多波束测深声呐自主数据质量监测及门限控制

为满足水面无人艇等海洋无人平台的需求,确保多波束测深声呐系统在无人监控和参数调节下具备可靠自主工作能力,本文提出一种数据质量在线监测及门限参数控制方法。通过建立基于质量和异常因子的监测模型,结合粒子滤波技术,提高海底地形跟踪门限控制抗差性。仿真和湖上试验显示该方法能判定数据有效性、适应地形变化,并提供合理深度门限,适用于多波束测深声呐系统的在线数据质量监测和无人自主控制。

基于FPDE-SIFT的声呐干涉图像配准方法

图像配准是声呐进行高精度干涉测量的保障,该文针对水下目标的声呐图像配准,提出了一种基于4阶偏微分方程尺度不变特征变换的声呐干涉图像配准方法。该方法聚焦声呐图像配准的难点,首先基于4阶偏微分方程构建尺度空间,在保持图像细节的前提下滤除噪声,提高特征提取的准确度;对于残余噪声造成的特征点误检,借助特征点的相位一致性信息加以筛选,精简特征点样本集;最后对特征点匹配策略进行优化,提出改进的快速样本一致性匹配策略剔除特征点的误匹配。算法增加了匹配点对的数量,提高了匹配点对的准确度,实现了声呐干涉图像的精确配准。水池实验和外场试验表明,该文所提出的算法相较现有算法对声呐图像有着更好的适用性,配准后的均方根误差与留一法均方根均小于1像素,达到了亚像素配准精度。

失事目标水中搜寻技术发展现状及趋势

针对近年来海洋事故日益增多的问题,本文研究分析了水中搜寻技术发展现状及趋势。本文以水中搜寻技术为对象,对当前水中失事目标进行了分类,分析了水中搜救策略研究现状,讨论了3种数据与模型搜寻方法。阐述了水中搜寻平台与设备发展情况,结合当前搜寻技术的不足,从增强失事目标定位能力,提高水下机器人水下搜寻能力与智能化,提高集群化、多平台协同组网能力和提高声学探测设备性能与数据处理能力4个方面给出了水中搜寻技术发展趋势。

采用GAF-D3Net深度学习网络的水下目标有源识别方法

提出一种基于格拉姆角场(GAF)和卷积神经网络(CNN)的水下目标有源识别方法。该方法利用GAF将目标回波信号编码为二维图像,使用空洞卷积构建轻量级的卷积神经网络GAF-D3Net实现对目标的特征提取与分类识别。实验表明,与基于传统图像特征的分类方法相比,所提方法的分类精度有显著提高,达到99.65%。在泛化性测试中,对比了经典CNN使用声呐图像的迁移学习方法,本文方法的曲线下面积(AUC)达到89%,具有更好的泛化性能以及抗干扰能力,为实现水下目标有源识别提供了一种可靠方法。

基于SVM的决策融合鱼类识别方法

为解决基于声学散射数据的高精度鱼类识别问题,提出一种基于SVM的多方位声散射数据决策层融合的鱼类识别方法。利用小波包变换(WPT)和离散余弦变换(DCT)方法对多方位声散射数据进行特征提取,并进行特征降维处理。然后采用SVM分类器对每个方位提取的特征做出多次决策,并输出最终识别结果。采用3种不同鱼类作为研究对象,设计了可靠的获取多方位声散射数据的实验方案,给出不同方位数量条件下,基于WPT和DCT特征量的识别率。理论分析及实验数据处理结果表明,随着方位数量的增加,总体识别率呈升高的趋势,基于SVM的多方位声散射数据决策层融合方法可以有效提高识别率至90%以上。

基于SVM的多方位声散射数据协作融合鱼分类与识别

为解决基于声散射数据的鱼分类与识别问题,提出了一种基于SVM的多方位声散射数据协作融合鱼分类方法。首先,提取多方位声散射数据的小波包系数奇异值、时域质心及离散余弦变换系数特征,并进行特征融合;然后,采用支持向量机(SVM)分类器对每个方位提取的特征做出决策,并将决策结果表示成后验概率的形式,同时利用每个方位的决策概率对其他方位的决策进行加权;最后输出分类结果。采用3类鱼作为研究对象,得到不同方位数量条件下基于协作融合方法的分类正确率最终达到92%以上。试验数据处理结果表明,随着方位数量的增加,总体分类正确率呈升高的趋势,基于SVM的协作融合方法可以有效提高分类正确率。

一种基于声散射特性的有鳔鱼特征获取方法

鱼分类技术在渔业资源评估中的重要性日益凸显,而分类中能够得到不同鱼种的本质声散射特征尤为重要。文章基于鱼的声散射特性,提出一种有鳔鱼种特征获取新方法。鱼的目标强度反映了鱼的本质声散射特征,其主要取决于鱼鳔的大小、形状及声波入射角度、频率,文章基于基尔霍夫模式模型和图像处理方法进行建模,不仅可对鱼体和鱼鳔进行更真实的近似,而且可以得到精确的目标强度仿真结果。通过图像识别方法,对鱼体及鱼鳔图像进行灰度变换、二值化、边缘识别、轮廓提取等处理,得到鱼体及鱼鳔边缘坐标,利用得到的信息进行建模,并给出了相应的计算机仿真结果。最后进行了水池试验,对仿真数据与试验数据进行了对比分析,并提取得到有鳔鱼的目标强度特征,为鱼分类特征获取提供了一条新的途径。

沉底油的高频声探测方法与水池模拟试验

围绕沉底油监测问题,开展高频声探测方法与水池模拟试验验证研究。以多波束声呐、侧扫声呐、成像声呐等高频声呐为工具,结合声呐成像技术、特征提取、支持向量机分类器等关键技术,达到了高效识别沉底油的目的,并通过水池模拟试验验证了方法的有效性。

基于分数阶傅里叶变换的Chirp浅剖精细探测方法

实现弱回波信号检测和高信噪比(SNR)浅剖图像获取是浅剖精细探测的首要任务。该文在分析分数阶傅里叶变换(Fr FT)解卷积原理,推导时间量纲化变换公式的基础上,提出一种基于Fr FT的浅剖精细探测新方法。该方法通过Fr FT解卷积实现分数阶傅里叶域(u域)沉积层冲激响应求解,采用u域加窗滤波技术对带内噪声进行有效抑制,经时间量纲化变换实现高信噪比u域沉积层冲激响应包络信号至时域浅剖包迹的直接变换,得到高质量的浅剖图像。仿真实验和实测数据处理验证了算法的精细探测能力,算法性能优于脉冲压缩和自回归(AR)预测滤波方法。

基于Farrow结构的恒定束宽时域波束形成器研究与实现

提出了一种基于Farrow结构的恒定束宽时域波束形成器,主要包括实现整数倍采样间隔延迟的数字延时单元、基于Farrow结构的高精度分数延时单元以及保证恒定束宽的幅度加权单元;理论分析了该波束形成器的原理,特点和优势;利用计算机仿真验证了该波束形成器的有效性和优越性;在C6748 DSP平台上的移植实现展示了该恒定束宽波束形成器的实现效率及实用性。

FrFT解线调浅剖信号增强算法及FPGA实现

针对浅剖信号带内噪声抑制问题,提出一种基于分数阶Fourier变换(FrFT)解线调理论的浅剖信号增强算法,在分数阶Fourier域(u域)去除chirp浅剖信号带内噪声与信号间的耦合,推导出任意时延chirp解线调信号u域的频率表达式,分析了解线调多途信号的u域频谱特征,并指出时间窗位置的选取不会影响算法性能,以此为理论依据联合时频域带通滤波和u域遮隔处理实现信号空间与噪声空间的分离,达到了提高带内信号信噪比的目的。计算机仿真实验验证了算法的有效性,并在1片FPGA上实时实现了该算法。

负载型铁酸盐催化氧化苯合成苯酚探研

采用溶胶-凝胶法制备了一系列负载型铁酸盐固体催化剂,并通过X射线粉末衍射和红外光谱等技术对催化剂进行了表征.将催化剂用在乙腈为溶剂的过氧化氢氧化苯羟基化反应,对反应的影响因素进行了考察.在最优反应条件下,发现MnFe2O4/SiO2催化效果最好,在温和条件下即可获得16.2%的苯转化率和87.7%的苯酚选择性.

GC-960气相色谱仪在测试CO等常量组分中的标定

为提高CO等常量组分的检测准确度,研究了一种适用于以氢气为载气、以热导池为检测器的GC-960气相色谱仪标定方法。给出GC-960气相色谱仪的工作原理、标定方法与标定步骤,确定了GC-960气相色谱仪测试CO等常量组分的最佳实验条件。实验结果表明:标准气体A、B中各组分含量的实测值与理论值的相对误差最大为1.15%,标定后的GC-960气相色谱仪测定精度高,有效降低了实验误差。

煤矿电气工程自动化中智能技术的应用研究

随着现代科技的不断发展,智能技术在各行各业都得到了广泛应用,煤矿电气工程自动化也不例外。文中通过对煤矿电气工程自动化中智能技术的应用进行研究,旨在探索如何利用智能技术提高煤矿生产效率、确保矿工安全。首先,介绍了煤矿电气工程自动化重要意义。接着,详细探讨了人工智能和物联网技术在煤矿电气工程自动化中的应用,并总结了它们在提高煤矿生产效率、保障矿工安全方面的优势。同时,也提出了智能技术在煤矿电气工程自动化中所面临的挑战。

多波束合成孔径声呐技术研究进展

随着近年人们对海洋科学研究的迫切需要,水下目标精细探测与成像声呐技术逐步成为国内外研究的热点。本文重点分析了国内外主流多波束测深声呐技术与合成孔径技术的发展现状和趋势,并结合二者技术优势提出了一种多波束合成孔径声呐探测机理。研究讨论了多波束合成孔径声呐关键技术的研究进展,通过试验,初步验证了其探测机理的有效性和提升水下目标分辨能力的潜力。

基于Khatri-Rao积的三维前视声呐空间方位估计技术

为了提高3维前视声呐的方位分辨能力,同时避免2维(2D)方位估计(DOA)方法失效,该文提出1维(1D)空间角估计方法、基于Vernier法的垂直角估计方法和基于最小角定理的水平角方位估计方法。首先基于不同子阵构造互协方差矩阵避免2维方位估计模型失效,再利用Khatri-Rao积进行虚拟孔径扩展;将扩展后的阵列导向矢量和观测向量模型用于2维方位估计。与原阵列的导向矢量相比,虚拟阵元数量约增加1倍,阵列的孔径得到有效扩展。仿真实验表明,与单观测向量波束形成2维方位估计方法相比,所提方法在2维方位估计问题中具有更高的分辨能力,均方根误差更低;水池实验进一步验证了该文所提方法的工程实用性。

基于相位特征的多波束测深声呐多回波检测方法研究

现代多波束测深声呐在检测海底地形的同时往往也有检测水中目标的需求,常见的多回波检测方法基于回波幅度设置检测门限,其对波束内幅度相当的回波检测是有效的,但是当多目标反向散射能力强弱导致的回波幅度悬殊时,基于幅度门限方法难以奏效。针对此问题,提出了一种基于瞬时频率方差及谱特征联合加权的方法,在利用回波幅度的基础上进一步利用了相位信息。首先利用回波信号相位特性求得回波信号的瞬时频率方差,其次对信号的谱特征进行分析求取回波信号的等效带宽,最后利用所得的等效带宽数值与瞬时频率方差数值极低甚至近似为0的特性,联合对回波幅度进行加权,凸显被强目标信号淹没的弱目标回波信号,便于强弱目标的同时检测,提高对弱目标的检测能力。计算机仿真结果显示经过联合加权后,强弱目标的相对幅度提升了近30%,并且检测能力得以有效提高。通过外场试验数据处理结果可以发现,经过瞬时频率方差及谱特征加权处理的目标回波检测能力得到明显的改善。

声呐图像多目标跟踪高斯滤波算法

针对高斯滤波算法中“新生目标强度已知”这一假设在声呐图像多目标跟踪应用中不成立的问题,本文提出一种改进高斯混合概率假设密度滤波滤波算法,利用量测进行滤波算法的初始化,相比均匀分布初始化可加快收敛速度;并在每一时刻的算法循环中采用量测驱动新生,但不做判决,而是到下一时刻根据量测和算法再判定新生目标的真实性,可突破新生目标强度已知的限制并降低跟踪误差。仿真表明:改进高斯混合概率假设密度滤波滤波算法的跟踪误差更低且运算时间更短。此外,分析了检测概率以及杂波密度对跟踪性能的影响。图像声呐多目标跟踪水池实验验证了改进高斯混合概率假设密度滤波算法能进行有效地多目标跟踪。

基于声散射的水下气泡群空间关联性研究

基于气泡空间位置非独立分布气泡群的线性声散射,从统计观点对气泡间的空间关联性进行了研究,通过对气泡群进行子区域划分,提出了等效空间关联函数这一概念.由于等效空间关联函数随气泡空间位置变化而变化,提出了基于子气泡群散射声波的气泡分布以及聚集趋势的声学反演方法.通过对理论进行建模仿真发现,这一方法不但能准确反演出气泡群的分布及聚集趋势,还具有在被多个含聚集中心气泡群"掩埋"的条件下对目标气泡群聚集趋势的检测能力.为了进一步对理论进行验证,对船舶气泡尾流进行了声学测量,实验获得的等效空间关联函数符合尾流中气泡群的分布和聚集趋势.本文的研究工作可为海洋中不同成因的气泡群识别以及恶劣海况下风浪形成气泡群"掩埋"下的尾流、鱼群等水下气泡群检测提供理论基础.

旅顺俄罗斯文化旅游资源对当地会展旅游影响分析

随着社会的发展和进步,旅游的灵魂体现在对文化资源的深入挖掘上,文化旅游显现出了越来越崇高的地位。大连旅顺口作为"东北之天涯海角",位于辽东半岛的最南端,必须充分的利用其拥有悠久历史的俄罗斯文化旅游资源,才能发展出有大连特色的会展旅游行业,成为独一无二的旅游名片。据此,主要是基于对旅顺俄罗斯文化旅游资源和对旅顺会展旅游发展现状的分析,提出旅顺俄罗斯文化旅游资源对旅顺会展旅游客体、主体和未来发展的影响,并对旅顺会展旅游的未来进行展望。