壳体结构的声散射相似性研究

针对散射实验缩比模型的设计问题,研究了壳体结构的声散射相似性.根据弹性声散射理论,研究了一般情况下壳体结构的声学相似性,同时对有厚度畸变的情况进行了分析.采用材料补偿法来弥补厚度畸变引起的弹性散射特性变化,利用最优控制理论得到厚度畸变模型的最佳壳厚比.研究结果表明,对于球壳和圆柱壳内部真空或内部充水,在频率较低时认为铝壳体近似是钢壳体厚度的2.7倍时两者的形态函数吻合情况最好,声学特性也最相近,并且频率越低其相似性越好.

多波束融合BP神经网络拖船噪声抵消

拖曳线列阵声纳中,拖船噪声常常是影响声纳性能的重要因素之一。由于存在严重的多途效应,仅仅改变自适应结构难以提高拖船噪声抵消性能。因此在实际应用中,固定参考输入自适应干扰抵消技术的抵消效果一般均不理想,本文针对拖船噪声的特性,提出了一种多干扰波束融合的抵消算法,该算法具有抗多途效应效果好,可以较有效地消除拖船干扰,提高声纳的检测性能,试验数据处理结果表明它优于现有的自适应方法,且具有运算量少的优点,可望在实际声纳中得到应用。

HHT在水雷目标特征提取中的应用

Hilbert-Huang变换(HHT)是近年来发展起来的一种处理非线性非平稳的时频分析方法。水声信号具有非线性非平稳的特点,把HHT方法应用于水声信号的分析中,将典型主动声纳信号的Hilbert边际谱和Hilbert谱分别与傅里叶幅度谱和传统的时频分析进行了比较。然后对水下目标回波的亮点模型作了仿真研究,并与小波变换作比较,最后用实际目标的回波作了分类研究。仿真与实际数据都证明了HHT在水下目标特征提取中的优越性。

一种改进的Struck跟踪算法

Struck在面对目标尺度变化的场景时,跟踪结果的精度会降低,甚至出现丢失目标的情况。为解决这一问题,提出了一种在分类判别器中引入尺度变量的解决方案,在提高算法对尺度变化的鲁棒性的同时提高算法的实时性。对算法的改进主要是在分类判别器添加尺度变量,让分类器学习目标的尺度信息。同时在采样过程中,利用支持向量机中的判别函数实现目标位置预测,并减少计算量、提高实时性。改进后的算法在Car4、Girl、Walking、Basketball三个视频序列测试集上进行测试,运行平台为I7处理器、Win10系统,实时性和精准度都有明显的提升。其中,在Girl测试序列上距离精度提升最为明显,在阈值为26个像素时,达到31.2%。理论分析和实验证明,改进的算法有效地解决了传统Struck算法对目标尺度变化鲁棒性不好的问题,实时性也有所提高。

基于高斯投影的迭代逼近定位算法

针对地球曲率造成的电子战交叉定位误差问题,提出了一种基于高斯投影的迭代逼近定位算法,该方法采用高斯投影将传感器位置投影到同一坐标系,应用最小二乘法迭代逼近解算目标位置,最后将目标坐标逆投影回地理坐标系。仿真试验分析了影响定位的主要因素,证明该方法减小了曲率影响,提高了定位精度。