基于CT非线性模型的水下目标跟踪算法比较

针对水下目标跟踪非线性跟踪精度问题,假设目标机动模型为恒转速运动模型,贝叶斯框架下,因扩展卡尔曼滤波跟踪方法进行模型在估计点的泰勒展开,忽略一阶以上高阶项,存在模型误差,比较了扩展卡尔曼滤波、无迹卡尔曼滤波、容积卡尔曼滤波在高斯噪声干扰下滤波误差均方根,以及3种方法运行时间。仿真证明,非线性系统下状态维度为5,容积卡尔曼滤波跟踪的精度高于无迹卡尔曼滤波,无迹卡尔曼滤波高于扩展卡尔曼滤波。该研究为海上目标非线性测量系统提供仿真实例,为进一步滤波算法改进提供基础。     

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。     

基于分段解算模型的线要素缓冲区生成算法

从线要素缓冲区构建的角度出发,通过挖掘线要素各线段(局部)缓冲区之间的空间几何关系,构建了线要素缓冲区分段解算模型。在此基础上提出了基于分段解算模型的线要素缓冲区生成算法,阐述了该算法的基本原理和实现步骤,并在VC++环境下对算法进行了验证。     

基于弧段检测的高频地波雷达特定目标航迹跟踪方法研究

本文对现有的高频地波雷达目标跟踪方法进行了概述,提出了一种地波雷达目标长时连续跟踪的方法,基本思想是:充分挖掘航迹弧段特征,基于特征对船只运动建模,并结合杂波背景进行融合决策。进一步,为了达到长时间连续跟踪的需求,借鉴深度学习的思想,利用新获取的弧段数据对算法估计结果不断递归校正,使得随着获取数据的增加跟踪越准确。该方法适用于杂波环境且在航道附近存在众多干扰船只的情况下对机动目标航迹的实时稳定跟踪,为高频地波雷达在复杂干扰环境下特定目标持续跟踪提供理论基础和方法指导,为充分发挥地波雷达在海上监视监测中的作用提供技术支撑。     

短基线北斗三频数据模糊度解算方法的比较

首先分析了矩阵变换、无几何CIR、几何CIR、组合观测量PAR、原始观测量PAR五种模糊度解算方法的原理;然后采用短基线北斗三频实测数据对每种方法进行测试和分析比较。结果表明:短基线条件下,无几何CIR算法和矩阵变换算法受电离层延迟和观测噪声的影响较大,模糊度固定成功率比较低,不适用于北斗实测数据;几何CIR算法和组合观测量PAR算法采用组合观测量会放大噪声水平,部分历元的模糊度固定出现错误;原始观测量PAR模糊度固定成功率最高,在本次算例中达到100%。     

基于LOG算子的侧扫声呐图像水下小目标检测算法研究

针对侧扫声呐图像噪声干扰严重、分辨率低、目标轮廓模糊等特点,提出了一种基于LOG算子的侧扫声呐图像水下小目标检测算法。首先,根据侧扫声呐图像中水下小目标成像特点,对声呐图像进行滤波及聚类分割,大幅降低图像中噪声;然后,采用斑点检测思想,提取侧扫声呐图像中疑似目标区域;最后,基于自动阈值分割算法对声呐图像进行分割,获取目标区域二值图像,使用二阶矩估计目标尺度,剔除虚假目标,最终实现水下小目标准确检测。实验结果表明：该方法计算速度快、检测成功率高,对侧扫声呐图像中的水下小目标具有良好的检测效果。     

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...     

基于虚警函数的侧扫声纳水下目标实时检测方法

研究了侧扫声纳系统进行水下目标探测过程中目标信号的检测问题。通过分析海底回波信号的统计模型及其参数的估计,讨论了目标信号对统计模型拟合的影响规律,提出了侧扫声纳回波信号虚警函数和虚警率的概念,及其对Ping信号中目标信号的检测方法。算例结果表明,回波信号的三种分布模型中K分布拟合程度最优,在相同虚警率的条件下,基于K分布的虚警函数目标检测率最高。该法可为侧扫声纳回波信号中目标的实时报警提供技术支撑。     

基于侧扫声呐的水下小目标检测技术研究

针对水下小目标探测与识别难的问题,开展基于侧扫声呐的声呐图像滤波、图像分割及目标提取方法研究。常规滤波方法难以有效清除图像中存在的噪声,从而造成图像质量下降。采用非局部均值滤波算法与GPU加速的方法,在获得声呐图像较好处理效果的同时,满足水下小目标检测实时性的要求;同时,采用膨胀算法与Canny边缘检测算法相结合的方式,实现了水下真假目标的有效区分。     

多波束和侧扫声纳系统在海底目标探测中的应用

介绍了多波束测深系统和侧扫声纳系统的工作原理,通过实例说明了多波束测深系统和侧扫声纳系统在海底目标探测的工作流程,总结出两种探测系统在探测海底目标上的优缺点,说明了多种探测手段的综合应用是海底目标探测技术的发展方向。     

主动声纳探测效能评估的HMG法

海洋水声环境时空变化显著,评估其对主动声纳探测效能的影响具有重要的理论意义和应用价值。提出HMG方法用以评估水声环境效应对主动声纳探测的影响。采用UMPE(The university of miami parabolic equation)、CANARY、JACKSON模型模拟特定海洋环境下的传播损失、环境噪声、混响分布,将模拟结果融入主动声纳检测概率模型,计算检测概率。评估结果发现近场检测概率较高,远场可检测的区域与声能汇聚区一致。     

多无人艇协同目标分配算法研究

未来战争中很多作战任务需要由多艘无人艇相互配合才能完成,多无人艇协同目标分配是无人艇自主协同控制研究的关键技术之一。为了解决多参数、多约束条件下的目标分配问题,改进贝叶斯优化算法中网络构造方式及需要存储大量数据的不足,提出了基于决策图贝叶斯优化算法(Bayesian Optimization Algorithm with Decision Graphs,DBOA)的多无人艇协同目标分配方法。根据无人艇的消耗、目标价值的毁伤和执行任务预计耗费时间 3 个决策变量,并结合约束条件构建了多无人艇协同目标分配数学模型。仿真实例表明,DBOA 算法收敛速度快,能够达到全局最优解,基于 DBOA 的协同目标分配方法具有良好的时间效率和分配效果。     

基于声呐图像的水下目标识别研究综述

水下目标识别是水下无人探测的一项核心技术,在军事和民用领域都有重要的应用。根据当前的水下目标识别研究进展,全面阐述基于声呐图像的水下目标识别原理和方法,对总结研究现状、发现存在的问题以及挖掘潜在的研究方向具有积极意义。针对基于声呐图像的水下目标识别问题,论述了图像去噪、图像分割以及水下目标识别等方面的主要进展,阐述了基于深度学习实现声呐图像目标识别的最新技术发展现状。通过对水下目标处理过程的讨论和分析,指出基于声呐图像的水下目标识别算法中亟需解决的关键科学问题及可能的解决思路,并对该领域的未来发展方向做了进一步的展望。     

一种基于MATLAB的声呐条带图像自动拼接算法

准确地实现侧扫声呐条带的拼接对于了解海底地形、提高对海床地物反映的准确度起着重要的作用,而相邻条带的配准是声呐条带拼接的重要前提.MATLAB以其强大的矩阵运算功能及具有丰富的图像处理函数等特点,在图像处理方面占据明显的优势.文中利用MATLAB的IPT工具箱实现了基于互信息方法的声呐条带图像的自动快速配准,通过实验验证了该配准方法的有效性.并用小波变换方法对配准好的条带图像进行融合,实现声呐条带图像的有效拼接和镶嵌.     

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。