排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
利用山东科技大学的水声池,对侧扫声呐指标进行了测试,获取相应的数据。分别采用带通滤波及小波分析对数据进行处理,按照原有方法直接计算侧扫声呐参数,发现不同的滤波技术对同一数据进行处理后,得到的结果存在较大偏差,特别是在垂直指向性这个参数上,差值高达6.092°。文中对算法提出改进,将原有方法取最大值改为先对滤波后的数据进行由大到小排序,然后取前4个值做平均计算,验证表明此方法能够减小结果互差,由此提高最终成果的可靠性。 相似文献
2.
海洋环境参数失配是制约匹配场定位性能的主要因素之一。为了克服环境失配,本文基于贝叶斯理论,将环境参数与声源的距离和深度一起作为未知量进行反演。然而在进行多声源定位时,反演参数的维数几何增长,极大地增加了反演问题的复杂性和计算量。为此本文将声源强度和噪声方差表示成其极大似然估计值,从而将这些参数进行隐式采样,大大降低了反演的维数和难度。文章比较了两种贝叶斯点估计方法,最大后验概率密度方法和最大边缘后验概率密度方法。最大后验概率密度方法的解是令后验概率密度取得最大值的参数组合,可以利用优化算法快速获得。最大边缘后验概率密度法将其他参数积分,得到目标参数的一维边缘概率分布,分布的最大值为反演结果。该方法得到最优估计值的同时可以获取参数估计的不确定信息。在环境参数和声源参数都未知的情况下,利用蒙特卡洛法在不同信噪比情况下对两种声源定位方法进行分析,实验结果表明:(1)对于敏感参数,如声源距离、水深和海水声速,最大边缘后验概率密度法比最大边缘后验概率密度方法的性能好。(2)对于较不敏感的参数,如海底声速、海底密度和海底声衰减,当信噪比较低时,最大边缘后验概率密度方法能较好地平滑噪声,从而比最大边缘后验概率密度法具有更好的性能。由于声源距离和深度是敏感参数,研究表明最大边缘后验概率密度法提供了一种在不确知环境下更可靠的多声源定位方法。 相似文献
3.
1