一种人工神经网络方法在被动声纳目标识别中的应用研究

水下目标识别是水声信号处理领域中的一个重要课题。本文针对水下目标辐射噪声类别特征不明显的特点,提出了一种有监督的模糊ＡＲＴ神经网络（ＳＦＡＲＴ）分类器,通过对声纳目标信号的分类试验表明：该网络分类器具有迭代次数少,识别率高的优点,是一种很有实际应用价值的分类器模型。     

导流罩和声障板对声纳尾部声场影响的数值模拟

针对某舰壳声纳导流罩及不同声障板,运用有限元分析计算软件和声学分析软件,对其模型罩建立了在内部声源定向发射时辐射声场的计算模型,计算模拟了某频率下声场指向性和声衰减特性,计算结果与消声水池的试验结果吻合良好,研究成果对舰船声兼容性的设计有重要的参考意义.     

基于非停走停及方位非均匀采样的多接收阵合成孔径声纳CS成像算法

针对采用多接收阵技术的合成孔径声纳(SAS)成像中普遍存在的不满足停走停假设和方位向采样非均匀等问题,在深入分析了停走停假设和方位向的非均匀采样对成像造成影响的基础上,给出一种可用于方位向非均匀采样多接收阵合成孔径声纳的chirp scaling (CS)成像算法,它较为精确地补偿了非停走停模式带来的相位误差,因而适用于宽测绘带远距离SAS成像.仿真和试验均证明了该方法的有效性.     

任意阶电流模式椭圆滤波器的综合设计

通过对任意奇数阶电流模式滤波器传递函数进行数学分析,将其分解为n个无损积分器级联的形式,并根据椭圆型滤波器的传输函数对输出电流信号进行线性组合,从而提出了一种奇数阶的电流模式椭圆滤波器的系统综合法。由该方法实现的电路结构简单,仅由（3n-1）／2个有源器件,n个接地电容构成。面向实际电路完成Pspice仿真,结果表明由该方法产生的滤波器具有良好的性能。     

宽带水声信号传播损失分析

根据能量关系推导了宽带声呐方程,研究了宽带水声信号的传播损失。宽带传播损失中的吸收损失是信号带宽内各个频率吸收损失的加权平均值。由于权值是指数衰减的,因此低频成分起的作用更大。在相同的距离和中心频率上,带宽越宽,则低频成分所起的作用越大,总的传播损失反而越小。同时,与窄带分析方法对比可以看到,采用窄带方法计算宽带信号的传播损失会引入较大的误差,距离、带宽越大,误差越大。宽带传播损失的分析对于不同作用距离上信号带宽的选择,以及宽带声呐性能的预测具有指导意义。     

被动声纳探测距离空间分形特征研究

根据分形理论,借助于GIS技术的支持,以一定优质因子条件下声纳探测距离为例,以声纳探测距离等值线为研究对象,对以往研究少有涉及的声纳探测距离等值线的分形性质进行了探讨,得出声纳探测距离等值线具有分形特征的结论,为描述声纳探测距离提供了新的参数,从而为声纳探测距离的预报提供了一种新的理论方法.     

基于马尔可夫随机场的非监督声呐图像分割方法

针对声呐图像的特点,提出了一种新的基于马尔可夫随机场(MRF)的非监督声呐图像自动分割方法。研究发现,声呐图像混响区基本上都服从高斯分布,然而,其直方图离散化的分布效果不利于图像的自动分割,因此,通过一种快速有效的高斯金字塔模型对声呐图像进行预处理,使得处理后的声呐图像的海底混响区直方图服从高斯分布。在此基础上提出了一个能够自动确定声呐图像分类个数的模型,并通过该模型结合一种局部能量极值化的方法对马尔科夫模型的初始化参数进行估计,从而形成一种完全自动的声呐图像分割模型。最后,利用该模型对声呐图像数据进行了分割实验,并和其他典型的分割算法进行了比较,验证了该方法的有效性及快速性。