基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法.首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰.声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采...     

机动小目标的时空联合检测技术

主动声呐信号处理中一般采用匹配滤波和背景均衡等算法检测回波信号,为提高信号的检测性能,还需利用信号与混响和环境噪声在时间、空间上的统计特征差异。文章在对信号的时、空特征算法进行简单描述的基础上,提出了频率能量统计特征和方位能量统计特征,将两种特征检测器的输出进行融合处理构成时、空联合检测器。仿真和试验数据处理结果证明,此方法可有效提高机动小目标在混响及环境噪声中的检测性能。     

一种新的声呐图像处理算法

针对高频声呐图像的目标检测问题,在分析声呐灰度图像像素点的灰度分布模型的基础上,提出了一种新的快速图像处理算法。该算法利用图像中各像素点处滑动窗内像素点的灰度分布模型的参数以及灰度分布模型和归一化灰度直方图的拟合误差为特征量,构造声呐图像的特征图,并采用自适应阈值算法进行图像处理。仿真结果表明该算法具有实时性好、准确度高的特点,并且可有效地克服背景干扰的影响,有利于人造目标的准确提取。     

阵列信号维纳滤波用于主动声呐图像增强处理

声呐图像的噪声背景抑制是提高水下目标检测能力的重要问题。针对声呐图像背景斑点噪声强、目标轮廓模糊、目标回波对比度低等问题,利用确定性目标回波信号与随机分布的干扰噪声之间的相关统计特性差异,采用基于最小均方差准则的阵列信号维纳滤波器,通过主动最小方差无畸变响应（Minimum Variance Distortionless Response,MVDR）波束形成和后置维纳滤波的两级处理,去除声呐随机噪声背景。试验数据的处理结果表明：在噪声干扰条件下,相比于常规波束形成（Common Beamforming,CBF）,主动MVDR处理提高了目标回波的局部信噪比,后置维纳滤波处理降低了随机分布的斑点噪声,使声呐图像的清晰度得到增强。     

用高阶累积量投影法检测红外弱小目标

为检测弱小红外运动目标,提出了一种基于高阶累积量投影的检测算法.红外图像序列经背景抑制后,首先计算时域数据的归一化三阶累积量,并将其投影到二维空间,然后在二维空间内对目标轨迹进行统计判决,以实现目标检测.推导出了目标和噪声在二维投影空间中的分布公式.通过与相关算法对比分析,该算法计算量小,检测率随目标信噪比增长较快.利用实际录制的图像序列进行了仿真实验,成功检测到了信噪比不小于2、像面运动速度为2帧/像素的目标,验证了算法的有效性.     

融入频域先验信息压缩感知方法的主动声呐回波信号处理

针对弱信噪比时的水下主动声呐回波信号处理问题,从主动声呐入射信号和目标回波信号的先验信息出发,与压缩感知理论相结合,提出了融入频域先验信息的压缩感知方法（Compressed Sensing based on Fequency Prior Information,CSFPI）。针对主动声呐入射信号,获取其频域先验信息,将其作为“原子”融入信号的稀疏分解过程,构建完备频域先验稀疏矩阵。主动声呐回波信号可以等效为携带目标信息入射信号的线性叠加,将该特性与传统正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法结合,形成基于“块”的正交匹配信号重构算法。采用CSFPI方法处理仿真信号来验证理论方法的正确性。进一步,通过主动声呐发射接收装置获取湖上实测数据,用CSFPI方法进行处理。当压缩比为50%、信噪比低至-5 dB时,重构信号的匹配率高于70%。实验结果表明了CSFPI算法在处理低信噪比声呐信号时的有效性。     

回波图像混响抑制方法研究

针对二维图像声呐近程混响干扰严重,无法分辨目标亮点的问题,基于混响信号自动增益控制(AGC)的基本原理,对时间增益控制电路进行改进,实现了混响背景平稳化。回波图像仿真结果表明,此方法能较好改善回波图像质量,有利于对目标的定位与识别。     

基于投影感知的水下声呐目标检测方法

现有基于深度学习的水下声呐图像目标检测方法受限于水下声呐图像噪声大、信噪比低,因而检测精度有限。针对该问题,本文提出了基于投影感知和声呐参数信息嵌入的水下声呐图像目标检测方法 SonarNet。提出的非参数化的投影感知对齐模块(PAA)在不引入额外的训练参数且无需额外标注的情况下,通过提取水下目标的投影区域特征与目标本身特征融合来提升目标检测精度。同时为了提升算法在不同声呐工作参数下的鲁棒性,本文设计了一个轻量级的声呐全连接网络SonarMLP,将声呐设备的工作参数信息以嵌入信息的形式引入到目标检测过程中。本文在声呐图像目标检测数据集上对算法的有效性进行了验证,在有效检测出水下目标的同时,比现有常用深度学习方法有更高的检测精度,能够提升3%以上的各类平均精确度(m AP)。     

非瑞利混响数据的模糊统计归一化

0引言在主动声呐检测中,海洋混响是声呐目标检测的主要背景干扰,所以近年来浅海混响抑制技术得到了国内外声呐研发人员的广泛关注。大多混响抑制技术对声呐接收信号包络检波前的原始信号进行处理[1]。对于浅海复杂水声环境中的声呐,由于混响的模糊性、水声环境的变化性,以及浅海环境的复杂性,基于原始信号处理技术的     

基于时空主分量反演的抗混响弱信号检测

采用时空主分量反演（STPCI）方法对目标回波子空间与混响噪声子空间进行分离,可以改善强混响背景下的弱目标回波信号检测。通过实际海试数据的仿真实验,表明相比时域PCI算法,STPCI处理具有更优的性能。     

一种基于关联处理的声呐图像去噪技术

为了改善声呐图像中存在大量杂波而导致目标跟踪困难,设备虚警率高的缺点,提出一种图像关联降噪算法。首先利用目标特性对静止目标进行剔除,之后利用目标运动的持续性和目标回波在连续多帧图像中的空间位置关联性,对随机噪声进行进一步滤除。仿真和试验数据验证,所提出的算法对于背景比较稳定的图像,降噪效率不低于95%。     

基于小波域多分辨率MRF的声呐图像目标分割

声呐图像受噪声影响严重,分辨率低,传统算法对其目标分割效果较差,为此,提出了小波域多分辨率MRF模型的声呐图像分割算法。小波域多分辨率分析有利于提取声呐图像弱特征信息;每一分辨率中的观测特征采用高斯混合模型建模,尺度内同标记的观测特征用高斯模型建模,用各向同性的双点多级逻辑(Multi-Level Logistic,MLL)模型建模每一尺度的标记场;最后,用迭代条件模式(Iterated Conditional Mode,ICM)实现多分辨率马尔可夫随机场(Multi-Resolution Markov Random Field,MRA-MRF)中能量函数的最优解,获取标记场,完成声呐图像分割。从视觉效果和定量分析两方面验证。对比实验的结果表明,该文算法能有效地提取声呐图像的弱目标信息,较好地将目标区域和背景区域分割出来,具有较高的分割精度和鲁棒性。     

宽带体制下混响和目标空时分布特征研究

传统的空时自适应处理(Space-Time Adaptive Processing,STAP)利用窄带混响和目标在空时平面的可分辨特征抑制窄带混响。对宽带混响和目标在空时平面分布特征进行研究,并通过理论推导,得出带宽对混响和目标空时分辨特征的影响公式。结果表明:宽带混响和目标在空时平面分布特征部分重叠,导致传统STAP效果不佳。在此基础上,借鉴STAP思想,并利用线性调频(Linear Frequency Modulation,LFM)信号在分数阶Fourier变换域上的聚焦性,分析了在空-分数阶Fourier域三维空间上抑制宽带LFM混响的可行性。     

基于背景抑制与改进多尺度LSD的声呐小目标检测算法

针对声呐小目标检测由于水下环境复杂、目标回波信号弱等因素造成虚警率和误检率较高的问题,文章提出基于背景抑制和改进直线分割检测(Line Segment Detection, LSD)的检测算法。首先对原始声呐数据截取序列片段,构建多周期累积历程图,凸显运动目标轨迹线特征;其次设计边缘滤波算子,有效滤除部分背景噪声,并结合投影变换进行线特征增强,不仅实现了断裂直线重连,还抑制了剩余噪声;然后基于图像金字塔改进了多尺度LSD直线分割检测算法,有效缓解了过检测问题,大幅增加了直线平均长度;最后为了合并冗余检测信息,利用运动轨迹时空一致性特征设计后处理模块,提高了检测定位精度。通过多组无人遥控潜水器(Remotely Operated Vehicle, ROV)、潜水员、空心球靶小目标序列的湖试、海试数据的定量与可视化结果定性分析,实验结果显示,文中算法与传统LSD相比,误检率和漏检率分别降低了11.2和3.9个百分点,定位误差下降了1.495个像素。结果表明,文中所提算法大幅提高了声呐小目标检测精度,为后续水下目标识别、跟踪等任务奠定重要基础。     

某型蛙人运载器辐射噪声测量与特征分析

蛙人是港口和水下设施的重要威胁，蛙人运载器产生的辐射噪声是对依靠运载器执行任务的水下蛙人实施警戒探测的重要依据，目前利用声学系统被动探测是发现水下蛙人的有效手段之一。文章针对某型蛙人运载器的实际探测问题设计了声学测量实验，实验包括消声水池测量和海上测量两部分，目的是获取蛙人运载器的有效声学特征，包括声源级、指向性、功率谱、LOFAR谱和DEMON谱等，获得有效的轴频、叶频及其各次谐波簇。在实验测量的基础上，系统分析了某型蛙人运载器辐射噪声的典型时频变化特征，为水下蛙人运载器的警戒探测提供实测数据支撑。     

光电图像序列运动弱目标实时检测算法

针对光电探测图像序列中的运动弱小目标实时检测问题,提出了一种基于时空域融合滤波的弱目标检测算法。算法在空域上利用形态学Tophat滤波抑制背景增强目标,在时域上通过改进的帧间差分方法增强运动目标,两者融合后经自适应门限分割与航迹关联确认目标。实际录取数据分析结果表明,算法全面考虑运动弱小目标在时域与空域方面的特性,能更有效地从复杂背景中检测低信噪比运动弱小目标,减小了虚警率,抗噪声干扰能力强。     

相关测速声呐模型参数矩阵化求解方法

相关测速声呐的基本原理是“波形不变性”。该原理指出：发射具有一定时间间隔的信号，接收回波相关性最大的两个基元之间的间距与载体移动速度成正比。相关测速算法首先通过回波数据构建数据相关矩阵，然后利用速度估计算法将理论相关模型和回波数据构建的相关矩阵进行拟合得到最优参数信息，进而解算出载体速度信息。文章以简化最优参数求解流程为目标，提出了基于矩阵推导的参数拟合运算方法。该方法通过将底混响时空相关函数模型中的目标参量进行分离，进而将函数转变为矩阵形式，随后通过矩阵QR分解等手段，根据局部最小二乘法推导目标参数的求解公式，并直接求解出目标参数的解析解。仿真和湖上试验数据验证了该方法可以作为一种速度解算方法的可行性，并且具有运算复杂度低的优点。