水下主动电场面形阵列布置及成像方法研究

随着人们对海洋资源的不断开发,水下探测技术的所需要求越来越高,为了综合解决水下黑暗复杂环境快速探测成像需求及装置安装便捷性问题,对一种水下主动电场探测阵列布置及其成像方法进行了研究。主要依据水下主动电场定位探测原理,仿照弱电鱼探测活动进行阵列布置,通过搭载发射电极与接收电极阵列模仿弱电鱼电场发射器官与电场接收器官实现目标探测。使用 FFT 处理信号得到各接收电极的幅值, 通过差分得到水下阵列接收信号的强度变化,再运用插值算法画出阵列强度图从而对目标物体进行二维成像。 实验对不同形状的金属物体进行探测并成像,验证了方法的可行性与有效性。     

一种基于锚系垂直阵列的水下移动目标警戒方法

提出了一种基于锚系垂直阵列的对水下移动目标警戒的方法,论述了基于锚系垂直阵列时频瞬态特性探测和空间相关性探测的原理。利用海洋环境与目标噪声在时-频域与空间上的差异,对水下移动目标探测警戒,探测概率高且计算相对简便。垂直阵列悬挂于锚系潜标的系留缆或直接作为潜标的系留缆,布放机动灵活、适应水深范围广,可用于对水下移动目标的长周期、定点、大范围实时监测。     

水下电磁探测技术的发展现状

首先阐述了水下电磁探测技术的现实意义,之后介绍了国外水下电磁探测、预警系统的研究现状,以及电场传感器、磁场传感器的性能指标。通过对国内水下电磁探测技术的发展历程以及与国外的差距进行分析,指出未来水下电磁探测系统集成化、智能化、系统化、无人化、多元化和网络化的发展趋势。     

贝叶斯统计方法在海浪方向谱研究中的应用

较详细介绍了贝叶斯统计方法在海浪方向谱估计中的应用,指出先验分布的不同对估计结果没有影响,由于均匀分布与最大熵原则相对应,使其具有某种特殊性.数值模拟表明贝叶斯方法对双峰方向分布估计的有效性,将其应用于黑海实测资料,证明双峰方向分布的出现依赖于估计方法分辨力的大小,而用最大似然法得到的双峰方向分布值得怀疑.最后给出出现双峰方向分布的一种可能物理解释.     

基于多波束测深系统的水下成像技术

为实现多波束测深系统的一体化探测功能,研究分析了利用快拍法进行多波束水下成像的基本原理,并考虑实际中的水声环境和多波束测深系统自身的复杂性,对用于成像的位置数据和散射强度数据进行了修正,湖上试验数据的处理结果表明了该方法对水中目标的探测能力,验证了其工程应用的可行性。     

基于多模态感知的水下目标检测应用构想

水下目标检测在海洋生物研究、考古探索、军事防御等多领域广泛应用,随着人工智能快速发展,水下目标检测也朝着无人化、智能化发展。深度学习采用神经网络挖掘信息特征,在速度和精度上均表现出优异的性能,成为了计算机视觉技术的主流算法,然而水下环境复杂,将其应用于水下图像目标检测仍存在较大的挑战。水下目标各模态信息互补,特征丰富,有利于目标检测识别,因此结合应用场景调研现有技术,然后设计基于深度学习的多模态水下目标检测系统,同时对比分析了现有关键技术的优缺点,最后对多模态目标检测系统未来发展进行总结与展望,具有重要意义。     

基于磁电信息融合的海上目标探测方法

单一探测手段在海上目标探测任务中存在探测效率低、虚警率高的缺陷。为有效提高传感器对海上目标探测的探测能力,降低虚警率,提出了一种基于目标磁场、电场数据的融合探测方法,该方法在磁电数据能量检测的基础上,利用 Pearson 相关系数对证据来源的相关性进行评价,能够修正由环境干扰、传感器异常等因素带来的不稳定性。在海上试验平台,将提出的磁电融合方法与传统单一静磁探测方法对比,明显降低了虚警率,验证了方法的有效性。     

基于AUV的声纳水下目标实时探测机制研究

针对传统船载声纳探测水下目标存在成像分辨率低、主观性强、耗时长、应用区域局限,以及自主式水下潜航器(autonomous underwater vehicle, AUV)受水声通信限制导致数据无法实时回传、处理及目标实时探测的问题,提出了一种基于AUV的声纳水下目标实时探测机制。首先对基于AUV搭载声纳设备实施水下目标探测的系统进行了阐述;然后提出了基于AUV的声纳水下目标实时探测实施流程和关键技术;最后通过海上试验,验证了该机制在一定程度上克服了水声通信限制,实现实时、高效、智能的水下目标探测,具有较强的实际指导意义。     

水下目标磁探测的测线间距设计

测线间距设计是水下磁性目标探测的重要环节。把水下目标简化为磁偶极子,导出了更加合理的测线间距计算公式;为提高水下目标磁探测的可靠性与作业效率,分析了影响测线间距设计的各种因素,认为水下目标磁矩、海洋环境噪声水平和测点定位误差是测线间距设计中必须考虑的三个主要因素。     

基于深度学习的水下光学图像超分辨率重建综述

图像超分辨率重建旨在从低分辨率图像中生成包含高频细节的高分辨率图像。随着近年来人工智能的快速发展,基于深度学习的超分辨率重建算法取得了突破性进展。然而,水下光学图像通常会产生严重的颜色失真、细节缺失、对比度下降与模糊等多种退化问题,重建难度远高于常规的自然光学图像。目前尚未有文献对基于深度学习的水下光学图像超分辨率重建进行系统性综述。首先,对自然图像退化方式和数据集进行分类总结,结合国内外最新研究现状将基于深度学习的单幅图像超分辨率重建算法分为针对一般退化、已知（非盲）多种退化、未知（盲）多种退化3个方面进行详细总结,为水下应用场景提供参考。然后,介绍了水下光学图像退化方式,归纳了常见的公开数据集,总结并分析了水下光学图像超分辨率重建的最新进展。最后,对该领域未来可能的发展趋势进行了展望。     

激发极化法在水下主动电场探测中的应用

介绍了一种来源于弱电鱼的仿生主动电场探测机制,为了优化主动电场探测方法,研究了勘探地球物理学中激发极化法的应用,认为在同样的激发条件下,水下被测物也一样存在这种激电过程。搭建实验平台环境,使用小型蓄水池模拟海水域环境,辅以成熟的仪器设备,在实验平台中分别进行直流激电法与变频激电法电场探测实验。在 2 个不同的实验中,分别设定了不同的特征关系式对实验结果进行量化分析, 每个实验分别对空白背景对照组、铜立方体、铜圆柱、铝立方体、铝圆柱与塑料圆柱体进行测试,直流激电法原理简单、还原度高,所有实验组与空白背景环境存在明显差异,且所有金属物体的激电效应都强于非金属塑料,符合理论分析。变频激电法实验相比于直流激电法没有那么明显的组间关联性与规律。     

基于极限学习自编码器的水声信号目标识别方法

传统的机器学习方法在特征提取时容易受到主观经验的影响,导致对水声信号目标的识别准确率不高。而一般深度学习算法模型较复杂,通常具有训练耗时、计算复杂度高等缺点。极限学习自编码器具有很强的非线性处理能力,适合针对具有非线性特点的水声信号目标的识别,而且模型具有学习速度快,泛化能力强等显著优势。将极限学习自编码器算法应用于水声信号目标识别中,并与卷积神经网络、自编码器和极限学习机识别方法进行对比,结果表明：提出的方法对水声信号目标识别的准确率最优,且训练时间较短。     

基于非抽取小波变换贝叶斯估计的水下红外图像去噪

利用非抽取小波变换的平移不变性和冗余性的特点,在贝叶斯估计下,结合广义高斯分布(GGD)对小波系数进行建模,构造了一个基于拉普拉斯分布的MapShrink子带自适应图像去噪算法和阈值函数。对HH1子带小波系数进行2j抽取,并估计噪声方差,该算法有效地抑制了伪吉布斯现象。仿真结果表明,利用新算法进行水下红外图像去噪,在信噪比增益和最小均方误差意义上均优于传统的Bayesian去噪方法。     

基于声场模型的猎雷声呐探测成像仿真方法

针对猎雷声呐对水雷目标探测仿真问题,提出一种基于运动学信息与水下声场传播耦合分析的探测成像仿真方法。利用Bellhop3D声场分析方法对水下声信道信号冲击响应进行计算,结合信号复分析方法得到信号传播信道参数以构建声散射模型,以运动耦合方式综合分析声呐搭载平台位置、姿态及速度等因素对回波信号的影响,通过综合考虑上述因素来模拟目标回波信号,从而利用较为真实的等效回波信号进行图像重构。以高频前视声呐为例,对声呐探测沉底水雷目标情况进行了仿真,结果表明,该方法能够得到高频声呐对沉底水雷目标的探测图像,与实际情况具有一致性,可为进一步构建反水雷相关模拟仿真训练系统提供参考。     

基于四阶累积量的被动测向声纳高分辨力算法研究

利用高阶累积量的阵列扩展和抑制高斯噪声特性,提出1种基于四阶累积量的逆波束形成算法,并通过滑动平均进一步改善了算法。仿真结果和实验数据表明:逆波束形成算法较常规波束形成方法在空间方位分辨力和噪声抑制能力上明显提高,可以更有效地应用于被动测向声纳中。     

基于深度学习的水下目标声学识别与定位技术研究

为实现自主水下潜器(Autonomous Underwater Vehicle,简称 AUV)的自主目标探测识别与定位任务,以侧扫声呐数据为依据,考虑到扫描式声呐成像的特点,针对金属球类目标,基于 Darknet 框架设计了一种轻量化深度学习目标识别模型,并结合人工特征进行目标特性分析。同时对声呐图像设计了有效的图像增强方法。实验表明：上述目标识别方法在保证目标识别准确率的同时,具有较高的目标识别速率,适于低功耗嵌入式平台部署。     

基于非线性滤波的水下地形辅助导航方法

为了解决水下航行器惯性导航误差随时间积累问题,利用地形辅助导航技术进行导航位置修正。由于水下地形的非线性,对基于扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)和粒子滤波(PF)3种非线性滤波方法的水下地形辅助导航算法进行研究。针对传统基于单波束声纳量测模型在小起伏地形区域导航精度低、易发散问题,从提高量测地形信息量角度,建立了基于多波束测深声纳的量测模型。使用多波束实测地形数据进行仿真试验,结果表明:无论在粗糙地形区域还是较平坦地形区域,多波束量测模型有效缓解了3种方法易发散问题,提高了导航精度。