水下目标亮点拓扑特征提取及自动识别方法

针对水下目标逆合成孔径声呐(Inverse Synthetic Aperture Sonar,ISAS)图像识别问题中观测角度随机多变,目标结构相互遮挡问题,提出一种基于多亮点拓扑矢量特征的ISAS水下目标识别方法。通过分析ISAS成像过程中散射点位置由三维空间向二维成像平面的投影关系,表明了横向定标后的声呐图像中强亮点之间的距离仅由目标散射结构之间的物理距离决定,据此基于强亮点之间的相互距离,构造能稳定描述不同观测角度下目标的拓扑矢量特征。然后通过K-means聚类获取多聚类中心以克服目标结构互相遮挡造成的亮点缺失问题。最终采用最近邻分类器实现目标识别。水池缩比模型实验表明,该方法对于水下目标的识别率达到84.0%。     

水下无源目标运动分析的修正扩展卡尔曼滤波方法

以水下已知固定深度的三维情形为例,用修正的扩展卡尔曼滤波(EKF)方法探讨了无源目标运动分析(以下简称TMA)问题。首先以无源声呐对目标的方位角、俯仰角和频率测量为依据,建立动态系统模型。然后,从非线性的测量方程入手,对新息以伪线性的处理,推导出一组修正的EKF递推方程组。文中为增加滤波器的稳定性,采取批数据处理的手段,而使滤波效果更加平稳。计算机仿真结果表明:修正的EKF方法所得的误差曲线收敛较好,且误差较小,能有效地提高水下无源TMA问题中的参数估计精度。     

一种频域-波数域峰值筛选的无源声呐宽带检测方法

在水声信号处理中,传统的无源声呐宽带目标检测在多目标、强干扰的复杂环境中输出信噪比低,使得检测性能急剧下降。针对此问题,提出一种基于均匀线列阵在频域-波数域上宽带信号能量分布特性进行目标检测的方法。该方法首先将阵列信号转换到频域-波数域,利用不同频率下波数主瓣、旁瓣宽度特征以及空间分布特征,设计针对主瓣的判别与分配方法,实现对同一目标不同频率下波数谱主瓣判别,使用主瓣能量累积、主瓣数目累积的方式来形成方位谱,从而进行目标检测。理论分析和仿真结果表明,所提方法只利用对目标检测有突出贡献的波数主瓣,降低了旁瓣的影响,有效提高了无源宽带水声目标的检测能力。海上试验数据处理结果表明,目标输出信噪比相比子带峰值能量检测算法可提高5.58 dB,较传统能量检测可提高8.73 dB,计算时间相比传统能量检测降低46%,验证了所提方法的有效性与实时性。     

具有高泛化性能的无源声呐目标识别算法

针对水声信号的特性和无源声呐目标识别的特点,提出了一种有师自组织神经网络分类算法。该算法主要针对水声信号的样本不完备的问题,在前债神经网络中引入了多重神经元激活模型和自组织竞争学习算法,使无源声呐分类系统的泛化性能有了明显的提高。该算法采用分层学习策略,有效地节省了训练时间,同时减少了陷入局部最优解的概率。通过对实录海上无源声呐目标信号的分类实验,检验了算法的识别能力和泛化能力,实验结果责明该算法具有良好的泛化能力同时保持了较高的识别率.     

无源声呐稀疏阵无栅瓣性能分析

计算机模拟、实际声呐信号和理论分析证明了在无源声呐中只要信号带宽足够宽(带宽大于1个倍频程),无源声呐中用稀疏阵,即基元间距大于信号波长的基阵,波束图中不会出现栅瓣特性。白化目标信号可满足尽量宽的信号带宽,有利于无栅瓣波束的设计。结论是只要保证足够宽的信号带宽,无源声呐工作频段中最高频率的波长可小于基阵中阵元间隔而可使阵波束特性不出现栅瓣。     

无源声呐场景中使用辅助粒子滤波的邻近目标检测前跟踪方法

针对无源声呐多目标方位跟踪问题,研究了一种基于粒子滤波的检测前跟踪方法,关注于改善邻近目标和机动目标的跟踪性能。首先,提出了一种考虑了邻近目标影响的似然函数;其次,采用辅助变量利用量测信息优化粒子采样,当算法运动模型与目标实际运动状态失配时,这种策略具有很大优势。结合以上两点,提出了一种检测前跟踪算法,该算法将邻近目标划分为一组,使用邻近目标的预测状态计算目标的似然,计算效率较高。利用仿真生成的数据和海上采集的实际数据分别验证了该算法的性能,并与其他多目标粒子滤波检测前跟踪算法进行比较,证明了该算法具有良好的跟踪性能。在目标邻近和目标机动的情况下,该算法的优势更加明显。     

联合多传感器的水下多目标无源声学定位

在多传感器无源声学定位问题中,不同传感器接收的来自同一目标的信号均对应于此目标位置,依据这一物理基础,提出了一种基于粒子滤波的无源声学定位方法,以有效融合多传感器数据,进而提高定位性能。该方法将粒子滤波中的似然函数定义为粒子状态所对应不同传感器信号之间互相关输出的乘积。该似然函数的设计确保所提方法可以充分获取多传感器的处理增益。此外,所提方法摆脱了传统定位范式,因此可以规避传统定位范式必须面对的测量-跟踪关联问题。湖上试验表明,在强多途干扰的条件下,传统定位方法的平均定位误差为7.2 m,而所提方法的平均定位误差为1.2 m,具有更好的性能。     

十七无十字阵水下合作目标远程定位方法

结合水声对抗的实际需求,针对海洋环境下目标定位困难且定位距离有限的问题,利用多水听器十字阵接收信号,并对信号进行加权来提高接收信号信噪比,以达到定位水下合作目标的目的。具体通过波束形成和信号相关,依据目标方位与波束形成方位一致时能量最大的原则,实现对远距离水下合作目标方位和距离的估计,并通过仿真和试验验证了所提定位方法的有效性。     

听觉通道语音冲突大脑皮层电位的听觉认知控制特征提取方法

认知心理学发现,视觉、听觉接收到信息有冲突时,大脑皮层电位会发生扰动,由此可探索认知冲突控制的“刺激-反应”机制。视觉认知冲突实验较多,成果丰硕,而相应的听觉实验很少,并且得到不一样的结论。本研究利用冲突和非冲突的语音信号刺激,分析研究脑电信号,提出基于三阶段听觉认知控制的时域特征模型。研究人脑听觉通道在出现语音认知冲突时的认知控制的规律下的单次试验脑电数据特征提取方法。根据得到的认知规律,单次试验脑电样本被分成3个部分。被分割的每个阶段使用时域上的平均幅值和Lempel-Ziv复杂度(LZC)进行计算,从而联合3个阶段的特征作为听觉认知脑电样本的特征。结果表明:(1)先发现的认知冲突相关的混合脑电成分“N1-P2&N2&Late-SW”分别体现了听觉认知控制的3个阶段;(2)一个更完整的听觉认知控制过程应包括3个阶段的时域特征:感知阶段:110~140 ms,识别阶段:260~320 ms,解决阶段:500~700 ms;(3)提出针对单次听觉认知控制脑电样本的特征提取方法,联合使用平均幅度和LZC可以获得最好的识别率(99.33%)。实验结果证明了提出的方法能够有效地检测听觉认知控制脑电数据,进而提供人脑认知控制能力评价的声学方法。     

无源声呐多目标检测中反波束成形递推算法及其应用

随着声呐检测能力的提高,多目标干扰下微弱信号的检测问题日益突出。当声呐方位历程显示上出现多个干扰轨迹时,弱目标的检测显得十分困难。自适应噪声抵消(Adaptive Noise Canceling,ANC)技术为抑制多个干扰提供了理论基础,但是求解稳态最佳滤波矩阵存在着技术实现上的困难。
本文提出用一种反波束成形(Inverse Beamforming,IBF)递推算法,在阵元域逐一抵消多个强干扰,从而增强并提取出微弱目标信号。文中给出了递推求解由逆矩阵所表达的最佳滤波矢量的理论推导和相应的公式。利用IBF算法处理海试数据得到了较好的结果,显著改善了强干扰下对微弱信号的检测,甚至在普通波束成形(CBF)中未能显示出来的信号都可以被检测出来。     

Tensor feature extraction of underwater passive sonar target based on auditory model

Feature extraction is a key step for underwater passive sonar target classification and recognition.A kind of tensor feature extraction method based on auditory PattersonHoldsworth cochlear model is proposed.First,the filter impulse response of the cochlear model is regarded as the basis function of signal decomposition,and the center frequency of different channels is determined according to the nonlinear scale or conventional linear scale of the auditory model.Then,the gain and bandwidth of th...     

基于线性预测倒谱的被动声纳目标特征提取技术

从声纳员的角度出发，被动声纳目标可以被看作为一个发声体，利用线性预测倒谱从声纳目标噪声中分离出目标作为发声体的冲激响应在倒谱域中的表示，提取一组识别特征，设计神经网络分类器，对三类目标进行分类。实测数据验证了基于线性预测倒谱的被动声纳目标特征提取方法是可行的。     

基于听觉模型的话者特征参数提取及其在噪声背景下的话者辨识

本文基于人耳听觉模型提出了一种鲁棒性的话者特征参数提取方法。该种方法中,首先由Gamma tone听觉滤波器组和Meddis内耳毛细胞发放模型获得表征听觉神经活动特性的听觉相关图。由听觉神经脉冲发放的锁相特性和双声抑制特性,我们将听觉相关图每个频带中的幅值最大频率分量作为表征当前频带特性的特征参量,于是所有频带的特征参量便构成了表征当前语音段特性的特征矢量;我们采用DCT交换进一步消除各个特征参量之间的相关性,压缩特征矢量的维数。有效性试验表明,该种特征矢量基本上反映了输入语音的谱包络特性;抗噪声性能实验表明,在高斯白噪声和汽车噪声干扰下,这种特征参数比LPCC和MFCC有较小的相对失真;基于矢量量化的文本无关话者辨识表明,对于三种类型的噪声干扰该种特征参数在低信噪比下都获得了较好的识别结果。     

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。      

A new method of passive ranging for underwater target:distance information extraction based on wave guide invariant

The study of wave guide invariant in underwater acoustics is one of attracted topics in recent 30 years.The interferences of direct wave and reflect wave from sea surface and sea bottom of underwater target radiated noise inherent the information of target distance.Extraction of these distance information will provide a possible new way in passive ranging for underwater target.The theoretical analysis and the results of at sea experiments show that the LOFAR(Low Frequency Analysis Record) figure inherently contains the range and moving information of passive acoustic sources,even in the situation that the receiver is only one single hydrophone.The theoretical analysis of extraction of target distance information by using wave guide invariant is presented in this paper.It is shown that,based on the interference striation pattern of target,the hydrophone array system is possible to extract the distance information with quite high array gain.Although the mathematical constrain conditions in forming interference striation pattern are different for individual array element,but it is proved that the differences of time delays between array elements can be used in compensation of beamforming.The theoretical analysis,system simulation and some results of at sea experiment show a new way in passive ranging and target recognition.     

水中目标窄带噪声识别的听觉外周模型

为解决听觉外周模型特征在具有工程背景的水中目标声信号分类研究中识别率下降问题,提出了一种外周模型Gammatone滤波器组修正方法,获得的窄带噪声特征可明显提高水中目标识别性能。首先,分析了识别率下降原因,发现声学工程应用中多通道数据采集,导致信号频率范围变窄,而引起声信号的时频特征发生变化。其次,根据听觉模型用Gammatone滤波器组模拟人耳基底膜频率分解特性、低频信息包含水中目标噪声信号的重要类别特征,对原有的听觉模型特征进行插值,对滤波器组的通道数与中心频率进行适应性修正,得到目标噪声在较窄频带的27维特征,修正后的模型能够更精细地反映出目标时频特性。最后,采用神经网络分类器进行实验。结果表明,修正后的听觉模型保留了原较宽频带特征的主要信息,而且进一步提高了对实际目标的分类能力,识别率由原来的82.59%提高到88.80%。本文提出根据工程应用平台的有效接收频带优化听觉外周模型Gammatone滤波器组的设计,采用阵元级的多通道数据进行分析,侧重于工程应用,解决了多通道数据采集中,由于频带变窄,导致信号的特征信息量下降,进而引起声特征识别性能下降的问题,修正后的听觉模型特征,有效地提高水中目标辐射噪声的识别效果。本文对从事无源声呐目标识别、有源声呐目标识别、带宽受限的多通道声数据采集的时频特性分析研究人员具有一定的参考价值。     

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。     

水中目标回波亮点统计特征研究

礁石和海洋动物引起的混响是主动声纳最严重的干扰, 如何区分礁石、鱼群和水中目标一直是制约主动声纳识别技术的难点问题. 针对礁石与目标回波难以区分的问题, 从特征识别的应用角度, 研究水中复杂目标全方位回波亮点特征的有效表征和应用方式, 基于目标回波亮点模型, 提出拷贝相关器输出的目标散射函数估计方法, 给出对目标回波亮点相对关系进行定量分析的目标回波特征统计表征方式, 并基于湖上实验提取了物理机理明确的目标回波亮点统计特征, 使得目标时间-角度谱中所蕴含的目标特征信息能够很直接地转化为主动声纳易于应用的目标特征. 关键词： 水中目标 回波亮点 统计特征     

基于亮点模型的典型水下目标回波信号仿真

本文对典型水下目标回波信号进行了仿真研究。此仿真基于声纳目标回波的亮点模型理论,通过成分及时序分析,针对具有球冠形头部和圆柱壳体的典型水下目标的结构特征,建立计算模型并仿真回波信号。仿真结果与湖海试实验结果的对比表明此仿真模型与实际情况基本一致,可以为声纳信号处理、目标识别等方面的研究提供支持。