被动声呐信号检测技术发展

水声信号检测是被动声呐系统进行目标探测所需的重要支撑技术,信号检测的性能直接影响到被动声呐系统对目标探测的能力。对被动声呐信号检测技术的研究情况进行了梳理,将其归纳为基于时域信息的信号检测技术和基于空域信息的信号检测技术两大类。在分析现有技术不足和应用需求的基础上,指出弱信号、低虚警率和有效利用水声传播信息等是被动声呐信号检测技术可能的发展方向。     

被动声呐浮标距离比定位

本文介绍了基于接收声强的被动全向声呐浮标距离比定位（ＬＯＦＩＸ）方法的原理及其解析计算方法。当接收虚拟浮标数大于２时,可以利用最小二乘法来提高定位精度和自动化程度。     

Transputer与声呐信号处理

本文介绍英国INMOS公司的单片计算机Transputer和并行语言Occam;阐述Transputer应用于声呐信号处理的可行性,并列举了两种Transputer阵列拓扑结构作了说明。     

基于连续谱特征的被动声呐跟踪方法

针对被动声呐多目标跟踪问题,通过研究目标连续谱特征表征方式和特征更新相似关联机制,提出了一种基于连续谱特征的被动目标跟踪方法。该方法利综合利用频带能量法、排序截断平均算法以及峰值提取实现目标的连续特征表征,利用表征出的特征谱作为输入,通过建立相似度搜索,交叉判断与模板更新机制,实现了多目标的跟踪。经仿真对比分析了该方法的跟踪性能,并利用海上试验数据验证了其有效性。结果表明,连续谱特征可作为辅助特征用于目标的跟踪分辨,该方法能够有效提高多目标交叉情况下的跟踪关联能力,并且具备较低的运算量和较高的精度。     

干扰存在时被动声呐工作背景建模与分析

在实际应用中,声呐的工作背景除了各向同性背景噪声外,通常还会存在干扰。干扰存在时经典的被动声呐方程存在一定的局限性。在经典被动声呐方程的基础上,讨论了干扰对被动声呐工作背景的影响。提出了一种更加实用的工作背景模型,并详细分析了波束域的工作背景模型,应用此背景模型对经典被动声呐方程进行了修正,修正后的方程可用于干扰存在时被动声呐的性能预报。最后通过不同干噪比条件下的仿真验证了波束域工作背景模型的正确性。提出的工作背景模型可为被动声呐设备在干扰存在条件下的性能预报提供参考。     

1110型舷侧阵声呐简介

1110型声呐是EDO公司研制的先进的舷侧阵潜艇声呐.该系统经过仔细设计,尺寸很小,重量最轻,适合在所有潜艇上安装.水听器阵为模块化结构,对艇壳的移动或稳定性影响最小.左右舷的线列阵分别进行波束形成,能够消除左右方位模糊.除首尾的一个小方位扇面外,几乎可以水平覆盖360°.     

被动声呐宽带信号干涉信息提取研究

利用非线性滤波的方法估计目标信号中连续谱,并在此基础上提取出其中的谱峰信息.通过实测数据的处理表明了算法的有效性.     

声呐信号模拟器

本文介绍了一种声呐信号模拟器的系统原理,结构和硬配置并对其功能和输出作了说明。     

基于HOS的被动声呐信号检测方法研究

研究分析了在高斯或非高斯噪声背景下基于高阶统计量(HOS)的被动声呐宽带能量检测和窄带线谱检测．考虑到信号源的特征、节省运算时间、节省计算机内存和比较检测性能，分别选取双谱主域上斜率为1、1/2、1/3的径向切片上的双谱估值来进行信号检测，并通过实测噪声数据相对于常规能量和线谱检测进行了性能比较。     

一种便携式声呐信号模拟器

介绍了一种结构紧凑、体积小、重量轻、能模拟静止或机动声呐目标回波信号与指定海况下海洋环境噪声的声呐信号模拟器。它具有良好的用户界面,可通过键盘与LCD显示板快速准确地输入所有参数和命令,完成指定功能。系统接口特性优良,既可以单独成机,也可与PC/XT/AT及其兼容机和其它声呐系统配接,完成声呐系统的调机和检查测试。     

被动定向声呐浮标偶极子方向性测量

本文叙述了定向声呐浮标偶极子方向性测量方法,给出了某型被动定向声呐浮标换能器及整机系统偶极子方向性的实测结果,并对结果作了初步分析。     

噪声干扰对被动声呐系统的影响及仿真分析

在从信号处理的角度,就干扰信号对被动声呐系统的目标信号检测、目标方位估计、接收系统饱和等方面的典型情况进行了仿真分析,定义了噪声掩盖比、方位偏离度、噪声阻塞级等参数,用以表征干扰信号对被动声呐系统的影响,并给出了典型的仿真结果。     

基于遗传算法的神经网络被动声呐目标分类研究

被动声呐目标识别系统中目标分类器的设计和训练是一项重要内容，本文设计了目标分类器的神经网络结构，提出了一种用改进的遗传算法训练神经网络分类器的新方法，最后，对海上实录的Ａ，Ｂ，Ｃ三类目标噪声进行了分类识别，实验结果表明基于遗传算法的神经网络分类器比传统的基于ＢＰ算法的神经网络分类源泛化性能有明显提高。     

基于BPSO-KNN算法的被动声呐目标分类识别技术研究

以提取得到的被动声呐目标功率谱特征为基础,采用二进制粒子群(Binary Particle Swarm Optimization, BPSO)优化算法和k最近邻(k-Nearest Neighbor, KNN)分类算法相结合的BPSO-KNN算法进行特征选择和参数优化,分别用KNN分类算法和BPSO-KNN分类算法对实际得到的四类海上被动声呐目标进行分类识别。结果表明,BPSO-KNN算法可对提取的功率谱特征进行特征优化选择,并对KNN分类器进行参数优化,提高了对四类目标的分类精度。该算法在被动声呐目标分类识别方面有参考价值。     

机载声呐目标信号激励器的研制

本文介绍了机载声呐目标信号激励器的工作原理，硬件构成和软件实现。     

潜艇规避被动非定向声呐浮标搜索方法研究

首先分析了被动声呐方程，然后给出了潜艇规避声呐浮标阵搜索的概率模型，最后通过模拟计算以规避概率为指标得出潜艇规避被动非定向声呐浮标搜索的方法。     

利用多普勒信息的多途被动定位方法

本文提出了一种利用辐射噪声多普勒信息的多途被动定位方法，推导了该方法的参数估计方差下限，对海上实录的一条鱼雷辐射噪声信号进行了处理，给出了鱼雷深度，速度，运动轨迹的估计值，结果与实际相符，证明了算法的有效性。     

可编程多路声呐仿真信号发生器

介绍了一种多路声呐仿真信号发生器,它能产生多路回声信号,噪声信号或背景干扰,其经济性、可编程性和逼真性都较好,可组成各种型号的声呐基阵信号模拟器。     

基于双谱特征的被动声纳目标航迹关联

传统的目标航迹关联方法卡尔曼滤波法在实际应用时有局限性.本文对目标辐射噪声的原始信号进行分析和研究,利用双谱估计法,提取目标辐射噪声信号的非高斯成分,并通过径向基函数神经网络作关联实验.表明基于信号处理方法实现潜艇被动声纳目标航迹关联具有很大的发展潜力.