扩展拖曳阵宽带频域逆波束形成技术研究

为了提高扩展拖曳阵在低信噪比下对目标的探测性能,本文将基于扩展拖曳阵方法的被动合成孔径技术与宽带频域逆波束形成技术进行了结合,形成了一种新的被动合成孔径测向技术,有效地提高了扩展拖曳阵技术的探测性能,改善了传统基于被动合成孔径测向技术在低信噪比下性能急剧下降的问题,在低信噪比下获得了更高的方位分辨率,同时对于多目标及弱目标检测能力也更为优异。计算机仿真和海试数据的处理都证明了这一算法的良好性能。     

机动目标逆合成孔径激光雷达方位成像快速算法

针对逆合成孔径激光雷达对机动目标成像时存在方位多普勒时变的问题,提出了一种基于方位时频域keystone变换的机动目标逆合成孔径激光雷达方位成像快速算法.利用多分量线性调频子回波信号的调频斜率与起始频率的比值为常量这一特点,在方位时频域采用keystone变换将多分量线性调频信号同时转换为多分量单频信号,利用快速傅里叶变换实现方位聚焦.采用基于分数阶傅里叶变换和最小熵的线性调频参量估计方法,实现了对调频斜率与起始频率比值的精确、快速估计.结果表明,与现有的基于Radon-Wigner变换的距离-瞬时多普勒成像算法相比,所提出的算法成像效率大大提高,且能够保留更多的目标细节信息,适合于逆合成孔径激光雷达的实时成像.     

基于集群的高频合成孔径声纳并行处理方法

大测绘带下的高频合成孔径声纳需要解决的主要问题是海量数据的实时处理。该问题对数据处理的计算平台、成像处理和架构提出了很高的要求。本文利用非均匀离散快速傅里叶变换改进了成像算法,使之能够适应采用了多子阵技术的合成孔径声纳;提出了高频合成孔径声纳信号并行处理方法,在集群上实施了该方法,并进行了湖试试验。实时成像结果表明,改进的并行处理方法可以满足分辨率为距离向4cm、方位向5 cm,测绘带宽为200m的高频合成孔径声纳实时成像要求,具有较高的稳定性。     

一种多基阵机动目标被动跟踪算法

由多部声纳基阵获取的方位信息对水中机动目标的跟踪实质上是一个非线性状态估计问题,文中首先依据各基阵的方位信息,采用最小二乘法得到目标位置在各采样时刻的初步估计,然后将其作为测量值用于交互多模型算法(IMM)并结合线性卡尔曼滤波(KF)得到目标运动速度和轨迹,避免了应用非线性估计算法直接进行多个方位数据融合过程中存在的各种问题。仿真结果表明这一算法简便,与双基阵纯方位机动目标被动跟踪相比具有较快的收敛速度和较高的跟踪精度。     

一种水下未知固定深度的被动目标运动分析

本文对水下三维情形的被动目标运动分析（TMA）进行了探讨。文中使用的数据量测是关于目标的方位角、俯仰角和多卜勒频移等,且运动目标与观测平台相对深度固定未知。这是水下一种常见的三维情况。伪线性估计和最大似然估计方法的处理结果表明：由于增大了观测的信息量,运动参数的估计方差收敛性较好,估计性能得到有效改善。伪线性方法的方差估计曲线向CBR界逼近。最后该方法也适合于分析已知固定深度的三维情形与同处一个水平面的二维情形等特殊情况。     

相干多普勒测风激光雷达低信噪比区域回波信号的估计方法

相干多普勒测风激光雷达通常会采用周期图最大值法（PM）提取不同距离门信号的多普勒频移（对应风速）信息。由于噪声和相干效率的影响,个别距离门信号会出现信噪比（SNR）突然降低的情况,从而导致系统的探测概率降低,影响系统整体的探测性能。为了解决个别距离门信号多普勒频移的错误估计问题,提出了一种新的非线性自适应多普勒频移估计方法。该方法利用风速的连续性,标定错误距离门,并自适应地利用强信噪比区域的多普勒频移统计数据来弥补信噪比变差而出现的估计错误。分别利用了仿真模型和一套1.54μm全光纤相干激光雷达系统获得了风场测量数据,对比了使用该技术前后反演得到的风速趋势,证明该方法能够有效地解决上述问题。     

电磁学多普勒效应在高层大气探测中的应用

风是理解大气动力学行为、热力学性质和成分结构的一个关键参数,大气风场的探测已成为当今国际上的前沿科学和热门研究课题.高层大气(80～300 km)风场被动探测的基础理论是干涉成像技术和电磁波的多普勒效应.论文对气辉(极光)的形成、电磁波的多普勒效应和双光束干涉进行了解释;对通过探测目标气辉谱线的多普勒频移,获知大气风场的速度、温度和粒子辐射率的原理进行了论述;给出了由于频移量数值极小难以观测、进而将频移量的观测转换成对位相、干涉图观测的四强度探测理论.向读者展示了电磁学、光学的基本原理应用到当今高新科技中的巧妙与完美,启发对物理学基本知识应用和对科学家创新思维的联想和思考.     

基于组合线阵的近程运动小目标被动定位跟踪

针对水下运动小目标被动探测与定位问题,提出了分段组合子阵联合处理探测方法,各探测子阵采用相互垂直结构布局,克服了单阵方位模糊及无法定位等问题。研究了分段组合子阵的宽带最小方差无畸变失真响应近场聚焦目标定位方法,实现了近程蛙人等水下小目标被动高精度定位。在此基础上,采用卡尔曼滤波算法对目标运动轨迹进行预测估计,将目标定位信息与跟踪轨迹信息进行匹配,实现高背景噪音下的运动小目标的跟踪处理。理论分析及仿真结果表明,分段子阵联合处理能有效对水下运动小目标进行定位和跟踪,海试试验进一步验证了该方法的有效性。     

利用信号自相关函数warping变换的浅海水下移动观测平台机动优化方法

水下移动观测平台的机动航路对纯方位目标运动分析方法的使用性能具有重要的影响。针对此问题,提出了一种利用信号自相关函数warping变换的浅海水下移动观测平台机动优化方法。该方法利用warping变换从接收信号自相关函数中提取与目标距离相关的简正波相干项的特征频率,进而估计距离特征量,再根据预估的目标初始距离范围估计目标运动态势范围。针对观测平台机动方式为匀速转弯运动的情况,以目标方位变化率为评价指标得到了观测平台在所估计的目标运动态势范围下的最优转弯角速率。在浅海Pekeris波导环境下的数值仿真结果和实验数据处理结果表明:方位变化率与纯方位扩展卡尔曼滤波算法的性能密切相关;利用warping变换可以有效地估计距离特征量;观测平台根据以方位变化率为评价指标得到的最优转弯角速率进行机动可以获得较好的目标跟踪性能,收敛时间较短,目标位置估计误差较小。      

第二讲合成孔径声纳成像及其研究进展

文章在介绍了图像声纳的特点、合成孔径声纳（synthetic aperture sonar,SAS）产生背景和发展过程的基础上,对合成孔径声纳的原理、技术难点、成像算法等问题进行了讨论.着重分析了合成孔径声纳成像过程中高分辨率的获取方法、水声信道对成像的影响、多子阵技术及其成像算法、稳定的声纳运动平台和运动监测问题、运动补偿与自聚焦方法等.文章还给出了国内外合成孔径声纳研究的最新进展情况,进而展望了合成孔径声纳的应用前景.     

AUV双基地合成孔径声呐成像实验*

单基地合成孔径声呐成像通常基于点目标假设,其相干积累处理不能克服分布型目标散射模式的起伏效应。收发异置的双基地声呐可以从不同角度观察目标,充分挖掘目标散射模式的角度依赖特性,在对水下目标(尤其人造目标)检测与定位方面,相对仅仅观测后向散射的单基地声呐有潜在的优势。该文 介绍一种基于自主水下航行器的双基地合成孔径声呐系统,重点介绍湖试成像的结果,验证双基地合成孔径声呐的可行性。同时通过引入目标散射模式建模的宽角度合成孔径声呐处理,实现了对目标探测性能的提升。     

Passive Tracking of Multiple Underwater Targets in Incomplete Detection and Clutter Environment

A major advantage of the use of passive sonar in the tracking multiple underwater targets is that they can be kept covert, which reduces the risk of being attacked. However, the nonlinearity of the passive Doppler and bearing measurements, the range unobservability problem, and the complexity of data association between measurements and targets make the problem of underwater passive multiple target tracking challenging. To deal with these problems, the cardinalized probability hypothesis density (CPHD) recursion, which is based on Bayesian information theory, is developed to handle the data association uncertainty, and to acquire existing targets’ numbers and states (e.g., position and velocity). The key idea of the CPHD recursion is to simultaneously estimate the targets’ intensity and the probability distribution of the number of targets. The CPHD recursion is the first moment approximation of the Bayesian multiple targets filter, which avoids the data association procedure between the targets and measurements including clutter. The Bayesian-filter-based extended Kalman filter (EKF) is applied to deal with the nonlinear bearing and Doppler measurements. The experimental results show that the EKF-based CPHD recursion works well in the underwater passive multiple target tracking system in cluttered and noisy environments.     

正交多相码连续波主动声呐回波检测算法设计*

与常规脉冲式主动声呐相比,连续波主动声呐能够提高目标回波的时间处理增益和目标信息更新速率。本文提出一种由正交多相码合成的连续发射波形,分析了发射信号和目标回波模型,设计了多通道匹配滤波器组完成回波检测。为了进一步提高接收机检测性能,提出了多通道非相干积累的处理方法。通过数值仿真,分析提出的连续波形的多普勒分辨性能和目标信息更新率。通过蒙特卡罗法获取ROC曲线,比较了脉冲式主动声呐和连续波主动声呐在均匀混响背景下对单目标检测性能的差异。仿真结果表明,本文设计的连续波波形具有较好的多普勒分辨性能,在均匀混响背景下,回波检测算法能够明显提高单个目标的探测能力。     

任意复包络信号的匀速运动目标回波脉间补偿及相干积累

现代声呐、水下制导等水声探测系统常常使用窄带脉冲、调制、编码、伪随机等种类繁多的发射信号波形来满足低信噪比检测、高分辨估计、抗干扰、主动隐蔽探测的应用需求.针对这一情况,本文研究了任意信号的长时间积累问题,给出了一种任意复包络信号的匀速运动目标回波脉间补偿及相干积累检测方法.通过构建任意发射信号波形的广义模糊函数,将匹配滤波器输出表示为所构造的广义模糊函数,使得任意复包络信号的脉压波形不仅能够用统一的数学模型来表述和计算,而且能够提供多脉冲回波的距离走动信息和多普勒频移信息,为多脉冲距离位置对齐和Fourier变换(FFT)积累提供了依据.对于用广义模糊函数表示的匹配滤波器输出,采用Keystone变换将复包络对齐,消除了距离走动,采用FFT补偿多普勒频移项,实现了任意复包络信号的长时间相干积累.对于水下探测中使用的连续波信号、线性调频信号以及复杂的m序列编码信号、Costas跳频编码信号波形进行了信号积累及检测的计算机仿真,验证了任意复包络信号的匀速运动目标回波脉间补偿及相干积累的正确性.消声水池实验验证了该方法的有效性.     

浅海动态环境下蛙人探测声呐布放深度优化技术

蛙人探测声呐的探测性能及作用距离不仅与目标海区的声速剖面和自身性能参数有关,还与其布放深度有关,其布放深度的选择对于水下目标探测具有重要意义。以射线跟踪理论为基础,建立了基于探测概率感知的声呐性能评估模型;提出了一种声呐布放深度自适应优化算法,该算法以不同准则进行两次筛选优化后可得到声呐最佳布放深度。仿真结果表明：在不同水文情况下,所提优化算法可以有效选择最优布放深度,进而提高声呐对目标的探测性能。     

一种合成孔径声纳图像线目标提取方法

本文研究了针对高分辨率合成孔径声纳图像中常见的管道、线缆等重要水下设施的线目标提取方法。基于图割理论的Grab Cut算法相比其他迭代算法具有较快的收敛速度,但需要人工辅助选定前/背景区域的初始化条件;为此,本文设计了基于尺度放缩后进行Radon变换的感兴趣区域提取环节,作为Grab Cut的初始化步骤解决方案,使之可以快速自动解译;此外,该优化方案还缩小了模型训练的样本容量,提升了直线目标的提取精度和效率。经实验验证,该方法可以快速准确地提取直线目标,且具有相对较强的鲁棒性。     

基于灰色预测和KID离群点检测的AUV故障诊断

提高故障诊断能力对于确保水下机器人AUV系统的稳定运行具有重要意义。针对水下机器人推进器系统,提出一种基于离群点检测的AUV故障检测方法。首先,将传感器采集的数据进行灰色预测处理;然后,提出了一种结合K-mean和DBSCAN的改进迭代聚类(Iterative K-mean DBSCAN,IKD)算法进行离群点检测;最后,与K-mean和DBSCAN算法相比,仿真实验结果表明基于灰色预测和KID离群点检测算法的故障检测准确率高,能够有效地实现水下机器人AUV的无监督故障诊断。     

水声被动目标识别技术挑战与展望

低频水声探测和船舶减振降噪技术发展,使得传统水声目标识别技术性能逐渐下降。该文分析了声呐工作带宽、探测频率、船舶减振降噪给识别技术带来的挑战。针对低频声呐广泛使用的低频线谱识别,研究了低频线谱的识别能力问题;针对智能识别技术发展,研究了深度学习技术在船舶辐射噪声识别中的应用问题,并给出了数据试验结果,文章最后指出了水声被动目标识别技术亟需开展的研究内容和方向。     

Active control of passive acoustic fields: passive synthetic aperture/Doppler beamforming with data from an autonomous vehicle

The maneuverability of autonomous underwater vehicles (AUVs) equipped with hull-mounted arrays provides the opportunity to actively modify received acoustic fields to optimize extraction of information. This paper uses ocean acoustic data collected by an AUV-mounted two-dimensional hydrophone array, with overall dimension one-tenth wavelength at 200-500 Hz, to demonstrate aspects of this control through vehicle motion. Source localization is performed using Doppler shifts measured at a set of receiver velocities by both single elements and a physical array. Results show that a source in the presence of a 10-dB higher-level interferer having exactly the same frequency content (as measured by a stationary receiver) is properly localized and that white-noise-constrained adaptive beamforming applied to the physical aperture data in combination with Doppler beamforming provides greater spatial resolution than physical-aperture-alone beamforming and significantly lower sidelobes than single element Doppler beamforming. A new broadband beamformer that adjusts for variations in vehicle velocity on a sample by sample basis is demonstrated with data collected during a high-acceleration maneuver. The importance of including the cost of energy expenditure in determining optimal vehicle motion is demonstrated through simulation, further illustrating how the vehicle characteristics are an integral part of the signal/array processing structure.