学习向量量化神经网络在多波束底质分类中的应用研究

利用多波束测深系统获取的反向散射强度数据,应用学习向量量化(learning vector quantization,LVQ)神经网络分类方法实现了对海底砂、砾石和基岩等底质类型的快速、有效的识别。通过比较,证明了该方法能较好地区分出不同海底底质类型。

基于自组织神经网络的声学底质分类研究

研究利用多波束测深系统获取的反向散射强度数据,应用自组织(Self Organizing Map,简称SOM)神经网络分类方法实现了对海底泥、砂、砾石和基岩等底质类型的快速、有效识别。通过实验示例,将SOM神经网络的分类结果与传统海底地质取样获取的真实底质类型进行分析比较,表明该方法是可行和有效的。

基于改进BP神经网络的海底底质分类

通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。

利用深层卷积神经网络实现地形辅助的多波束海底底质分类

海底底质分类对于海洋资源开发与利用、海洋科学研究等多方面具有重要意义。目前,多波束探测是实现大范围海底底质分类的有效手段之一,通常基于多波束反向散射强度提取角度响应(AR)特征及反向散射图像特征进行底质分类。由于特征来源较单一,分类器结构简单,往往分类精度不高。为此,本文提出了一种基于深层卷积神经网络(CNN)的多波束海底底质分类方法。除反向散射强度特征外,还利用地形特征,将特征向量转换为波形图,再输入卷积神经网络进行训练和分类。试验对比不同特征组合以及BP网络、支持向量机(SVM)、K近邻(KNN)、随机森林(RF)4种常规分类器,本文模型算法总体分类精度达到94.86%,Kappa系数为0.93,精度具有明显优势,效率也比较高。表明该方法有效利用两种数据类型所蕴含的海底底质信息,充分发挥卷积神经网络权值共享、高效率等特点,实现高分辨率海底底质分类,可对海底底质分类研究提供参考。

一种八单元圆环阵实现多波束的方法

给出了一种用改进的Butler八单元圆环阵实现固定多波束天线阵的方法。天线阵由八个垂直地面放置的半波振子组成,通过改变馈电端口来控制波束的指向。由于添加了八个额外的移相器,可产生八个并行波束实现对水平面的完全覆盖,并可用于信号到达角的粗略估计。

5G通信25GHz Butler矩阵的设计与研究

随着无线通信技术的快速发展,5G通信技术已经慢慢走进人们的视野中。在数据传输速率的高速发展要求下,智能天线技术提供了很好的解决高频段高速率传输难题的方法。其中多波束智能天线技术更是受到广泛应用,其技术的重要部分就是天线阵列前端的馈电网络的设计。Butler矩阵正是一种性能优秀的无源多波束馈电网络。本文首先选择单层微带线结构来实现Butler矩阵网络,针对3dB定向耦合器、0dB交叉结及移相器的设计和Butler矩阵的原理,设计出25G频率下的4x4 Butler矩阵的模型,并对其材料进行优化,获得误差更小的幅度特性和相位特性。其次在25G的频率下设计8x8Butler矩阵网络以满足8个端口的波束形成网络,并根据传输的收发要求设计了8个并列的天线单元组成的天线阵,并通过仿真验证了其有效性。

多波束天线的波束成形网络分析

本文叙述巴特勒型矩阵网络的分析方法.分析时将网络平行地分成若干个层,使其过程简明、通用.通过对典型网络的分析,建立其输出与输入间的关系,分析其重要特性.同时还分析了输入信号或组成部件的不完善对网络隔离度的影响.

基于染色的多波束无线自组网系统资源调度

在使用多波束阵列天线的无线自组网中,对资源调度方案进行设计优化可以实现动态无冲突资源分配,从而提升网络性能。针对多波束无线自组网系统中资源调度问题,提出了一种基于染色的多波束TDMA资源分配协议,通过将无线自组网调度问题建模为边染色模型,将负载高的链路抽象为多条虚拟链路,为会产生冲突的链路分配不同颜色来实现无冲突按需资源分配。仿真结果表明,在简单拓扑和复杂拓扑等多种网络场景中,都可以得到无冲突的按需分配结果。同时,在仿真中的开销与理论分析相符。

用于室内无线通信的新型多波束天线阵列

本文提出了一种低剖面、低成本的多波束天线阵列的设计方法。与传统的切换多波束天线设计相比,新设计可以在不切换的情况下同时实现多个波束。多波束由一个简单的馈电网络实现,馈电网络的激励分配由最大功率传输效率法和加权对角矩阵确定。通过调整测试接收天线的加权系数,可以实现8个方向不同辐射强度的多个波束。天线的工作中心频率为5.8 GHz,天线系统主要由辐射部分和馈电部分组成,分别置于两个不同的堆叠基板上,通过同轴馈电。利用八波束共存的优势,可提供全面覆盖和改进链路预算,适用于双向隧道或室内使用的无线通信系统。

基于改进CNN-BP的多波束声纳高程数据预测研究

为了建立精准的多波束声纳高程数据预测模型,解决人工鱼礁空方量预测准确性的问题,提出了一种基于改进卷积神经网络(Convolutional Neural Network,CNN)和BP神经网络组合模型的多波束声纳高程数据预测方法。首先,利用改进CNN对高程数据进行全卷积操作提取地形趋势特征,再输入到BP中进一步挖掘内部地形趋势变化规律,从而实现多波束声纳高程数据的预测。然后以某海底牧场的多波束声纳高程数据进行实验,并利用人工鱼礁的空方量进行交叉验证。最后,与传统克里金、BP、GA-BP、PSO-BP模型进行比较。结果表明:改进CNN-BP模型在多波束声纳高程数据和人工鱼礁空方量上的预测结果表现最优,验证了该方法的可行性、可靠性和精度高。

BP神经网络在构建声速场中的应用研究

利用BP神经网络,探讨建立某测深区域三维声速场的数学模型,实现了声速剖面的拟合与预测,声速剖面误差为厘米级,此外分析计算证明声速剖面误差带给单波束测深的影响满足测量精度要求,在波束角小于70°时多波束测深的精度也能够达到测量精度的要求。

多波束海底地形等深线快速生成算法

为解决大数据量海底地形等深线快速生成问题,提出一种基于等深值索引序列的等深线快速生成算法。该算法通过建立深度属性和等深值索引属性的映射关系,将浮点型深度属性三角网转化为整型索引属性三角网,并在此基础上提出一种基于0/1异或的等深线走向快速判断方法进行等深线跟踪,实现等深线的快速生成。实测海底地形数据的测试结果表明,与常规算法相比,该算法具有更快的生成速度并且十分适合计算机编程实现,能够快速、准确地从大数据量数字海底地形中生成等深线.

基片集成波导双极化多波束天线的设计

提出了一种基于基片集成波导技术的双极化多波束天线设计方法,利用Butler矩阵作为波束成型网络,通过激励成对的正交缝隙辐射单元组,实现双极化多波束辐射特性。通过配置正交辐射单元组之间的相位关系为同相或反相,可以分别实现极化共波束和极化独立波束的多波束辐射特性,从而适应不同无线通信场景需求,利用空间波束分集或极化分集方式提升无线通信容量。最终,在X波段给出了一种基于基片集成波导技术的双极化独立波束的多波束天线设计实例,仿真结果表明该天线阻抗带宽为9.64~10.25 GHz,对4个输入端口分别激励时可实现双极化四波束辐射,波束增益为14 dBi,验证了所提出的设计思想和方法。

Design of a multimode beamforming network based on the scattering matrix analysis

The investigation of the multimode beamforming network （BFN） has been developed from its scattering matrix （S-matrix） analysis. A substrate integrated waveguide （SIW） BFN is designed and fabricated on a single Rogers 5880 substrate. This device is not only marked by features of conventional BFN, such as Butler matrix, but also has additional benefits, e.g. more compact configuration and higher radiation efficiency. Measured and simulated results based on the proposed structure are in a good agreement, which indicates that this novel type of BFN has good characteristics and presents an excellent candidate in the development of intelligent microwave and millimeter-wave multibeam antenna systems.

利用BP神经网络剔除多波束测深数据粗差

针对多波束单ping水深数据多呈现较为复杂的曲线形式的现象,提出了基于逆传播(back propagation, BP)神经网络的多波束测深数据粗差剔除方法,即依据BP神经网络具有从输入到输出的映射功能,构建适应多波束单ping水深数据复杂曲线的训练学习算法进行曲线拟合。考虑地形之间的延续性进行相邻ping水深数据间的相关性分析,纵向检查定位并剔除粗差。通过实测多波束测深数据验证该方法的有效性,并与不确定性与测深学联合估值滤波以及交互式滤波方法进行比对分析,结果表明该方法可以有效剔除多波束测深数据中的粗差。

顾及坡度和高程的多波束测深数据抽稀算法

海底地形数据是进行海洋科学研究、工程建设的重要数据源,水深信息作为海底地形数据的基础信息,反映了海底地形的起伏变化。因此,如何有效地处理水深数据成为海洋测绘的重点研究内容。为解决海量多波束测深数据的数据冗余问题,提出了一种顾及坡度和高程的多波束测深数据抽稀算法,能够兼顾数据抽稀的精度和地形特征点的保留。考虑到存在含有空洞、凹边界等局部空白区域的多波束测深数据,首先利用Alpha Shape算法提取测深数据局部空白区域的边界点;然后采用坡度和高程相结合的抽稀算法删除冗余点,得到抽稀结果。在实验区内,通过与基于坡度抽稀、顾及地形复杂度抽稀和基于系统抽稀算法进行对比实验,结果表明:(1)本文抽稀算法在测深数据局部空白区域生成的等深线较上述抽稀算法更贴近原始测深数据等深线的形态,可以有效保持地形形态完整性;(2)对不同地形的测深数据进行抽稀,本文算法的精度较上述抽稀算法均有不同程度的提升,尤其抽稀率较低时,本文算法较上述算法在MSE分别提升了16%、27%、14%和10%、36%、2%,RMSE分别提升了7%、12%、7%和5%、17%、3%,体现了本文算法对不同地形多波束测深数据抽稀的有效性和通用性,有效提高测深数据抽稀的精度,满足后续测深数据构建高精度海底地形的需要。

空间信息网络中面向双卫星的频谱共享方法

认知无线电能为缓解空间信息网络中日益增长的服务需求与紧张的频谱资源之间的矛盾提供有效的解决途径。论文针对静止轨道卫星系统和低轨道卫星系统提出一种基于频率动态分配的频谱共享方法。基于用户信号质量最差场景的干扰分析,定义波束隔离区域以避免同频干扰。此外,针对卫星运动引起的时空动态性,通过卫星星历、频率配置方案以及天线方向图等共享信息来预测可能出现的干扰,在此基础上提出频率动态分配算法来实现频谱共享。仿真结果表明,频谱共享方法在保护主用户的同时可有效提高次级用户的信号质量。