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。

    一种双基元条件下水下机动目标瞬时航速解析求解方法

    公开(公告)号:CN115390077B

    公开(公告)日:2023-06-06

    申请号:CN202210898584.3

    申请日:2022-07-28

    Abstract: 本发明本发明属于水下声学测量领域,公开了一种双基元条件下水下机动目标瞬时航速解析求解方法。建立水下机动目标瞬时航速声学估计模型;利用双基元的方位角信息和多普勒频移信息,求出机动目标的速度值;利用目标速度值和多普勒频移,计算目标相对两个基元的径向速度分角;利用径向速度角和基元观测方位角计算目标航向角,获得航向角多解;剔除伪解,得到目标真实的航向角。用以解决需要依赖多个观测平台,速度估计精度严重依赖位置估计精度,需要一段时间观测才能得到目标的速度,且得到的速度信息反映的是目标在此段时间内的平均速度的问题。

    非合作线谱分布式水声定位方法

    公开(公告)号:CN115792806A

    公开(公告)日:2023-03-14

    申请号:CN202211585678.1

    申请日:2022-12-09

    Abstract: 非合作线谱分布式水声定位方法,本发明涉及分布式水声定位方法。本发明的目的是为了解决现有分布式水声定位方法利用观测到的目标辐射信号频率随时间的变化,基于单个观测节点即可获得匀速直线运动目标距离的无偏估计,但不能实现目标位置估计,无法获取目标运动轨迹的问题。非合作线谱分布式水声定位方法过程为:步骤1:构建分布式定位模型;步骤2:求解目标运动轨迹与各个测量单元之间的致近点距离;步骤3:利用步骤2求解的致近点距离解算出匀速直线运动轨迹的斜率和截距,得出匀速直线运动目标的运动轨迹。本发明用于分布式水声定位领域。

    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。

    基于检测前跟踪的长基线定位方法及系统

    公开(公告)号:CN115469270A

    公开(公告)日:2022-12-13

    申请号:CN202210980417.3

    申请日:2022-08-16

    Abstract: 本发明公开了一种基于检测前跟踪的长基线定位方法及系统,属于水下多目标跟踪技术领域,直接使用匹配滤波器的输出作为输入,其中,该方法包括:初始化粒子及其权值构建状态方程;利用状态方程采样第n个粒子状态向量;根据预设似然函数计算第n个粒子状态向量的似然函数;对似然函数进行归一化处理获得粒子权值,根据粒子权值确定是否重采样;使用最小均方根误差方法估计目标状态。该方法考虑了多个浮标信息的相关性,可以充分获得多个浮标的处理增益,避免了直达声挑选问题,提高了长基线定位系统在恶劣条件下的定位精度和轨迹连续性。

    一种基于辅助粒子滤波的水下多目标检测前跟踪方法

    公开(公告)号:CN115356739A

    公开(公告)日:2022-11-18

    申请号:CN202211024520.7

    申请日:2022-08-25

    Abstract: 本发明属于水下目标跟踪的技术领域;公开了一种基于辅助粒子滤波的水下多目标检测前跟踪方法。对水下目标的声纳探测的数据进行采集;初始化数据粒子和其粒子对应的权值;将粒子和其粒子对应的权值,利用预测目标状态将目标分群;对辅助变量进行采样,并计算其对应的一阶权值;利用辅助变量的一阶权值对粒子进行重采样,筛选优质粒子编号;对筛选的优质粒子状态进行采样,并计算优质粒子状态的一阶权值;根据的优质粒子状态的一阶权值,计算粒子权值并估计目标状态。用以解决低信噪比的目标信号可能无法通过检测门限,导致目标漏检的问题;当多个邻近目标的量测值重合时,经过检测处理只能得到一个量测值的问题。

    基于密度聚类的RBMCDA水下多目标跟踪方法

    公开(公告)号:CN110361744B

    公开(公告)日:2022-11-01

    申请号:CN201910614850.3

    申请日:2019-07-09

    Abstract: 本发明是于密度聚类的RBMCDA水下多目标跟踪方法。本发明对每个粒子初始权重置,获得初始时刻粒子群数据;计算可见目标死亡概率,随机抽取死亡目标,对所有粒子存活目标状态进行预测;根据更新后的每个粒子的权值,采用重采样法对粒子状态和粒子目标标签矩阵进行重采样;采用密度聚类算法对所有粒子的所有目标状态估计结果聚类,对每个簇每个样本按理权值加权求和,获得所述每个簇的状态均值;每个粒子标签向量分别与目标标签矩阵相匹配,获得每个聚类簇的系统目标编号,更新目标标签矩阵,获得新的目标标签矩阵;根据粒子数据的密度聚类和目标编号管理结果,输出当前时刻所有目标编号及状态均值。

    基于信息融合的自主探测声纳多目标DOA估计方法

    公开(公告)号:CN111273263B

    公开(公告)日:2022-07-12

    申请号:CN201910554420.7

    申请日:2019-06-25

    Abstract: 本发明是基于信息融合的自主探测声纳多目标DOA估计方法。本发明将各阵元的通道数据进行FFT处理,获得各阵元对应的频域数据,根据窄带条件进行频段划分,得到各通道的频带数据,根据指向性进行组合得到协方差矩阵。将所述协方差矩阵向特征子空间投影,利用特征分解得到主特征向量,根据特征值排序对不同信号分量进行选取,选取信号分量;将所述信号分量进行空间谱估计,记录信号分量空间谱的最大置信度,以最大置信度对应的角度方位以及所述角度方位频段贡献分布作为结果信息,根据结果信息判断是否存在目标,计算角度结果;综合多个传感器的角度结果信息,采用信息融合方法进行结果信息融合,获得最终角度结果。

Patent Agency Ranking