水声信号数据融合系统的性能研究

给出了一种多传感器水声信号数据融合的数学模型和融合算法,并将该方法用于分布式水声信号检测系统中多部声呐的信息综合。计算机仿真结果表明,该分布式数据融合系统的检测概率和作用距离均有较大的提高。     

拖线阵海试数据的窄带PIC自适应处理与分析

本文介绍了对拖线阵海试数据进行窄带ＰＩＣ处理的方法。用梯度算法、协方差矩阵递归直接求逆算法和ＲＭＧＳＥＦ算法进行了窄带ＰＩＣ自适应处理。分析了学习曲线和输出平均功率波束图，进行了稳态计算和比较。表明ＲＭＧＳＥＦ算法是一种可用于多干扰波束、收敛快、抵消性能好、便于拖线阵声呐实现实时ＰＩＣ处理的最好算法。     

基于最佳线性数据融合的双基地声呐定位优化算法

本文提出了基于最佳线性数据融合的双基地声呐定位优化算法。给出了算法的原理，并通过数值仿真，对不同条件下，双基地系统定位误差的几何分布进行了研究。仿真研究结果表明，采用最佳线性数据融合的双基地声呐定位优化算法，可以更好地利用双基地声呐测量的冗余信息，有效改善双基地声呐中基线区域的定位精度。     

基于粒子滤波的多普勒信息辅助目标定位跟踪算法

多基地声呐探测系统主要通过测量回波的时延和方位信息进行目标定位与跟踪,定位精度受声速、时延和方位测量误差的影响较大,可以通过多普勒信息辅助进一步提高定位跟踪精度.现有的多普勒信息辅助定位跟踪算法多适用于单基地声呐系统,多基地中的多普勒测量值与目标状态的关系更为复杂,需要研究新的融合方法.该文提出了一种适用于多基地声呐系...     

低信噪比条件下多节点声呐目标跟踪算法*

低信噪比条件下,单个主动或单个被动声呐节点难以实现目标跟踪。多节点声呐系统希望通过增加探测节点提高系统探测能力,但其性能提高与否取决于选择合适的数据融合算法。本文利用双节点声呐试验数据研究低信噪比条件下的目标跟踪方法,采用“结合置信度水平的表决融合”算法对多个探测节点得到的数据进行融合,既考虑了目标回波信号的信噪比特性,又考虑了目标运动的连续性特征,还考虑了各节点探测结果的决策优化,最终实现较高精度的目标跟踪。算法实现了数据级、特征级和决策级的统一、融合,通过对判决依据进行量化、分层,简化判决的复杂性。试验数据处理结果表明,该方法能较好地解决低信噪比条件下多节点声呐目标跟踪问题,目标跟踪精度较高。     

目标机动未知下的有源声呐跟踪滤波方法

为解决由有源声呐测量误差而引入的目标机动判决模糊问题,提出了基于延迟机动检测的跟踪滤波算法。利用多假设跟踪方法,在目标机动检测模糊时,生成匀速及机动的两种目标运动假设以延迟最终的决策时间,基于残差序列构造假设检验统计量,实施序列似然比检验并融合强跟踪滤波器和Kalman滤波器的优点,提高了有源声呐对先验信息未知目标的跟踪能力。通过仿真分析表明,该算法不仅能够精确的跟踪匀速运动目标,而且能够稳定的跟踪机动目标。海试数据处理进一步验证了算法跟踪真实水声目标的有效性。      

相关观测资料的最佳线性数据融合

数据融合是声呐信号处理中非常引人注意的一个课题．本文讨论多传感器（或多基阵）系统决策级的数据融合问题,给出对同一个参数Ｎ个互相相关的观测资料的最佳线性数据融合算法．证明了,最佳线性数据融合的误差不大于任何一个分量的观测误差,同时给出计算误差的表达式,最后给出了数值计算的例子．     

一种被动声呐信号检测的低虚警率方法

针对被动声呐多目标信号检测中的噪声背景归一化问题,提出了一种基于数学形态学滤波的噪声背景归一化新方法。该方法利用数学形态学处理中的膨胀和腐蚀算子,以及基于多项式拟合的数据均值估计方法,构造出了一种能够较为准确的估计噪声门限的方法,并以之进行噪声背景归一化,在较好保留信号信息的前提下较大程度的抑制了噪声,有效降低了多目标信号检测的虚警概率。通过计算机仿真对比了该算法与S3PM算法、OTA算法的性能,结果表明该噪声背景归一化算法能够在检测概率损失较小的情况下较大幅度地降低检测的虚警率。实际被动声呐数据处理的对比结果同样验证了该算法的有效性。      

基于方位-频率及多阵方位的无源目标跟踪性能研究

研究了两种利用多维信息的目标运动分析（ＴＭＡ）方法：方位－频率ＴＭＡ和多阵联合纯方位ＴＭＡ,应用Ｇａｕｓｓ－Ｎｅｗｔｏｎ（Ｇ－Ｎ）和Ｌｅｖｅｎｂｅｒｇ－－Ｍａｒｑｕａｒｄｔ（Ｌ－Ｍ）相结合的最优化方法,分析了最大似然估计（ＭＬＥ）算法的跟踪性能,进行了仿真实验．研究结果表明利用多维信息的ＴＭＡ虽然克服了常规纯方位ＴＭＡ需要观测平台机动的限制,但其应用并不具备普遍性。     

利用目标信道特性约束的信道匹配检测算法

浅海有源声呐的探测性能主要受到多途扩展以及混响干扰的影响.为了提高声呐系统的检测性能,根据双扩展信道匹配原理,结合混响信道与声呐目标信道特点,提出了一种基于回波特性约束的信道匹配检测算法.该算法通过最小二乘匹配追踪算法估计信道稀疏响应,并根据混响和目标信道的扩展差异,通过约束目标信道扩展对稀疏信道响应去冗余,得到更精确...     

基于数学形态学的声纳主动探测信息净化方法

针对主动声呐探测画面中混响和被动条状干扰问题,提出了一种基于数学形态学滤波的主动探测信息净化方法。该算法通过研究数学形态学滤波器的频响特性,构造与主动声呐探测画面中目标频率特性匹配的结构元素,然后对主动声呐探测画面进行形态学滤波处理,估计主动声呐探测画面的干扰背景,最后进行探测信息净化,并利用形态学滤波对净化后图像进行增强。海试数据处理结果表明,该文方法能够有效抑制低频被动条状干扰以及混响背景,使点状目标在图像中表现更为明显,更有利于目标检测。     

一种利用多带激励模型改进的低速率线性预测语音编码算法

提出了一种利用多带激励（ＭＢＥ）模型改进的低速率线性预测（ＬＰＣ）语音编码算法．文中介绍了该算法的参数提取、量化编码及语音合成的具体方案,并用Ｃ语言构造了一个基于该算法的速率为１,６ ｋｂ／ｓ的语音编码／解码系统．主观测听表明,该系统性能与 ２．４ ｋｂ／ｓ的 ＭＥＬＰ算法接近或相当。     

《水中目标声散射》

正科学出版社出版,2018年1月,北京,333页,定价:129元水中声学目标的回声或散射是有源声呐的信息源。由声呐方程知,在声呐工作的三大要素:目标特性、传输信道和接收、处理设备中,目标信息是声呐工作的基础。其中水下目标声散射的研究是最为实际应用所关注的,水声学著作,如R.J.尤立克《水声原理》、朱埜《主动声呐检测信息原理》等都设专门章节对水下目标声散射特性进行讨论。汤渭霖等《水中目标声散射》则为该领域第一部专门论著。     

基于卷积-逆投影法的逆合成孔径声呐成像研究

介绍了基于卷积－逆投影算法的逆合成孔径声呐成像的基础上,针对水声环境中的声呐系统与目标特性进行了仿真研究,结果表明改进的近场条件下卷积－逆投影算法适合对实际的水中目标成像．     

改进的多曝光图像金字塔融合方法

针对多曝光的拉普拉斯金字塔融合算法存在部分过曝光以及暗部细节丢失问题,用相位一致性滤波函数替换原算法融合系数中的对比度函数,改进算法在提取边缘时可以忽略光照和对比度变化对图像的影响,使得融合结果更自然,细节更丰富.通过多组序列图像验证了算法的优点,并与原算法进行比较.结果表明,主观评价方面,该改进算法的融合结果自然,在强光背景下能较好地保留暗部细节,减少光源处的光晕;客观评价方面,该算法融合的高动态范围图像的方差和直方图结果明显优于原算法,所保留的信息多于原算法.     

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。该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接收机工作特性曲线,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,该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。     

多块网格中的块隐式方法

本文实现了逐点扫描的块隐式算法，并根据其特点，提出了一种基于该算法的多块网格方法．通过对几个具有基准解问题的数值计算发现：该算法相对于ＳＩＭＰＬＥ算法而言，其收敛速度较快；本文所提出的多块网格方法是可行的．     

基于音视频信息融合的目标检测与跟踪算法

针对单一视觉跟踪算法易受遮挡影响的缺陷,提出一种基于音视频信息融合的目标检测与跟踪算法。整个算法框架包括视频检测与跟踪、声源定位、音视频信息融合跟踪3个模块。视频检测与跟踪模块采用YOLOv5m算法作为视觉检测的框架,使用无迹卡尔曼滤波和匈牙利算法实现多目标的跟踪与匹配;声源定位模块采用十字型麦克风阵列获取音频信息,结合各麦克风接收信号的时延计算声源方位;音视频信息融合跟踪模块构建音视频似然函数和音视频重要性采样函数,采用重要性粒子滤波作为音视频融合跟踪的算法,实现对目标的跟踪。在室内复杂环境下对算法性能进行测试,结果表明该算法跟踪准确率达到90.68%,相较于单一模态算法具有更好的性能。     

基于状态矢量融合的多基地无源目标运动分析

在多基地独立观测估计的基础上,采用对状态矢量进行数据融合的方法对无源目标运动分析(以下简称ＴＭＡ)问题进行了研究。在双基地的条件下,讨论了当双基地的无源声呐匀采用容易得到的目标方位角、频率的数据测量为输入时的无源ＴＭＡ问题。利用伪线性方法或扩展Ｋａｌｍａｎ滤波方法作预处理后,将所得到的各状态矢量的预估计送入融合中心再进行数据融合,最后实现对目标的最终估计。计算机仿真结果表明:状态矢量融合的方法能够进一步提高对目标运动参数的估计精度,能有效地实现无源ＴＭＡ问题的估计。     

独立观测资料的最佳线性数据融合

数据融合是声呐信号处理中非常引人注意的一个课题,本文讨论多传感器（或多基阵）系统决策级的数据融合问题,给出对同一参数Ｎ个独立观测资料的最佳线性数据融合算法。证明了,最佳线性数据融合的误差不大于任何一个独立观测的误差,同时给出计算误差的表达式。最后讨论测量时信噪比的影响。