多基地声纳系统定位精度分析与最优布站

双基地与单基地声纳相比,具有较好的反电子对抗的能力.但是在某些区域(如基线区、发射和接收站的侧边区),其定位性能较差.为了改善这些区域的定位性能,最有效的办法就是增加发射和接收站的数量,形成多基地声纳系统.而对于多基地声纳系统而言,不同的站址布局,算法的定位精度也不会相同.给出了多(四)基地声纳系统定位布站的几何分类,通过多基地TOL算法仿真分析了各种布站的定位精度,得到了多基地定位布站方案,方案可得到比较理想的定位精度,工程易实现.具有较强的应用价值.     

改进Hopfield神经网络JPDA算法研究

Hopfield神经网络数据关联算法足密集多回波环境下一种有效的关联方法.但是,Hopfield神经网络大都使用Sigmoid激活函数,主要缺点是函数在0点附近对噪声十分敏感.为克服上述缺点,引进了一种新的激活函数.新函数通过参数调节网络中各神经元对输入值的敏感区域,可以在降低对噪声的敏感度的同时,保持对信号的有效响应.仿真结果表明,在Hopfield网络中采用的新的激活函数,可以使NJPDA算法的均方根误差更接近JPDA算法,进一步提高了基于神经网络的关联算法的性能.     

分布式贝叶斯数据融合系统的遗传算法优化

数据融合是将多个传感器的信息加以集成,进行综合利用,其性能优于单传感器检测.寻找分布式并联融合系统的全局最优解需要求解一组耦合的非线性方程,运算量随着系统中传感器数量的增加迅速增长,传统方法很难求解.文中分析了融合的结构,重点研究了基于遗传算法的分布式贝叶斯融合系统的全局优化.采用穷举法列举所有可行融合规则,用遗传算法搜索相应规则下的最优解,实现了系统解耦.通过比较各融合规则下的最优解,得出分布式并联融合检测系统的全局最优解.仿真结果表明,该方法求解有效,建立了全局最优的贝叶斯融合检测系统.     

基于神经网络的符号自动识别系统研究

提出了一种新的基于神经网络的目标符号自动识别系统。该系统在图像的二值化处理过程，采用了小波变换的方法，该方法可有效克服噪声的干扰，自动确定灰度图像二值化所需要的阈值。在符号识别部分，采用了双向联想记忆（BAM）人工神经网络技术，通过改进的感知器学习算法，增大了网络的容量，可实现对采集的有污染或缺损符号进行正确识别。仿真实验结果说明，系统具有较强的稳定性和有效性，且易于工程实现。     

基于DVR的水声对抗系统的研究

以分布式虚拟现实（DVR）、多媒体数据库及计算机网络技术为基础，以现代海战为背景，利用计算机生成一种与现实世界相似的虚拟环境来描述水声对义气风发过程以及获取试验数据。主要对多媒体数据库技术、网络支持下的DVR信息同步以及系统的融合技术进行了讨论。     

水下目标存储与回波波形模拟技术的研究

本文提出了一种利用大动态范围脉冲幅度自动增益控制技术和数字波形存储技术,实现水下目标信号存储和目标回波波形模拟的方法。利用该方法设计的声纳目标应答机,经多次湖试和海试验证,技术方案可行,并取得了满意的波形模拟效果。文中主要介绍了目标信号存储与回波波形模拟的基本原理、系统时序控制关系、海试结果等。     

信息序列盲估计的一种新实现

提出的盲序列估计（ Ｂ Ｓ Ｅ）算法新实现仅利用信息符号的前几个估计来恢复当前信息,它与观察序列的长度无关,因而实现符号估计所需的运算量较低,便于数据的实时处理。仿真结果表明了该方法的有效性。     

一种改进的直升机声测被动定向算法

本文研究了相位谱时延估计算法在直升机被动声定向中的应用。提出了一种改进时延估计精度的新算法。并用实测直升机噪声数据进行了计算机仿真,验证了算法的有效性。仿真结果表明,该算法具有高的时延估计精度和算法鲁棒性,有重要的研究价值和工程应用前景。     

一种大动态范围数字式智能微伏表的设计

本文提出一种用于测量大动态范围变化的弱信号的方法,经实际测试,取得了满意的效果。该方法采用以增益可控部件为核心的步进式数字自动增益控制电路,对信号进行大范围动态压缩;利用８０Ｃ３１微处理机对信号进行实时处理,使系统完成实时显示、故障自检和过载自动报警等功能。它既可作为大动态范围数字式微伏表,又可作为多通道大动态范围低噪声放大器使用。本文主要介绍了系统的基本工作原理、系统的硬件结构及主要软件流程。     

单/多基地声呐定位性能比较

根据多基地声呐系统的特点，研究了用单纯基于声波到达时间(TOL)算法进行水下目标定位的原理和误差分布。通过数值仿真，给出了用多基地TOL算法进行水下目标定位，误差几何分布的等值线图。仿真结果表明，用多基地声呐系统进行水下目标定位，比同等条件下单／双基地声呐定位，具有更高的定位精度。