CN112987004A - 一种浅海环境下基于水平阵列的水面水下目标分类方法 - Google Patents
一种浅海环境下基于水平阵列的水面水下目标分类方法 Download PDFInfo
- Publication number
- CN112987004A CN112987004A CN202110161293.1A CN202110161293A CN112987004A CN 112987004 A CN112987004 A CN 112987004A CN 202110161293 A CN202110161293 A CN 202110161293A CN 112987004 A CN112987004 A CN 112987004A
- Authority
- CN
- China
- Prior art keywords
- target
- array
- frequency
- time
- angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/50—Systems of measurement, based on relative movement of the target
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明属于水声工程、海洋工程技术等领域,具体涉及一种浅海环境下基于水平阵列的水面水下目标分类方法,该方法先利用岸基水平阵列实际测量获取目标辐射噪声时序信号,然后分别对各阵元接收信号进行常规波束形成和频率自适应的最优权重阵列波束形成处理,得到两种情况下的目标辐射噪声波束形成宽带时频域干涉谱图,最后基于两干涉谱图中的干涉条纹差异实现水上水下目标分类。本发明的有益结果是:该方法利用固定于海底的水平阵列,对接收的目标辐射声信号展开不同的波束形成处理完成目标的水面水下分辨,将浅海声场时频干涉结构特征融入目标识别过程,处理流程简单,实现运动声源快速分类,目标判别过程简明、结果直观。
Description
技术领域
本发明属于水声工程、海洋工程技术等领域,具体涉及一种浅海环境下基于水平阵列的水面水下目标分类方法,该方法基于不同模态的声场干涉条纹差异性来分类水面和水下目标,适用于岸基水平阵列、浅海负跃层环境,目标深度在跃层上的水面目标和跃层下的水下目标。
背景技术
在水声领域,水面水下目标的分辨一直是一个亟待解决的问题。传统方法有利用匹配场处理和采用垂直阵列基于信道特性的信息处理方法等,该类方法由于利用海洋信道特性,对声环境参数要求高,声信息采集装备布放复杂等缺点。近年来发展的基于图像处理和机器学习的目标分类方法、基于目标辐射噪声特征分析和深度学习的目标分类方法等,将机器学习等先进的计算机技术引入水下目标信息处理,在目标样本充足时能较好的训练出分类目标的典型特征。但实际中,由于水下目标的数据样本少,该类方法估计的目标分类结果精确度一般不高。
在浅海环境中,目标的声传播特性可利用简正波模型来表征,因而不同深度声源辐射声场会由不同的模态组成。事实上,由于浅海环境通常为典型的负跃层环境(如我国东海、黄海的夏季环境),导致海底岸基阵在浅海环境中接收到的水面目标声场主要由SRBR模态(海面海底反射模态)组成,而水下目标声场主要由nSRBR模态(非海面海底反射模态)中一种特殊的模态,即RBR模态(折射-海底反射模态)组成。采用波导不变量来描述SRBR模态和nSRBR模态时可以发现,SRBR模态波导不变量约为1,而nSRBR模态的波导不变量为负数或大于1。另一方面,不同取值的波导不变量对应在距离-频率谱图中展现的干涉条纹斜率方向存在显著差异。
此外,相对于传统方法采用的垂直阵列,水平阵列在工程上更加容易布放,且布放后阵形更加固定,这使得阵列波束形成的结果更加准确,有助于更方便地获得目标辐射噪声的时间-频率谱图。
发明内容
基于上述分析,如果基于水平阵列有效利用水面水下目标在模态上的差异性,就能够相对于传统方法更加方便、直观、准确地实现水面水下目标分类。为了拓展岸基水平阵列水面水下目标分辨能力,本发明提出一种浅海环境下基于水平阵列的水面水下目标分类方法,先利用岸基水平阵列实际测量获取目标辐射噪声时序信号,然后分别对各阵元接收信号进行常规波束形成和频率自适应的最优权重阵列波束形成处理,得到两种情况下的目标辐射噪声波束形成宽带时频域干涉谱图,最后基于两干涉谱图中的干涉条纹差异实现水上水下目标分类。该方法主要利用浅海环境中水面和水下目标声源辐射信号时,水平阵列接收到的目标声场模态在的距离-频率谱图中干涉条纹的角度差,实现水面水下目标的快速分类判别。
本发明采用的技术方案为,所述水平阵列布设于浅于100m深的海底、阵元个数N为大于30的奇数、水平阵列长度大于200m,海区水体声速剖面为负跃层,步骤如下:
步骤1:实际测量获取目标辐射声信号时间段内海区水体声速剖面最大值和海底声速值。
步骤2:实际测量获取N元水平阵列各阵元接收的目标辐射噪声时序信号声压向量。
步骤3:利用常规波束形成方法(详见文献:杜选民等著,声纳阵列信号处理技术,电子工业出版社,2018:52-53。),得到被跟踪运动目标辐射噪声时间-频率谱图。
步骤4:利用频率自适应的最优权重阵列处理方法(详见文献:徐国军等,频率自适应最优权重阵列干涉条纹处理技术,声学学报,2017,42(3):257-266。),得到被跟踪运动目标辐射噪声时间-频率谱图。
步骤5:将步骤3和步骤4得到的被跟踪运动目标辐射噪声时间-频率谱图分别进行Radon变换,得到两幅Radon变换后的距离-角度图。
步骤6:将步骤5中得到的两幅Radon变换后的距离-角度图中各像素点分别沿距离维相加,得到两组角度估计向量,读出向量最大值对应的角度作为两个干涉条纹估计角度值。
步骤7:比较步骤6中两个干涉条纹估计角度值的角度差,当角度差小于5°时,判别目标为水面目标;当角度差大于5°时,判别为水下目标。
本发明的有益结果是:
该方法利用固定于海底的水平阵列,对接收的目标辐射声信号展开不同的波束形成处理完成目标的水面水下分辨,将浅海声场时频干涉结构特征融入目标识别过程,处理流程简单,实现运动声源快速分类,目标判别过程简明、结果直观。
附图说明
图1是本发明的实现流程图;
图2是Radon变换示意图;
图3是海区声速剖面及单水听器接收声场距离-频率谱。其中图3(a)为声速剖面,横坐标表示声速,单位为“m/s”,纵坐标为深度,单位为“m”;图3(b)和图3(c)分别为深度10m、60m声源的单水听器接收声场距离-频率谱,横坐标均为距离,单位为“m”,纵坐标为频率,单位为“Hz”。
图4为深度10m声源的常规波束形成处理结果。其中图4(a)为常规波束形成距离-频率谱,横坐标表示距离,单位为“m”,纵坐标为频率,单位为“Hz”;图4(b)为Radon变换结果,横坐标表示距离,单位为“m”,纵坐标为角度,单位为“°”;图4(c)为根据干涉条纹估计的角度结果,横坐标为角度,单位为“°”,纵坐标表示幅度,单位为“1”。
图5为深度10m声源的频率自适应最优权重波束形成处理结果。其中图5(a)为频率自适应波束形成距离-频率谱,横坐标表示距离,单位为“m”,纵坐标为频率,单位为“Hz”;图5(b)为Radon变换结果,横坐标表示距离,单位为“m”,纵坐标为角度,单位为“°”;图5(c)为根据干涉条纹估计的角度结果,横坐标为角度,单位为“°”,纵坐标表示幅度,单位为“1”。
图6为深度60m声源的常规波束形成处理结果。其中图6(a)为常规波束形成距离-频率谱,横坐标表示距离,单位为“m”,纵坐标为频率,单位为“Hz”;图6(b)为Radon变换结果,横坐标表示距离,单位为“m”,纵坐标为角度,单位为“°”;图6(c)为根据干涉条纹估计的角度结果,横坐标为角度,单位为“°”,纵坐标表示幅度,单位为“1”。
图7为深度60m声源的频率自适应最优权重波束形成处理结果。其中图7(a)为频率自适应波束形成距离-频率谱,横坐标表示距离,单位为“m”,纵坐标为频率,单位为“Hz”;图7(b)为Radon变换结果,横坐标表示距离,单位为“m”,纵坐标为角度,单位为“°”;图7(c)为根据干涉条纹估计的角度结果,横坐标为角度,单位为“°”,纵坐标表示幅度,单位为“1”。
具体实施方式
图1是本发明的实现流程图。具体实施方式包括以下步骤:
步骤1:实际测量获取目标辐射声信号时间段内海区水体声速剖面最大值和海底声速值。
所述海区水体声速剖面最大值为海区水体各深度上声速最大值,所述海底声速值为海底沉积层声速值。
步骤2:实际测量获取N元水平阵列各阵元接收的目标辐射噪声时序信号声压向量。
步骤3:利用常规波束形成方法(详见文献:杜选民等著,声纳阵列信号处理技术,电子工业出版社,2018:52-53。),得到被跟踪运动目标辐射噪声时间-频率谱图。
利用常规波束形成方法得到波束形成后的目标辐射噪声时间-频率谱图的过程为:
水平阵列波束响应函数可表示为:
其中为波束响应,ω为角频率,θT,θS,rt分别为导向方位角、目标方位角和目标与水平阵参考阵元(不失一般性地,在本具体实施方式中设为第一阵元)之间的距离,当目标运动时该距离随时间t变化,v(kt)为各阵元导向矢量,W=(w1,w2,…wN)T为各阵元加权权向量,T表示向量转置,PH为各阵元接收的目标辐射噪声时序信号声压的复共轭转置向量。当导向方位与目标方位一致时,即为在t时刻目标的输出波束在频率f时的结果,其中f=ω/(2π)。
对阵列分析进行常规波束形成处理时,令各阵元权矢量为w1=w2=…=wN=1。波束处理过程中,首先获取某时刻t的目标辐射噪声,计算目标方位与导向方位一致即θT=θS时的值,f为频率,最后遍历所有的时刻t和频率f,可得到波束形成后的目标辐射噪声时间-频率谱图。
步骤4:利用频率自适应的最优权重阵列处理方法(详见文献:徐国军等,频率自适应最优权重阵列干涉条纹处理技术,声学学报,2017,42(3):257-266。),得到被跟踪运动目标辐射噪声时间-频率谱图。
频率自适应的最优权重阵列处理方法中权矢量计算过程为:
频率自适应的最优权重阵列处理方法计算过程与步骤3基本一致,仅各阵元加权权值不同,即权向量W中各元素不均等于1,而是依赖于频率值和阵列信息。考虑到权重的对称性和阵元位置的对称性,仅需设计前一半阵元权矢量(后一半阵元权矢量与前一半对称),令其为W(1)=(w1,w2,…w(N+1)/2)T,则有部分阵元权矢量计算公式如下:
其中c、A、a各向量元素个数均为(N+1)/2,各变量具体计算公式如下:
a=(2 2 … 2 1)T,
所述步骤3和步骤4获得的时间-频率谱图中,频带范围取300-500Hz,每隔1Hz取一个频点;时间维总长取5分钟以上,每1秒为一个时间点。
通过该步骤,可以实现声场模态的滤波,输出声场中的SRBR模态。
步骤5:将步骤3和步骤4得到的被跟踪运动目标辐射噪声时间-频率谱图分别进行Radon变换,得到两幅Radon变换后的距离-角度图。
对时间-频率谱图中干涉条纹角度的获取利用Radon变换来实现。将待处理图形上的一条线(图2中的线P)变换成距离-角度图上的一个点p,线的积分值转变为点的幅值,变换后图2中横轴为角度、纵轴为距离。如图2,角度(取值为0°~180°)为直线P相对于y轴的偏角,ρ为线P与变换后的距离-角度图中的距离一般取图形中点(即参考点)相对于直线的距离,显然图中多条斜率相同的条纹,经Radon变换后会在变换图中同一个角度上不同距离位置上呈现很多点,获得Radon变换后的距离-角度图。
步骤6:将步骤5中得到的两幅Radon变换后的距离-角度图中各像素点分别沿距离维相加,得到两组角度估计向量,读出向量最大值对应的角度作为两个干涉条纹估计角度值。
步骤7:比较步骤6中两个干涉条纹估计角度值的角度差,当角度差小于5°时,判别目标为水面目标;当角度差大于5°时,判别为水下目标。
应用实例:
设定海区环境为典型黄海夏季声速剖面为负跃层环境,0-20m为跃层上声学层、20-75m为负跃层、75-100m为跃层下弱负梯度,100-150m为沉积层。声速剖面如图3(a)所示。海区声速最大值和海底声速值分别为1539.6m/s和1572m/s。声源分别位于10m和60m,位布设于海底水平阵列的端射方向,开始时刻距离阵列最近阵元5km,远离阵列方向航行至8km,在200-300Hz频率范围内,单基元接收的声场距离-频度谱图如图3(b)、图3(c)所示。
图4为声源10米深时,海底水平阵列利用常规波束形成方法的处理结果,采用Radon变换对波束处理的声场结构干涉条纹处理得到条纹角度为80度。图5给出了声源10米深时,海底水平阵列利用频率自适应最优权重波束形成方法的处理结果,采用Radon变换对波束处理的声场结构干涉条纹处理得到条纹角度为79.5度。显然,两种波束形成方法处理后得到的条纹角度差小于5度,判别该目标为水面目标。
图6、图7分别为声源60米深时,海底水平阵列利用常规波束形成方法和频率自适应最优权重波束形成方位的处理结果。常规波束形成输出距离-频率谱图中估计的条纹角度为100度;而频率自适应最优权重波束形成输出距离-频率谱图中干涉条纹角度估计为79度。显然,两种波束形成方法处理后得到的条纹角度差大于5度,判别该目标为水下目标。
Claims (3)
1.一种浅海环境下基于水平阵列的水面水下目标分类方法,该方法针对水平阵列布设于浅于100m深的海底、阵元个数N为大于30的奇数、水平阵列长度大于200m,其特征在于,该方法包括以下步骤:
步骤1:实际测量获取目标辐射声信号时间段内海区水体声速剖面最大值和海底声速值;
步骤2:实际测量获取N元水平阵列各阵元接收的目标辐射噪声时序信号声压向量;
步骤3:利用常规波束形成方法,得到被跟踪运动目标辐射噪声时间-频率谱图;
步骤4:利用频率自适应的最优权重阵列处理方法,得到被跟踪运动目标辐射噪声时间-频率谱图;
步骤5:将步骤3和步骤4得到的被跟踪运动目标辐射噪声时间-频率谱图分别进行Radon变换,得到两幅Radon变换后的距离-角度图;
步骤6:将步骤5中得到的两幅Radon变换后的距离-角度图中各像素点分别沿距离维相加,得到两组角度估计向量,读出向量最大值对应的角度作为两个干涉条纹估计角度值;
步骤7:比较步骤6中两个干涉条纹估计角度值的角度差,当角度差小于5°时,判别目标为水面目标;当角度差大于5°时,判别为水下目标。
2.一种根据权利要求1所述浅海环境下基于水平阵列的水面水下目标分类方法,其特征在于:所述海区水体声速剖面最大值为海区水体各深度上声速最大值,所述海底声速值为海底沉积层声速值。
3.一种根据权利要求1所述浅海环境下基于水平阵列的水面水下目标分类方法,其特征在于:利用常规波束形成方法得到波束形成后的目标辐射噪声时间-频率谱图的过程为:
水平阵列波束响应函数可表示为:
其中为波束响应,ω为角频率,θT,θS,rt分别为导向方位角、目标方位角和目标与水平阵参考阵元之间的距离,当目标运动时该距离随时间t变化,v(kt)为各阵元导向矢量,W=(w1,w2,…wN)T为各阵元加权权向量,T表示向量转置,PH为各阵元接收的目标辐射噪声时序信号声压的复共轭转置向量;当导向方位与目标方位一致时,即为在t时刻目标的输出波束在频率f时的结果,其中f=ω/(2π);
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110161293.1A CN112987004B (zh) | 2021-02-05 | 2021-02-05 | 一种浅海环境下基于水平阵列的水面水下目标分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110161293.1A CN112987004B (zh) | 2021-02-05 | 2021-02-05 | 一种浅海环境下基于水平阵列的水面水下目标分类方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112987004A true CN112987004A (zh) | 2021-06-18 |
CN112987004B CN112987004B (zh) | 2023-07-21 |
Family
ID=76348087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110161293.1A Active CN112987004B (zh) | 2021-02-05 | 2021-02-05 | 一种浅海环境下基于水平阵列的水面水下目标分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112987004B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113671507A (zh) * | 2021-07-14 | 2021-11-19 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于深海垂直阵的波导不变量估计方法 |
CN113705516A (zh) * | 2021-09-03 | 2021-11-26 | 东南大学 | 一种基于辐射噪声干涉条纹特征的声源深度判别方法 |
CN114491397A (zh) * | 2021-12-24 | 2022-05-13 | 中国电子科技集团公司第十四研究所 | 一种适用于圆形阵列的高增益波束形成方法 |
CN115242583A (zh) * | 2022-07-27 | 2022-10-25 | 中国科学院声学研究所 | 一种基于水平线列阵的信道脉冲响应被动估计方法 |
CN115687901A (zh) * | 2022-10-18 | 2023-02-03 | 哈尔滨工程大学 | 基于浅水声场相关性的水面水下目标分辨方法及设备 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999041568A1 (de) * | 1998-02-16 | 1999-08-19 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Laserscanner-messsystem |
US6084827A (en) * | 1998-08-19 | 2000-07-04 | Battelle Memorial Institute | Dual-head multibeam sonar apparatus and method for tracking objects underwater |
US20030231547A1 (en) * | 2002-06-18 | 2003-12-18 | Tsih Yang | Method and apparatus for passive acoustic imaging using a horizontal line array |
CA2762762A1 (en) * | 2008-05-29 | 2009-12-03 | Cambridge Consultants Limited | Radar system and method |
JP2015075461A (ja) * | 2013-10-11 | 2015-04-20 | 株式会社東京精密 | 2波長正弦波位相変調干渉計 |
EP2871491A1 (en) * | 2013-11-06 | 2015-05-13 | Delphi Technologies, Inc. | Radar sensor module |
US20160033646A1 (en) * | 2014-08-04 | 2016-02-04 | Maurice J. Halmos | Target rotation determination by speckle motion characterization |
CN105929385A (zh) * | 2016-04-06 | 2016-09-07 | 山东省科学院海洋仪器仪表研究所 | 基于双水听器lofar谱图分析的目标深度分辨方法 |
US9829565B1 (en) * | 2016-02-19 | 2017-11-28 | The United States Of America As Represneted By The Secretary Of The Navy | Underwater acoustic beacon location system |
CN108828522A (zh) * | 2018-03-28 | 2018-11-16 | 西北工业大学 | 一种利用垂直阵lcmv波束形成的水下目标辐射噪声测量方法 |
CN109752710A (zh) * | 2019-01-07 | 2019-05-14 | 中国人民解放军国防科技大学 | 一种基于稀疏贝叶斯学习的快速目标角度估计方法 |
CN109828266A (zh) * | 2018-11-01 | 2019-05-31 | 西北工业大学 | 一种适用于浅海负跃层条件的运动目标深度分类方法 |
CN109932708A (zh) * | 2019-03-25 | 2019-06-25 | 西北工业大学 | 一种基于干涉条纹和深度学习的水面水下分类目标的方法 |
CN110297241A (zh) * | 2019-07-09 | 2019-10-01 | 中国人民解放军国防科技大学 | 一种用于图像处理的上下文协方差矩阵构建方法 |
CN111257872A (zh) * | 2020-01-07 | 2020-06-09 | 哈尔滨工业大学 | 基于Radon变换与拉普拉斯算子的微多普勒抑制方法 |
-
2021
- 2021-02-05 CN CN202110161293.1A patent/CN112987004B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999041568A1 (de) * | 1998-02-16 | 1999-08-19 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Laserscanner-messsystem |
US6084827A (en) * | 1998-08-19 | 2000-07-04 | Battelle Memorial Institute | Dual-head multibeam sonar apparatus and method for tracking objects underwater |
US20030231547A1 (en) * | 2002-06-18 | 2003-12-18 | Tsih Yang | Method and apparatus for passive acoustic imaging using a horizontal line array |
CA2762762A1 (en) * | 2008-05-29 | 2009-12-03 | Cambridge Consultants Limited | Radar system and method |
JP2015075461A (ja) * | 2013-10-11 | 2015-04-20 | 株式会社東京精密 | 2波長正弦波位相変調干渉計 |
EP2871491A1 (en) * | 2013-11-06 | 2015-05-13 | Delphi Technologies, Inc. | Radar sensor module |
US20160033646A1 (en) * | 2014-08-04 | 2016-02-04 | Maurice J. Halmos | Target rotation determination by speckle motion characterization |
US9829565B1 (en) * | 2016-02-19 | 2017-11-28 | The United States Of America As Represneted By The Secretary Of The Navy | Underwater acoustic beacon location system |
CN105929385A (zh) * | 2016-04-06 | 2016-09-07 | 山东省科学院海洋仪器仪表研究所 | 基于双水听器lofar谱图分析的目标深度分辨方法 |
CN108828522A (zh) * | 2018-03-28 | 2018-11-16 | 西北工业大学 | 一种利用垂直阵lcmv波束形成的水下目标辐射噪声测量方法 |
CN109828266A (zh) * | 2018-11-01 | 2019-05-31 | 西北工业大学 | 一种适用于浅海负跃层条件的运动目标深度分类方法 |
CN109752710A (zh) * | 2019-01-07 | 2019-05-14 | 中国人民解放军国防科技大学 | 一种基于稀疏贝叶斯学习的快速目标角度估计方法 |
CN109932708A (zh) * | 2019-03-25 | 2019-06-25 | 西北工业大学 | 一种基于干涉条纹和深度学习的水面水下分类目标的方法 |
CN110297241A (zh) * | 2019-07-09 | 2019-10-01 | 中国人民解放军国防科技大学 | 一种用于图像处理的上下文协方差矩阵构建方法 |
CN111257872A (zh) * | 2020-01-07 | 2020-06-09 | 哈尔滨工业大学 | 基于Radon变换与拉普拉斯算子的微多普勒抑制方法 |
Non-Patent Citations (10)
Title |
---|
RÉMI EMMETIÈRE 等: "Passive Source Depth Discrimination in Deep-Water", 《IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING》, pages 185 - 197 * |
XINGYUE ZHOU 等: "Deep Learning Based on Striation Images for Underwater and Surface Target Classification", 《IEEE SIGNAL PROCESSING LETTERS》, pages 1378 - 1382 * |
孟瑞洁 等: "浅海波导中低频声场干涉简正模态的判别", 《物理学报》, pages 1 - 11 * |
徐国军 等: "频率自适应最优权重阵列干涉条纹处理技术", 《声学学报》, pages 257 - 266 * |
李启虎 等: "浅海波导中水下目标辐射噪声干涉条纹的理论分析和试验结果", 《声学学报》, pages 253 - 257 * |
李田泽 等: "干涉条纹的定位及图像处理技术", 《山东理工大学学报(自然科学版)》, pages 26 - 31 * |
李辉: "深海大深度声场特性与目标定位技术研究", 《中国博士学位论文全文数据库 基础科学辑》, pages 1 - 144 * |
江南 等: "基于图像Radon变换的运动目标角参量测量方法", 《工业计量》, pages 16 - 19 * |
王立鹏 等: "基于多特征融合的自适应权重目标分类方法", 《华中科技大学学报(自然科学版)》, pages 38 - 43 * |
范崇祎: "单/双通道低频SAR/GMTI技术研究", 《中国博士学位论文全文数据库 信息科技辑》, pages 1 - 223 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113671507A (zh) * | 2021-07-14 | 2021-11-19 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于深海垂直阵的波导不变量估计方法 |
CN113671507B (zh) * | 2021-07-14 | 2024-01-05 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于深海垂直阵的波导不变量估计方法 |
CN113705516A (zh) * | 2021-09-03 | 2021-11-26 | 东南大学 | 一种基于辐射噪声干涉条纹特征的声源深度判别方法 |
CN113705516B (zh) * | 2021-09-03 | 2024-02-20 | 东南大学 | 一种基于辐射噪声干涉条纹特征的声源深度判别方法 |
CN114491397A (zh) * | 2021-12-24 | 2022-05-13 | 中国电子科技集团公司第十四研究所 | 一种适用于圆形阵列的高增益波束形成方法 |
CN114491397B (zh) * | 2021-12-24 | 2022-12-09 | 中国电子科技集团公司第十四研究所 | 一种适用于圆形阵列的高增益波束形成方法 |
CN115242583A (zh) * | 2022-07-27 | 2022-10-25 | 中国科学院声学研究所 | 一种基于水平线列阵的信道脉冲响应被动估计方法 |
CN115687901A (zh) * | 2022-10-18 | 2023-02-03 | 哈尔滨工程大学 | 基于浅水声场相关性的水面水下目标分辨方法及设备 |
CN115687901B (zh) * | 2022-10-18 | 2023-06-16 | 哈尔滨工程大学 | 基于浅水声场相关性的水面水下目标分辨方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112987004B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112987004A (zh) | 一种浅海环境下基于水平阵列的水面水下目标分类方法 | |
CN103438987B (zh) | 基于超指向性小孔径圆柱阵的舰船辐射噪声源分辨方法 | |
CN108226933B (zh) | 一种基于条纹干涉结构的深海宽带目标深度估计方法 | |
CN111580048B (zh) | 一种利用单矢量水听器的宽带声源深度估计方法 | |
CN102645265A (zh) | 一种基于虚拟时间反转镜的舰船辐射噪声级测量方法 | |
CN112269164A (zh) | 深海可靠声路径下基于干涉结构匹配处理弱目标定位方法 | |
CN111025273B (zh) | 一种畸变拖曳阵线谱特征增强方法及*** | |
CN111693971B (zh) | 一种用于弱目标检测的宽波束干扰抑制方法 | |
CN104678384A (zh) | 一种波束域的声压差互相关谱分析水下目标速度估计方法 | |
CN112327362B (zh) | 速度域的海底多次波预测与追踪衰减方法 | |
CN113011006A (zh) | 一种基于互相关函数脉冲波形匹配的目标深度估计方法 | |
CN114779170A (zh) | 一种浅海近场声源定位方法 | |
CN103513238B (zh) | 一种规整化最小二乘子空间相交的目标方位测向方法 | |
CN108572349B (zh) | 一种深海环境下基于模型计算的声源定深方法 | |
CN112269163A (zh) | 一种基于坐底单三维矢量水听器的水中声源方位深度协同跟踪方法 | |
CN111580079A (zh) | 一种基于单矢量水听器的水下运动目标最近接近距离估计方法 | |
CN112098938B (zh) | 一种基于六元锥矢量阵的水声目标降维匹配声场定位方法 | |
CN111679248B (zh) | 一种基于海底水平l型阵列的目标方位和距离联合稀疏重构定位方法 | |
CN115220026B (zh) | 一种基于冰面水平阵列的匹配场跨冰定位方法 | |
CN113671507B (zh) | 一种基于深海垂直阵的波导不变量估计方法 | |
Li et al. | Passive depth estimation for a narrowband source using a single vector sensor in deep water | |
CN115902849A (zh) | 一种基于波束输出强度重采样的深海声源深度估计方法 | |
CN113624330A (zh) | 一种水下目标辐射噪声测量组合体积阵及测量方法 | |
CN113126029A (zh) | 适用于深海可靠声路径环境的多传感器脉冲声源定位方法 | |
Wu et al. | Feature enhancement technique with distorted towed array in the underwater radiated noise |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |