舰船惯性导航系统的双重信息导航工作方式

—舰船惯性导航系统通过不同的机械编排实现不同的导航工作方式，它们各有不同的误差方程和特点，以适应不同的条件。传统的设计方法在具体条件下只实现一种工作方式，保持一种方式的导航信息。本文论述了舰船惯性导航系统中首次应用的双重信息导航工作方式，以这种方式工作的惯性导航系统可在一套物理系统中同时生成，并保持水平阻尼与罗经回路两种工作方式的导航信息。文中分析了该工作方式的原理和特点，并对试验结果和应用情况做了有限说明。     

舰船装备软件测试数据自动生成方法及其应用研究

针对舰船装备软件接口报文信息量大,难于有效生成测试数据的现状,提出了一种基于网络信息交换协议的测试数据自动生成方法;首先通过分析网络信息交换协议中对接口报文的格式要求,获取测试数据要素信息,然后根据该信息自动生成接口报文数据,并且对所涉及的实际物理量和状态位数据进行必要转换,从而得到可执行的测试数据;在此基础上,开发舰船装备软件自动化测试平台,并将其应用于实际测试项目,有效提高了测试数据生成效率。      

声呐员听音移频操作客观规律研究*

声呐员在听音过程中,可以对收听到的声音进行移频操作,通过这一操作,声呐员可以将信号调制到自己认为合适的频段以便检测识别信号,而移频的具体频段没有定量的参考依据,这使声呐员移频操作较为盲目。本文从心理声学的角度对声呐员的移频操作进行研究,给出了移频前后信号的响度差值的变化规律和信号尖锐度的变化规律。研究结果表明,经过移频操作,响度移频前后在2000-5000 Hz左右存在最大值,而尖锐度随着移频频率和信号的频率的升高而升高,本文所得出的结论可为声呐员对舰船辐射噪声被动听音移频操作提供参考依据。     

激光脉冲宽度对远距离尾流气泡后向检测的影响

为了分析激光脉冲宽度对远距离尾流气泡后向检测的影响,基于Fournier Forand体积散射函数,通过Monte Carlo方法建立了水中激光脉冲后向散射信号时域特征的分析模型.利用该模型研究了初始激光脉冲宽度不同时,水中远距离舰船尾流气泡的激光脉冲后向散射信号变化情况.结果表明:随着初始激光脉冲宽度的增加,后向散射信号中水体散射信号与尾流气泡回波信号的轮廓变得模糊|当脉冲宽度增大到一定程度时,无法从后向散射信号中辨别出回波信号|并且,随着尾流区气泡散射强度的减小以及气泡区与检测器之间距离的减短,这种变化趋势变得更加明显.基于仿真结果,提出一种基于逆卷积运算的尾流气泡回波信号提取方法.     

信息作战环境下舰船无源定位系统设计与实现

信息作战环境下,对我方舰船位置坐标与敌方舰船所在地理位置坐标进行准确、快速定位是定位系统设计的必备条件;传统舰船上使用的舰船定位系统存在定位源信号追踪稳定性差、恶劣环境下的定位信号搜索域范围小、定位波反干扰性差等一系列的问题;通过深度的研究分析,提出信息作战环境下舰船无源定位系统设计;采用三维立体空间定位单元、广域GPNS信号检索模组与谐波振频反干扰技术,实现作战环境下舰船无源定位系统设计;对作战环境下舰船无源定位系统的设计进行仿真实验测试;仿真实验测试证明,提出的信息作战环境下舰船无源定位系统设计具有定位速度快、坐标定位准、定位源抗干扰性强的优点,满足当今恶劣的信息作战环境,能够达到无源定位的目的。     

采用脉冲激光探测模拟的舰船气泡尾流

分析了基于后向散射的脉冲激光舰船气泡尾流探测方法,设计并研制了基于该探测方法的实验装置,并在大型水池中对模拟的气泡尾流进行了探测,实验结果表明,该实验装置可以较好地探测到模拟的舰船气泡尾流.     

子母战斗部对大型舰船毁伤评估

对于采用子母弹对大型水面舰船的毁伤效率评估，存在相当大的难度，为对子母战斗部的攻击航母毁伤评估提供—个快速、初步的结果，本文通过对航母目标的易损性分析，将子母战斗部对舰船的毁伤评估模型进行了适当的模型简化，建立毁伤评估模型。     

相控阵多普勒计程仪声基阵输出信号模型

相控阵多普勒计程仪具有基阵体积小，无需进行声速补偿等优点。本文在讨论相控阵多普勒计程仪原理的基础上，推导了速度解算公式，验证出公式与声速无关，进而推导出声基阵的输出信号模型，利用此模型便可模拟相控阵的输出信号。     

二值化特征在快速舰船目标预选中的应用

为了快速准确地自动提取和识别海面舰船疑似目标,为舰船目标精检测提供可信的数据基础,采用了二值化特征进行舰船目标粗检测,并根据舰船窄而长的几何特征提出了改进算法,按照舰船目标不同的方向分别进行模板训练。实验表明,二值化特征可以有效地提取疑似舰船目标,并且改进算法可以在提取窗口数相同时,提高查全率,更利于进一步的精检测。     

基于中心点的遥感图像多方向舰船目标检测

针对目前基于深度学习的舰船目标斜框检测方法存在计算量大、效率低的问题,提出一种基于目标中心点的单阶段检测模型.由于舰船中心点不受舰船分布方向影响,模型主要思想是以目标中心点检测为基础,回归中心点处目标斜框的尺度和方向.首先设计特征提取网络,将卷积神经网络细节信息丰富的底层特征与语义信息丰富的高层特征融合起来形成特征图;然后将特征图输入到三个检测分支,分别预测目标中心点、中心点偏移值以及斜框的尺度与方向;设计组合损失函数对网络进行训练,并改进非极大值抑制算法以适应目标斜框检测的需要.在公开的SAR图像舰船目标检测数据集与光学遥感图像上进行了实验,实验结果表明,测试集平均准确率达0.906,检测精度与速度均优于其它检测模型,充分验证了所提算法的有效性.