基于BP网络对模拟声呐信号分类

针对常规的主动声呐调查设备,在简单海洋分层模型的基础上,模拟了多波束类单频信号、侧扫类单频信号、Ch irp调频信号和混合信号4类声呐接收信号,并针对接收信号特征构造了3层BP网络模型,将隐藏层神经元数目设为可调节;利用时间域脉冲宽度和水深与频率域功率谱密度相结合的特征参量,成功地对模拟信号进行了分类。采用改进的BP网络模型,用训练成功的BP网络对102个检测信号进行了分类测试,结果表明,分类成功率较高,可达76%~84.6%,因而利用BP网络可以对不同类别设备的模拟声呐接收信号进行分类。     

侧扫声呐探测原理及其在海管悬空治理检测中的应用

根据悬空海底管线治理后的水下结构特点,主要可分为非透空式和透空式两类,其在侧扫声呐探测图像上有着各自不同的反射特征,据此原理可采用侧扫声呐探测方法进行悬空海管治理效果的检测与评估。通过对实际工程中不同治理方式下悬空海管的声呐探测图谱进行总结与分析,揭示了采用侧扫声呐进行悬空海管治理检测的声学解译方法及应用效果。悬空海管在治理前,管线下方与海底面之间的空隙反映到声呐图谱上,表现为管线强反射与声学阴影区之间存在海底面透空反射。如果采用"拋填砂袋结合覆盖层"等非透空式方法治理,由于空隙被填充,声呐图谱上的透空反射会消失,且管线强反射图像会粗化,呈现颗粒状;如果采用"水下短桩支撑"等透空式方法治理,在声呐图谱上只是增加了水下短桩的反射特征,而声学透空反射仍然存在。     

Bellhop模型在拖线阵声呐效能分析中的应用

针对拖线阵声呐反潜作战运用问题，分析了拖线阵声呐战术决策过程，提出了基于射线理论的主动拖线阵声呐搜索航线搜索效能统计模型。通过台湾以东海域主动拖线阵声呐声场仿真实例，分析了台湾以东海域海底地形对主动拖线阵声呐探测的影响，给出台湾以东海域主动拖线阵声呐反潜运用的相关建议。     

声呐系统中海洋生物叫声应用效能分析

发射信号波形的选择是主动声呐设计过程中必须要考虑的问题之一,不同的信号形式会直接影响声呐的性能。海洋哺乳生物通过叫声实现种群间的通信以及对水下环境的感知,这一常见的生物学行为激发了基于生物叫声的声呐系统的开发。但海洋生物在全球分布广泛并且叫声种类繁多,需要结合声呐系统的设计参数对采集到的叫声进行效能分析,才能在不改变传统声呐设计的基础上拓展仿生隐蔽探测功能。针对这一问题,提出了基于主动声呐信号分析的海洋生物叫声效能分析方案。以采集到的 6 种海豚叫声为例,基于同步压缩变换和贪婪算法重构样本信号,从 5 个维度对声呐系统仿生信号进行了分析。仿真结果表明,该效能评估方案可对海洋生物叫声进行有效筛选,以确定适合声呐系统的信号波形。     

主动声呐舰速补偿的研究

主动声呐系统中,平台运动会导致目标回波信号存在多普勒频偏,目标的径向速度会估计错误.文中推导了本舰运动产生多普勒频偏的原因和两者之间的关系,并结合主动声呐的工作特点,提出在接收机和发射机同时进行舰速补偿的方案,可以实时响应舰船运动状态变化,准确补偿本舰运动引起的多普勒频偏.提出在发射机信号源中采用插值法,通过改变发射信...     

主动声呐目标实时航迹解算算法仿真研究

由于水中声速较低,主动声呐完成量程范围的探测往往需要花费几秒甚至几十秒的时间,这个时间即为主动声呐的扫描周期。 主动声呐对目标的搜索、跟踪等处理都是按扫描周期进行的,目标信息刷新率较低,其上报系统进行目标诸元解算时同样具有这一特点。 为了提高声呐效能及系统解算效率,提出了一种无迹卡尔曼滤波(UKF) 与野值剔除相结合的目标实时航迹解算算法:首先在以声呐扫描周期为间隔获取的目标信息基础上,采用 UKF 预测出目标每秒方位、距离信息,并对野值点进行处理,实时地调整滤波增益或者进行野值计算,最后利用目标的位置信息解算出目标每秒的航速和航向信息。 通过目标在不同航向、 航速下的仿真实验,验证了本文算法的有效性和正确性。     

多波束测深声呐成像仿真及作用距离分析

AUV 等无人装备研制过程中如何选择合适的多波束测深系统以满足特定作业场景需求是工程技术人员关心的问题之一。从多波束测深声呐系统与 AUV 等无人系统的匹配角度出发，采用混响背景下的主动声呐方程建立了不同工作频率多波束作用距离计算评估方法，对 100 kHz~500 kHz 的多波束测深声呐作用距离进行了计算对比。在此基础上，采用线性调频、FFT 波束形成、脉冲压缩、样条插值扩充目标角度、Rife 算法优化角度估计技术，建立了多波束测深声呐的成像仿真方法，并通过直线地形、台阶地形对多波束测深声呐的成像特点和测深分辨率进行了分析。主要结论：1）建立了一种多波束作用距离评估的方法，可用于指导无人装备用多波束测深声呐频率参数的选型；2）建立的多波束测深声呐仿真办法可以帮助工程技术人员更直观地理解多波束测深声呐的成像特点；3）通过仿真分析了 CW 信号与线性调频信号下的距离分辨率，可用于指导波束测深作业时的高度、信号参数设置。     

基于MRF场的侧扫声呐图像分割方法

为了利用侧扫声呐进行水下目标自动探测和识别,首先必须将声呐图像分为目标高亮区、海底混响区和目标阴影区.由于声呐图像有强背景噪声,传统的图像分割方法显得无能为力,故采用基于MRF场的图像分割方法来准确地分割.根据侧扫声呐目标的成像特点,建立了分割的约束条件;利用阴影与目标的灰度均值比很小这一特点进行初始分割,然后根据分割后目标与阴影的宽度差来剔除虚假目标,由初始分割的结果求得MRF模型初始参数,再采用迭代条件估计得到最终的模型参数和准确的分割结果.由于考虑了相邻像素间的依赖关系,具有抗噪性强、分割效果好的优点,从理论上说是合理的.实测数据分析也证明了这种算法的优越性.     

基于K-means聚类与数学形态学的侧扫声呐图像目标轮廓自动提取方法

针对侧扫声呐图像斑点噪声强、背景海底散射干扰严重,海底目标轮廓自动提取困难的问题,提出了一种基于K-means聚类与数学形态学相结合的海底目标轮廓自动提取算法。为克服噪声干扰,该算法首先利用中值滤波去除侧扫声呐图像中的强斑点噪声;然后采用K-means聚类算法对侧扫声呐灰度图像进行分割,并二值化,除去大部分海底背景噪声,初步提取出目标;接着利用数学形态学运算去除提取结果中的孤立噪点,并填充目标内部孔洞,得到连续化、圆滑的目标边缘;最后对处理后的侧扫声呐图像进行边缘检测,提取出目标轮廓。实验结果表明:该算法思想简单易行,具有很强的克服背景噪声的能力,自动提取的目标轮廓连续性较好,结果准确可靠。目前,在侧扫声呐图像目标轮廓提取过程中,主要采用人工方式,自动性较差,效率较低。本文算法可以实现目标轮廓的自动提取,提高效率,具有较强的实用价值。     

基于小波分析的侧扫声呐信号非线性增强算法

侧扫声呐回波信号是形成侧扫声呐图像的基础,是侧扫声呐系统对水下目标的最直接观测量, 将一维小波变换与非线性增强方法相结合,提出了一种基于小波变换的侧扫声呐回波信号非线性增强算法, 用以改善侧扫声呐图像对比度低、噪声强度大的问题。首先利用改进的 Bayes 阈值对侧扫声呐 ping 信号进行一维小波分解,提取信号特征信息;然后利用 2 种不同的非线性函数对高、低频小波系数进行处理;最后利用小波反变换重构信号,形成增强后的侧扫声呐图像。实测数据验证结果表明：利用该算法对侧扫声呐 ping 信号进行处理,实现了侧扫声呐图像对比度的增强和对噪声的抑制,可以获取较好的图像视觉效果。     

基于互信息和相关比算法的声呐图像配准

针对互信息算法在配准图像过程中易陷入局部极值的问题,提出了一种新的算法,即将互信息和相关比按一定的标准组合在一起,生成一种新的测度算法,并将该算法应用到了多波束图像和侧扫声呐图像的配准中。该组合算法可以改善互信息测度易陷入局部极值的弊端,稳定性更强。通过实验验证,新的组合算法是准确的,可以较好地实现存在较大畸变的多波束和侧扫声呐图像的配准,配准速度和精度优于互信息算法和相关比算法,新的组合算法是对原有算法的改进和优化。     

基于弱纹理块的噪声估计方法在侧扫声呐图像去噪中的应用

侧扫声呐图像受混响效应影响导致侧扫声呐图像斑点噪声强,边缘模糊,纹理较弱,严重时还会掩盖海底地貌。噪声方差是许多侧扫声呐图像变换域去噪算法的必要参数。指出了侧扫声呐图像在乘性噪声的影响下灰度值溢出的问题,并且以侧扫声呐图像中乘性噪声为背景,考虑灰度值范围对乘性噪声的抑制作用,提出了一种基于弱纹理块的噪声估计方法。算法主要根据噪声的散射模型,将侧扫声呐图像经过幂变换和对数变换,将服从瑞利分布的乘性斑点噪声变换为高斯白噪声,基于变换图像的梯度协方差矩阵和弱纹理块的动态选择,以迭代的方式确定噪声方差。实验结果表明:该算法能够去除灰度值溢出现象对噪声估计的影响,在高亮区域及背景区域的噪声估计结果稳定准确。     

基于模糊数学的AIS和被动声呐航迹关联算法研究

针对 AIS 系统和被动声呐航迹的关联问题,提出了基于模糊数学的关联算法。该算法引入了 AIS 航迹可靠性的概念,提出了包含船舶与被动声呐间角度、距离、航迹可靠性等3个因素的关联隶属度函数与权重分配。通过实验验证,该算法可以较好地实现 AIS 与被动声呐间的航迹关联,为声呐信号复盘分析和自动化处理提供了借鉴。     

单舰双声呐对鱼雷交叉定位误差分析

目前鱼雷武器仍是水面舰艇在未来战场上的主要威胁之一,而鱼雷位置信息的获取对鱼雷防御具有至关重要的作用。随着声呐探测系统性能不断提升,舰壳和拖曳式声呐也可在较远距离上探测到来袭鱼雷方位信息,因此基于双声呐测向信息可以对鱼雷位置进行交叉定位。通过建立典型测量误差下的误差空间分布模型,仿真分析了常规交叉定位算法目标定位误差空间分布情况。针对测向方位这一主要定位误差影响因素,提出了基于测向方位滤波的交叉定位算法。动态场景下的仿真结果表明：该算法可以有效提高鱼雷目标定位精度。该研究可为利用单舰双声呐系统对鱼雷目标进行定位提供依据。     

一种便携式侧扫声呐舷侧支架的设计及实现

针对测量船进行侧扫声呐收放过程中人身和拖鱼存在安全隐患的问题,设计研制了一种便携式侧扫声呐舷侧支架。通过SOLIDWORKS对便携式侧扫声呐舷侧支架结构进行了设计,对零部件以及整体结构进行了力学分析和验算,基于ABAQUS有限元软件对不同工况下的侧扫声呐舷侧支架结构进行了有限元分析与仿真。最后,对便携式侧扫声呐舷侧支架进行加工制造以及安装测试,并对结构强度进行了验证。结果表明,该设备安全可靠,省时省力,可有效提高作业现场的工作效率。     

基于分区自适应阈值的声呐障碍物检测算法研究

针对UUV避碰声呐探测障碍物过程中自主选择分割阈值进行障碍物检测的问题,提出了基于分区自适应阈值的障碍物检测算法。首先将避碰声呐图像均匀分为相同大小的图像块,对每个图像块基于最大类间方差算法确定该区域障碍物图像分割的高低阈值,然后对检测到的障碍物进行形态学处理去除孤立噪声点,对目标区域进行连通性分析及内部空洞处理,最终得到完整的障碍物轮廓信息。通过湖试数据验证表明了该方法对声呐障碍物检测的有效性。     

一种海底浅层声学探测数据综合可视化方法

提出了一种基于Open GL可编程管线的海底浅层声学探测数据三维综合可视化方法。通过处理,将侧扫声呐影像、多波束数据和浅地层剖面在同一视图下显示,可以方便的对海底地质环境多种信息进行综合判读并进行多维数据的交互式提取。利用纹理缓冲区处理侧扫声呐影像数据,具有数据加载量大的优点,避免了实际应用中纹理数据反复切换带来的延迟;并且探讨了侧扫声呐影像和多波束数据分辨率不一致引起的纹理贴图问题。该方法在南海海底峡谷区域的海底地质环境综合显示和分析中进行了应用,结果表明,该方法能处理多种格式的侧扫声呐影像,不受侧扫声呐影像和多波束测深数据分辨率不一致的限制,数据加载量大、绘制速度快。     

基于DIDSON的未知海域覆盖规划算法

针对自主水下机器人的路径规划问题,提出一种基于双频识别侧扫声呐(DIDSON)的全局路径规划算法。根据双频识别侧扫声呐的物理特性对AUV进行数学建模,根据声呐的工作频率不同,将AUV分为高频、低频两种工作模式。高频模式下成像精度高,低频模式下成像范围大。文中提出了一种D2-CPP算法,根据声呐返回的识别结果,算法会自主切换AUV的工作模式,并动态规划出对应的路径点,直到覆盖所有区域。通过与割草机算法的仿真对比,证明了算法的有效性,近海实验证明了算法的可靠性。     

珊瑚环礁区侧扫声呐图像中的目标物识别方法

为研究西沙宣德环礁海底地貌特征及珊瑚分布情况,采用舷挂侧扫拖鱼的方式对环礁区域海底进行地貌扫测,从采集的侧扫声呐图像上可以识别出环礁区域珊瑚分布情况及珊瑚礁区地貌特征,利用侧扫声呐图像识别方法结合实物样品比对可以圈定出珊瑚分布范围、暗礁区域及环礁区域底质类型分布,采用基本的数学处理方法定量分析了水下珊瑚礁体的海底高度及疑似沉船的大小,分析了侧扫声呐图像显示的调查船转向效应。     

浅地层剖面仪和侧扫声呐仪器检测与评价方法研究

针对浅地层剖面仪和侧扫声呐这2种声呐系统探讨性地提出了"两步法"的性能检测和评价方法:1)声学物理参数检测:分析了与浅地层剖面仪和侧扫声呐系统性能相关的关键声学物理参数(声源级、频率/频谱、脉冲长度、波束角或开角),并提出了在消声水池中测定这些参数的方法;2)实际探测性能评价:分析了与浅地层剖面仪和侧扫声呐系统性能相关的实际探测效果评价指标,并提出了通过海上试验来检测和评价这些指标的方法。最后对建设具备高效消声性能的大型试验水池,建设海底标准地层检测场和海底标准目标物检测场以真正实现设备性能的检定应做的后续工作进行了讨论。