多波束技术在淮河流域水下地形测量中的应用探析

针对水下地形测量在河湖管理、采砂监管、岸线利用及河道治理等方面起着十分重要的作用,有利于河道生态的持续稳定发展,将多波束技术应用在淮河流域水下地形测量中。通过对水下多波束、侧扫声呐等测量技术工作原理的研究和分析, 提出无人船水下多波束三维测量的应用模式。根据水域面积、深度及水中实际情况,合理划分测区,结合无人机的正射影像,利用多波束无人船测深系统进行水下扫描,再通过软件合成获得水下三维影像,直观地反映出河道区域地形地貌,与设计数据进行对比,得出是否符合设计文件的结论,并将多波束技术应用在淮河流域河段养护项目和疑似偷采、盗采情况的水下三维测绘。实际应用表明：多波束技术应用于水下地形测量,可获得精确的水下地形数据和水底地貌影像,解决水下地形地貌无法实景还原展示的难题,提高水下地形测量工作的效率与质量,为相关河道治理和采砂监管工作提供有价值的参考。     

基于Matlab的Capon波束形成和空域谱算法仿真分析

采用Matlab语言分别仿真了Capon波束形成,Bartlett和Music空域谱估计算法,仿真结果展示了阵列天线参数与天线波束图之间的关系,使复杂的天线参数直观化,算法的理论结果可视化.通过改变信号和噪声的方向,幅度以及调整阵列天线的参数,对比前后的天线波束图仿真结果的变化.通过分析仿真的结果,指出了这几种算法上的优缺点,为将来算法的改进和适用范围的扩大以及新的算法的提出打下了铺垫.     

基于模式空间变换的宽带波束形成方法

由于均匀圆阵独特的空间分布使其比均匀线阵有许多优点,且均匀圆阵在模式空间变换可以转化为虚拟线阵,而转换后的虚拟线阵具有远场模式下与频率无关的特性,因此均匀圆阵可以处理宽带信号。在此分析基础上,针对均匀圆阵提出一种基于模式空间变换的宽带波束形成方法。设计出该方法的原理图并给出了该方法的具体操作步骤,还通过计算机仿真实验验证了方法的有效性。该方法只适用于均匀圆阵系统,因而针对性强,具有很好的应用前景。     

基于最小二乘估计的虚拟阵元波束形成仿真

在混响干扰为主的浅海探测背景下,通常希望能得到主瓣宽度比较窄的波束.常规的波束形成方法中,对于一定频率的基阵,一般只有通过增加孔径长度来提高基阵分辨率.而这种方法又往往会受到实际工程的限制.因此提出了一种基于最小二乘估计理论的虚拟阵元波束形成算法.该方法针对有限尺度基阵,根据实际已知阵元的接收数据,运用最小二乘估计方法,估计虚拟阵元上的接收数据,使实际基阵的孔径在虚拟的意义上得到了扩大,从而实现了高指向性窄波束,提高了基阵的指向性指数.仿真实验结果也表明了该方法的有效性.     

一种基于有向均匀圆阵的宽带波束形成方法

本文提出一种基于有向均匀圆阵解决宽带波束形成问题的新方法,其基本思想是针对某一特定频率设计窄带波束形成空域滤波器,并把得到的滤波器权值直接应用于宽带信号以降低设计和处理的复杂度.在已知信号方向信息的前提下,使用线性约束的最小二乘法设计窄带空域滤波器,而有向均匀圆阵对频率变化不敏感的特性可以保证使用同一组空域滤波器权值在宽带信号所包含的不同频率上形成一致的波束与陷波点.所提出的宽带波束形成方法可以显著降低阵列信号处理时的运算复杂度,便于进行实时信号处理.     

基于子带SDL的LCMV宽带波束形成性能分析

对子带阵元延迟线 （SDL）波束形成器的线性约束最小方差（LCMV）宽带自适应波束形成算法进行了性能分析 。推导了子带LCMV算法的输出信干噪比（SINR）的解析表达式,对比了子带LCMV算法和全带 LCMV算法的阵列响应性能,以及阵元数量、输入信噪比（SNR）和阵元间距对输出SINR的影 响,并分析了子带滤波器组的参数对子带LCMV输出SINR性能的影响。仿真结果表明子带LCMV 算法可有效提高性能,并可在不降低性能的条件下降低阵元需求。     

改进损失函数的增强型FPN水下小目标检测EI北大核心CSCD

针对水下小目标因携带特征信息少、定位不精准而导致检测精度低的问题,提出一种特征金字塔网络(FPN).首先,在FPN上采样过程中加入协同非局部注意力模块,利用卷积、横纵向池化挖掘特征图的静态和动态上下文信息;其次,在FPN通道调整过程中加入三叉戟特征增强模块,利用并行空洞卷积与高效通道注意力(ECANet)捕捉多尺度空间与通道特征信息;最后,在FasterR-CNN算法的回归损失函数中引入线性回归损失增益系数,增大对多尺度目标回归偏移量的惩罚,提高定位精度.实验结果表明,采用2020年全国水下目标检测大赛提供的数据集、PASCALVOC数据集和MSCOCO数据集进行实验,该算法比基线FasterR-CNN算法精度分别提升2.8%,2.2%和2.5%,结果证明了其有效性.     

基于重采样的水下小目标多基地量测融合

针对干扰量测对水下小目标多基地量测融合的影响,提出了基于重采样的多基地量测融合算法。重采样的随机样本近似概率密度分布,经随机样本的融合,最终得到多基地等效量测。对算法进行了仿真验证和性能分析,干扰量测密度的增加导致融合精度的下降、运行时间的增加,栅格数目的增加导致融合精度的提高、运行时间的增加。并将算法用于实验数据处理。结果表明,相比于单基地声纳的观测,经基于重采样的量测融合算法求得的等效量测的均方根误差在统计意义上最小,为水下小目标的融合跟踪提供可靠的数据。     

基于多速率空洞卷积的多尺度水下小目标检测

水下场景成像条件复杂、小目标的分辨率低且信息量少而难以提取有效的特征信息,导致水下小目标检测识别率低并且虚警率高。针对该问题,提出一种基于多速率空洞卷积的多尺度水下小目标检测方法。使用主干网络模型DarkNet53进行特征提取得到高层语义信息,采用多速率空洞卷积模块扩大网络的感受野,通过调整扩张率在更大像素范围内获取特征信息,并添加残差结构保证小目标定位的详细信息。为恢复小目标的分辨率,利用反卷积模块对图像细节进行重建,在不同分辨率的特征图上学习细节特征。在此基础上,通过特征金字塔结构将更丰富的多尺度上下文信息引入反卷积层,使多个层次的特征跨尺度学习以增强小目标的定位和分类,并对特征融合后的每一层输出进行特征整合和筛选,得到最终的预测结果。实验结果表明,该方法在Pascal VOC2007和URPC2018公共数据集上分别取得了82.6%和81.5%的mAP,在检测速度上分别达到34.4和34.2帧/s,能够在保证实时检测的基础上有效增强水下小目标的检测能力。     

基于小尺寸Hopkinson杆的动态校准系统

针对高g值高安装谐振频率加速度计动态校准过程中高g值窄脉冲加速度激励信号难以产生的难题,提出了基于小尺寸Hopkinson杆的动态校准系统。该系统采用压缩空气作为激励源,小尺寸精密校准杆作为加载装置来产生窄脉冲加速度激励信号,并通过轴向激光干涉仪进行激励信号的测量。且校准实验结果表明,该系统可以充分激起安装谐振频率为180kHz的高g值加速度计B&K 8309的高阶谐振频率,校准结果较为理想。