基于深度学习的水声被动目标识别研究综述

被动声呐通过接收目标自身发出的辐射噪声信号进行目标探测。水声目标识别通过分析水声信号来判别目标个体,是水声工程领域的重点研究方向。深度学习作为近年来各领域的研究热点,其在水声目标识别领域中的应用引起了学者的广泛关注。该文以水声目标识别的步骤框架为切入,介绍了典型深度网络模型;总结出了深度学习在水声目标识别领域中的两大内涵:围绕时频谱、梅尔倒谱系数等特征调研了近几年深度学习作为分类器的关键问题以及研究进展,围绕数据增强、数据降噪等信号处理手段调研了近几年深度学习作为信号处理工具的关键问题以及研究进展;并从数据驱动、特征驱动、模型驱动3个方面对该领域的发展趋势进行展望,旨在推动水声目标识别领域的发展。

低功耗矢量水声信号采集处理系统设计与实现

为进一步降低矢量水听器信号采集处理系统对水下滑翔机平台的续航影响,设计了一种以ARM和DSP为核心控制器的低功耗信号采集处理系统。利用ARM控制器实现系统的多种工作模式,以达到不同状态下的最佳功耗控制。此外,在控制软件中加入必要的优先级设计和流水线设计,以提高系统硬件控制效率,最后利用功率测试仪对系统不同工作模式进行测试。结果表明,低功耗模式下平均功耗约为1.27 W,实时处理模式下平均功耗约为4.29 W。在长时间连续工作情况下,可大幅度降低实时处理模式的工作时间占比,功耗控制效果显著,有效证明了该方案的有效性和优越性。

基于改进RRT^(*)算法的无人艇路径规划快速求解算法

针对快速扩展随机树(RRT)算法在无人艇路径规划工作中目的性较弱的问题,提出一种改进的无人艇路径规划快速求解算法。对人工势场法进行改进,额外添加4个方向的受力分析,综合计算无人艇所受合力;重新定义转向角度的计算方法,避免其进入局部最优陷阱,使其可以顺利抵达目标点,得到一条初始路径;利用该初始路径来设定快速扩展随机树算法的随机点采样区域,通过降低随机采样点生成在无价值区域的概率,以提高算法的目的性和时效性,得到二次规划路径;对二次规划路径进行冗余点去除操作,减少路径节点的同时可以进一步降低路径代价,得到最终的规划路径。实验结果表明:改进算法在取得相近代价的路径时,运行时间最多降低了84.14%,采样点数量最多减少了70.09%,算法质量更好,运行效率更高。

双缓动平台时延下的纯方位定位测角误差分析

水下双缓动平台协同探测可实现对水声目标纯方位定位和跟踪。针对双探测平台接收目标信号因传播时延导致探测时间未配准、方位测量偏差的问题,根据缓动平台的实际应用场景,建立目标运动模型和二维探测空间几何分布,构建一种基于不同时延条件的方位测量误差分析模型,并详细分析得出目标和双平台不同分布场景下的最大测角误差结果,该模型物理意义明确、直观简单,仿真和实测实验结果验证测角误差模型的准确性,并得出双平台探测时延下目标方位测角的误差分布规律。

水声目标探测和识别融合技术发展综述

水下空间的主动权竞争越来越激烈,针对复杂的海洋环境和多样的目标类型,现有水面水下单平台单传感器探测能力有限、稳定性差,很难满足未来对水声目标的准确探测和识别需求。随着水下探测手段增加以及多源信息融合技术的迅速发展,研究基于融合理论的水声目标探测与识别技术,可实现对水声目标更准确的状态估计和属性判别,进而提高水下探测预警能力。本文首先对现有水面水下探测传感器和平台进行了简要介绍,在此基础上,讨论了水声目标立体观测系统的网络组成和结构特点,并给出一种跨域异构水声目标立体探测系统设计设想,根据现有融合结构给出了基于多信息源的水声目标融合功能框架;然后根据水声融合探测技术的具体应用,分别论述和分析了基于目标信号级和非目标信号级融合检测方法,基于时空特征、运动特征和海洋物理场的融合定位方法,以及基于经典非线性滤波、数据关联和随机集理论的水声目标跟踪方法;最后重点总结了水下目标的各物理场特征,并针对水声识别中普遍存在的目标信息不确定性问题,归纳了基于Bayes理论、D-S证据理论和深度学习算法的三类典型的融合识别方法及框架。指出了基于信息融合的水声目标探测和识别技术所具有的优势和前景,并分析了水下立体观测网络、融合结构、融合探测和识别算法以及工程应用等方面面临的问题和挑战。

基于XGBoost的三维温盐反演模型声速仿真应用

基于卫星遥感海面温度和海面高度数据以及Argo数据,利用Extreme Gradient Boosting(XGBoost)算法研究了不同深度三维温盐场的反演模型,实现了30 s内反演2019年1月至12月全球58层温度(盐度)信息,反演的温盐信息与Argo数据的空间和层化分布特征吻合,全球58层温度(盐度)反演平均绝对误差和均方根误差分别为0.319℃(0.050)和0.497℃(0.077);南海和西太平洋局部海域的温盐剖面也与Argo数据存在较好的一致性。将XGBoost反演模型得到的温盐信息应用于声速仿真,发现其结果可与Argo数据相吻合。本文的XGBoost温盐反演在保证精度的前提下显著提升了反演效率,能够充分反映海洋内部层化结构,并且可应用于声速仿真研究,为海洋环境信息保障提供技术支撑。

三维成像雷达高度计在海冰厚度估算中的误差研究

海冰是全球气候系统中最为重要的指示因子之一,海冰厚度作为描述海冰变化的重要参数,对研究区域热量调节、气候变化等有重大意义。现有高度计在海冰监测中存在空间分辨率低、观测刈幅窄等弊端,而新型三维成像雷达高度计以小入射角以及短基线干涉测量技术可实现宽刈幅、高精度的海面测量,在海冰监测中有巨大的潜力。从干涉测高原理入手,基于交轨距离分析三维成像雷达高度计的斜距测量误差、基线倾角误差、基线长度误差、干涉相位误差对测高精度的影响,并对上述误差构成的测高总误差进行仿真分析,结合海冰分布图像以及海冰厚度估算原理,探究提高海冰厚度估算精度的因素。实验发现:利用干涉相位与基线倾角的相关性对基线倾角误差进行改正,可提高三维成像雷达高度计在海冰厚度估算的精度,使海冰厚度的估算误差由85.47 cm降至70.23 cm,精度提高17.83%。