水中目标信号的实时检测方法研究

在对目标信号及噪声背景信号的特性进行分析的基础上，依据目标信号功率主要集中在低频部分的特点，用功率谱估计方法提取低频信号的能量作为特征，对信号滑动地进行目标检测．通过不同浪级情况下海洋水压力场的仿真信号数据，对某型目标舰船的水压力信号进行了检测计算，验证了该方法的有效性，尤其是达到了在高海况、低信噪比条件下，对目标信号正确的检测。     

基于分数阶功率谱熵的未知水声脉冲信号检测方法

水声侦察的核心问题是在无先验知识条件下捕获其他平台发射的脉冲信号,单频(Continuous Wave,CW)信号和调频(Frequency Modulation,FM)信号是常用的水声探测脉冲.功率谱熵算法能有效检测低信噪比的CW信号,但对FM信号性能不佳,分数阶傅里叶变换(Fractional Fourier Tr...     

基于时域波束信号高阶谱的目标检测技术

为解决常规时域波束形成技术抗噪声能力弱、对弱目标检测能力差的问题,利用高斯噪声的高阶累积量(三阶及三阶以上)为零、非高斯信号的高阶累积量不为零这一性质,对常规时域波束形成后输出的波束信号进行后置处理。首先,对常规时域波束形成后输出的各预成波束信号,分别求其四阶累积量切片谱值;然后,再对各四阶累积量切片谱值分别进行能量累加,得到空间谱图;最后,通过对空间谱在时间上的累积,得到方位历程图。用仿真和海试数据对算法进行了验证:在低信噪比情况下,常规算法不能有效检测到弱目标时,经后置处理后可以有效检测到弱目标。结果表明,与常规时域波束形成算法相比,波束形成后再进行切片谱后置处理的算法增强了对噪声的抑制能力,提高了对弱目标的检测能力。     

基于临界带功率谱方差的端点检测

端点检测作为语音信号处理的关键技术,其准确性直接影响到语音识别系统的计算复杂度和识别能力。在人耳听觉特性理论研究的基础上,利用语音段和背景噪声段临界带功率谱上的差异,提出了一种基于临界带功率谱方差的端点检测方法。通过自适应门限值的选取,该方法对背景噪声具有良好的跟踪性能。在不同的信噪比条件下,进行了端点检测实验。结果表明：该方法与传统的短时能量和短时平均过零率方法、谱熵方法相比,可以有效降低背景噪声的影响,具有更好的鲁棒性和正确率。     

基于功率谱因子的金属结构裂纹声发射信号分析

对于一些机械设备,经过长期的使用后,在其应力集中处、危险截面处容易形成疲劳裂纹。裂纹形成后会迅速扩展,从而导致灾难性的事故,是一种非常危险的缺陷。本文通过对带有缺陷的钢板进行加载得到裂纹声发射信号。通过对功率谱因子进行分析,得到裂纹扩展的不同阶段的功率谱主频带的变化规律和信号功率随频率轴的分布规律。从而说明利用功率谱因子对裂纹声发射信号进行分析是可行的。     

基于进化规划的自适应高斯神经网络

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．该方法能够自动地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．实验结果表明，将该方法用于被动声纳目标的分类识别，能够有效地克服局部最小问题，具有更好的识别率．     

弱目标检测与定位的空时谱积分方法

研究了一种基于空时谱积分最大化的弱目标检测与距离估计技术。对常规波束形成输出在各频率和方位处的信号功率进行长时间的非相干积累,根据长时间空时谱积分的极大值来确定目标的空间位置,并且对频率-方位谱采用三次样条内插以提高定位精度。由于增大了积分时间,大大提高了对弱目标的检测能力,并且不需要细致的环境参数,提高了测距定位的稳健性。数值分析验证了在低信噪比下,检测和定位性能的提高,并给出了测距误差分析。     

面向目标检测的卷积神经网络优化方法

针对星载等功耗受限平台下遥感影像目标检测存在的高准确率、低功耗以及高吞吐量等要求,本文提出了一种面向目标检测的现场可编程门阵列(FPGA)卷积神经网络(CNN)优化方法.采用数据流调度技术以及基于乘法矩阵与前向加法链的卷积计算阵列设计对浮点卷积神经网络模型进行加速.利用该方法在FPGA开发板上实现了浮点卷积目标检测网络...     

用于大口径非球面的波前功率谱密度检测

光学元件加工质量的检测和评价工作是保证整个光学系统安全、正常运行的关键。在总结非球面常用检验指标优、缺点的基础上,讨论了测量大口径非球面的波前功率谱密度时的系统组成、工作原理和软件设计的总体思路。为了减少系统误差的影响,求解波前功率谱密度时,通过引入系统传递函数校正测量值来实现。使用大口径相位干涉仪作为波前检测仪器,证实波前功率谱密度能定量给出波前畸变的空间频率分布,并用于作为大口径光学元件质量的评价标准。给出一个测试口径为64mm×64mm光学元件测试结果,有效频率为0.03mm-1～3.87mm-1,rms为0.0064λ。     

基于形态学和细胞神经网络的边缘检测方法

采用形态学方法提取二值图像的边缘,利用二值形态学与离散细胞神经网络(DT-CNM)的某种天然对应关系,将离散细胞神经网络引入形态学,将形态学运算转化为某种特定模板下的多层离散细胞神经网络,然后对该模板进行优化设计使之转化为单层离散细胞神经网络,降低了运算的复杂度.在此基础上,通过综合灰度图像像素在每个比特位上的边缘检测结果,提出了采用二值形态学提取灰度图像边缘的方法.与传统边缘提取方法Sobel和Log相比较,该方法边缘提取效果良好,收敛迅速.     

一种基于VGGish神经网络的水声目标识别方法

水声目标智能识别是水声装备智能化的重要组成部分,深度学习则是实现水声目标智能识别的重要技术手段之一。当前水声目标智能识别经常面临数据集较小带来的训练样本量不足的情况,针对小数据集识别中存在的因过拟合导致模型泛化能力不足,以及输入的水声信号二维谱图样式不统一的问题,文章提出了一种基于VGGish神经网络模型的水声目标识别方法。该方法以VGGish网络作为特征提取器,并在VGGish网络前部加入了信号预处理模块,同时设计了一种基于传统机器学习算法的联合分类器,通过以上措施解决了过拟合问题和二维谱图样式不统一问题。实验结果显示,该方法应用在ShipsEar数据集上得到了94.397%的识别准确率,高于传统预训练-微调法得到的最高90.977%的准确率,并且在相同条件下该方法的模型训练耗时仅为传统预训练-微调方法的0.5%左右,有效提高了识别准确率和模型训练速度。     

一种基于DOA分布信息熵加权的线谱目标检测方法

针对常规宽带能量检测方法对低信噪比线谱目标检测性能较差的不足,文章在分析目标线谱波达方向(Direction of Arrival,DOA)估计分布信息熵的基础上,提出一种基于DOA分布信息熵加权的线谱目标检测方法.通过仿真对比分析了该方法的检测性能,并利用海上实验数据验证了其有效性.结果表明,当目标方位较为稳定时,该...     

一种同频双脉冲水声跟踪信号体制下深度信号检测方法

在三度空间水下武器弹道高精度测量系统中,航行深度是必不可少的测量参数之一。简要论述了同频双脉冲水声跟踪信号体制深度遥测及信号检测的原理,分析比较几种常用的深度信号检测方法,总结出一种有效可靠的检测途径。湖上实航跟踪试验结果表明,该方法能较大程度提高深度地信号有效检测概率,取得了良好的工程应用效果,具有较好的应用前景。     

一种基于广义互相关的水声直扩信号检测方法

直扩信号因其低功率谱密度特性使得检测十分困难,针对传统自相关法在低信噪比条件下检测性能急剧下降的问题,在分析了直扩信号自相关特性的前提下,提出一种基于广义互相关估计的直扩信号检测方法.首先对接收信号分段并对相邻信号段分别进行广义互相关估计,估计结果采用二阶矩非相干积累,提取相关峰获得检测统计量,将检测统计量与门限比较,...     

一种基于投影层析方法的水下目标成像方法

投影层析是一种在几何上基于多角度投影实现目标与情景的像重构方法。水下散射目标具有数量众多、散射特性复杂的特点,为了有效探测到感兴趣的目标,需要重构出目标及所在情景高可靠分辨的像。因此,该文从逆问题求解的角度出发,分析了实现投影层析方法的物理条件及数学原理;并提出了一种水下目标投影层析成像的可行性方法及实现流程;通过在不同的扫描角度范围下的仿真进一步验证了投影层析方法对指定区域反射性目标探测的可行性。     

火灾探测的人工神经网络方法

火灾早期探测是较复杂和有重大义意的问题，本文指出了传统火灾探测方法所存在的问题，在分析火灾实验数据的基础上，提出了一种新的火灾探测方法，即人工神经网络（ＡＮＮ）方法。由于ＡＮＮ方法具有自学习能力，能适应各种复杂条件，因此它能克服传统火灾探测方法的缺陷，摸拟实验结果也表明ＡＮＮ方法在火灾自动探测中是一种十分有效的方法     

基于调制统计量的水下高速目标分类算法

针对DEMON谱调制频率的可分性进行研究。利用高速目标与非高速目标在调制频率成分上的差异性,对目标DEMON谱历程矩阵进行梯度差分和量化处理,定义了目标辐射噪声的量化矩阵和调制统计量,提出了一种基于目标辐射噪声调制统计量的水下高速目标分类识别算法,比较了不同门限情况下高速目标与非高速目标随调制统计量的分布情况。大量实测数据分析表明,此算法可以可靠地对高速目标进行分类识别。     

一种应用于水下目标探测的激光声系统

用激光在海洋中产生声波的方式机动性非常好,在海洋监测方面具有非常强的潜在应用前景.介绍了已经成功研制出的一套可以用于水下目标探测的激光声技术实验系统,详尽地介绍了用于水下目标探测的激光声系统原理、硬件设计以及软件设计.该系统不仅通过了实验室的试验,并且参加了海上试验,实验结果表明本系统的原理正确,性能良好,工作稳定可靠,能够检测到水中目标的回波,探测到水下目标.说明激光声技术用于水下目标探测是切实可行的,这套激光声探测系统的研制成功填补了国内的空白.