水下噪声目标被动测距技术研究

运用被动测距声纳中的三元测距技术，通过直接测1、3阵元的时延差来实现时延估计。仿真结果表明，改进的时延估计方法可提高时延估计精度，从而改善测距精度。此外，定义临界距离，并以此为分界点，分别采用K系数分配法和直接测量法对中远程和近程目标进行测距，解决了被动声纳的近程测距模糊问题。将其应用于声纳系统中，可显著提高声纳的被动测距能力，使被动测距声纳可全程测距。     

背景辐射对被动测距精度影响分析及实验研究

为了分析背景辐射对基于氧气吸收被动测距精度的影响, 利用高光谱成像光谱仪作为测量设备, 卤钨灯作为目标, 进行了实验研究.首先, 介绍了基于氧气吸收被动测距技术的基本原理; 接着, 利用高光谱成像仪采集了夜间不同距离下的卤钨灯目标光谱分布, 根据氧气吸收被动测距原理, 计算了目标的氧气吸收率, 建立了氧气吸收率与路径关系的模型; 然后采集并计算了晴天2360 m处目标在不同时刻下的氧气吸收率分布, 根据所建模型, 利用白天测得的氧气吸收率数据解算距离并分析测距误差, 最终获得背景辐射对被动测距误差的影响.结果表明: 依据所建立的模型, 白天测距误差最大6.74%, 并且随着太阳高度角变小, 所处背景变暗, 误差逐渐变小, 到夜间时最小相对误差仅1.10%, 可达到较高测距精度.     

基于单目图像和方向的测距系统及性能分析

针对非合作大目标的被动测距问题,介绍了一种基于单目图像序列和成像方向的测距系统,并进行了性能分析.这种测距系统的特点是无需初始距离导引,它对目标距离的估计借助于专门的定位方程,方程由目标特征线度、摄像机的空间坐标、目标在采样时刻对相机的方位角和俯仰角决定.其中,方位角和俯仰角通过光电经纬仪获得,摄像机的空间坐标通过GP...     

一个新的氧吸收法被动测距公式

基于氧气A吸收带的被动测距技术已成为单站被动测距领域最具活力的研究课题之一,但是由于氧气吸收饱和区的存在,限制了被动测距的最大可达范围。采用具有1 cm–1分辨率的Modtran软件进行了分光谱透射率计算,通过数据建模获得了基于目标天顶角和平均氧气吸收率的被动测距公式。该公式避免了氧气吸收率曲线的饱和区,使得氧吸收法的有效距离估计范围可延伸到50 km。此外,该公式还有对吸收率测量误差不敏感的特性,例如,在零海拔处传感器最小可检测的吸收率Aˉ=10-2的偏差,所能产生的距离偏差不超过50 m。该结论有望突破绝大多数氧吸收法被动测距实验局限于较近距离的现状,促进其实际应用。     

基于单目图像和方向的测距系统及性能分析

 针对非合作大目标的被动测距问题,介绍了一种基于单目图像序列和成像方向的测距系统,并进行了性能分析.这种测距系统的特点是无需初始距离导引,它对目标距离的估计借助于专门的定位方程,方程由目标特征线度、摄像机的空间坐标、目标在采样时刻对相机的方位角和俯仰角决定.其中,方位角和俯仰角通过光电经纬仪获得,摄像机的空间坐标通过GPS获得,目标特征线度通过相邻帧图像匹配得到.分析表明,该系统的性能主要取决于特征线度的准确度,其他测量误差如目标的方位角、俯仰角和摄像机的空间坐标对其影响较小.目标特征线度选取时,在相邻帧目标图像匹配点中,筛选出三个具有较大极限的尺度不变特征变换关键点,构造三角形及其外接圆,在外接圆上取经过三角形重心且平行或垂直于尺度不变特征变换主方向的弦线作为特征线度,这种特征线度对目标旋转不敏感.实验结果表明这种测距方法能够实现对非合作大目标的被动测距.     

利用波导不变量进行运动单线阵的无源测距测速

为克服单线阵难以无源测距、测速的缺点,提出了利用目标辐射低频声场干涉结构和波导不变量的运动单线阵无源测距、测速方法。定义了运动目标的距离距变率比（目标距离与距离变化率的比值）,并利用与目标辐射声场的时间-频率干涉结构和波导不变量相关的变量来表征距离距变率比。根据此定义,通过对目标辐射声场的时间-频率干涉结构图进行Radon变换等处理,实现对距离距变率比的估计。利用所估计的距离距变率比,结合平台速度、目标方位角和目标航向角实现对目标距离和速度的同时估计。仿真实验验证了所提方法在测距、测速时的正确性和有效性。结果表明:所提方法在目标航向角较大时有较高的距离、速度估计精度;同时,目标方位估计误差越小,所提方法的距离、速度估计精度越高。      

傅里叶变换红外光谱法被动遥测大气中VOC

采用傅里叶变换红外光谱法(FTIR)对大气中挥发性有机物(VOC)进行了被动遥测实验,提出了在复杂背景下定量遥测污染气体光谱的算法,讨论了被动FTIR的探测极限。这种测量技术和数据分析方法可在不预先测量背景光谱的情况下得到目标气体柱数密度和目标气体等效辐射温度。     

基于光子晶体的热红外迷彩

低发射率光子晶体(PC)具有高反射特性,在高温环境的强烈照射下,高反射光子晶体会成为亮目标。为了使光子晶体具有环境适应性,使之在相当宽的照度范围内都能与背景融合,对光子晶体的特性进行了深入研究。采用改变光子晶体周期数的方法,设计并制作了发射率分别为0.116、0.212、0.307、0.519、0.606、0.718的6种光子晶体,拼接成4块光子晶体迷彩(PCpp),并将其覆盖在仿真目标上。用8~14μm热像仪观察目标和背景,并记录各个时间点的平均辐射温度数据,利用辐射温度来计算目标和背景之间的欧式距离和目标在此背景下的伪装效率。对比结果发现,发射率为0.212、0.307和0.606的光子晶体迷彩在温度范围为292~302K的条件下,该光子晶体迷彩的平均温度与草地背景温度的欧式距离为12.55K,极限温差ΔT0为4K时的伪装效率为76.92%,能够使目标和背景很好地融合。     

单水听器被动测距的脉冲周期最接近法

为了解决单水听器对运动目标的被动测距的问题,提出了一种基于最小二乘的脉冲周期最接近法。该方法适用于目标发射固定周期脉冲信号,推导了目标运动参数与单水听器接受信号脉冲周期的关系式,构建一个长方矩阵,在最小二乘意义下,计算目标最接近距离和速度。使用泰勒展开公式,分析了算法的误差特性。为单水听器被动测距提供了新方法。仿真结果表明了新方法的正确性。     

利用辐射噪声多线谱的多普勒进行距离估计

提出了一种利用辐射噪声多线谱的多普勒频移去估计直线匀速运动目标正横距离的方法,这种方法用单水听器进行无源测距,且不需要知道海深和其它环境参数。先用Wigner-Ville分布作为瞬时频率估计器估计出多线谱瞬时频率随时间变化作为一个信号,再定义多普勒频移的基函数,依据一种匹配投影原理,在五维空间中用一种可变步长的搜索策略去寻找该信号与多普勒频移基函数之间的最小空间距离。所找到最小距离的基函数对应于目标距离和速度的估计值。计算机模拟给出不同强度干扰噪声下的测距测速的统计误差。当干扰噪声的标准差为最大多普勒频移的10％及时间窗宽度为1．47倍的参考时宽时,测距相对误差小于5．4％,测速相对误差小于1．4％。对某海上实际目标的距离估计为42 m,速度为52 kn,与实际航行的值相符。此单点无源测距方法可应用于声呐浮标、水雷、水声实验中水声目标的运动分析和水下目标声源级测量。     

基于大气氧光谱吸收特性的单目单波段被动测距

根据目标红外辐射在大气中传输衰减的特性探测传感器与目标的距离, 隐身无源, 难于被敌方探测, 发展了一种基于大气氧组分光谱吸收特性的单目单波段被动测距方法.引入视线路径的概念, 将氧物性分布场离散化, 寻找辐射积分路径; 利用离散传递法基本思想, 得到目标窄带辐射强度分布.基于氧分子吸收发射谱独立、吸收系数恰当, 饱和可测范围大等特性, 分析氧吸收波段内谐振频带和远谐振频带辐射强度谱线分布的相对关系, 得到其与积分路径(即距离)的关联. 采用分辨率为0.75 nm半高宽的窄带高分辨率光谱仪, 实地校准氧物性分布场, 实现了测距实验范围75–200 m, 模型测算相对误差最大为7.56%的样机. 关键词： 被动测距 单目测距 单波段测距 氧光谱     

Design of Nonlinear Autoregressive Exogenous Model Based Intelligence Computing for Efficient State Estimation of Underwater Passive Target

In this study, an intelligent computing paradigm built on a nonlinear autoregressive exogenous (NARX) feedback neural network model with the strength of deep learning is presented for accurate state estimation of an underwater passive target. In underwater scenarios, real-time motion parameters of passive objects are usually extracted with nonlinear filtering techniques. In filtering algorithms, nonlinear passive measurements are associated with linear kinetics of the target, governing by state space methodology. To improve tracking accuracy, effective feature estimation and minimizing position error of dynamic passive objects, the strength of NARX based supervised learning is exploited. Dynamic artificial neural networks, which contain tapped delay lines, are suitable for predicting the future state of the underwater passive object. Neural networks-based intelligence computing is effectively applied for estimating the real-time actual state of a passive moving object, which follows a semi-curved path. Performance analysis of NARX based neural networks is evaluated for six different scenarios of standard deviation of white Gaussian measurement noise by following bearings only tracking phenomena. Root mean square error between estimated and real position of the passive target in rectangular coordinates is computed for evaluating the worth of the proposed NARX feedback neural network scheme. The Monte Carlo simulations are conducted and the results certify the capability of the intelligence computing over conventional nonlinear filtering algorithms such as spherical radial cubature Kalman filter and unscented Kalman filter for given state estimation model.     

Passive ranging and three-dimensional imaging through chiral phase coding

We present a method for single-image passive ranging and three-dimensional (3D) imaging in incoherent light based on chiral phase coding. A chiral linear phase variation across the aperture of an optical system results in a frequency response with a characteristic pattern of fringes such that the spatial period and inclination of the pattern depend on the focusing error. From this dependency, the absolute focusing error and, hence, the distance to the object can be found. In the experiments a resolution of ~1.4 μm is achieved with a 20 mm aperture lens in a 4 mm interval at a distance of 140 mm from the lens. A resolution of ~0.7 mm is obtained at a distance of ~11 m with the range finder employing two 25.4 mm spherical mirrors spaced apart by ~140 mm. We also demonstrate 3D imaging of weakly textured objects.     

不等间距非直线三元阵在水声平面声源被动定位中的应用

根据实际实验环境和布放需求,在对称直线阵被动定位基本理论基础上,推导了不等间距非直线三元阵进行水声被动定位的精确显式公式,将非直线阵形误差角用于修正测距、测向过程,并采用平均法和卡尔曼滤波法对实测数据的中间处理结果和最终结果进行后置处理。海上试验结果验证了算法的正确性,在近距离有效范围内取得较为满意的目标定位结果。     

基于多帧背景的泄漏气体自适应匹配滤波检测

被动傅里叶变换红外(FTIR)扫描遥测成像系统采集的红外高光谱图像具有空间、光谱等维度信息,可被用于大气环境中有毒有害气体的识别、定量及可视化。该系统具有光谱分辨率高、非接触式及远距离探测等优点,然而其单帧图像的像元数量少且部分存在气体吸收或发射特征,无法直接用于红外高光谱图像的目标检测。提出了基于多帧背景的泄漏气体自适应匹配滤波(AMF)检测方法,以短时间内、同一区域的多帧红外高光谱图像为基础,筛选出无目标气体特征的背景光谱并计算探测区域的背景最大似然估计,应用于后续帧的目标气体泄漏检测。红外高光谱图像来自于SF₆气体的遥测实验,共扫描四帧（120像元/帧）,去除前三帧内含有目标气体特征的像元光谱,剩余背景光谱被用于计算背景的最大似然估计,第四帧红外高光谱图像逐像元对SF₆气体进行的AMF检测,并与非线性最小二乘法反演的SF₆柱浓度图像比对,结果表明AMF检测高值与柱浓度高值有较强的相关性。为验证多帧背景在不同空间检测方法下的性能,分别对该帧数据进行了基于正交子空间的自适应子空间检测(ASD)、基于混合空间的自适应余弦检测(ACE)及基于斜子空间的最大似然比检测(OGLRT),并分别与SF₆柱浓度图像比对,结果表明多帧背景适用于不同空间的检测方法。此外,为验证存在目标气体吸收特征的非背景光谱对背景空间的影响,向背景空间中加入多条含有SF₆气体吸收特征的光谱,通过ROC曲线检验,结果表明背景空间中混入目标气体特征会降低AMF方法的检测性能。AMF检测值的假彩色图像也能应用于被动FTIR扫描遥测成像系统,相较于柱浓度假彩色图像,泄漏源及扩散趋势更为明显。基于红外高光谱图像的检测方法依赖于整体背景的统计特性,相较于单像元光谱波段的反演算法,极大地降低了背景的依赖性。多帧背景下的AMF泄漏气体检测方法能很好地应用于被动FTIR扫描遥测成像系统上并满足在线监测要求。     

基于光流的运动小目标检测算法

运动目标的检测是目标识别与跟踪的关键技术之一。光流技术是一种以物体的运动特征来检测目标的方法,它的提出为运动小目标的检测开辟了新的空间。在一个搜索跟踪系统中使用光流技术检测和跟踪空中小目标,目标大概为5～10个像素,而且背景复杂,相机抖动,普通分割算法无法得到小目标。在目标的运动明显异于背景的情况下,通过利用基于光流的目标检测算法来检测出小目标,同时运用高斯金字塔模型,提高算法的运算速度。试验结果表明提出的基于光流的检测算法在背景运动的红外图像中取得了较好的效果。     

自校准多通道红外辐射计的设计与性能测试

为满足遥感器热红外波段自动化观测定标的需求，研制了具有自动化观测能力的自校准多通道红外辐射计。该设备需具有以下特色功能:1）采用电机驱动镀金反射镜的设计，实现0°～90°仰角的大气下行辐射和地表辐亮度的测量，为消除大气下行辐射对反演地表温度的影响提供了技术手段；2）采用滤光轮分光的方法实现了6个光谱通道的自动设置，结合多通道温度与发射率分离算法可以实现场地温度与发射率的分离，为卫星遥感器热红外波段绝对辐射定标提供了2个关键因子；3）采用内置2个控温精度分别优于0.04 K和0.05 K、发射率均高于0.994，稳定性均优于0.0014的黑体实现内部探测器的实时辐射定标，有效地消除了内部背景辐射对辐射测量的影响，定标不确定度小于0.167%。等效测温不确定度为0.2 K（@303 K, 11 μm），为遥感器热红外波段场地自动化定标应用的开展奠定了基础。     

基于神经免疫生长可免域网络的红外光谱图像分割算法

管道运输对远距离输送石油天然气有着较大优势,而与之伴随的管道安全问题使得管道安全检测至关重要。为确保任何时间下管道状况的有效检测,红外成像技术由于其根据对象的热辐射信息反映目标特征的特殊性,能够忽视可见光的影响检测管道状态,因而在管道检测领域有重要意义。但由于户外环境的多样性,交错的管道和复杂环境使得采集的红外管道图像具有目标特征分布不均匀,目标遮挡和背景类目标干扰等问题。这些问题增加了提取管道目标的难度,不利于管道的分割和检测。生物免疫系统在抗原检测、提取和消除上表现出识别、学习、记忆、耐受和协调配合等目前复杂系统优化策略所缺乏的优异特性,借鉴生物神经系统调控免疫系统的机理,设计一种基于神经免疫网络的复杂背景下红外管道目标的检测与提取算法。根据生物神经网络在免疫系统中的调控机制,利用基础管道形状特征模型构建用于红外管道目标定位的神经网络,并将最优神经免疫可免域和区域种子生长结合,解决管道遮挡影响提取目标完整性的问题。选择三种典型的红外管道图像,将传统目标检测算法与基于神经免疫网络的算法进行了效果对比分析。结果表明,传统算法的平均真阳性率为40.56%,Jaccard相似性指数为27.18%,绝对误差率为11.75%,而基于神经免疫网络算法的真阳性率为98.05%,Jaccard相似性指数为94.44%,绝对误差率为1.18%。对比可知,神经免疫网络算法的真阳性率比传统方法高57.49%,绝对误差率则低10.57%,验证了复杂背景下,本文算法相比传统方法能够更加准确地提取完整的红外管道目标,这对管道安全检测效率的提高有着重要意义。