加权有向关联网络构建与表征的水中目标远距离检测

水中目标的远距离检测是海洋防御体系的关键技术之一,对国防及民用领域均具有十分重要的作用。然而,目前尚缺乏行之有效的水中目标远距离检测方法,特别是目标先验信息未知的情况下变的愈加困难。为解决这一问题,提出一种新的方法—加权有向关联网络。通过矢量声信号到加权有向关联网络的映射,将信号检测问题转化为网络拓扑的表征,并通过对网络拓扑的特性分析及特征提取,实现无目标先验信息下的水中目标远距离检测。并通过仿真与实测数据对所提出的方法进行验证。研究结果表明:与现有的窄带互谱检测、冒泡熵等方法相比,所提方法能够检测到更低信噪比的水中目标,实现了无需目标先验信息的水中目标远距离检测;该方法的应用具有一定的实际意义和应用前景,可以为海洋防御和民用领域的水下目标检测提供有效的技术支撑。

无人机群目标搜索的主动感知方法

为提升蚁群搜索算法在规模大的栅格环境中对未知目标的搜索效率,提出基于蚁群算法的主动感知搜索框架。该框架通过应用历史环境信息来选择无人机的运动方式,并由无人机运动方式和感知域信息得到新的环境信息,从而实现无人机群的智能自动化搜索功能。新方法计算出一种具有探索偏好的未搜索概率,可使无人机搜索时偏向未搜索程度高的栅格,以此来提高算法的搜索能力。同时,以未搜索概率和信息素作为运动方式决策的依据来建立一种新的运动方式选择机制。该机制不仅考虑了目标可能出现的区域,又可兼顾未知区域,从而可实现无目标先验信息条件下的搜索过程。仿真结果表明,此算法在规模大的栅格环境中,与现有算法相比具有更高的搜索效率,并且得到的目标分布信息将更加全面。