-
公开(公告)号：CN105631198A
公开(公告)日：2016-06-01
申请号：CN201510976147.9
申请日：2015-12-22
Applicant: 中国船舶重工集团公司第七一五研究所
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明涉及一种基于模糊层次分析的海洋噪声场处理性能评估方法，该评估方法通过如下步骤实现：首先，构建层次结构模型，对不同低频海洋噪声场适配处理方法的方案层相同的因素做属性值规范化处理；然后，由准则层开始直到最底层的方案层，由领域专家对层中各因素两两比较，得到判断矩阵群和模糊判断矩阵群；其次，求单个模糊判断矩阵的权重向量和合成权重向量；最后，将不同处理方法的属性值规范化后的方案层各因素的值乘以各因素的合成权重向量，累加起来得到处理方法评估的最终得分，给出评估结果；本发明用于评估低频噪声场适配处理算法的性能，最终给出数值化的评估结果，为最终的适配处理性能比较提供依据。
-
公开(公告)号：CN115795294A
公开(公告)日：2023-03-14
申请号：CN202211480032.7
申请日：2022-11-23
Applicant: 中国船舶重工集团公司第七一五研究所
IPC: G06F18/213 , G06F18/10 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于深度卷积神经回归网络的常规波束形成学习方法，包括：步骤1，获取数据集，包括若干数据对，任一数据对包括阵元域频域数据和对应的空间能量谱；步骤2，对阵元域频域数据进行特征预提取，得到阵元域频域特征，构建样本集；步骤3，构建以阵元域频域特征为输入、对应的空间能量谱为目标输出的深度卷积神经网络模型；步骤4，基于样本集对深度卷积神经网络模型进行训练；步骤5，将未知阵元域频域数据进行特征预提取后，输入至训练后的深度卷积神经网络模型中，输出预测的空间能量谱。本发明所提方法和模型是一种独立于当前阵列信号处理方法之外的常规波束形成框架，具有自主学习进化、高效并行计算等特点。
-
公开(公告)号：CN115755059A
公开(公告)日：2023-03-07
申请号：CN202211472529.4
申请日：2022-11-23
Applicant: 中国船舶重工集团公司第七一五研究所
IPC: G01S15/00 , G01S15/88 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于多尺度深度卷积神经回归网络的被动高分辨处理方法，包括：步骤1，构建训练样本集，所述训练样本集中任一训练样本包括三维阵元域频域数据xsample和对应的真实高分辨空间能量谱标签ylable；步骤2，基于训练样本构建多尺度深度卷积神经回归网络模型；步骤3，构建关于多尺度深度卷积神经回归网络模型的加权增强损失函数；步骤4，基于训练样本集和加权增强损失函数训练多尺度深度卷积神经回归网络模型；步骤5，将新的三维阵元域频域数据作为输入，通过训练后的多尺度深度卷积神经回归网络模型得到预测的高分辨空间能量谱。
-
公开(公告)号：CN115630484A
公开(公告)日：2023-01-20
申请号：CN202211203351.3
申请日：2022-09-29
Applicant: 中国船舶重工集团公司第七一五研究所
Abstract: 本发明公开了一种波束优化设计结合波束域自适应空间谱估计方法,所述方法包括，步骤1，假设声纳基阵为阵元个数为M且阵元间距为d的均匀直线阵，计算其驾驶向量A(i,θ)＝exp(j2πfdcos(θ)/C*(i‑1))，i＝0,1,K,M，0≤θ≤180；同时设定每快拍采样点数为N，接收阵元域时域数据为x(i,n)，其中i＝0,1,..,M，n＝0,1,...,N，再对每个阵元做NFFT点的快速傅里叶变换(FFT)，得到阵元域频域数据为X(i,n)＝FFT(x(i,n))，i＝0,1,K,M，n＝0,1,...,NFFT‑1。本发明可以有效提高模型失配下自适应波束形成器的阵处理增益，并且不会降低其空间分辨能力。
-
公开(公告)号：CN115758154A
公开(公告)日：2023-03-07
申请号：CN202211479975.8
申请日：2022-11-23
Applicant: 中国船舶重工集团公司第七一五研究所
IPC: G06F18/214 , G06N3/0464 , G06N3/08 , G06F17/16
Abstract: 本发明公开了一种基于注意力机制网络的被动弱目标检测方法，包括：步骤1，构建仿真弱目标检测初始样本集并进行预处理，得到若干三维阵元域频域数据和对应的弱目标增强标签，形成仿真弱目标检测样本集；步骤2，构建注意力机制网络模型；步骤3，构建面向注意力机制网络模型训练的弱目标加权增强损失函数；步骤4，基于仿真弱目标检测样本集训练注意力机制网络模型；步骤5，将未知三维阵元域频域数据作为训练后的注意力机制网络模型的输入，得到预测的弱目标推理结果；步骤6，对预测的弱目标推理结果进行解码，得到空间能量谱。
-
公开(公告)号：CN114089320A
公开(公告)日：2022-02-25
申请号：CN202111201324.8
申请日：2021-10-15
Applicant: 中国船舶重工集团公司第七一五研究所
Abstract: 本发明公开了一种自适应宽带加权波束形成方法，包括以下步骤：基于获取的各子带阵数据，计算各子带的平均能量；设定可调控制参数，并基于各子带的平均能量，计算对应的各对角加载量幅度加权算子；对各子带阵数据进行幅度加权处理，得到各子带幅度加权后的阵数据；利用各幅度加权后的阵数据迭代计算对应的各协方差矩阵的逆；基于子带协方差矩阵的逆，利用最小方差无畸变波束形成器计算宽带空间谱。本发明在基阵的频域阵数据上进行基于对角加载量的幅度加权处理，并结合迭代求逆方法，可保证求逆稳定的同时提升宽带检测性能，而且计算效率得到很大提高。本发明可解决检测性能好的频率分量过加载从而影响宽带检测信息的问题。
-
公开(公告)号：CN106526600B
公开(公告)日：2019-09-20
申请号：CN201610879218.8
申请日：2016-10-09
Applicant: 中国船舶重工集团公司第七一五研究所
Abstract: 本发明提出一种水声运动目标径向速度被动估计方法，对单水听器接收时域信号(或者波束域时域信号)以一定时长为步进，进行信号分段，并对每一段信号进行离散傅立叶变换，得到频域信号，取多组相差等差时刻的两个声压进行互谱运算,得到一组离散序列，对该序列进行傅立叶变换，对离散傅立叶变换结果进行极大值搜索、提取历程中的亮条纹或者人工提取得到目标的径向运动速度。本发明解决了由于不同时刻接收声压初始相位不同导致的估计错误的问题，对时间差采样间隔没有限制，能够在无须已知海洋环境先验知识的情况下有效地对水下运动声源径向速度进行被动估计，且适用于匀速和变速运动目标，可应用于单接收水听器和水听器阵列，方法简单易行。
-
公开(公告)号：CN106526600A
公开(公告)日：2017-03-22
申请号：CN201610879218.8
申请日：2016-10-09
Applicant: 中国船舶重工集团公司第七一五研究所
Abstract: 本发明提出一种水声运动目标径向速度被动估计方法，对单水听器接收时域信号(或者波束域时域信号)以一定时长为步进，进行信号分段，并对每一段信号进行离散傅立叶变换，得到频域信号，取多组相差等差时刻的两个声压进行互谱运算,得到一组离散序列，对该序列进行傅立叶变换，对离散傅立叶变换结果进行极大值搜索、提取历程中的亮条纹或者人工提取得到目标的径向运动速度。本发明解决了由于不同时刻接收声压初始相位不同导致的估计错误的问题，对时间差采样间隔没有限制，能够在无须已知海洋环境先验知识的情况下有效地对水下运动声源径向速度进行被动估计，且适用于匀速和变速运动目标，可应用于单接收水听器和水听器阵列，方法简单易行。
-
公开(公告)号：CN114895289A
公开(公告)日：2022-08-12
申请号：CN202210559190.5
申请日：2022-05-22
Applicant: 中国船舶重工集团公司第七一五研究所
Abstract: 本发明涉及一种基于压制式干扰与目标多维差异性特征的联合检测方法，对于被动声纳目标，所述方法构造频域聚焦矩阵对频域基阵数据进行加权处理，得到导向功率谱密度矩阵；基于导向最小方差准则构建自适应波束形成最优权系数，获得自适应加权的波束域频域数据；遍历所有波束，提取多维差异性特征，并基于多维差异性特征得到联合检测结果。本发明提高压制式干扰下弱目标的抗干扰处理增益，有效减少压制式干扰的盲区范围，大大提高压制式水声对抗干扰环境下被动声纳目标的探测效能；通过仿真与海试试验数据对此方法进行了验证，本方法在压制式干扰下的弱目标检测能力明显优于传统能量检测方法，并且有效减少压制式干扰下的探测盲区范围。
-
公开(公告)号：CN105631198B
公开(公告)日：2018-11-06
申请号：CN201510976147.9
申请日：2015-12-22
Applicant: 中国船舶重工集团公司第七一五研究所
IPC: G06F19/00
Abstract: 本发明涉及一种基于模糊层次分析的海洋噪声场处理性能评估方法，该评估方法通过如下步骤实现：首先，构建层次结构模型，对不同低频海洋噪声场适配处理方法的方案层相同的因素做属性值规范化处理；然后，由准则层开始直到最底层的方案层，由领域专家对层中各因素两两比较，得到判断矩阵群和模糊判断矩阵群；其次，求单个模糊判断矩阵的权重向量和合成权重向量；最后，将不同处理方法的属性值规范化后的方案层各因素的值乘以各因素的合成权重向量，累加起来得到处理方法评估的最终得分，给出评估结果；本发明用于评估低频噪声场适配处理算法的性能，最终给出数值化的评估结果，为最终的适配处理性能比较提供依据。
