一种声呐共形阵基于阵列流形测量的方向图综合方法

    公开(公告)号:CN110398711A

    公开(公告)日:2019-11-01

    申请号:CN201910707625.4

    申请日:2019-08-01

    Abstract: 本发明提供了一种声呐共形阵基于阵列流形测量的方向图综合方法,包括:(1)给出声呐共形阵的实际阵列流形矢量的数学表达式,和实际方向图的数学表达式;(2)将声呐共形阵的方向图综合问题转化为带线性约束的数学优化问题,可以同时对波束宽度、旁瓣高度、阵列增益、干扰方位等参数进行控制;(3)通过傅里叶变换方法,测量声呐共形阵的实际阵列流形矩阵;(4)利用二阶锥规划或凸优化方法对方向图综合问题进行求解。本发明可以解决因安装误差或平台遮挡引起的实际阵列流形与理论值不匹配问题,方向图综合时可以同时对波束宽度、旁瓣高度、阵列增益、干扰方位等参数进行控制,适合特殊或任意阵形的波束形成。

    一种连续波主动声呐目标回波检测方法

    公开(公告)号:CN110398743A

    公开(公告)日:2019-11-01

    申请号:CN201910718902.1

    申请日:2019-08-05

    Abstract: 本发明公开一种连续波主动声呐目标回波检测方法,包括:(1)根据跳频-线性调频(FH-LFM)信号的函数表达式,得到每个子脉冲的基带波形表达式,作为匹配滤波处理时的滤波器系数;(2)给出水下运动目标回波的函数表达式;(3)对回波信号进行多通道正交解调,得到多个基带信号,每个基带信号进行匹配滤波处理时,需要对滤波器系数进行修正,目的是检测不同多普勒频偏的目标回波;(4)对多通道匹配滤波结果进行依次延时并非相干累加,提高处理增益。改变依次延时的通道顺序,可以输出多个非相干累加结果,提高目标数据更新率。本发明提供的目标回波检测方法,可以提高检测性能并缩短目标数据更新时间,为后期目标跟踪提供丰富信息。

    一种基于遗传算法的用于水下探测的MSK波形优化方法

    公开(公告)号:CN106199565B

    公开(公告)日:2018-11-09

    申请号:CN201610493361.3

    申请日:2016-06-27

    Abstract: 本发明公开一种基于遗传算法的用于水下探测的MSK波形优化方法,包括:(1)使用一个码元矩阵表示构成一组MSK波形的码元序列,将码元矩阵用MSK方式调制,得到波形的自相关函数和两两之间的互相关函数;(2)使用自相关函数最大旁瓣值和互相关函数最大值的加权和表示优化过程中的目标函数值;(3)使用遗传算法优化码元矩阵使得目标函数值最小;(4)将优化所得的码元矩阵进行MSK调制,得到MSK波形。本发明优化所得的MSK波形具有相位连续包络恒定、良好的距离和速度分辨率、较好的自相关性能和较低的互相关值等优点,可以用于水下探测中多部声纳协同工作,降低声纳之间的干扰。

    一种基于遗传算法的用于水下探测的MSK波形优化方法

    公开(公告)号:CN106199565A

    公开(公告)日:2016-12-07

    申请号:CN201610493361.3

    申请日:2016-06-27

    Abstract: 本发明公开一种基于遗传算法的用于水下探测的MSK波形优化方法,包括:(1)使用一个码元矩阵表示构成一组MSK波形的码元序列,将码元矩阵用MSK方式调制,得到波形的自相关函数和两两之间的互相关函数;(2)使用自相关函数最大旁瓣值和互相关函数最大值的加权和表示优化过程中的目标函数值;(3)使用遗传算法优化码元矩阵使得目标函数值最小;(4)将优化所得的码元矩阵进行MSK调制,得到MSK波形。本发明优化所得的MSK波形具有相位连续包络恒定、良好的距离和速度分辨率、较好的自相关性能和较低的互相关值等优点,可以用于水下探测中多部声纳协同工作,降低声纳之间的干扰。

    一种基于深度学习的小样本数水下目标识别方法

    公开(公告)号:CN115508838A

    公开(公告)日:2022-12-23

    申请号:CN202211264622.6

    申请日:2022-10-17

    Abstract: 本发明提供了一种基于深度学习的小样本数水下目标识别方法,包括S1、对水下目标辐射噪声进行建模,给出水下目标辐射噪声DEMON谱处理方法,对DEMON谱进行预处理;S2、对辐射噪声进行处理,模拟目标不同的工作状态和运动状态,并抽取样本组合生成样本对,用于神经网络模型的训练、验证和测试;S3、设计基于一维卷积神经网络的孪生网络模型,对卷积神经网络的参数进行训练,用含不同多普勒频偏、不同信噪比和不同的谱线数量的验证集对网络性能进行评估,得到卷积神经网络模型,用于计算两个水下目标辐射噪声样本的“相似度”,进一步判断两个样本是否为同类目标。本发明有益效果:可以解决小样本数的水下目标的识别问题。

    一种基于压缩感知的水下多亮点目标的检测方法

    公开(公告)号:CN105548994A

    公开(公告)日:2016-05-04

    申请号:CN201510900596.5

    申请日:2015-12-08

    CPC classification number: G01S7/539

    Abstract: 本发明公开一种基于压缩感知的水下多亮点目标的检测方法,包括:(1)发射基带信号可以构成过完备原子库,接收信号表示为过完备原子库与亮点结构的乘积;(2)使用压缩感知技术的匹配追踪算法,估计目标的亮点结构;(3)利用估计所得的目标亮点结构去修正匹配滤波器的系数;(4)用修正后的匹配滤波器的系数对目标回波进行匹配滤波处理。本发明在水下多亮点目标的检测过程中,可以将“刺猬”形状的匹配滤波器输出改进为简洁的单峰输出,从而提高了信号处理增益,降低了虚警数量,有效地提高了声呐的探测性能。

    一种基于压缩感知的水下多亮点目标的检测方法

    公开(公告)号:CN105548994B

    公开(公告)日:2017-12-12

    申请号:CN201510900596.5

    申请日:2015-12-08

    Abstract: 本发明公开一种基于压缩感知的水下多亮点目标的检测方法,包括:(1)发射基带信号可以构成过完备原子库,接收信号表示为过完备原子库与亮点结构的乘积;(2)使用压缩感知技术的匹配追踪算法,估计目标的亮点结构;(3)利用估计所得的目标亮点结构去修正匹配滤波器的系数;(4)用修正后的匹配滤波器的系数对目标回波进行匹配滤波处理。本发明在水下多亮点目标的检测过程中,可以将“刺猬”形状的匹配滤波器输出改进为简洁的单峰输出,从而提高了信号处理增益,降低了虚警数量,有效地提高了声呐的探测性能。

    水下目标辐射噪声识别方法、装置、设备及存储介质

    公开(公告)号:CN117591917A

    公开(公告)日:2024-02-23

    申请号:CN202311736446.6

    申请日:2023-12-15

    Abstract: 本申请提供了一种水下目标辐射噪声识别方法、装置、设备及存储介质,所述方法包括:获取一段时间内的水下目标辐射噪声信号,并对所述水下目标辐射噪声信号进行数据处理,得到信号的梅尔频率倒谱系数特征;将多个所述梅尔频率倒谱系数特征组合得到样本集,基于所述样本集构建卷积神经网络模型,其中,所述卷积神经网络模型融合有残差‑注意力机制;基于训练好的所述卷积神经网络模型识别水下目标,输出水下目标的类别信息,并根据所述类别信息进行水下目标分类。本申请所述的用于识别水下目标辐射噪声的梅尔频率倒谱系数特征,解决复杂环境下水下目标识别的问题,该识别方法能够有效提高水下目标识别的准确度和识别效率。

    一种基于ZYNQ的多通道数据采集卡控制系统及方法

    公开(公告)号:CN116974235A

    公开(公告)日:2023-10-31

    申请号:CN202311228483.6

    申请日:2023-09-22

    Abstract: 本发明公开了一种基于ZYNQ的多通道数据采集卡控制系统及方法,包括外部输入模块、系统主控模块、采样控制模块、数据采集模块、数据处理模块;系统主控模块设于ZYNQ芯片的ARM端,采样控制模块、数据采集模块和数据处理模块设于ZYNQ芯片的FPGA端,外部输入模块设于ZYNQ芯片的外部,获取上位机的采样配置参数,根据采样配置参数对采样通道进行使能发送使能信号,控制选择单通道、双通道或多通道同步采样;选择通道采集外部设备的电压信号;将外部设备的电压信号通过优化处理后的信号转换为16位的数字信号,并提取两个16位数字信号进行拼接,形成32位数字信号;基于ZYNQ平台的控制系统解决多通道并行问题,支持动态参数可调等特性,使得适用范围更广、功能更全面。

Patent Agency Ranking