联合多站阵元域数据的水下目标检测与跟踪

为了提高复杂海洋环境中目标的检测、跟踪性能,提出一种联合多站阵元域数据的水下目标检测与跟踪方法.该方法采用序列马尔科夫链蒙特卡洛思想对目标进行采样更新,通过对接收概率中的后验概率以及采样函数进行分解展开,并根据多站阵元域数据计算采样粒子的联合似然,在迭代过程中实现目标数目和目标状态的联合估计.研究结果表明,该方法对单目标的平均定位误差在较高信噪比下能够稳定在50 m以内,对多目标随机出入场景中新生及消失目标实现有效检测,同时对强干扰下弱目标及交叉目标实现有效检测跟踪。仿真结果和海试数据均验证该方法具有良好的目标检测与跟踪性能。     

采用条件波数谱密度函数的宽带高分辨方位谱估计算法

针对宽带高分辨方位估计存在方位估计偏差大、算法复杂度高等问题,提出了一种基于条件波数谱密度(Conditional Wavenumber Spectral Density based,CWSD-based)的宽带高分辨方位谱估计算法.该算法利用条件波数谱密度将阵列信号转换到频率-波数空间,宽带信号能量在该空间的坐标呈现与入射角相关的线性分布,通过借鉴直线检测原理,实现邻近目标的高分辨方位估计,且无需预估角度和信源数等信息。仿真结果表明,该算法理论分辨率与处理最高频率成反比,估计均方误差约为0.1°,对阵形畸变鲁棒,运算效率高。海上试验数据表明,本文方法在方位分辨率、弱目标检测、非目标向噪声抑制、稳健性等方面都优于宽带常规波束形成和最小方差无畸变算法,在实际海洋中可实现超低旁瓣高分辨波达方向估计。     

用单个矢量水听器基于DEMON线谱的双目标分辨

不同目标的解调线谱频率是不同的。本文提出了一种在DEMON谱域内对双目标测向的方法,它具有较好的抗相干及非相干干扰能力,表明单个矢量水听器也能分辨多目标。文中叙述了利用DEMON线谱测向的原理,给出了轴频提取及双目标DEMON线谱分离的方法,对DEMON线谱区分双目标的能力做了仿真分析。     

不可分辨跃迁阵模型下类镍金离子M带谱的理论计算

 用不可分辨跃迁阵模型(UTA model)计算类镍金(Au ⁵¹⁺)谱中8个跃迁阵的特征参数: 平均波数(kav)、半宽度(FWHM)、总强度(W)和谱线数(L)。利用高斯分布线型,根据各个阵的总强度进行叠加,得到了在总体上与实验相一致的结果,使得在实验中对金M带谱进行时间或空间的高分辨率测量成为可能。     

不可分辨跃迁阵模型下类镍金离子M带谱的理论计算

用不可分辨跃迁阵模型(UTA model)计算类镍金(Au51+)谱中8个跃迁阵的特征参数: 平均波数(kav)、半宽度(FWHM)、总强度(W)和谱线数(L)。利用高斯分布线型,根据各个阵的总强度进行叠加,得到了在总体上与实验相一致的结果,使得在实验中对金M带谱进行时间或空间的高分辨率测量成为可能。     

稀疏驱动自适应线谱增强的水下目标谱熵检测

针对无人平台在水下复杂环境中的线谱弱目标自主检测问题,提出了一种采用稀疏驱动自适应线谱增强(ALE)为前处理的监督学习目标检测方法。该方法在ALE代价函数中引入稀疏性l_p范数,并将稀疏正则化推广到0<p<1;经过稀疏驱动ALE处理使目标声谱的熵特征差异更加明显,利用支持向量机(SVM)的小样本学习能力,对波束声谱的熵特性曲线进行分类,判别目标是否存在。仿真结果表明,输入信噪比为-20 dB情况下,l_1/2稀疏驱动ALE比常规ALE的处理增益高11.5 dB。利用水下无人平台海上拉距试验的数据对算法性能进行验证,在宽带强干扰影响下,该方法可有效检测远距离声源,虚警率为3.5%时,检测率达95.8%,有效提高了对线谱弱目标的检测概率,具有较强的环境适应性。     

利用声场频谱频率漂移监测内波的算法改进和实验验证

声场频谱的频率漂移曲线可以用来监测内波。由于简正波幅度剧烈起伏带来的干扰,目前尚无从实验数据中提取频移曲线的有效算法.提出了一种依据实测声学传播数据提取频移曲线的算法。借助于简正波过滤技术,该算法利用相关法从简正波相角之差中提取频率漂移曲线。利用该算法提取的频移曲线与内波导致的跃层起伏具有很高的相似性,这在2011年黄海实验中得到了验证。该算法的优点是可以保留简正波相位差变化导致的频移曲线信息,同时又能有效地抑制简正波幅度起伏带来的干扰,但是需要良好的接收阵阵型来保证简正波分离。     

结合盲源分离的非直单线阵多目标左右舷分辨

针对单线阵左右舷模糊问题,提出了结合盲源分离的非直单线阵多目标左右舷分辨算法。该算法首先通过离散傅里叶变换将阵列接收信号离散化为若干个窄带频谱分量,之后对每个频点的窄带数据讲行盲源分离,得到每个频点上各个来波信号的导向向量;然后通过常规波束形成对各个导向向量进行方位谱估计,并根据左右舷抑制比进行单目标左右舷分辨,确定各个频点上的来波方向;最后对所有频点上的来波方向进行聚类,得到各个真实目标的方位,从而实现多目标左右舷分辨。仿真实验中,相比常规波束形成方法(CBF)和最小方差无畸变响应算法(MVDR),该算法更准确地估计出了目标数目,且保持了较快的计算速度;海试数据处理中,该算法排除了目标镜像的干扰,准确估计出了船只目标的轨迹。仿真及海试数据处理均表明,该算法可以分辨真实目标与目标镜像,具有比CBF和MVDR算法更好的左右舷分辨能力。     

浅海中运动声源径向速度与距离的无源估计

针对浅海波导中声源距离的无源估计问题,提出了一种环境参数和声场模型无关的、不依赖于引导声源的运动声源径向速度以及距离估计方法。该方法首先通过双水听器低频声场强度距离波数谱变换(R-K)的相位差获得干涉简正波水平波数,对水平波数轴定标来估计运动声源的径向速度。进一步地,对接收信号自相关函数进行WARPING变换得到运动声源距离的无源估计。对于反射类简正波为主的声场,在某一假定距离下根据某两时刻接收信号WARPING变换后干涉简正波谱峰频率与假定距离的关系估计距离;对于反射类或折射类简正波为主的声场,根据两个时刻接收信号的β-WARPING变换后干涉简正波的脉冲时延估计距离的值。数值仿真分析了等声速、负梯度以及温跃层3种水文环境下的噪声以及环境宽容性,结果表明径向速度与距离的估计不依赖于环境参数。利用2005年北黄海实验数据验证了方法的可行性,径向速度与距离的估计值与实际值符合良好。     

利用宽带引导声源重构拷贝声场的目标声源定位

为了避开传统的匹配场目标定位技术对环境先验知识的依赖性,提出了在均匀浅海环境中只知道少量环境参数的情况下,利用垂直接收阵和不同距离上的两枚宽带引导声源重构声场对目标声源进行定位的一种方法。这种方法主要基于简正波估计和声场重构两种关键技术,同时省去了匹配场定位技术中大量的拷贝声场计算。数值仿真主要采用线性Bartlett匹配处理器分析了目标定位效果,在信噪比高于10 d B的情况下,定位效果良好。     

广义对角切片谱及用于水下目标特征提取的性能分析

人眼分类双谱图时具有沿副对角线方向进行观察的特点,为了分类不同的水下目标辐射噪声以实现目标识别,在已有对角切片的基础上提出广义对角切片及其谱定义,并通过对各切片幅值进行简单求和或取最大值得到两种特征向量,引入Fisher可分性测度对特征向量进行降维处理,利用支持向量机的一对一方法对实测水下目标辐射噪声进行分类实验。实验结果表明:对广义对角切片谱各切片幅值进行求和得到的特征向量具有极高的分类正确率,且分类稳定性优良。     

水下声目标的梅尔倒谱系数智能分类方法

传统水下声目标识别分类方法具有较强的人机交互特性,无法满足未来水下无人平台智能识别分类水声目标的需求。针对这一问题,提出了一种基于梅尔倒谱系数（MFCC）的水下声目标智能识别分类方法,该方法通过提取水下声目标梅尔倒谱系数特征,采用长短时记忆网络（LSTM）构建了智能识别分类模型。使用实际水声信号对该方法进行了验证,结果表明,基于梅尔倒谱系数的水下声目标智能识别分类方法能够在不依赖人工提取特征的情况下,对目标噪声进行识别分类,具备智能化识别分类能力。     

基于DEMON谱和LSTM网络的水下运动目标噪声基频检测

传统的船舶辐射噪声基频检测方法不仅依赖大量的先验知识,而且对背景噪声非常敏感.为了提高目标识别的稳定性和精确性,该文提出了一种基于深度神经网络的基频检测算法.首先从多通道水听器信号中提取DEMON谱,然后直接将二维谱特征矩阵输入由卷积神经网络和长短时记忆网络构成的级联网络,最后通过稠密层输出实现对基频的估计.仿真和外场...     

利用跟踪轨迹特征和SVDD-SVM联合分类器的水下慢速小目标分类方法

针对蛙人、无人水下航行器(UUV)等慢速小目标分类识别所面临的小样本、类不平衡问题,提出了利用轨迹特征、支持向量数据描述(SVDD)与支持向量机(SVM)的联合分类方法。该方法将水下慢速小目标类型简化为蛙人、UUV、其他3类,利用跟踪轨迹特征设计多维特征量,构建SVDD-SVM联合分类器获得分类结果。具体为,针对小样本问题,采用参数维度小、训练数据量要求低的SVDD、SVM作为分类器的基本单元。针对类不平衡问题,使用2个并联的单分类SVDD和1个与两者串联的二分类SVM设计联合分类器,同时为联合分类器的输出设计投票机制保证分类结果的稳健性。实测数据处理结果表明,所提SVDD-SVM联合分类器对蛙人目标的平均召回率可达86%,平均精确率可达87%;对UUV目标的平均召回率可达85%,平均精确率可达86%。所提方法在小样本、类不平衡条件下具有优于传统方法的分类准确性和稳健性。     

水下目标被动测距的一种新方法:利用波导不变量提取目标距离信息

水声学中波导不变量的研究是近30年来引人注目的课题之一。水下目标辐射噪声的直达波和海面、海底反射波之间的干涉现象中隐含有下水目标的距离信息。提取这种距离信息就为水下目标的被动测距提供了一种新的途径。理论分析和实际海试都证明,甚至单水听器的LOFAR(Low Frequency Analysis Record)图都隐含着目标的距离和运动信息。本文给出利用波导不变量提取目标距离信息的理论推导,证明了在形成干涉条纹的外界条件具备时,利用多个水听器构成的基阵也能以较大增益提供目标距离信息。虽然组成基阵的每一水听器出现干涉条纹的条件是有差异的。这种差异在波束成形时可以加以利用和补偿。本文提出的理论和部分仿真、海试结果为水下目标被动测距和目标识别提供了一种新的途径。      

Pekeris波导中简正波声强流及其互谱信号处理

探讨了Pekeris波导中声压场和质点振速场的联合描述,尤其关注垂直声强流的分析。研究表明,由于各阶简正波的干涉作用,水平和垂直声强流均既有有功分量,亦有无功分量。低频声场的垂直声强流的无功分量虽不参与声能的输运,当单个声矢量传感器做适当放置后却可用以判断声源的特定深度。这对于矢量信号处理是有意义的。给出了声压和质点振速联合互谱处理进行目标判别的算法。     

水下目标辐射噪声中单频信号分量的检测:理论分析

在理想情况下高斯噪声背景下高斯信号的最佳检测问题已受到很多关注,它是被动声呐采用能量检测的理论基础之一.但是理论与实验都已证明,舰船辐射噪声中存在着单频信号分量.在小信噪比下,单频信号的检测必须采用有别于宽带能量检测的方法.本文讨论在小信噪比下检测单频信号分量的几种不同的理论方法,包括自相关检测、FFT分析、自适应线谱增强等,计算了它们的增益.指出分段FFT检测具有明显的优势,对可能出现的单频信号分量的频率漂移具有较好的宽容性.     

水下目标辐射噪声中单频信号分量的检测:数值仿真

继续深入讨论强干扰背景噪声下单频信号分量的检测问题.根据理论分析进行了一系列的数值仿真,验证了理论中关于处理增益与时间成正比的结论,在存在频率漂移时,分段DFT分析的宽容特性.同时讨论检测系统的参数选择问题,包括采样间隔、分段DFT的长度、频率分辨力、单频信号分量的频率漂移对检测系统性能的影响.