基于压制式干扰与目标多维差异性特征的联合检测方法

    公开(公告)号:CN114895289A

    公开(公告)日:2022-08-12

    申请号:CN202210559190.5

    申请日:2022-05-22

    IPC分类号: G01S7/52 G01S7/537

    摘要: 本发明涉及一种基于压制式干扰与目标多维差异性特征的联合检测方法,对于被动声纳目标,所述方法构造频域聚焦矩阵对频域基阵数据进行加权处理,得到导向功率谱密度矩阵;基于导向最小方差准则构建自适应波束形成最优权系数,获得自适应加权的波束域频域数据;遍历所有波束,提取多维差异性特征,并基于多维差异性特征得到联合检测结果。本发明提高压制式干扰下弱目标的抗干扰处理增益,有效减少压制式干扰的盲区范围,大大提高压制式水声对抗干扰环境下被动声纳目标的探测效能;通过仿真与海试试验数据对此方法进行了验证,本方法在压制式干扰下的弱目标检测能力明显优于传统能量检测方法,并且有效减少压制式干扰下的探测盲区范围。

    一种基于模糊层次分析的海洋噪声场处理性能评估方法

    公开(公告)号:CN105631198B

    公开(公告)日:2018-11-06

    申请号:CN201510976147.9

    申请日:2015-12-22

    发明人: 王庆 杜栓平 周彬

    IPC分类号: G06F19/00

    摘要: 本发明涉及一种基于模糊层次分析的海洋噪声场处理性能评估方法,该评估方法通过如下步骤实现:首先,构建层次结构模型,对不同低频海洋噪声场适配处理方法的方案层相同的因素做属性值规范化处理;然后,由准则层开始直到最底层的方案层,由领域专家对层中各因素两两比较,得到判断矩阵群和模糊判断矩阵群;其次,求单个模糊判断矩阵的权重向量和合成权重向量;最后,将不同处理方法的属性值规范化后的方案层各因素的值乘以各因素的合成权重向量,累加起来得到处理方法评估的最终得分,给出评估结果;本发明用于评估低频噪声场适配处理算法的性能,最终给出数值化的评估结果,为最终的适配处理性能比较提供依据。

    一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法

    公开(公告)号:CN105445723A

    公开(公告)日:2016-03-30

    申请号:CN201510975958.7

    申请日:2015-12-22

    IPC分类号: G01S7/52 G01S7/539

    CPC分类号: G01S7/52003 G01S7/539

    摘要: 本发明涉及一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法,该处理方法为:首先通过多次快拍累积得到较准确的频域协方差矩阵估计,同时这也是后续对角减载系数以及后置加权系数得到准确求解的基础;然后对频域协方差矩阵进行特征分解求取对角减载系数,将频域协方差矩阵主对角线元素乘以减载系数后得到新的频域协方差矩阵;使用减载后的频域协方差矩阵进行MVDR波束形成,得到各个频点的空间能量谱;最后使用最优频段加权系数对各个频点的空间能量谱进行加权求和,得到最终的空间能量谱;本发明在提高弱目标检测性能的同时,改善多目标分辨性能,该技术较常规波束形成器以及MVDR波束形成器具有更好的探测性能。

    多体制水声通信网络高效并发传输方法

    公开(公告)号:CN114172591B

    公开(公告)日:2023-09-05

    申请号:CN202111344240.X

    申请日:2021-11-15

    IPC分类号: H04B13/02 H04L1/00

    摘要: 本发明涉及水声通信网络传输领域,具体涉及一种多体制水声通信网络高效并发传输方法,在需要数据传输时本地信道内节点间发送握手信号,获取自身信道特征;同时监听邻信道的信号,获取非自身信道特征;每个本地信道根据自身信道特征和非自身信道特征,以单位能量全网信息传输量最大化为优化目标,确定最优发射声源级和通信速率作为最大网络传输效率的传输策略;每个本地信道根据各自确定的传输策略进行并发数据传输。本发明通过设计控制包内容和发送策略,保证网络内各节点可实时获取信道和网络的状态,用于提升网络信息传输效率;通过设计网络各节点发射声源级和通信体制,实现网络内多条链路同时传输网络信号,最大化网络信息传输效率。

    一种声纳目标立体收听方法

    公开(公告)号:CN110225432B

    公开(公告)日:2021-08-31

    申请号:CN201910388506.7

    申请日:2019-05-10

    IPC分类号: H04R3/00

    摘要: 本发明公开了一种声纳目标立体收听方法,主要包括以下步骤:使用声纳单波束时域数据及其到达方位作为输入;调用收听者的头相关传输函数HRTF数据库;根据收听波束的到达角从收听者的头相关传输函数HRTF数据库中查询双耳在该方位的HRTF,并利用该HRTF对应的脉冲响应函数HRIR对收听波束数据进行滤波,分别得到左声道和右声道收听信号构成立体声信号;利用立体耳塞播放所述立体声信号,左耳塞播放左声道,右耳塞播放右声道。本发明可以将声纳目标收听信号由单通道收听转变为立体音收听,收听信号携带信号空间方位信号,更加接近自然信号,更匹配于人耳的听觉感官系统,增加听音判型的准确率。

    联合利用收发合置回波与收发分置回波的目标速度估计方法

    公开(公告)号:CN113589297B

    公开(公告)日:2024-01-05

    申请号:CN202110666952.7

    申请日:2021-06-16

    IPC分类号: G01S15/58 G01S7/539

    摘要: 本发明提出一种联合利用收发合置回波与收发分置回波的目标速度估计方法,首先,根据多基地声纳系统配置特点,分别建立发射基地和接收基地的目标回波频率与发射信号频率、目标绝对速度和航向的方程;其次,对方程进行近似并联立,利用数值方法求解非线性方程组,得到目标绝对速度估计值。本发明可在单周期内同时获取目标速度矢量在多个接收节点与目标连线上的投影,从原理上可规避因目标航向变化而引起算法误差的缺陷,可提高目标绝对速度估计精度和基于速度的目标识别方法的判决效率。

    深层卷积神经网络水中目标螺旋桨参数估计方法

    公开(公告)号:CN115905949A

    公开(公告)日:2023-04-04

    申请号:CN202211452076.9

    申请日:2022-11-21

    摘要: 本申请揭示了一种深层卷积神经网络水中目标螺旋桨参数估计方法,包括以下步骤:基于残差网络构建用于DEMON谱图参数估计的深层卷积神经网络模型,构建过程包括构建基本模块1、基本模块2和基本模块3,然后在基本模块1、基本模块2和基本模块3的基础上构建深层卷积神经网络模型;对建立的深层卷积神经网络模型进行训练;应用深层卷积神经网络模型对被动目标DEMON谱图数据进行处理,估计目标螺旋桨参数。本发明提供的深层卷积神经网络水中目标螺旋桨参数估计方法,通过仿真数据训练得到的深层卷积神经网络,综合利用目标辐射噪声中的信息,能够在螺旋桨谐波组信噪比较低或部分缺失的情况下直接估计出螺旋桨的轴频和桨叶数,提高了估计性能和效率。