基于改进SSD的合成孔径声呐图像水下多尺度目标轻量化检测模型

针对轻量化目标检测模型SSD-MV2对合成孔径声呐(SAS)图像水下多尺度目标检测精度低的问题,该文提出一种新的卷积核模块-可扩张可选择模块(ESK),ESK具有通道可扩张、通道可选择和模型参数少的优点。与此同时,利用ESK模块重新设计了SSD的基础网络和附加特征提取网络,记作SSD-MV2ESK,并为其选择了合理的扩张系数和多尺度系数。在合成孔径声呐图像水下多尺度目标检测数据集SST-DET上,SSD-MV2ESK在模型参数基本相等的条件下,检测精度比SSD-MV2提升4.71%。实验结果表明,SSD-MV2ESK适用于合成孔径声呐图像水下多尺度目标检测任务。     

OFDM水声通信下行非正交多址接入功率分配方法研究

针对基于功率域非正交多址接入（Power Domain Non-orthogonal Multiple Accesses,PD-NOMA）的正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）水声下行通信系统的功率分配问题,提出了一种基于中断概率的功率分配方法。用户节点在系统初始化阶段根据源节点广播的组网数据包获取水声信道的统计特征,源节点根据水下用户反馈的信道特征参数建立水下用户的中断概率模型,以最小化两用户的中断概率和为目标建立目标函数,在中断概率区域边界上遍历搜索最优的功率分配系数。仿真结果表明,该方法在保证公平性的条件下,有效降低了用户节点的中断概率,提高了系统的频谱利用率和误码性能。     

基于非均匀快速傅里叶变换的正交频分复用水声通信多普勒估计与补偿方法

针对正交频分复用水声通信对多普勒频移敏感的问题,提出了一种基于非均匀快速傅里叶变换的正交频分复用水声通信多普勒估计与补偿算法。将第2类非均匀快速傅里叶变换引入正交频分复用水声通信中,利用非均匀快速傅里叶变换对接收信号进行多普勒因子网格补偿,通过稀疏贝叶斯学习获得水声信道估计,以水声信道的稀疏能量最小作为多普勒因子判断准则,从而获得高精度多普勒估计。仿真结果显示,所提出的方法在信噪比大于5 dB时,多普勒估计均方根误差优于1×10~(-5),同时系统误码率随着多普勒估计均方根误差减小而降低。海上试验结果显示,利用本文所给多普勒估计方法获得的两船相对径向速度与实际情况相吻合,系统解码后的平均误码率优于8.33×10~(-4)。仿真和海上试验结果表明,所提出的算法能够对多普勒因子进行有效估计,并且降低系统误码率。     

合成孔径声呐时延估计误差校正改进算法

由相位解缠错误造成的时延估计误差会严重降低合成孔径声呐时延估计的精度。现有的时延估计误差校正算法采用二次函数作为时延的拟合模型,该模型在距离向近端和远端处不符合时延空变规律,拟合误差较大且无法估计载体的横荡和升沉运动。针对该问题,文章提出一种改进的时延估计误差校正算法,利用时延的距离空变函数代替二次函数作为拟合模型。数值仿真和实验结果表明,相较于参考算法,改进算法校正时延估计误差的效果更好、速度更快,同时还能准确地估计载体的横荡和升沉运动。运动补偿结果显示了改进算法能较好地提升成像质量。     

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。     

基于数据样本方差的正交频分复用水声通信多普勒频移估计方法

针对正交频分复用(OFDM)水声移动通信易受时变多普勒频移影响的缺点,该文提出一种基于数据样本方差的多普勒频移估计方法。利用前序符号的信道估计值恢复当前符号的有效数据序列及其频域分集副本,计算分集副本与数据序列的比值并搜索该比值序列在不同多普勒补偿因子下的方差,选取方差最小时对应的补偿因子作为多普勒频移估计值,利用稀疏贝叶斯学习和判决反馈信道估计算法获得修正后的信道频域响应并传递给后序符号,实现对多普勒频移的实时跟踪。数值仿真验证了该方法的可行性和优越性,海上试验证明,该方法实现了基于无人水下航行器的OFDM水声移动通信,能够对时变多普勒频移进行有效估计。     

基于改进CycleGAN的光学图像迁移生成水下小目标合成孔径声纳图像算法研究

针对循环生成对抗网络CycleGAN(Cycle Generative Adversarial Networks)在光学图像迁移生成水下小目标合成孔径声纳图像过程中存在质量差和速度慢的问题,本文提出一种新的特征提取单元SDK(Selective Dilated Kernel),并利用SDK设计了一个新的生成器网络SDKNet.与此同时,提出了一种新的循环一致损失函数MS-CCLF(Multiscale Cyclic Consistent Loss Function),MS-CCLF增加了图像多尺度结构相似性约束.在自建的图像迁移数据集OPT-SAS上,本文SM-CycleGAN(Selective and Multiscale Cycle Generative Adversarial Networks)比原始CycleGAN的图像迁移质量提升4.64％,生成器网络参数降低4.13MB,运算时间减少0.143s.实验结果表明,SM-CycleGAN更适合水下小目标光学图像到合成孔径声纳图像的迁移任务.     

基于组合特征的水下三维目标检测跟踪算法

针对三维成像声呐水下人工目标检测跟踪困难的问题，提出一种基于组合特征的水下三维目标检测跟踪方法。该算法利用声图的强度和距离等分布信息，根据目标出现前后声图能量的变化，利用背景差分的方法提取核函数，并在二维声图相关匹配的基础上，通过关联由前后帧图像的Hu不变矩、目标质心和目标距离组成的组合几何特征，实现二维向三维映射的人工目标检测与跟踪。湖试数据处理结果显示，新算法的跟踪性能提升了约7.15%,消耗时间相比传统方法减少了约60%,验证了算法的有效性。     

浅水环境中基于ISODATA的多目标定位

由于不同距离目标到接收阵之间的格林函数图像存在的明显差异性,利用其特征进行分类可以实现对不同距离目标格林函数图像的区分。文章将聚类分析算法中的迭代自组织数据分析算法(Iterative Selforganizing Data Analysis Techniques Algorithm,ISODATA)应用到传统多目标定位过程中,经过连续干扰消除过程(Successive Interference Cancellation,SIC)的反复迭代,对提取出的多个格林函数进行分类。为解决传统多目标定位过程中需要人工判断格林函数异同的问题提供了一种可行途径,并进一步将分类出的格林函数通过阵不变量方法解算出不同目标的距离信息。     

基于伪虎鲸click信号的主动声呐探测信号低截获性分析

为解决现代主动声呐易暴露的问题,提出以伪虎鲸click信号作为主动声呐发射信号波形进行探测,以实现声呐的低截获性。首先通过宽带模糊函数分析了伪虎鲸click信号的分辨性能;然后通过仿真对比单双基地声呐探测模型下,伪虎鲸click信号与常规主动声呐信号的截获因子,验证了其低截获性。结果表明,伪虎鲸click信号三维宽带模糊函数呈现理想的“图钉型”,时延分辨力达到7.644×10^(-6) s,频移分辨力达到7.405 Hz,具有良好的分辨性能;伪虎鲸click信号的截获因子在−4.887~−17.6 dB之间,始终小于0 dB,且远低于常规主动声呐信号,具有优异的低截获性能。伪虎鲸click信号作为声呐发射信号可实现有效与低截获性的声呐探测。