声纳目标运动分析的实现方法

目标运动分析是声纳的一个重要问题。为了能够有效地估计目标运动状态,选择适当测度集合是第一步。开发出有力的估计算法是解决目标运动分析的另一个关键步骤。本文简练地回顾了声纳目标运动分析的实现方法。在本文中,目标运动分析被松散地分成两大类。一类是经典的目标跟踪方法的一部分,它把数据融合作为整个估计过程的不可分割的一部分;另一类在估计目标状态时并没有利用数据融合。     

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。     

多阵方位-频率目标运动分析算法研究

利用两接收阵的大空间跨度，可以得到对同一个目标有较大差异的DOA估计，利用这些角度差可直接对目标进行三角定位和跟踪。在多阵条件下，即使只有一种目标方位参量，也能在不需要本艇机动下对目标进行跟踪。但当目标处于两阵连线上时，目标仍容易发散。为解决这一问题，我们提出了多阵方位．频率目标运动分析算法，对其可观察性进行了分析。理论分析证明多阵方位-频率TMA的不可观察性条件在多阵纯方位TMA的不可观察性条件[θ1(t)-θ2(t)]=kπ上增加了一个附加条件θ1′=0。这个附加条件不仅弱化了不可观察性的约束条件，还在一定程度上增加了目标跟踪的稳定性。最后给出了三种情况下的计算机模拟．并与多阵纯方位目标运动分析算法作了比较。     

声纳输出的弱目标信息提取方法仿真分析

针对存在艇外平台强干扰的情况,对波束域MVDR（b-MVDR）和后置波束形成干扰抵消器（PIC）的弱目标提取能力进行了仿真分析。考虑到艇外平台与目标往往处于同一波束的实际情况,提出首先采用密集波束形成,再进行弱目标提取的方法。仿真结果表明：对艇外平台与目标处于同一波束的情况,PIC的目标分辨能力更强;在干扰较强时,PIC方法表现出更强的弱目标提取能力,但随信干比的增加其能力不断降低;而b-MVDR方法则在各种信干比下均具有良好的性能。     

分布式MIMO声纳中运动目标参数快速估计

分布式MIMO声纳由于自身的优点而成为当前研究的热点,但常规的目标参数估计方法均存在着一定的缺陷,无法满足分布式MIMO声纳的要求.针对这种情况,本文提出一种适用于分布式多输入多输出(MIMO)声纳中使用单接收阵元的运动目标参数快速估计方法,给出了单接收阵元情况下的信号模型,提出了快速估计方法并给出了流程图,并通过数值...     

纯方位目标运动分析可测性研究

纯方位被动目标运动分析在理论上和实际上匀有许多应用,为了保证本艇有唯一的跟踪,必须研究目标运动分析的可测性问题,文章利用线笥代数的基本方法,获得了一个新的可测性准则,随后应用在经典的目标运动分析问题中,研究表明,该方法是切实有效的。     

探测高速小目标的声纳信号波形设计

针对用主动声纳探测水下高速运动的小目标存在的主要干扰,海面,海底混响和接收信号的起伏,讨论了宜采用的声纳信号形式,在混响信道中,对高多普勒目标采用加窗的长ＣＷ脉冲是合适的,而根据多途信道中回波存在的起伏的特点,需要采用多频脉冲,最后给出了用探测高速小目标的声纳最佳发射信号形式和频率编码方案。     

单静止站纯方位系统的可观测性与目标参数估计算法

分析了目标参数Vmx／Do，Vmy／Do可观测的条件，给出了估计这对参数的一种递推算法。     

修正时延扩展卡尔曼滤波MIMO声纳目标跟踪方法研究

分布式多输入多输k~（Multiple．InputMultiple—Output,MIMO）声纳是一种通过MIMO技术规划时空信道来提高声纳探测性能的新型主动探测声纳体制。由于分布式MIMO声纳节点分布间隔大,水中声速较小,由各发射节点同步发射的测距信号将经过不同的时延到达目标,因此各接收节点测得的距离值分别对应于目标不同时刻的状态。常规的定位方法并没有考虑传播时延对测量值的影响,因而定位精度受到限制。提出了一种修正时延的扩展卡尔曼滤波方法（ModifiedExtendedKalmanFilter,MEKF）对分布式MIMO声纳系统中的移动目标进行跟踪。仿真结果表明,与常规的目标定位跟踪方法相比,该方法有定位精度高、收敛速度快、跟踪性能稳定的特点。     

提高光电经纬仪跟踪快速运动目标能力的一种方法

考虑到系统稳定性，光电经纬仪跟踪伺服系统一般设计成Ⅰ型系统。Ⅰ型系统存在速度、加速度动态滞后误差。动态滞后误差的大小不但与跟踪系统有关，还与目标运动特性有关。在跟踪快速运动目标时，会因速度、加速度动态误差的增大，导致目标脱离视场，丢失目标。因此提高光电经纬仪跟踪快速运动目标的能力，一直是光电跟踪伺服系统努力的方向。本文给出了一种提高光电经纬仪跟踪快速运动目标的能力的方法：动态1 Ⅰ控制法，并利用SIMULINK建立了跟踪伺服系统动态1 Ⅰ控制法仿真模型。仿真结果表明动态1 Ⅰ控制法是一种提高光电经纬仪踊跃快速运动目标能力的有效方法。     

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。     

改进的Mean Shift算法在前视声呐运动目标跟踪中的应用

多波束前视声呐具有成像速度快、分辨率高的优点,是进行水下目标探测、跟踪和监控的重要设备。针对多波束前视声呐运动目标的跟踪问题,提出了一种改进的MeanShift算法。该算法利用经典的MeanShift算法实现目标的帧间定位,通过基于图像序列的背景消减法实现运动目标分割,根据分割后目标的位置和大小对Mean Shift跟踪框进行更新,并重新建立跟踪模型来迭代实现目标的准确定位和跟踪。实验结果表明,改进后的算法可实现目标跟踪框随目标大小和形状的更新,对目标的定位更加准确。因此,该算法具有应用于水下目标精确跟踪和定位的潜力。     

免疫粒子滤波在声呐图像目标跟踪中的应用

基于前视声呐图像序列,研究并实现了经免疫算法优化的粒子滤波水下目标跟踪。声呐图像分割成二值图后,提取目标的区域形状特征以构建观测模型,设计目标模板自适应更新方法;将免疫算法的克隆与变异思想引入到粒子滤波中以解决粒子退化问题。对两组水下运动物体的跟踪实验表明,即使目标存在一定形变与干扰,文中的免疫粒子滤波算法仍能以较高的精度跟踪到目标真实运动轨迹;相比于传统粒子滤波算法,稳定性也更强。     

Simulation study of passive target motion analysis

In this paper, the problem of underwater passive target motion analysis (TMA) in three dimensions is discussed using the measurements of passive bearings and elevation and frequency on the condition that acoustic source and observer are in different horizontal planes. Simulation results with both of the PLE (pseudo-linear estimation) and MLE (Maximum likelihood estimation) show that the TMA method is effective in oceanic environment. Its error covariance curves tend to its Cramer-Rao lower bounds.     

一种水下被动目标运动分析与仿真

文章讨论了一种水下运动的目标和观测平台在不同平面的三维情形下,被动目标运动分析与仿真问题,文中从声呐测量的方位角、爷角和频率的数据入手,采用伪线性估计、最大似然估计两种不同的方法,对水下被动TMA问题进行了研究,并分析了两种不同方法的状态参数估计的误差特性。仿真结果表明：由于增加了观测的信息量,上述方法均能得到较好的参数估计结果,且伪线性估计方差向CRLB界接近。上述方法可推广到目标和观测平台处于同一平面的二维情形。     

Three dimensional passive underwater target motion analysis using correlated data fusion

In this paper a new method of passive underwater TMA (target motion analysis) using data fusion is presented. The findings of this research are based on an understanding that there is a powerful sonar system that consists of many types of sonar but with one own-ship, and that different target parameter measurements can be obtained simultaneously. For the analysis 3 data measurements, passive bearing, elevation and multipath time-delay, are used, which are divided into two groups: a group with estimates of two preliminary target parameter obtained by dealing with each group measurement independently, and a group where correlated estimates are sent to a fusion center where the correlation between two data groups are considered so that the passive underwater TMA is realized. Simulation results show that curves of parameter estimation errors obtained by using the data fusion have fast convergence and the estimation accuracy is noticeably improved. The TMA algorithm presented is verified and is of practical significance because it is easy to be realized in one ship.