一种基于粒子滤波策略的无源声学定位方法

    公开(公告)号:CN116879839A

    公开(公告)日:2023-10-13

    申请号:CN202310843276.5

    申请日:2023-07-10

    Abstract: 一种基于粒子滤波策略的无源声学定位方法,涉及水下多目标定位技术领域。本发明是为了解决现有无源声学定位方法在还存在容易出现目标漏检,从而导致定位目标丢失的问题。本发明包括:对观测区域网格化,利用每个网格似然值获取航迹起始位置所在网格,在航迹起始位置所在网格内初始化粒子;在初始化后的粒子中采样,利用粒子n的状态计算粒子n的似然值;判断n是否小于粒子总数np,若n<np,令n=n+1,重新粒子采样;若n≥np则粒子似然值和,判断目标轨迹是否终止;若目标轨迹未终止,则利用粒子权值获取有效粒子数量;利用有效粒子数量判断是否进行重采样,最后利用粒子权值估计目标状态。本发明用于水下目标定位。

    双基地有源探测拖曳阵阵形实时校准方法

    公开(公告)号:CN115656994B

    公开(公告)日:2023-08-15

    申请号:CN202211231660.1

    申请日:2022-10-08

    Abstract: 双基地有源探测拖曳阵阵形实时校准方法,涉及拖曳阵阵形识别与校准领域。解决了传统的估计阵形的声学方法中的自校正方法计算量过大,而有源校正方法难以配备合作校正源,且缺少相干干扰抑制算法,难以实现准确、实时的阵元位置参数估计的问题。本发明方法对各阵元信号进行p0阶的FRFT变换,在FRFT域进行直达波的提取,也即:对阵元信号峰值提取,并将直达波作为校正信号,利用各阵元直达波在FRFT域内峰值间的相位关系实现拖曳阵阵形的估计,得到两个估计阵形;根据拖曳船辐射噪声在两阵形下近场空间谱强度的差异,并对获得两个估计阵形进行筛选校准,从而获得输出阵形。本发明主要用于阵形校准。

    无人机动平台振动噪声自适应抵消方法及系统

    公开(公告)号:CN115064147B

    公开(公告)日:2023-07-28

    申请号:CN202210452690.9

    申请日:2022-04-27

    Abstract: 本发明公开了一种无人机动平台振动噪声自适应抵消方法及系统,属于自适应噪声抵消技术领域,其中,该方法包括:构建基于双组合接收水听器的自适应噪声抵消器;初始化自适应噪声抵消器的基本参数:抽头数、自适应学习步长和抽头权系数矢量函数,以计算输出信号;根据输出残差信号更新自适应噪声抵消器的抽头权系数矢量函数和自适应学习步长;迭代前两个步骤直至收敛,获得n个时刻的输出残差信号即为噪声抵消后的有用信号。该方法有效提取与平台振动噪声强相关的信号,无需先验已知有用信号或振动干扰的先验信息,实时更新步长的同时有效解决收敛速度和稳态失调误差的矛盾,具有很强的抑制平台振动噪声能力,且对低信噪比应用场景有很好的适应性。

    基于模态滤波的浅水低频声源深度判决方法

    公开(公告)号:CN115542329B

    公开(公告)日:2023-07-07

    申请号:CN202211226929.7

    申请日:2022-10-09

    Abstract: 一种基于模态滤波的浅水低频声源深度判决方法,属于浅水低频水面水下目标判决技术领域。本发明针对现有水听器阵列孔径受限时判决声源深度采用的现有基于模态滤波技术的水面水下深度分辨方法,不能同时兼顾无子空间重叠和模态空间的完整的问题。包括建立声场p(r,zr,zs)关于观测矩阵V与模态幅度矩阵a的表达式;将观测矩阵V分为陷波子空间V0和自由子空间V1并进行奇异值分解,得到减秩子空间U0和U1,构成矩阵A,再得到正交矩阵β,确定空间H和空间S,将投影在陷波子空间的能量与投影在整个正交模态空间的能量做比值得到检测统计量,与选定门限进行对比,判决声源深度。本发明用于声源深度判决。

    一种基于KD树的水下多目标跟踪航迹平滑方法

    公开(公告)号:CN115685180A

    公开(公告)日:2023-02-03

    申请号:CN202211249559.9

    申请日:2022-10-12

    Abstract: 本发明公开了一种基于KD树的水下多目标跟踪航迹平滑方法,属于流体力学实验技术领域。本发明在MeMBer前向滤波的过程中不再计算每个目标的状态转移概率,转而采用KD树方法根据状态的不同进行分类,并利用快速N体蒙特卡洛方法对原算法进行改进,以解决当前标签多伯努利平滑算法计算复杂度过高,计算时间过长的问题。采用本发明所述的基于KD树的水下多目标跟踪航迹平滑算法,形成的轨迹清晰、完整、连续且计算复杂度大大降低,可将其应用于被动声纳目标跟踪、探潜、探导等多方面领域。下面给出了详细的建模与跟踪流程。

    基于模态滤波的浅水低频声源深度判决方法

    公开(公告)号:CN115542329A

    公开(公告)日:2022-12-30

    申请号:CN202211226929.7

    申请日:2022-10-09

    Abstract: 一种基于模态滤波的浅水低频声源深度判决方法,属于浅水低频水面水下目标判决技术领域。本发明针对现有水听器阵列孔径受限时判决声源深度采用的现有基于模态滤波技术的水面水下深度分辨方法,不能同时兼顾无子空间重叠和模态空间的完整的问题。包括建立声场p(r,zr,zs)关于观测矩阵V与模态幅度矩阵a的表达式;将观测矩阵V分为陷波子空间V0和自由子空间V1并进行奇异值分解,得到减秩子空间U0和U1,构成矩阵A,再得到正交矩阵β,确定空间H和空间S,将投影在陷波子空间的能量与投影在整个正交模态空间的能量做比值得到检测统计量,与选定门限进行对比,判决声源深度。本发明用于声源深度判决。

    一种基于深度学习的跳频信号参数估计方法

    公开(公告)号:CN113472390B

    公开(公告)日:2022-08-02

    申请号:CN202110767877.3

    申请日:2021-07-07

    Abstract: 本发明提供一种基于深度学习的跳频信号参数估计方法,属于电子对抗和通信技术领域,公开了一种,包括以下步骤:1)对接收到的跳频信号进行功率谱估计,得到跳频信号的频率集;2)以频率集中的频率个数来确定所需深度学习网络的个数,并构造对应频率集中各个频率的深度学习网络所需的训练集;3)将训练集输入各个网络中,完成深度学习网络的构建;4)将接收到的信号分别输入构建好的对应频率的网络中,从而获得各个频率所对应网络的输出;5)通过对各个网络的输出进行平滑处理,估计出接收跳频信号的时频参数。本发明对跳频信号在低信噪比条件下的时频参数具有较高的估计精度,对跳频信号的处理具有重要意义。

    一种基于l0范数约束的稀疏贝叶斯DOA估计方法

    公开(公告)号:CN114280533A

    公开(公告)日:2022-04-05

    申请号:CN202111590585.3

    申请日:2021-12-23

    Abstract: 本发明是一种基于l0范数约束的稀疏贝叶斯DOA估计方法。本发明涉及水下声学探测技术领域,本发明基于水下阵列信号,构建阵列接收的空域稀疏信号模型;构建超参数概率分布模型,通过贝叶斯公式获得待恢复稀疏信号的后验概率分布;构建超参数的目标函数,并在信号功率的目标函数中引入l0范数约束,通过期望最大化算法(EM)对超参数进行迭代更新;通过收敛得到的超参数重构空域稀疏信号,进而获得DOA估计结果迭代终止后,确定空间谱。在稀疏贝叶斯学习结构中,本发明仅加快了超参数γ的收敛速度,对信号模型无特殊需求。

Patent Agency Ranking