基于离散分数布朗随机场的水下图像目标检测

采用传统图像检测方法存在目标区域定位不准确、目标细节信息丢、目标形状变形等问题,本文提出一种基于离散分数布朗随机场模型的水下图像目标检测方法.该方法根据分形理论和水下图像的特点,以图像中每个像素点为中心取窗口,计算在该窗口内的分形维数均值,将该均值作为中心像素的分形特征,然后根据分形维数分布图确定分割阈值,从而实现对水下图像分割,并且通过将目标表面不同尺度下的灰度差分平均值进行归一化处理,减少了用于表示不同尺度下的平均绝对值灰度差分的数据,从而提高算法检测效率.实验结果表明,该方法对水下成像条件具有一定鲁棒性,是一种有效的水下图像目标检测方法.     

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)。     

混响背景下基于MTI技术的目标检测

研究了一种基于MTI技术的水下目标检测方法。该方法无需混响干扰的先验知识,利用MTI技术在线性估计并及时跟踪混响功率谱的变化,通过归一化匹配滤波器检测水下目标的回波。仿真数据和实验数据的处理结果验证了本方法的有效性,在信混比较低的情况下检测器仍具有很好的检测性能。     

基于改进FCOS的水下目标检测算法北大核心CSCD

提出一种基于改进全卷积单阶段目标检测(FCOS)算法的水下目标检测算法。针对水下光学图像存在高色偏、低对比度、色彩偏暗、模糊失真而导致现有目标检测算法在水下环境检测效果不佳等问题,将骨干网络中的普通卷积替换为可变形卷积(DCN)进行优化,增强算法在模糊的水下光学图片的特征提取能力。通过神经架构搜索(NAS)改进网络的特征融合网络以及检测网络,提升对骨干网络提取到的特征的利用能力。采用CIoU Loss作为新的损失函数来提高坐标回归的准确率。实验表明:改进的FCOS算法在DUO数据集上,检测的准确率提高了1.8%,召回率提高了2.2%,检测速度为53.4帧/s(相比改进前降低了5.0%)。该算法准确率较高并基本达到实时检测的要求。     

一种改进的唤醒信号能量检测算法及其应用研究

为了减少水下无线传感器网络的功耗,在notch滤波器算法原理基础上,结合帕斯瓦尔定理和子带能量目标检测算法分析环境噪声,得到了检测门限随环境噪声变化的唤醒信号检测算法,进行了理论分析和仿真。在微功耗处理器上实现了该算法并讨论了其在水下无线传感器网络的应用。试验证明该算法可以灵活调度网络中的各个节点状态,降低了传感器网络的功耗。     

基于形状相似度的水下目标识别算法

在水下声纳图像目标检测与识别中,水下目标的识别问题是关键技术之一。基于形状相似度的概念,提出一种新的水下目标形状分类算法。首先对检测到的水下目标阴影区域进行规格化处理,采用改进的形状上下文方法对常见水下目标形状进行分类识别。与传统形状上下文方法相比,改进后的算法具有旋转不变性和模板自适应更新能力。通过对球形、圆柱形和圆台形三类目标的阴影区域进行仿真分类计算可知,该方法具有仿射不变性,分类准确率较高。     

基于Hough变换的声呐航迹检测算法

为了提高声呐对目标航迹的检测性能，从单部声呐的时间融合的角度出发，提出了一种基于Hough变换的声呐信号检测算法．该算法把航迹上的观测点变换为参数空间的对应曲线，充分利用了一段时间内的目标观测数据，在低信噪比下也能从背景噪声中提取出目标的航迹特征，该算法有效地提高了声呐信号的检测概率，对部分信息和数据的缺失不敏感．仿真实验证明了算法的正确性。     

基于多尺度感知哈希特征的目标跟踪算法研究

研究了目标跟踪与检测。考虑到其应用环境复杂,造成对光照变化鲁棒性不强,目标跟踪过程中数据丢失,实时跟踪时检测速度不够的问题,结合哈希指纹特征对光照变化鲁棒性强的特点,提出了一种基于多尺度(multi-scale)感知哈希(Hash)特征的目标跟踪算法,即MHash算法。该算法采用多种尺度扫描窗口对待检测图像进行扫描,利用双线性内插值的方法缩小扫描窗口提取哈希指纹特征;同时利用汉明距离与高斯分布相结合的方法对扫描窗口进行评价,评分最高的作为目标窗口。该算法已应用于人脸、运动车辆及快速和缓慢移动物体的跟踪与检测,并分析了跟踪与检测结果。结果表明,MHash算法具有速度快、跟踪稳定及对光照、目标尺度变化鲁棒性强的特点,能够长期有效地对目标进行跟踪。     

Dopplerlet变换推广及其在主动声纳中的应用

针对水下高速运动目标的主动探测问题,引入了Dopplerlet变换。根据运动目标回波的特点提出了主动Dopplerlet原子．并分析了基于主动Dopplerlet变换的自适应匹配塔形分解算法,克服了Dopplerlet变换在被动信号处理中声源频率变化引起误差增大的问题。将算法应用于高斯白噪声和高斯色噪声背景中运动目标的检测和速度距离的估计．取得了较好的结果。     

水下机动目标跟踪技术研究

水下目标跟踪是海洋国土监视、反潜战等环境下的关键技术。以往的跟踪滤波算法主要基于卡尔曼滤波、扩展卡尔曼滤波等算法,这些方法实现比较复杂,滤波精度不高。最近出现了不敏卡尔曼滤波、粒子滤波、转换瑞利滤波、双多基地跟踪算法等,需要研究这些算法在水下目标跟踪中的性能。总结对比了国内外学者在此领域的研究成果,得出了这些滤波算法在水下目标跟踪中的优缺点。重点论述了纯角度跟踪和非线性滤波算法的发展、在水下目标跟踪中的应用以及多基地声纳跟踪水下目标技术的发展,回顾了机动目标跟踪和多目标数据互联算法。研究表明,非卡尔曼滤波算法能够更高精度地跟踪水下目标,双多基地声纳是今后发展的重点。为今后的研究提供参考。     

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,采用Radon恒虚警率(Radon Constant False Alarm Rate,Radon-CFAR)检测声呐历程累积图像中的目标短时运动轨迹,能够检测到低信噪比的目标。分析了空时归一化处理和检测算法的性能,并通过海试数据验证了该算法的有效性,可以检测到低信噪比的蛙人目标回波。     

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...     

无线传感器网络中一种改进的目标定位算法

将定位区域网格化,把目标定位问题转化为稀疏搜索问题,建立基于压缩感知的定位模型。为满足压缩感知理论对测量矩阵的约束等距性要求,采用LU分解的方法对测量矩阵进行正交化预处理。同时提出一种改进的正交匹配追踪算法恢复目标位置,并利用加权质心算法进一步提高了定位精度。实验结果表明,该方案平均定位误差小于其它算法。     

一种新的回音消除的双向通话检测算法

在回音消除的算法中,近端语音信号的出现会引起预测回声路径的自适应滤波器发散,一个很成熟的回声消除算法一定包含双向通话检测算法。提出了一种基于滤波器抽头活跃位置的双向通话检测算法,该算法利用滤波器最活跃的抽头位置相邻的n个抽头2．范数作为一个检测参数,并且区分滤波器间差异性的参数的阈值是动态的,该算法对双向通话的出现与消失能做出快速的响应,实现简单,检测准确。文章的双向通话检测新算法是基于双辅助滤波器的回音消除器的结构,通过录制了真实的环境语音仿真验证了该算法的鲁棒性。     

浅海单模入射声场目标回波特性研究

浅海环境中,目标回波受到入射和散射双向过程的信道多途影响,具有复杂的多途结构。基于相控垂直阵的单模发射技术能激发出指定的单个简正波声场,可以降低海底混响干扰,简化目标回波多途结构,为主动探测提供了一种有效手段。在信道中点声源目标回波模型基础上,采用简正波本征函数加权研究了单模声场入射下球形目标散射问题,建立了浅海单模入射声场目标回波预报模型,并利用模型对刚性球回波进行了数值计算。结果表明:总声源级相同条件下,单模发射声场与传统的点声源发射声场相比具有一定的阵发射增益,目标回波具有较高的声压级;单模入射能够消除单程多途的影响,回波结构相对简单,有利于目标的探测和识别。     

混响背景下GTM回波检测算法研究

为改善混响背景下传统匹配滤波算法效果不佳问题,在分析其非平稳性、有色性和非高斯性的基础上,提出了混合高斯时变自回归模型(Gaussian mixture Tvar Model,GTM),推导了模型公式及其参数求解方法,形成了GTM回波检测算法。为对混响特性及滤波效果进行定量描述进而验证算法性能,给出了一种定量衡量混响非平稳性、有色性、非高斯特性的滤波效果评价方法。通过实测混响分析表明,GTM模型能够较好地拟合实测混响的概率密度曲线和功率谱密度曲线,实现了混响背景下回波的有效检测并改善混响特性。     

基于FOCUSS的水中目标回波亮点高分辨提取方法

水中目标回波亮点空间分布是估计目标尺度、确定目标要害部位、目标识别分类的主要目标特性依据。分析了水中目标回波亮点提取的主要方法及其优缺点,针对提高水中目标回波亮点方位估计分辨率的问题,采用欠定系统局域解法(Focal Undetermined System Solver,FOCUSS)压缩感知信号处理方法估计目标回波亮点的方位分布,并与时域常规波束形成(Conventional Beamforming,CBF)方法、子阵最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成方法进行了比较。试验数据处理结果表明,FOCUSS压缩感知方法的回波亮点方位输出主瓣是"针形"的且无明显旁瓣,分辨率高于子阵MVDR、CBF波束形成处理结果。另一方面,FOCUSS压缩感知方法对信噪比的要求高,适用于良好信噪比条件下的回波亮点提取。     

基于圆孔阵列调制的“猫眼”目标隐身技术

针对激光主动探测技术对光电装备造成的探测威胁,在不改变光电装备光学结构以及有限"牺牲"成像质量的前提下,提出利用圆孔阵列的光强调制作用降低光电装备的"猫眼"效应,实现隐身。基于单孔衍射成像原理及空间平移效应,从理论上给出并仿真分析了圆孔阵列远场夫琅和费衍射的光强分布特性,利用实验的方法对圆孔阵列用于"猫眼"目标隐身的效果进行了验证。结果表明,利用圆孔阵列可实现对典型"猫眼"目标回波的光强调制并造成回波损耗,"猫眼"目标隐身效果明显。     

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。