进行了Turbo码及准循环低密度奇偶校验码(QC-LDPC)码的纠错性能仿真,结果表明：实测信道中,2种编码方式在一定信噪比下都能达到10^-5的误码率要求,但QC-LDPC码比Turbo码具有更强的纠错性能。在符号持续时间为8 ms,编码速率为1/2,信息长度为840 bit情况下,采用SOVA译码方式的Turbo码,在Eb/N0≥22 dB时误码率低于10^-5,而采用BP译码方式的QC-LDPC码,在Eb/N0≥20 dB时即可使误码率降至10^-5以下,获得了2 dB的信噪比增益。     

未来大中型无人潜航器作战问题研究

从传统水下单平台作战运用模式面临的挑战出发,分析未来大中型无人潜航器协同作战对水下信息通联能力提出的需求以及相应的技术手段。结合浅海、深海水声传播特性,对浅近海域、深远海域无人潜航器隐蔽协同作战相关问题进行研究与探讨。为解决未来大中型无人潜航器水下协同作战的协同定位问题,根据不同作战海域特点,提出创新无人潜航器隐蔽协同作战通信机制以及建立分布式水下无线自组织网络的想法和思路,拓展无人潜航器隐蔽协同作战水下通信方式,保证作战行动及目的达成。     

水下动目标近程主动声引信技术研究

本文介绍水下高速运动目标近程引爆的主动声引信的设计研究。介绍主动声引信的几项关键技术,论述实现主动声引信的方案,给出了样机湖上试验的结果。     

鱼雷跟踪目标深度起伏机理分析及全弹道数学仿真研究

针对鱼雷跟踪目标时的深度起伏现象，从水声传播原理和鱼雷跟踪目标时深度平面的控制原理进行了理论分析，给出了等效声线的建模方法，通过设置工况条件，对鱼雷进行了全弹道数学仿真，得到了与实际情况基本相符的结果，验证了理论分析的正确性。     

水声世界的探索者--访中国工程院院士杨士莪

声波是海洋中信息传递的最有效载体。水声工程是以水声为理论基础的水媒质环境中的应用声学工程,是船舶与海洋学科的一个重要分支,主要是为满足海军水下作战和海洋开发的需求而发展起来的一门新兴工程技术,在国防建设与国民经济建设中具有广泛的应用。21世纪是开发和利用海洋的世纪,水声工程技术作为海洋开发的主导技术之一,将面临更大的机遇和挑战。 中国工程院院士杨士莪,从事水声工作五十多年,为我国水声事业做出了巨大的贡献。8月中旬,记者在“冰城”哈尔滨拜访了杨士莪院士,听他讲述奇妙的水声世界。     

激光遥感探测水下声信号的研究

本文讨论了用激光遥感探测水下声信号的技术，水下声信号造成的最终表面微扰导致了由水表面反射的激光波束光通量的变化，基于此理论的探测系统被开发出来了，并用这套系统进行了实验研究，最初的结果表明，基于此技术的探测是可行的，并给出了某些实验结果。     

水声对抗技术与水声对抗器材

随着水声对抗在现代战争中地位的日益提高，与水声对抗相关的技术、装备不断发展。为了解水声对抗的需要，详细介绍了水声对抗技术的发展过程，基本内容及常规水声对抗器材。