您好、欢迎来到现金彩票网!
当前位置:满堂彩 > 航空声纳浮标 >

海洋声学目标探测技术研究现状

发布时间:2019-07-05 21:58 来源:未知 编辑:admin

  如潜艇辐射的螺旋桨转动噪声、艇体与水流摩擦产生的流噪声、以及各种发动机机械振动引起的辐射噪声等

  ,而被动声呐系统则是水听器及其阵列的主要安装平台,其形式、尺寸及安装形式等都对信号接收产生直接影响;信号处理部分则构成了软件基础,决定了信息提取的有效性,是被动声呐系统的大脑。硬件和软件基础共同决定了被动探测技术的性能。

  ,其包含的水听器主要有标量的声压水听器和矢量水听器2种,阵列形式可分为线型、面型和体积型,实际中可依据不同的应用环境选择不同的阵型。

  ,一般以海岸为基地,在大陆架或者海岛周边大型布放水下基阵,用于警戒和监视海峡、港口、航道以及敏感水域的敌方水下潜艇活动,是反潜预警系统的重要组成部分。一般由线性水听器基阵、海底电(光)缆、岸上终端电子设备以及电源系统等组成。岸基声呐中较为典型的是美国在冷战时期部署的声音监控系统(SOSUS),该系统采用子阵技术,将一条长线个子阵单独处理,再结合起来进行波束形成,从而得到较窄的波束和更好的指向性。

  洛克希德·马丁公司生产的TB-29系列细长线阵船用被动声呐主要包括拖曳阵声呐和舷侧阵声呐等。其中拖曳阵声呐具有

  艇)空间尺度的限制,可比一般的舰(艇)载声呐基阵孔径大1个数量级以上,因而它在极低频段仍有较高的空间增益,适合在低频工作;基阵远离其拖曳平台,并可选择在最有利的深度工作,背景干扰大为减小,传播条件相对有利。基于这两大特点,拖曳阵声呐与其他常规声呐相比,探测能力大为提高。拖曳阵声呐作为平台声呐中工作频率最低、作用距离最远的设备,已经成为舰船的主要声呐装备之一,典型的有美国潜用粗线拖曳阵声呐TB-16(相对于直径小于40mm的细线阵而言),以及后续改进的细线所示。航空声呐是海军反潜直升机和反潜巡逻机的主要反潜探测设备。用于搜索、识别和跟踪潜艇,保障机载反潜武器的使用或引导其他反潜兵力实施对潜攻击,主要分为吊放式声呐和声呐浮标系统

  2种。吊放式声呐装备于反潜直升机,一般采取跳跃式逐点搜索。当直升机飞临某一探测点,低空悬停

  ,将换能器基阵吊放入水至最佳深度,以主动或被动方式全向搜索;对某一点搜索完毕后,即将基阵提出海面飞向另一探测点搜索。典型的吊放声呐有法国的FLASH和美国的HELRAS系统,其被动接收水听器基阵均是体积型阵列,如图2所示。图

  ,反潜机先将浮标组按一定的阵式投布于搜索海区,然后在海区上空盘旋以接收由不同浮标经无线电调制发射的目标信息。典型的声呐浮标有澳大利亚的BARRA和美国的ADAR系统,前者包含的水听器阵列是一个5×5的多环平面阵(见图3),后者则包含一个40元的体积型水听器基阵。图

  ,进而实现水下目标的检测、定位和识别。现阶段,提高信噪比主要有时域、空域处理和后置处理等技术途径。限于篇幅,文中将主要从空域处理的角度进行介绍。⑴波束形成技术波束形成是被动声呐系统中的重要部分,其功能主要有:抑制环境噪声

  ;实现对目标信号波达方向的估计;检测和分辨多个不同方位到达的平面波信号。波束形成技术主要包括数据独立和自适应波束形成两大类。①据独立波束形成技术数据独立波束形成方法的权值向量是固定的,不随接收数据的变化而变化

  其形成的波束响应同样是固定的。延迟求和方法以及各种加窗处理技术都是具有代表性的固定权值波束形成方法

  ,如Chebyshev窗、Hanning窗和Hamming窗等。在数据独立波束形成方法中,获取更高的指向性,以提高检测微弱信号和分辨紧邻目标的能力,一直是其主要的研究方向,由此催生出了“超指向性”方法。②自适应波束形成技术自适应波束形成技术,也可称之为数据驱动波束形成技术

  ,所获得的波束响应也随之变化。自适应波束形成器可以在干扰方位自适应产生凹槽,从而提高信干噪比(SINR),其中最典型的是Capon于1969年提出的最小方差无失真响应(MVDR)波束形成技术。该技术在保持波束指向方向信号无失真的条件下,通过使基阵输出功率最小来实现对干扰的有效抑制,有较好的方位分辨能力和较强的干扰抑制能力。然而,MVDR方法的稳健性较差,当出现阵列流形误差时,如波达角(AOA)误差、阵形校准误差、平面波假设的失配等,其性能会急剧下降。为了减小MVDR方法对各种误差失配引起的性能下降,人们提出了各种稳健算法,而对角加载类方法是最常用的一种。Cox等最早通过增加白噪声增益的方法推导出对角加载算法的表达式,提高了MVDR

  ,均可等效为对角加载方法。然而,对角加载算法很难给出合适的对角加载量的值,从而给该方法的实用带来一定的限制。⑵方位估计技术基于传感器阵列的方位估计(DOA)技术是被动声呐的重要研究内容,

  3类:波束扫描类算法、子空间类算法和稀疏信号处理类算法。①波束扫描类方位估计算法常用的方位估计技术主要有波束形成方法和高分辨方位估计方法。最早的基于阵列的DOA算法为常规方法,

  方法。由于常规方法易于实现、稳健性好及对信号之间的相干性不敏感,很多声呐系统均采用此种技术预成多波束来实现对目标方位的估计。但常规方法的角度分辨能力受瑞利极限的限制,无法分辨2个在方位上靠得较近的信号源。②子空间类方位估计算法自20世纪70

  空间谱估计研究方面涌现出大量文献,这些理论克服了方位分辨的瑞利准则,获得了超过常规方法的方位分辨能力。其中以美国的Schmidt等提出的多重信号分类(MUSIC)算法最为著名,它的提出促进了特征子空间类算法的兴起。这类算法的共同特点是通过对阵列接收数据特征分解或奇异值分解等,将接收数据划分成2个相互正交的子空间,即信号子空间和噪声子空间。子空间分解类算法从处理方式上可分为2类:一类是以MUSIC为代表的噪声子空间算法,另一类是以旋转不变子空间(ESPRIT)为代表的信号子空间类算法。MUSIC算法是利用导向矢量与噪声子空间的正交特性,而ESPRIT算法则是利用数据协方差矩阵信号子空间的旋转不变特性。与MUSIC算法相比,ESPRIT算法计算量小,不需要进行谱峰搜索。③稀疏信号处理类方位估计算法稀疏信号处理类算法是近十年发展起来的DOA估计算法。此类算法首先将空间扫描方位离散化,

  没有信号的扫描方位上信号参数为零。通常目标空间方位分布模型具备稀疏性,利用信号的稀疏信息可以提高DOA估计性能。稀疏信号处理类算法主要包括稀疏信号重构类算法、稀疏协方差拟合类算法和非正则参数或非人工参数类算法。稀疏信号重构类算法如多测量向量的欠定系统局域解法(M-focuss)和基于奇异值分解的l1

  范数稀疏方法(l1-SVD),利用扫描网格点信号波形的lp(0p≤1)范数和信号重构模型误差的l2范数联合最小化来实现信号方位估计。稀疏协方差拟合类算法如稀疏谱拟合算法(SpSF),其思路与稀疏信号重构类算法一致,利用基阵输出数据的2阶统计量信息,通过扫描网格信号功率的l1范数和协方差矩阵拟合误差的l2范数联合最小化来实现信号方位估计。上述2种算法的共同弊端是均需预先给定正则参数,然而正则参数很难做到恰当的选择。非人工参数类算法如协方差稀疏迭代估计(SPICE)算法和稀疏近似最小方差(SAMV)算法并不是从l1,l2范数联合最优化入手,而是从最大似然估计的角度,利用采样协方差与期望信号模型协方差的关系给出信号的参数估计准则,并在此估计准则下得到扫描网格点的信号功率谱估计,算法过程无需提供任何正则参数。对于宽带信号,波束扫描类方位估计算法如宽带稳健Capon波束形成方法

  利用不确定集约束提高有限快拍数量Capon波束形成算法的稳健性,具有一定高分辨能力;宽带信号的子空间方位估计算法分为非相干信号子空间(ISS)算法和相干信号子空间(CSS)算法。ISS算法通过子频带非相干叠加实现宽带信号方位估计,但只能处理非相干信号;CSS算法将宽带信号映射到某个参考频点上,再利用窄带子空间类算法估计目标方位,具有相干信号方位估计能力,但该算法需提前给出目标方位的预估角度,且预估角对算法性能影响较大。对于稀疏信号处理类算法,l1-SVD算法已经被应用于宽带信号方位估计,取得较好DOA估计性能,然而l2-SVD算法待优化的参数较多,计算量庞大,正则参数选取困难;宽带信号协方差矩阵稀疏表示算法无需将接收信号变换到子带进行处理,而是利用宽带信号的时延信息和协方差矩阵的稀疏性,在时域实现目标的方位估计,但该方法要求入射信号必须具有相同的自相关函数,从而建立协方差矩阵内部元素与信号时延的线性映射关系,应用面较窄。

  据此所使用的频率有几百赫兹、几千赫兹、几十千赫兹、几百千赫兹等。文中主要聚焦于工作频率为几百赫兹到几千赫兹的对潜主动探测技术。过去几十年来,潜艇减振降噪技术的发展,使得潜艇辐射噪声大约以每年平均

  1dB的速度降低,这给被动探测技术带来了很大挑战,同时促使主动水声探测技术得到了足够的重视和充分的发展。在主动水声探测技术的发展方面,低频大功率探测技术和不断涌现的新式探测技术(双/

  多基地探测、前向散射探测和多输入多输出(MIMO)探测等)形成了主要的技术发展脉络。⑴低频大功率探测技术主动声呐自诞生以来,就一直向低频大功率方向发展。低频大功率探测技术逐渐成为探潜的主流技术之一

  ,低频大功率发射换能器已经运用于美国的监视拖曳阵传感器系统(SURTASS)主被动联合探测系统(见图4)和HELRAS吊放声呐系统(见图2(b))、欧洲Thales公司的CAPTAS系列声呐(见图5)及Atlas公司的LFTAS声呐。图

  其中SURTASS系统发射频率范围覆盖100~500Hz,声源级可达235dB。CAPTAS系列声呐采用2只或4只的大功率溢流环换能器组成不同的子型号以满足不同需求,工作频段可覆盖900~2000Hz。LFTAS声呐工作频段为1400~2400Hz。这些系统在使用低频大功率发射换能器或换能器基阵的前提下,同时采用大孔径拖曳线列阵声呐进行被动接收,从而获得接收大孔径、深度可变化等优点,显著提高了探测性能。与拖曳的工作方式不同,HELRAS吊放声呐系统由直升机携带,工作频段为1000~2000Hz,可单独进行探测,也可以和浮标等组合,辅以相应的数据共享与联合处理软件,从而拓展成双基地、多基地探测系统,具有灵活的探测方式。这些低频大功率探测声呐代表了目前的国际先进水平。国内主要由中科院声学所、哈尔滨工程大学、杭州应用声学研究所等机构对低频大功率发射换能器技术进行了深入研究,并已经制作了相应的部分换能器样机。随着低频大功率发集增益,

  ,水声通信网络将多探测平台互联,为不同探测平台间目标特征信息的交互建立传输通道,同时也为各个探测平台提供地理位置与时间信息。水声通信网络技术是实现水下目标多源声学信息融合探测的关键技术之一。⒈国外发展现状水声通信网络的研究起步于20世纪90

  ,在实现了点对点的实时通信之后,美国、欧盟、中国和日本等国家和地区相继开始了水声通信网络技术的研究,诞生了一些具有代表性的研究项目,典型的如美国的海网(Seaweb)项目和近海水下持续监视网(PLUSNet),欧盟的研究与开发框架计划和“地平线”计划(horizon 2020)等。Seaweb项目关注水下固定部署节点实际组网的可靠性,验证长时间部署网络的可行性,推动了水下通信节点研制和组网技术的发展。该项目的网络节点分布在

  ~10000km2的范围内,提供声学通信、探测、定位与导航功能,由固定的水面浮标节点、水下固定节点和水下移动节点构成自主水下网络系统,并采用先进的组网协议来完成给定的任务。Seaweb项目早在1998年就开始实际的水下组网试验,到目前为止已经进行了十几年,是目前试验时间最长、规模最大的水下网络。Seaweb98’采用多频移键控(MFSK)调制技术、频分多址(FDMA)方式、二叉树形式的拓扑结构和静态路由,验证了存储转发、自动重传及简单的路由等网络概念。Seaweb99’增加了节点和网关,增加了运行在网关上的Seaweb服务器。Seaweb98’和Seaweb99’暴露了FDMA方式的不足,推动了通信节点硬件的改进。Seaweb2000’采用混合码分多址/时分多址(cCDMA/TDMA)的复用方式,设计与实现一个紧凑的结构化网络协议,新增加了协议的控制功能,通过使用握手方式来避免网络通信中的数据冲突。Seaweb2001’用潜艇作为移动节点,潜艇不仅能够和Seaweb网络的控制中心通信,甚至实现了与海上巡逻飞机之间进行通信。Seaweb2003’~2005’使用1~3个UUV作为移动节点,如图7所示,与多个固定在水下的节点协同工作。图7

  还开展了利用固定水下节点为UUV提供导航功能的试验。表1给出了Seaweb2006’~2010’试验的关键技术以及取得的主要成果。表1

  CAMA。绘制海底图形及收集海洋环境数据,此次布放的节点也将用于未来几年内海洋环境数据的收集。Seaweb2008’

  进行数据传输,通过1个水面浮标将水下信息经卫星传递给控制中心。验证了浅海水下盯梢系统的有效性和利用声学链路进行数据传输的可靠性。Seaweb的成功带动了美国多种水声通信网络应用计划。依据

  使得水下的军事任务能以跨系统、跨平台、跨国家的协作方式进行,还推动了舰队作战实验(如印度舰队作战实验(FBE-I))、浅海反潜战(ASW)(如分布式敏捷反潜项目(DASH))、水下通信(如Sublink项目)以及UUV命令与控制等计划,用于沿海广大区域的警戒、反潜战和反水雷系统,实施命令、控制、通信和导航功能。2006年,于美国海军潜艇联合会-潜艇技术论坛披露了PLUSNet,它是一种半自主控制的海底固定加水中机动的网络化设施,由携带半自主传感器的多个潜航器组成。这些潜航器能够互相通信,并在没有人为指令的情况下做出基本决策,从而履行多种功能,包括对温度、水流、盐度、化学成分及其他海洋元素进行取样,密切监视并预测海洋环境变化。欧盟第四框架(1994~1998年)计划支持下的海洋科学技术项目

  发展了一个系列化的水声通信网络研究计划。第五框架(1998~2002年)支持下的水声网络项目(ACMEnet)是一个以长期、实时进行沿海环境观测为目的构建的水声通信网络,分别于2002年9月和2003年9月进行了2次海试。ACMEnet采用基于MFSK/TDMA的主从式网络协议,主节点可调整网络的调制方式和声源级,用轮询或定时方式直接或经过中继获得节点的数据,中继通信采用静态路由。欧盟第七框架(2008~2011年)计划支持下的水声网络

  项目,其目标是在海上开发和测试一个创新且可运行的联合地面和空中传感器的网络系统以保护关键基础设施,如离岸平台和能源工厂等。UAN着重于建立通过水声通信实现面向安全的水下无线网络基础设施,通过收集声传播过程中海洋环境信息预测在任何给定时间上的声传播状况和可获得的最优化网络通信性能的研究方法。第七框架计划支持下的基于联合架构的水下感知、监测和管控项目(SUNRISE)应用了物联网的理念,提出了水下物联网(IOUT)的构想,通过联合现有的水下基础设施对水下世界进行感知、监测和开发来扩大未来的互联网世界。图8

  该项目是由欧洲多所科研院校和机构共同合作建立的水声通信网络联合试验项目。该项目新开发了网络协议SUNSET和水下航行器等平台,在欧洲范围内建立了

  (地中海、海洋、黑海、湖泊、运河)下的水声通信网络,并可通过统一门户访问。欧盟“地平线年)计划支持下的空地海未来网络试验(RAWFIE)项目,旨在构建涵盖陆地、空中和水下的无人驾驶平台未来物联网的试验系统。“地平线”计划支持下的水下机器人智能联合组网项目(SWARMs)项目,其基本概念如图8所示,通过构建基于UUV的合作网络以降低海上作业的成本,提高作业的安全性。Seaweb项目从最初的可行性验证,到不断的功能性扩展,再到大规模分布式的组网试验研究,有力地推动了水声通信网络的发展。其组网协议随着研究的深入不断得到优化和提升,

  网络节点呈现出从静态到动态再到多平台联合的发展趋势。欧盟的水声通信网络系列化研究逐步推进,其网络协议从简单的主从模式到依据信道动态优化方式,组网节点从静态到覆盖陆地、空中和水下的多种平台。从美国和欧盟在水声通信网络领域的发展现状可以看出,适应水下环境特点深入优化网络协议和实现水下与水面、空天多平台互连将是未来重要的发展趋势。⒉国内发展现状我国水声通信网络的研究仍处在初步阶段,西北工业大学、哈尔滨工程大学、厦门大学、中国海洋大学、中国科学院声学所和中国船舶重工集团公司第715研究所是我国进行此项研究较早的单位。目前,国内在水声通信组网的仿真研究较为广泛,

  ,具有代表性的国内水声通信网络研究项目主要有以下几个方面。⑴在十二五国家重大专项子课题“隔水管疲劳监测系统研究”支持下,西北工业大学航海学院研制了5节点的隔水管疲劳监测网络,5个水下节点固定部署于隔水管上

  ,实时采集隔水管疲劳相关参数,以水声通信方式传输数据,采用TDMA方式接入水面处理节点。该网络分别于2012年、2014年在海洋石油“×××”平台,2015年在××号石油平台完成了3次海上试验,试验结果表明,该系统能够长期有效地进行隔水管疲劳参数的采集与传输。图9为该项目2014年在海洋石油“×××”平台海试时其中2个节点的布放场景。图9隔水管疲劳监测网络试验

  ,西北工业大学航海学院研制了海空天跨介质通信网络,该网络由5个水下节点和1个水面节点构成。

  ⑶在863课题“OFDM水声通信及组网关键技”支持下,哈尔滨工程大学于2014年6~

  7月在南海陵水附近海域进行了15节点的大规模水声通信组网测试,该网络物理层同时支持高速OFDM和低速多载波MFSK两种通信制式,在组网过程中可以根据传输数据包类型和目标数据率的大小自适应切换通信制式,在网络层可同时支持随机接入的Aloha协议和握手方式的MACAW协议,可根据数据包的长度自适应切换。⑷在863课题“海洋环境监测传感器网络技术”支持下,中国科学院声学研究所通过研制的小型化、低功耗及通用型水声通信网络声通信节点,分别于2008年和2009年在浙江千岛湖进行了

  2次湖上组网测试,以正交相移键控相干通信和直接序列扩频通信2种通信方式为基础,完成了4~7节点的自组织组网,实时端对端传输图像、语音以及传感器数据(深度信息)。⑸在863课题“深海海洋环境监测传感器网络技术”支持下,中船重工第715研究所进行了基于集中式拓扑结构的3节点组网试验,验证了节点值班休眠模式、自适应功率

  /数据率调整、SW-HARQ链路层协议等。从上述国内研究现状可以看出,国内目前已开展了多种物理层通信技术的试验研究,对典型的MAC层接入技术也开展了初步的性能验证,网络的应用场景呈现出多样化

  ,基于网络场景和水下环境的网络协议优化已经逐步开展。对比国外研究现状,国内虽然已有相当规模的水声通信网络试验研究(最大包含15个节点),但仍需要进一步加强长期大规模的试验研究。综合国内外研究现状可以看出,不断提升水声通信网络协议性能,使其更好地适应水声信道和水下环境特点始终是水声通信网络的研究重点,尤其需要针对性的开发适用于长传播时延、链路不可靠等环境的水声通信网络组网协议。多源信息融合探测技术

  复杂水声环境和安静型目标所导致的杂波率高、目标声源级微弱以及多目标航迹交叉对多源信息融合带来很大挑战。

  层或原始信号层3个层次。接触即是指经波束成形和匹配滤波等处理且超过检测门限的信号。与原始信号相比,其在通信负荷和虚警率方面有许多优良的特性。目前

  ,北约水下研究中心和美国海军水下战研究中心在多基地声呐接触层的跟踪/融合取得了显著的进步。此外,2005年国际信息融合协会成立了多基地跟踪工作组(MSTWG),着力研究多基地声呐网络中的多目标跟踪问题。在多源网络中部署实施融合跟踪算法时,可将多传感器数据以扫描或预探测融合的方式提供给跟踪器。其中,扫描融合方式是将N个传感器逐一扫描生成的N组测量依次提供给跟踪器。而预探测融合则先融合N

  组测量以生成1个单独的集合,然后再将其提供给跟踪器。MSTWG的基准评估实验显示了预探测融合具有显著的技术优势,主要表现在:能够充分利用源自目标的测量比噪声或杂波在传感器间更具持久性的特点;通过减少传感器的测量数可显著降低跟踪器的计算复杂度;灵活地与各种跟踪器相结合,使其从中受益。多传感器系统的最优探测工作最早始于20世纪80~90年代。其考虑1个具有N个传感器的二值探测问题

  ,并隐含假设已知目标位置,而探测器的目的即是在2个简单假设间基于似然比率进行最佳区分:H0: noise onlyH1: target present+noise

  等提出了一种用于融合2组笛卡尔捕捉的算法,来融合由2个主动声呐系统观测到的,基于计算所得的最近邻捕捉对的关联概率,一个捕捉来自于1个声呐系统。以逻辑

  或”(OR)和“与”(AND)为融合准则,通过各种受试者工作特征(ROC)曲线评估算法在存在观测位置误差时的性能。实验显示该融合算法虽然不能提高ROC意义上的探测性能,但是能够增强捕捉位置信息。但该方法并不能直接推广到N个传感器的情况。此外,直观可见在具有大规模低探测率和高虚警率的传感器数据集上,如Metron数据集,该方法对跟踪器的性能提升不明显。

  预探测融合技术的出现源自采用跟踪器进行大规模低质量传感器数据分析的需求。Krout和Hanusa采用所提多种跟踪器对Metron数据集进行分析。在进一步采用联合概率数据关联(JPDA)跟踪器进行数据集分析时,为了缓和算法产生的大量错误轨迹,跟踪之前引入了一个预处理步骤,即从所有接收器计算得到的似然面中,提取前30个局部最大作为某一扫的测量信息,送至JPDA跟踪器。该算法在Metron数据集的场景1和4上取得了令人满意的结果,但是其跟踪碎片和探测概率仍有待提高。这可看作最早的预探测融合技术。一种称之为跟踪前融合FbT预探测结构第一次明确强调了如何最优处理由大量廉价但性能有限的传感器所组成的大规模传感器监测网络所产生的数据。

  通过静态融合操作来组合扫描所得的测量信息,与之相应的是比基于扫描的处理更强大的批处理技术。接着,对经静态融合所得的输出采用基于扫描的处理,获取实时监测结果。仿真数据集上的实验结果证明,FbT处理能够带来比集中式跟踪更好的性能。但是FbT没有充分利用度量协方差信息,因而无法区分空间距离近的目标。由Guerriero等提出的多假设广义似然比检验(GLRT)为处理大规模传感器网络中的数据融合问题提供了一种自然的方式。对每一个假定目标,均需找到最大化位置估计的似然函数,最后在关于各目标下的似然中选择最大似然。因为似然函数需同时对目标数和其所在笛卡尔坐标中的位置进行最大化,所以计算负荷极高,无法满足实际应用需要。对此,Georgescu等提出一种更具实用性的方法,首先采用度量协方差进行蒙特卡罗采样,以此缓解低质量传感器所带来的问题,接着进行捕捉筛选,最后跟随一个期望最大化(EM)算法融合测量,以进一步提高探测估计位置的精确性。与GLRT相比,该方法在显著提高计算效率的同时却带来不容忽视的性能损失。

  为了平衡计算复杂度与性能,Georgescu和Willett提出一种基于随机有限集马尔科夫链-蒙特卡罗(RFS MCMC)方法。该方法将潜在目标及其测量看作是由有限个随机变量组成的集合,该集合可由概率质量函数和联合概率密度完全刻画。然后通过MCMC采样依次估计目标的势

  即目标数)和每一个目标的位置及其相应的协方差。与最优的GLRT相比,其目标定位误差仍有待进一步提高。国内关于双/多基地声呐的研究始于20世纪90年代。中科院声学所、中船重工第715研究所、青岛潜艇学院、东南大学、上海交通大学、哈尔滨工程大学、西北工业大学等单位对多基地声呐的相关问题进行了深入研究且取得了一些关键性突破。此外,在信息融合领域,

  国内著名学者韩崇昭、何友、敬忠良、潘泉等近年来出版了多部专著,为这一领域的发展做出了积极的贡献。然而,尚未发现国内关于大规模低质量传感器组成的多基地声呐网络中的预探测融合技术的研究。

  ,都会使得海洋声信号不断发生折射、反射及散射等,导致其传播模式变得十分复杂。虽然如此,海洋声传播仍遵循一些特定的规律,

  可归纳为以下8种模式:直达波模式、表面波导模式、声道模式、半声道模式、海底弹射模式、汇聚区模式、可靠声路径模式和浅海传播模式,其中除直达波模式和浅海传播模式,其他均为深海特有的声传播模式。另外,水声环境的复杂性,也会产生不同类型的混响,引起嘈杂的噪声和干扰,给声探测带来难以忽视的影响。随着对海洋声传播规律的研究不断加深,人们开始逐渐将海洋信道的影响考虑到信号处理方法运用中。对于浅海环境的复杂性,人们先后提出了匹配场处理、时反聚焦处理及其相关的通信技术,很好地提高了浅海声学目标检测、定位和通信的性能。而对于深海环境,

  利用不同传播模式的定位方法也不断被提出,比较典型的有基于多途到达结构的定位方法、基于干涉条纹的定位方法等,均取得了不错的效果。现阶段,关于海洋传播物理规律以及相关的探测定位方法的研究方兴未艾,成果层出不穷,对其发展情况的介绍可另著长文进行综述,文中更侧重于信号处理方面的进展

  水声定位算法之 CBF波束形成。2)波束成形:进行波束成形处理成形阵列的空间指向性,从而达到对接收信号进行空域滤波的目的,获得空间处...

http://photosmoz.com/hangkongshengnafubiao/98.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有