一种基于水声传感器网络的水下目标多模型跟踪方法

    公开(公告)号:CN114415157A

    公开(公告)日:2022-04-29

    申请号:CN202111653942.6

    申请日:2021-12-30

    Abstract: 本发明提供了一种基于水声传感器网络的水下目标多模型跟踪方法,建立水下三维UASNs‑IMM目标量测模型;将均匀量化后的数据传输到融合中心进行融合;对目标量测模型中的全部子模型的初始状态进行交互运算,并把交互后的值输入到各个子模型对应的滤波器中,得到目标混合状态输入和协方差矩阵;将输入交互运算得到的初始化状态向量及协方差矩阵作为滤波器输入进行条件滤波预测和估计;将获取的子滤波器的新息及其对应协方差矩阵对各预测模型的转移概率进行更新修正;以更新后的模型概率为标准,对当前时刻各个子滤波器输出的状态估计和对应协方差进行加权求和得到融合后的估计状态。本发明具有跟踪范围大、估计精度高的优势。

    一种水声传感器网络自适应概率转发路由协议

    公开(公告)号:CN114390637A

    公开(公告)日:2022-04-22

    申请号:CN202210045598.0

    申请日:2022-01-15

    Abstract: 本发明提供了一种水声传感器网络自适应概率转发路由协议,将最大化贪婪的进度,提高转发集选择方法的效率,最终达到高效转发数据包的结果,从结果也能看出,提出的协议也维持住了较低的能量消耗。本发明适用于稀疏且拓扑多变的水下网络环境。首先对转发区域进行进行划分,划分出转发区域与非转发区域。接下来进行概率自适应传输,与已有的机会路由传输相比,省去了等待时长,端到端延迟大大降低,候选集节点选择具有一致性,保证了节点选择的公平性,采用NS2实现了APFP协议并对其进行了仿真验证,具有明显优势。

    一种锚节点位置不确定情况下的TOA定位方法

    公开(公告)号:CN113923590A

    公开(公告)日:2022-01-11

    申请号:CN202111125863.8

    申请日:2021-09-24

    Abstract: 本发明提供了一种锚节点位置不确定情况下的TOA定位方法,获取原始TOA量测,对节点位置误差进行建模,在锚节点与目标节点通信的原始TOA量测中引入锚节点误差项,对锚节点误差项进行转化,将定位问题转化为一个凸问题,将凸优化问题用MATLAB求解,从而得到目标位置坐标的估计。本发明仅减弱了先验信息要求的苛求程度,实用性得到了较大的提升;有效解决了在锚节点位置误差项不服从任何先验分布的这种更符合实际的情况下,以往发明所没有解决的过度松弛问题,在定位系统受环境影响,导致锚节点真实位置与量测得到的位置出现较大偏差时仍然能够较为准确地得到目标位置的估计,具有较强的实用性。

    一种水中目标智能融合感知方法

    公开(公告)号:CN113792774A

    公开(公告)日:2021-12-14

    申请号:CN202111022610.8

    申请日:2021-09-01

    Abstract: 本发明提供了一种水中目标智能融合感知方法,提取典型特征和深度特征并进行特征级融合,然后通过神经网路进行分类识别,并输出验证集的混淆矩阵和测试集的分类概率,计算出基本信度分配函数,最后通过证据融合理论进行决策级融合,实现对水中目标的智能融合感知。本发明将增强水中目标的感知能力,进一步提高各类水下探测识别系统性能,提高各类水下探测识别系统性能,可以使我方掌握各类水中目标的情况,从而更好地进行形势预判,掌握水下信息空间的制高点和主动权。

    基于掠射角声线修正的水声传感器网络深海目标定位方法

    公开(公告)号:CN113671443A

    公开(公告)日:2021-11-19

    申请号:CN202110938242.5

    申请日:2021-08-16

    Abstract: 本发明提供了一种基于掠射角声线修正的水声传感器网络深海目标定位方法,在声速剖面和节点接收端掠射角已知的情况下,可以获得精确的节点和目标间水平距离,进而提高目标定位精度。本发明解决了传感器节点和目标时钟异步情况下基于时间的距离测量方法和传统声线修正方法无法使用的技术难题,修正了声线弯曲给距离测量和目标定位带来的影响,明显提高了目标的定位精度,基于掠射角的声线修正方法不仅可以用于水声传感器网络的深海目标定位,还可以用于其他水声定位系统的深海目标定位。

    一种针对Sink节点水声传感器网络关键节点识别方法

    公开(公告)号:CN111800201B

    公开(公告)日:2021-06-15

    申请号:CN202010584590.2

    申请日:2020-06-24

    Abstract: 本发明提供了一种针对Sink节点水声传感器网络关键节点识别方法,通过采集Sink节点水声传感器网络的使用度、跳距、度、介数、紧密度、特征向量中心性、脆弱性7个特征,多维特征融合,最终得到每个节点的重要度评估值,从而为网络拓扑控制和安全防护提供十分有效的先决信息。本发明对每个节点在网络中的重要度进行多维、有效、准确的评估,能够极大的提高网络的投递率和吞吐量,降低网络时延。同时在敌对环境下,通过加强对己方关键节点的防御,及时剔除潜在威胁,增强己方网络安全性。

    一种自适应匹配随机共振的水下AUV检测方法

    公开(公告)号:CN108875685B

    公开(公告)日:2021-06-11

    申请号:CN201810705446.2

    申请日:2018-07-02

    Abstract: 本发明提供了一种自适应匹配随机共振的水下AUV检测方法,对接收到的时域信号进行白化处理,建立二阶非线性双稳态随机共振系统,通过优化输出信噪比增益测度以及同步克莱姆逃逸率实现噪声匹配与频率匹配;按照设定的步长改变信号频率,选取信噪比最大值作为最优匹配值,并提取其对应的信号频率即为目标特征线谱频率;用功峰度作为检验统计量,判断信号的有无。本发明能够大幅提升目标特征线谱处的信号能量及局部信噪比,对完全淹没的噪声中的特征信号亦能得到明显的增强输出。

    一种水下移动目标智能融合感知方法

    公开(公告)号:CN112115822A

    公开(公告)日:2020-12-22

    申请号:CN202010918458.0

    申请日:2020-09-04

    Abstract: 本发明提供了一种水下移动目标智能融合感知方法,水下多传感器接收信号并进行信号预处理,通过提取信号特征,进行多特征融合,构建卷积神经网络并训练后,对待测数据进行分类识别。本发明的有益效果在于通过对水下移动目标的智能感知,可以使我方掌握各类水下移动目标的运动情况,从而更好地进行形势预判,将多传感器融合感知方法应用在了水下移动目标感知中,对于海洋目标智能感知,水下异常目标探测和智慧海洋及海洋防御建设具有深远意义。

    一种针对Sink节点水声传感器网络关键节点识别方法

    公开(公告)号:CN111800201A

    公开(公告)日:2020-10-20

    申请号:CN202010584590.2

    申请日:2020-06-24

    Abstract: 本发明提供了一种针对Sink节点水声传感器网络关键节点识别方法,通过采集Sink节点水声传感器网络的使用度、跳距、度、介数、紧密度、特征向量中心性、脆弱性7个特征,多维特征融合,最终得到每个节点的重要度评估值,从而为网络拓扑控制和安全防护提供十分有效的先决信息。本发明对每个节点在网络中的重要度进行多维、有效、准确的评估,能够极大的提高网络的投递率和吞吐量,降低网络时延。同时在敌对环境下,通过加强对己方关键节点的防御,及时剔除潜在威胁,增强己方网络安全性。

    一种基于可信度估计的水下多类目标分类方法

    公开(公告)号:CN110889436A

    公开(公告)日:2020-03-17

    申请号:CN201911073397.6

    申请日:2019-11-06

    Abstract: 本发明提供了一种基于可信度估计的水下多类目标分类方法,首先构建水下多目标数据集并给出其幂集,然后给出每个二类SVM分类器的分类结果,计算矛盾因子和每个二类SVM分类器的置信度,从而得到每个需要判别的水下目标类别的分类正确率。本发明针对无法确定每个二类SVM分类器的置信程度以及无法将多个二类SVM分类器的结果进行有效融合的问题,通过利用高斯型隶属度函数来表示每个二类SVM的信度因子以及利用构建的置信融合规则融合每个带有信度因子的二类SVM的输出结果,从而能够在增加每个二分类器的可信度的基础上识别出水下的多类目标,提高水下多类目标的分类正确率。

Patent Agency Ranking