国家自然科学基金(11204051)
- 作品数：6 被引量：24H指数：3
- 相关作者：朱广平陈阳刘强生雪莉殷敬伟更多>>
- 相关机构：哈尔滨工程大学常州大学沈阳辽海装备有限责任公司更多>>
- 发文基金：国家自然科学基金中国人民解放军总装备部预研基金国家重点实验室开放基金更多>>
- 相关领域：理学一般工业技术交通运输工程自动化与计算机技术更多>>
- 不同底质海底窄带混响信号空间相关半径研究被引量：1
- 2014年
- 海底混响是主动声呐的主要干扰之一,分析海底混响信号的空间相关特性是抗海底混响技术研究的基础。本文依据混响信号的空间相关特性,从理论上解释海底混响信号空间相关半径的定义,利用实验数据研究了在不同海底底质情况下混响信号空间相关半径变化规律以及不同底质混响信号强度的变化。研究表明不均匀海底底质情况下,散射体颗粒增大,混响信号空间相关半径减小且底质较硬时混响信号较强。
- 韩荣荣孙辉朱广平张明辉刘刚
- 关键词：海底混响
- 随机起伏界面声散射的实验与理论研究被引量：3
- 2014年
- 进行了二维粗糙海面声波散射特性的水池实验,测量了不同入射角、散射角以及方位角条件下所对应的散射强度。实验通过不同位置风扇对水面的吹拂获得粗糙水面,分别对水平面上互相垂直的两个方向上的水面波高变化进行了测量,利用周期图法估计出这两个方向上的空间功率谱,验证了实验中的粗糙水面是各向同性的。利用改进的空间域处理技术去除了总声波信号中的直达波和其他固定位置散射体的散射信号,获得了粗糙水面的声波散射信号。利用小斜率近似方法计算了二维粗糙海面的声散射特性。实验与模拟计算结果比较,证实了计算二维粗糙海面声波散射特性的小斜率近似方法的有效性与准确性,相互印证了实验与理论。
- 孟昭然孙辉
- 关键词：声散射
- 基于海豚whistle信号的仿生主动声纳隐蔽探测技术研究被引量：8
- 2016年
- 为解决主动声纳系统易暴露、隐蔽性差的问题,提出一种基于海豚whistle信号的仿生主动声纳隐蔽探测技术。在发射端将线性调频探测信号隐蔽在海豚whistle信号中,设计了一种主动声纳的仿生隐蔽探测信号,该信号与海洋中的海豚哨叫声十分相似,可以利用海洋中的生物环境噪声实现主动声纳的隐蔽探测。在接收端选用自适应相关器作为主动声纳的时域处理器,自适应相关器对海洋环境有较强的匹配适应能力,可以自动匹配海洋信道,有效抑制多途扩展损失,相较匹配滤波器有更高的信噪比处理增益,有助于实现远距离探测。仿真和海试结果表明,基于海豚whistle信号的仿生主动声纳隐蔽探测技术具有良好的隐蔽性和有效性。
- 殷敬伟刘强陈阳朱广平生雪莉
- 关键词：声学
- 弹性板中Lamb波在板端面的模态转换研究被引量：3
- 2013年
- 研究入射声波激励水下弹性板中Lamb波的条件以及弹性板中Lamb波在板端面处反射时模态转换问题可以成为水下目标识别的基础.通过对弹性体特征函数的模态等式进行变换求解得到某模态Lamb波入射到端面处时各模态Lamb波的能量反射系数.水下弹性板的散射波测量实验结果表明仅以某模态Lamb波的临界角入射时才能在板中直接激励出该模态Lamb波,板中其他模态Lamb波是由于该模态Lamb波在板的端面反射形成的;对各模态Lamb波在水中的漏波幅度测量比较,证实了有关端面处模态转换以及能量再分配的理论.
- 孙铁林孙辉陈文剑夏琳琳
- 关键词：LAMB波模态转换漏波弹性板
- 时频域滤波沉底目标亮点特征提取方法研究被引量：7
- 2015年
- 主动声呐探测沉底目标时,由于存在严重的海底混响干扰,使得拷贝相关方法不能有效地提取目标回波亮点特征,大大降低了主动声呐的目标识别性能。针对该问题,研究了时频域滤波Hough变换的目标回波亮点特征提取方法。该方法采用互魏格纳变换将接收信号与拷贝的发射信号变换到时频域,依据目标回波与混响及噪声能量的时频聚集特性不同,采用时频域脊波变换滤波滤除混响及噪声,最后利用Hough变换提取目标回波中各亮点峰,并进行投影计算形成目标回波的亮点特征。同时研究了Hough变换域中的峰值位置与目标亮点对应的数学关系,给出了基于时频滤波提取沉底目标亮点特征的算法步骤,并采用支持向量机对比分析了该方法与拷贝相关方法提取亮点特征的识别效果。结果表明,该方法能够在较低的信混比下有效抑制混响干扰提取亮点特征,从而提高沉底目标的识别性能。
- 朱广平王飞孙辉
- 关键词：时频滤波脊波变换HOUGH变换
- 水声目标识别中的K-D树KNN-SVM分类器研究被引量：2
- 2018年
- 常规的KNN-SVM联合分类器中K-近邻算法没有充分挖掘训练样本的信息,使用遍历的方法来计算待识别样本与训练样本之间的距离,特别是在训练样本巨大时,存在大量的冗余计算。针对该问题,将训练样本训练成K-D树的结构,设计了K-D树KNN-SVM分类器,该分类器可以大大减少这些多余的计算,从而提高了搜索效率,有效缩短了搜索时间。进行了仿真和实验研究,分别设计了KNN、SVM、KNN-SVM分类器对两类水下目标进行了分类识别,并对相关参数的选取进行了优化。实验结果表明:在选定了最佳参数后的KNN-SVM联合分类器较其它两类分类器在识别率和识别效率方面都是最佳的;采用了K-D树结构的KNN-SVM联合分类器中KNN部分识别效率要比常规的高约7.5倍。
- 黄杰朱广平
- 关键词：水下目标识别K-D树
