Bistatic Sonar Localization Based on Best Linear Unbiased Estimation

A best linear unbiased estimation （BLUE） algorithm for bistatic sonar localization is proposed. The Cramer-Rao bound for bistatic Sonar and the geometrical dilution of precision （GDOP） in different conditions are given. The simulation results show that the location accuracy of BLUE algorithm is higher than the weighted least square method.     

水平阵的浅海水声环境参数盲估计方法与实验验证

1引言目前,水声环境参数估计一般采用直接测量或者匹配场反演的方法。直接测量的方法不仅费时、昂贵,而且很难大面积实施;利用匹配场技术反演水声环境参数虽然弥补了直接测量的不足,但需信息可靠的已知声源。水声环境参数盲估计是指通过     

混响背景下主动声纳接收信号的可分离性探讨

混响背景下主动声纳的接收信号是否具有可分离性是盲分离在主动声纳抗混响中获得应用的前提条件。在建立混响背景下的接收信号模型的基础上,通过模型中源信号间相关性的分析,提出了一种接收信号是否具有可分离性的判断准则：在绝大多数时延条件下相关系数很小的发射信号,其混响背景下的接收信号具有可分离性。通过主动声纳的两种发射信号（CW和LFM）的仿真和海试实验研究对这一准则的可行性进行了检验。对于符合可分离性判断准则LFM信号,实验结果验证了其混响背景下接收信号的可分离性。     

一种基于盲分离技术的声纳浮标场多目标定位算法

该文基于盲源分离的思想,针对由单传感器声纳浮标组成的声纳浮标场,在窄带背景下提出了一种新的声纳浮标场多目标定位算法。仿真实验结果表明,在很好地恢复了目标信号波形的同时,该算法能准确地估计出目标的位置。     

多传感器异步数据融合算法

由于传感器的采样速率和通信延迟,传感器的不同步问题大大降低了多传感器系统数据融合的精度。研究多传感器异步融合比同步数据融合更为迫切。该文利用误差协方差阵的迹最小准则建立了多传感器异步融合模型,给出了具有普遍意义的多传感器异步融合模型,弥补了目前多传感器异步数据融合仅限于两两传感器的局限性,并从理论上对多传感器异步融合的性能进行了分析。仿真结果表明该异步融合模型是有效的,能够对多传感器的异步数据进行优化处理,并且优于单一传感器的性能。     

基于单纵编队的鱼雷攻击意图判别方法研究

鱼雷攻击意图判断研究可以令指挥员有针对性的制定作战方案实施编队协同水声对抗,从而大大增强了水面舰艇的生存能力。在建立声自导鱼雷攻击模型和舰艇编队运动模型的基础上,对鱼雷从不同区域来袭时的态势划分,提出了攻击意图的判断准则,并且通过仿真验证,分析了影响判断准确度的因素,为编队协同水声对抗指挥决策提供了必要参考。     

水下目标自动识别的核心技术

综述了国内外水下目标自动识别领域的研究现状和实现的核心技术途径，分析了在该领域的研究热点和发展趋势。     

水声对抗中舰艇规避声自导鱼雷的航速问题

舰艇速度的变化会引起舰艇辐射噪声声源级的变化,从而改变鱼雷对目标的被动自导作用距离.本文根据声纳方程,从能量检测的角度分析了舰艇以常速和高速规避时,被动自导鱼雷发现目标的概率.进一步用对抗过程仿真的方法研究了规避速度对舰艇生存概率的影响.计算结果表明,在一定报警区域,舰艇以常数规避优于加速规避.     

基于PDA 思想的分布式多传感器融合方法

在传感器观测噪声不一致或有异常数据存在的条件下,分布式数据融合因没有剔除严重偏离真实值的传感器估计值,从而影响下一步的融合估计．对此,利用概率数据互联的思想,设计以融合中心预测值为中心、传感器节点估计值为观测值的预测域,并引入定向概率数据互联,对进入预测域的传感器估计值分配权重．仿真结果表明,利用概率数据互联思想的多传感器有效地实现了数据融合,其融合精度较传统分布式融合有所提高;在异常数据明显的情况下,算法的效果更加显著．     

一种波束域子带盲源分离新方法

针对传统时域盲源分离算法对宽带不适用、计算量较大和对信噪比(SNR)变化敏感这三个问题,提出了一种波束域子带盲源分离(BSS)方法：它以子带分解的方法实现了时域盲源分离算法在宽带情形下的扩展;利用波束转换实现降维运算,大大减少了运算量和提高了算法的稳健性。仿真结果表明,与阵元域盲源分离算法相比,新方法具有低信噪比时较好的源信号波形估计能力。在源数目等先验信息未知的情况下,与Root-Music高分辨算法具有近似的角度估计性能。