被动声纳的航迹关联

1引言 分布式系统中,需要将不同声纳基阵测得的目标航迹进行关联和融合.航迹关联是一个统计决策过程,即判决不同基阵测得的不同航迹是否来自同一目标源;航迹融合是在航迹量测来自同一目标的假定下,利用航迹量测进行统计滤波,以获得更好的跟踪性能.通常,二者是顺序进行的,如图1所示.航迹融合的效果很大程度上取决于航迹关联的正确与否.若航迹关联错误,随之进行的航迹融合不仅不会改善跟踪性能,反而会恶化.     

一种被动双阵航迹关联新方法

在被动系统中。多传感器多目标数据关联一直是一个难解决的问题。对静态数据关联多维指派“组合爆炸”问题,许多外学者提出了像最小距离法、最大似然算法等多种解决方法,但它们或正确相关率较低,或计算量较大。基于上述问题,提出了一种基于运动目标在时间上具有连续性的先验知识的新的航迹关联算法,该算法根据数据列之间发展态势的相似或相异程度来衡量航迹间接近的程度,使航迹关联问题突破了样本容量和典型分布这两条限制。仿真结果表明该算法计算量小,正确关联率高,具有较高的工程应用价值。     

一种被动双阵航迹关联新方法

在被动系统中,多传感器多目标数据关联一直是一个难解决的问题.对静态数据关联多维指派"组合爆炸"问题,许多外学者提出了像最小距离法、最大似然算法等多种解决方法,但它们或正确相关率较低,或计算量较大.基于上述问题,提出了一种基于运动目标在时间上具有连续性的先验知识的新的航迹关联算法,该算法根据数据列之间发展态势的相似或相异程度来衡量航迹间接近的程度,使航迹关联问题突破了样本容量和典型分布这两条限制.仿真结果表明该算法计算量小,正确关联率高,具有较高的工程应用价值.     

被动传感器航迹起始算法

为解决杂波、未知数目和被动传感器测量精度不一致情况下的航迹起始问题,提出了一种适用于被动传感器系统的航迹起始算法.该算法首先根据启发式规则消除一部分虚假定位点,然后利用概率网格的思想将观测空间划分为同一大小的网格,同时根据被动传感器的测量精度计算得到每个网格内出现目标的概率,最后利用序列Hough变换进行航迹的检测.仿...     

水下被动定位声纳显示及航迹跟踪方法

根据水下目标定位跟踪的系统功能,设计了用于水下目标被动定位跟踪的综合显示系统,能够实现信号的特征显示、轨迹跟踪处理和目标轨迹识别。采用B式瀑布图显示技术、目标航迹跟踪技术以及基于Hough变换的航迹信息提取技术,仿真分析和实验数据表明,该显示系统的设计可以提高被动定位跟踪综合显示性能。     

被动声纳目标识别系统设计研究

目标识别是声纳的主要功能之一,其性能包括识别正确率、泛化能力和识别距离。由于数据样本的保密特性,声纳目标识别系统设计有其自身特色。在设计过程中,应首先降低对数据样本的依赖,把目标辐射噪声的机理分析、组成、运动规律等知识巧妙地运用到系统设计中;其次还应尽可能提高泛化率,以提高声纳目标识别系统对未见过的样本的正确识别能力。讨论了声纳目标识别流程、声纳目标识别系统的设计方法;在声纳目标识别系统的性能评估中,给出了目标识别距离的估算方法。     

被动声纳目标识别技术的现状与发展

在现代被动声纳系统中，水下目标的自动识别是关键技术之一。文章对被动声纳目标识别的特征提取、特征选择和分类器设计方面进行了回顾。对LOFAR，DEMON和小波变换等特征提取技术进行了讨论，分析了特征优化的重要性和专家系统和神经网络等分类器的优缺点，并简要分析了该领域的过去、现在和未来。     

基于纹理特征的合成孔径声纳图像目标检测研究

随着成像声纳技术的发展,声纳图像的目标检测与识别逐渐成为数字图像处理领域的一个重要研究课题。合成孔径声纳图像含有丰富的纹理特征,而灰度共生矩阵具有丰富的特征参数,可以从不同的角度对纹理进行细致刻画。采用灰度共生矩阵可以描述合成孔径声纳图像纹理方面的特征,通过计算灰度共生矩阵在方位向和距离向的能量、相关性、对比度和熵值,并构造特征向量,可以对合成孔径声纳图像中的目标进行准确检测。从实验结果可以看出,基于纹理信息可以准确实现合成孔径声纳图像的目标检测。     

被动声纳线谱检测技术综述

船舶辐射噪声的功率谱由连续的宽带谱和离散窄带线谱组成。在被动声纳系统中，线谱检测是一个至关重要的问题。本文对线谱检测技术进行了综述。该领域最新进展表明，为了能够在低信噪比下检测和提取线谱，往往采用两种或多种组合方法，并且利用了多个时刻的数据。     

基于最小均方无失真响应和支持向量机的被动声纳目标识别

为了有效地进行被动声纳识别,研究了一种运用最小均方无失真响应（Minimum Variance Distortionless Response,MVDR）谱系数作为特征参数,用多分类支持向量机作为分类器,进行被动声纳目标识别的方法。实验表明,在不同数目的训练样本情况下,基于最小均方无失真响应谱系数和多分类支持向量机的被动声纳目标识别方法使系统的性能显著提高,具有很好的识别效果和应用价值.其优于传统的神经网络作为分类器的识别方法,尤其是在训练样本较少情况下,识别率具有很大的提高。     

一种基于方位-方位的被动声纳航迹关联

引言: 水下目标被动定位从最初的三子阵定位、匹配场定位、目标运动分析(TMA)方法到现在的双阵TMA已经发展了数十年.双阵TMA一方面可以克服单阵中的不可观测性问题,不需要本舰机动,另一方面双阵信息的综合利用有可能提高参数估计的稳定性和精度[1].     

基于进化规划的自适应高斯神经网络及其在被动声纳目标识别中的应用

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类,但此网络使用BP算法,其误差能量函数是一个不规则的超曲面,容易陷入局部极小值.因此,提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法,该方法能够自动的确定网络的最优结构和联结权值,同时避免网络的局部优化.将该方法用于被动声呐目标的分类识别,实验结果表明基于进化规则的自适应高斯神经网络能够有效的克服局部最小问题,具有更好的识别率.     

基于双谱的齿轮故障特征提取与识别

在引入双谱、双相干谱和人工神经网络的基本理论之后，深入研究了汽车变速箱齿轮振动信号的双谱和双相干谱特征以及频率间的耦合情况，形成故障特征向量，并利用BP人工神经网络，成功地将齿轮正常信号、磨损信号和断齿信号进行了分类。研究表明，对于齿轮振动信号，双谱比双相干谱更利于故障特征提取，不同状态下的齿轮振动信号中均存在二次相位耦合现象，但是耦合的形式不同，同时也表明，基于双谱和人工神经网络的故障诊断方法是有效的。     

基于小波-双谱分析的视觉诱发脑电特征提取

针对脑电信号非平稳性、非线性和非高斯性特点,利用小波变换和双谱分析相结合的方法提取视觉诱发脑电特征.采用Oddball实验范式,采集视觉诱发脑电数据.首先,对脑电信号进行少次相干平均以去除自发脑电;然后,选择合适的小波函数和分解层数,进行小波分解与重构,并对重构后细节系数进行白化处理;最后,利用双谱分析提取视觉诱发脑电特征.结果表明:该方法可以提取蕴涵于脑电中丰富的高阶时频信息,并且在处理脑电非线性和抑制高斯噪声方面具有较强的优越性.     

基于区域主色特征的目标匹配算法

图像彩色特征被广泛应用于内容检索系统(CBIR)与目标识别系统中,如何描述获取区域图像彩色特征是应用颜色特征的基础.论文基于HSV色彩空间中色调量化直方图定义了目标区域主色特征,并综合目标区域主色均值距离与主色直方图相似性给出了区域颜色之间距离表达.同时利用算法对显微镜染色细胞图像中的细胞颜色进行了有效区分,得到了好的匹配结果.     

被动声纳噪声信息的融合方法

本文利用被动声纳录取的目标噪声信息,提出一种通过特征分析提取的目标概略距离和速度等信息,经信息融合求解目标运动要素的方法.     

基于扩展双谱的齿轮压缩采样信号特征提取方法

针对传统信号处理方法不适用于压缩采样信号的问题,提出一种基于扩展双谱的压缩信号特征提取方法,以实现对压缩后的齿轮振动信号直接进行特征提取而避免复杂的信号重构过程。该方法首先将原始信号与M序列进行混频,将高频信息搬移到低频部分,低通滤波后通过低频采样获取压缩采样信号,再对压缩信号进行扩展双谱分析,针对实际应用中存在的问题,进一步引入阶次分析,角域同步平均等技术。仿真及工程实验表明,该方法能有效地提取出压缩采样信号的相位耦合特征,实现故障识别。     

基于滑窗批处理的低检测概率无源定位

针对低检测概率下的无源定位问题,提出一种基于滑窗批处理的多传感器融合跟踪算法.通过将多个低检测概率的无源传感器组网,实现目标信息的空间积累,有效提高目标的检测概率.利用伪线性估计技术将非线性测量转换为伪线性测量,再对多传感器的伪线性测量进行基于滑窗批处理的最小二乘估计,得到目标局部最优解.仿真验证了算法的有效性和分析了参数的影响.结果表明,该算法能大幅提高无源定位系统对目标的检测概率,且能满足系统对跟踪精度及实时性的要求.