基于对称相关函数法的线谱检测

在被动声纳系统中,线谱检测是一个至关重要的问题。文中利用对称相关函数理论,分析了抵消平稳随机过程中与信号不相关的加性随机噪声的机理,并应用于线谱信号检测。仿真结果表明,该方法比传统的相关法有效,对线谱检测,优于经典功率谱检测方法。     

卷积混合信号频域盲分离技术研究

阵列声纳观测的舰船辐射噪声信号是由多目标源、海洋环境噪声等经多途卷积混叠形成,为提高被动声纳的检测能力、有效分离多目标信号与环境噪声,提出一种新的信号盲分离方法,利用滑窗短时傅里叶变换将时域信号卷积混合形式转换到频域瞬态混合形式,针对每个频率点利用非平稳水声信号的多拍交叉相关序列,建立频域适用盲分离算法,估计分离网络矩阵,分离恢复多源信号,研究了多源多途水声信号盲分离技术,用仿真信号和水池实验实录信号进行频域盲分离算法检验,结果表明信号分离效果较好。     

声纳探测信号自适应脉冲噪声对消算法

针对浅海环境噪声严重影响声纳探测信号检测性能的问题,提出了一种非线性变换的自适应脉冲噪声对消算法。算法首先对回波信号和参考通道噪声信号同时进行非线性变换,对脉冲噪声进行软阈值滤波,在此基础上,采用最小均方误差算法实现自适应噪声对消,可获得稳健的收敛性能。α-稳定分布脉冲噪声条件下的仿真和某次实验中的声纳探测回波信号处理证明了算法的有效性。     

小波分析在柴油机噪声分析中的应用

简述了小波分析的基本原理，并把小波分析方法应用到柴油机噪声信号的分析中，即通过二进离散小波变换，把实际噪声信号进行多层小波分解，使突变冲击信号和具有一定频率特征的平稳周期性信号得到良好的图形显示，为噪声分析和采取降噪措施提供了理论依据。     

小波分析在柴油机噪声分析中的应用

简述了小波分析的基本原理 ,并把小波分析方法应用到柴油机噪声信号的分析中 ,即通过二进离散小波变换 ,把实际噪声信号进行多层小波分解 ,使突变冲击信号和具有一定频率特征的平稳周期性信号得到良好的图形显示 ,为噪声分析和采取降噪措施提供了理论依据     

水下被动定位方法回顾与展望

被动定位,特别是远程被动定位是声纳技术发展的关键和难点。为了提高声纳的探测性能,近年来,在传统的三子阵定位法基础上,出现了一此新的定位方法－－目标运动分析（TMA）和匹配场处理（MFP）。本文分别介绍了3种方法的基本原理及主要实现方式。分析了传统三子阵定位法的局限性。对目标运动分析和匹配场处理技术介绍了其研究热点和发展趋势,这两方面的研究相辅相成,成为今后一段时间内远程被动定位技术的发展方向。     

被动声纳信号分类特征提取的研究

对被动声纳信号进行了分析和特征提取,基于听觉系统识别声音信号的原理,提出了一种新颖的平稳恒Ｑ特征,并给出了距离指数和识别指数２种更为合理的评价方法。实验结果表明本文提出的平稳恒Ｑ特征较原有几种典特征,具有良好的分类正确性。／     

基于小波分析的战斗机起飞噪声特性

为封锁跑道智能地雷的目标识别提供一种有效的技术手段,利用小波分析的方法对战斗机起飞噪声信号的时频特性进行分析,通过对其起飞阶段产生的噪声信号进行了测试方面的研究。利用小波变换技术对该噪声信号的时频特性进行分析,获取了目标信号在多尺度上的细部特征。结果表明,利用小波变换获取的能量分配特征与战斗机起飞噪声信号频率分布相一致。     

飞行器目标推进系统声信号特征提取研究

为了提取低空来袭的飞行器目标推进系统声信号的特征,分析了典型飞行器目标推进系统辐射噪声的信号特性,并建立了其推进系统辐射噪声的数学模型及被动声预警系统的接收信号模型.进而提出了基于Radon变换的LOFAR谱图线谱提取算法,以获取飞行器的推进器转速特征.通过对实测飞行器噪声数据的分析,验证了信号模型算法的合理性.     

基于小波的被动声呐降噪研究

采用基于小波的降噪理论,研究了水下舰船辐射噪声的被动声呐降噪问题,在舰船辐射噪声的建模与仿真条件下,分析对比了不同方法对舰船辐射噪声信号降噪的效果,并分析比较了利用各种小波基和采用不同阈值条件下对信号进行降噪处理的效果。在分析对比的基础上进行小波包软阈值去噪取得了较好的效果,对被动声呐降噪提供了较好的应用前景。     

基于连续谱特征提取的被动声纳目标识别技术

目标噪声特征提取和目标分类器设计是被动声纳目标识别系统的关键技术 .针对被动声纳目标识别 ,提出了一种新的连续谱特征提取方法 .此外 ,为了训练神经网络目标分类器 ,将遗传算法和 BP算法相结合 ,提出了一种新的自适应遗传 BP算法 .最后 ,对海上实录的三类目标噪声进行了分类识别 .实验结果表明 ,设计的被动声纳目标识别系统具有很好的分类效果     

基于小波的被动声呐降噪研究

采用基于小波的降噪理论,研究了水下舰船辐射噪声的被动声呐降噪问题,在舰船辐射噪声的建模与仿真条件下,分析对比了不同方法对舰船辐射噪声信号降噪的效果,并分析比较了利用各种小波基和采用不同阈值条件下对信号进行降噪处理的效果。在分析对比的基础上进行小波包软阈值去噪取得了较好的效果,对被动声呐降噪提供了较好的应用前景。     

潜艇水下定位合作声信号的低截获性分析

为了适应水声对抗演习中实时监控潜艇的位置,从检测能力和声呐方程2方面分析了合作声信号的低截获特性.对比研究了扩频信号与常规的CW信号和线性调频信号的低截获性能,并进行了计算机仿真验证.仿真结果表明:采用扩频信号具有较低的截获性能和较好的检测能力.     

基于改进YOLOv3算法的水下小目标分类与识别

针对声纳图像中小目标检测识别率低、虚警率高的问题, 提出一种改进的 YOLOv3 算法. 改进的 YOLOv3 网络在原始 YOLOv3 的基础上进行优化, 改变网络的层级连接, 融合更浅层的特征与深层特征, 形成新的更大尺度的检测层, 提高了网络对水下小目标检测的能力; 同时, 使用线性缩放的 $K$-means 聚类算法优化计算先验框个数和宽高比, 提高了先验框与 ground truth box 之间的匹配度, 较原始 YOLOv3 算法均值平均精度提高了 7%. 实验结果表明, 所提出的改进 YOLOv3 算法能够有效分类与识别小目标且有更高的准确率和更低的虚警率, 同时保持了原始 YOLOv3 算法的实时性.     

多波束声纳水柱影像探测中底层水域目标的研究进展

介绍了利用多波束声纳水柱影像探测中底层水域目标的研究现状,以实例说明了多波束声纳水柱影像的典型应用,展望了其应用前景.多波束水柱影像携带了波束从换能器到海底的完整信息,可用于探测从海面至海底的声照射目标,包括探测航道障碍物、水雷和海底突起物等海底民用军事目标,检视水下工程,也可探测鱼群、海洋内波、羽状气流等中底层水域固体或非固体目标.通过改变波束照射方式,多波束声纳可兼作扇扫声纳,还可进行动态目标的探测与跟踪.多波束声纳水柱影像在水下目标探测中应用广泛,多波束声纳技术也发展迅速,典型特征是波束数增多、波束角减小、覆盖角度扩大、信号带宽增加、硬件体积缩小.高精度、高分辨率、三维立体测深成像将是未来多波束声纳的发展方向.未来多波束声纳技术将集成侧扫声纳、合成孔径声纳、扇扫声纳等多种水下声学成像工具于一体,其应用领域也将进一步拓展.     

均匀圆平面声阵被动声探测数据融合

应用最优数据融合的概念提出了一种改善被动声探测探测精度的方法，方法与Ｍ元均匀圆平面声阵分成Ｃ＾３Ｍ个相关的三元子阵，分别求出各三元子阵的探测值和方差值，然后中子阵的置信区赣置信概念，描述各子阵之间的无拘无束民取舍关系，采用最优数据融合方法建立系统最优数据融合式的算法最后，通过地四无均匀圆平面声阵的精度分析计算，讨论了融合算法的有效性。