一种提取局部海域沉积层的分层结构和空间分布的方法

    公开(公告)号:CN109427042B

    公开(公告)日:2021-07-30

    申请号:CN201710742311.9

    申请日:2017-08-25

    IPC分类号: G06T5/00 G06T11/20

    摘要: 本发明提供一种提取局部海域沉积层的分层结构和空间分布的方法,包括:步骤1、数据I=Δr×Δd作为待处理的浅剖图像;步骤2、利用二维多尺度线条滤波器对待处理的浅剖图像中的线条信息进行多尺度线条滤波,获得最大响应图像M;步骤3、对最大响应图像M在不同方向进行分解,将分解得到的低频子图像进行阈值滤波,将分解得到的水平细节子图像进行阈值增强,利用逆二维小波变换重建回原始图像,获得水平线条对比度的图像;步骤4、对步骤3中的水平线条的区域信息的图像的沉积层的界面结构和背景进行二值化处理,获得水平线条的区域边界;步骤5、水平采样距离变为r0+Δr,重复步骤1到步骤4;步骤6、绘制出局部海域沉积层空间分层结构图。

    基于宽带声场干涉结构的深海直达声区目标深度估计方法

    公开(公告)号:CN113126030A

    公开(公告)日:2021-07-16

    申请号:CN202010032702.3

    申请日:2020-01-13

    IPC分类号: G01S5/28 G01B17/00

    摘要: 本发明公开了一种基于宽带声场干涉结构的深海直达声区目标深度估计方法,所述方法包括:将垂直阵接收时域声场进行FFT处理得到频率‑接收深度频域声场,然后对归一化的频率‑接收深度频域声场进行常规波束形成处理,得到频率‑掠射角度波束输出;将频率‑掠射角度波束输出映射到声源深度‑掠射角度域的二维输出;对频率‑掠射角度波束输出进行能量求和,获得接收信号指向性输出,由此获得极值点;基于极值点,将声源深度‑掠射角度域的二维输出转换为声源深度‑时间连续估计;根据声速剖面引起的误差因子对为声源深度‑时间连续估计进行补偿,获得声源深度‑时间连续估计声速剖面修正结果。

    一种海水空间温度剖面的重构方法及系统

    公开(公告)号:CN114818232B

    公开(公告)日:2024-09-13

    申请号:CN202110070158.6

    申请日:2021-01-19

    摘要: 本发明公开了一种海水空间温度剖面的重构方法及系统,所述方法包括:对预先建立的历史数据集中的温度剖面数据进行主成分分析,得到平均温度剖面和经验正交函数;选取若干个深度值,根据选定深度值的温度剖面数据,结合平均温度剖面和经验正交函数,计算得到K阶经验正交函数的系数;根据K阶经验正交函数的系数,结合经验正交函数对历史数据集中的温度剖面数据进行重构,根据平均均方根误差最小原则选取最优拖曳测量深度值;在最优拖曳测量深度值的测线上进行拖曳测量,获取该深度值的温度剖面测量值;由温度剖面测量值,结合经验正交函数,得到温度剖面空间分布。本发明的方法所用设备简单、测量成本较低、空间测量效率较高。

    基于深海垂直阵的目标线谱自主检测及运动要素估计方法

    公开(公告)号:CN116609774A

    公开(公告)日:2023-08-18

    申请号:CN202210124886.5

    申请日:2022-02-10

    IPC分类号: G01S7/539 G06F18/213

    摘要: 本发明属于水声物理技术领域,尤其涉及基于深海垂直阵的目标线谱自主检测及运动要素估计方法,所述方法包括:对垂直水听器阵列采集的时域声场进行傅里叶变换和波束形成处理,并规范到多个子频带范围内;将预先计算的待测目标航行轨迹与变换到波束‑时间域内的实测声场进行匹配处理;利用一维信号峰值估计算法估计线谱的频率,得出待测目标的线谱频率、航速和最近通过距离。本发明利用线谱能量比值关系可以自主识别和计算出水声目标的线谱频率;并且能计算出水声目标的平均航速和距离垂直阵最近的水平距离。

    基于宽带声场干涉结构的深海直达声区目标深度估计方法

    公开(公告)号:CN113126030B

    公开(公告)日:2022-12-06

    申请号:CN202010032702.3

    申请日:2020-01-13

    IPC分类号: G01S5/28 G01B17/00

    摘要: 本发明公开了一种基于宽带声场干涉结构的深海直达声区目标深度估计方法,所述方法包括:将垂直阵接收时域声场进行FFT处理得到频率‑接收深度频域声场,然后对归一化的频率‑接收深度频域声场进行常规波束形成处理,得到频率‑掠射角度波束输出;将频率‑掠射角度波束输出映射到声源深度‑掠射角度域的二维输出;对频率‑掠射角度波束输出进行能量求和,获得接收信号指向性输出,由此获得极值点;基于极值点,将声源深度‑掠射角度域的二维输出转换为声源深度‑时间连续估计;根据声速剖面引起的误差因子对为声源深度‑时间连续估计进行补偿,获得声源深度‑时间连续估计声速剖面修正结果。

    一种强噪声环境下基于深度神经网络的深海声源定深方法

    公开(公告)号:CN113109794B

    公开(公告)日:2022-12-06

    申请号:CN202010032044.8

    申请日:2020-01-13

    IPC分类号: G01S11/14 G06N3/04

    摘要: 本发明提供了一种强噪声环境下基于深度神经网络的深海声源定深方法,所述方法包括:将垂直阵实测得到的时间‑阵元域数据,经过FFT处理得到频率‑阵元域数据;对频域归一化处理后的频率‑阵元域数据进行常规波束形成处理,得到频率‑掠射角度域的波束响应矩阵;将频率‑掠射角度域的波束响应矩阵输入到预先训练好的深度神经网络中,输出声源深度估计结果。本发明的方法能够快速学习环境噪声分布特征,使得神经网络具有环境噪声的识别能力;还能够降低环境噪声对深海直达声区目标深度估计结果的影响,抑制环境噪声在深度神经网络中的输出。

    一种海水空间温度剖面的重构方法及系统

    公开(公告)号:CN114818232A

    公开(公告)日:2022-07-29

    申请号:CN202110070158.6

    申请日:2021-01-19

    摘要: 本发明公开了一种海水空间温度剖面的重构方法及系统,所述方法包括:对预先建立的历史数据集中的温度剖面数据进行主成分分析,得到平均温度剖面和经验正交函数;选取若干个深度值,根据选定深度值的温度剖面数据,结合平均温度剖面和经验正交函数,计算得到K阶经验正交函数的系数;根据K阶经验正交函数的系数,结合经验正交函数对历史数据集中的温度剖面数据进行重构,根据平均均方根误差最小原则选取最优拖曳测量深度值;在最优拖曳测量深度值的测线上进行拖曳测量,获取该深度值的温度剖面测量值;由温度剖面测量值,结合经验正交函数,得到温度剖面空间分布。本发明的方法所用设备简单、测量成本较低、空间测量效率较高。

    一种深海垂直阵阵型测量装置及测量方法

    公开(公告)号:CN114814852A

    公开(公告)日:2022-07-29

    申请号:CN202110110577.8

    申请日:2021-01-27

    IPC分类号: G01S15/88 G01C21/16 G01C21/08

    摘要: 本发明属于深海水声物理测量技术领域,具体地说,涉及一种深海垂直阵阵型测量装置,该装置包括:多个设置在不同深度节点上的深度传感器、多个设置在不同深度节点上的方位传感器和数据处理器;所述深度传感器,用于获取深海垂直阵在不同深度节点位置的倾斜角度;所述方位传感器,用于获取深海垂直阵在不同深度节点位置的倾斜方位角度;所述数据处理器,用于通过多项式曲线拟合方法,对深海垂直阵在不同深度的倾斜角度和倾斜方位角度进行递归处理,计算深海垂直阵的三维空间坐标位置;并获得深海垂直阵的三维阵型。

    一种基于改进的深度神经网络的深海声源测距方法及系统

    公开(公告)号:CN113657416A

    公开(公告)日:2021-11-16

    申请号:CN202010396396.1

    申请日:2020-05-12

    摘要: 本发明公开了一种基于改进的深度神经网络的深海声源测距方法及系统,用于测量垂直阵与声源的距离,所述垂直阵包括N个阵元;所述方法包括:将垂直阵的每个阵元实时测量的复声压值经过FFT处理,得到离散的M个频率值,由此构成数据维度为2×M×N的序列,对该序列进行频域归一化处理;将频域归一化处理后的序列输入预先训练好的深度神经网络,输出一个L×1数组,获取该数组中最大值对应的输出层神经元的序号,由此估计声源距离。本发明的方法能实现对典型深海环境下水下声源的距离估计,可以显著提高测距精度和稳定性。

    一种基于深度迁移学习的单矢量水听器方位估计方法

    公开(公告)号:CN113138366A

    公开(公告)日:2021-07-20

    申请号:CN202010054130.9

    申请日:2020-01-17

    IPC分类号: G01S5/20 G06N3/04 G06N3/08

    摘要: 本发明属于水声物理和水听器方位估计技术领域,具体涉及一种基于深度迁移学习的单矢量水听器方位估计方法,该方法包括:将原有的已训练好的深度学习模型中的隐知识迁移到当前场景的深度迁移学习模型中;对单矢量水听器接收的实测数据进行预处理,获得预处理后的数据;其中,所述预处理后的数据包括:带标签的数据和不带标签的数据;将预处理后的数据中的不带标签的数据输入至训练好的当前场景的深度迁移学习模型中,获得预处理后的不带标签的数据对应的标签,作为声源的方位角,完成单矢量水听器方位估计。