水下通信模拟训练系统设计与关键技术研究

该模拟系统旨在解决舰潜水下通信训练中存在的两大难题：一是通信声纳开机的时机少、时间短,训练机会少;二是通信声纳日常训练中没有训练环境和通信对象,训练效果差。该系统采用模块化的设计方式和面向对象的建模方法,将系统有机地分解成若干个模块,对系统的总体架构进行了说明,并对关键模块的实现进行了详细的阐述。     

基于PCI总线的声纳装备维修训练平台硬件设计与实现

在分析了某型舰载声纳维修训练系统功能需求的基础上,提出了故障模拟平台的总体设计方案.在硬件结构设计中继承了ATE硬件模块化划分的思想,设计了能满足不同维修训练科目需求的水下声系统、发射系统、接收系统和供电系统检测模块.根据总体设计的要求,完成了维修训练平台核心部分—PCI总线控制系统,以及数字信号输入输出电路、模拟信号输出电路、信号调理电路和测试机柜等组件的设计.通过各种操作指令,实现了声纳装备各组成分系统的虚拟维修训练,为声纳装备的维修训练提供了一条有效的新途径.     

一种带反馈的多声纳跟踪融合算法

为了改善声纳系统目标跟踪性能,提出并推导了一种带反馈的两声纳跟踪融合算法,利用声纳距离、方位测量,对由两同步声纳构成的声纳系统目标跟踪融合性能进行仿真研究,结果表明:该融合算法能有效改善由两声纳构成的声纳系统目标跟踪性能,对声纳系统数据融合处理技术研究具有较大参考价值.     

舰船声纳系统一体化探讨

论文首先从舰船总体角度阐述了舰船声纳系统一体化的含义,然后分析了国外舰船声纳系统发展现状和发展趋势,并从平台布阵、系统体系结构、基阵形式、数据融合、维护保障等方面探讨了一些实现舰船声纳系统一体化的关键技术.最后提出了舰船声纳系统一体化的几点建议.     

主动全向声纳浮标回波信号仿真研究

声纳浮标是航空反潜主要的搜潜装备之一,对主动声纳浮标回波信号的研究是航空反潜作战的重要方面。从信号级对目标回波、混响和海洋噪声进行了计算机仿真,在此基础上建立了主动全向声纳浮标回波信号模型,并进行了计算机仿真。仿真结果参照主动声纳浮标系统将仿真的声纳浮标回波信号进行了频率历程图像显示。     

声呐员回声训练环境仿真技术研究

近年来,随着水下目标声特性测试技术及测试需求的提高,测得了大量的宝贵数据。如何建立完善的水下目标声特性数据库并充分利用这些数据,使之服务于水下战场成为当务之急。声呐员是舰船、潜艇上的＂千里眼＂、＂顺风耳＂,对海军作战具有很重要的作用。基于水下目标声散射特性数据库的声呐员训练环境仿真是以方便声呐员基地训练为目的,把水下目标声散射特性数据充分应用于声呐员的回声训练。仿真结果能够很好地模拟真实数据,为声呐员在基地训练提供服务。本文介绍了数据库设计以及基于此数据库的声呐员训练环境仿真。     

深水沉排水下声纳成像技术及增强方法研究

采用侧扫声纳结合GPS、陀螺仪等,构建深水沉排水下自动成像采集系统。给出了系统数据采集、去噪、数据成像等关键技术的设计和实现方案。研究了深水沉排水下声纳成像色彩映射及图像增强关键技术,提出了一种利用伪彩技术增强深水排体声纳图像清晰度方法,构建了综合图像清晰度评价指标的图像清晰目标优化函数,实现了水下声纳成像色彩增强。     

基于神经网络的声纳特征级信息融合中目标分类研究

声纳目标特征级融合的主要任务是实现信息压缩、目标身份确定(分类) ,以利于实时处理、决策分析。基于数学模型的各种算法,由于情况复杂,往往很难建立。而人工神经网络通过样本的学习,具有存储记忆、在相似输入下能恢复记忆等特性,从而避免了烦琐而复杂的建模。在神经网络声纳目标识别前的噪声预处理方法中,选用了功率谱特征提取、双谱特征提取算法;在研究了提取的特征后,选取反向传播神经网络(BP)模型;在此基础上构造了BP神经网络,并对网络进行训练与测试,给出识别实验结果。仿真模拟分析证明,基于神经网络的声纳特征级信息的融合,对目标分类有一定效果,为进一步实现声纳信息融合奠定了基础     

基于线谱特征提取的被动声纳目标识技术研究

该文针对被动声纳目标识别，着重研究了线谱特征提取方法，提出了一种自适应遗传BP算法，并用该算法训练神经网络目标分类器。经对上海上实录三类目标噪声分类识别实验结果表明，所设计的被动声纳目标识别系统具有很好的分类效果。     

基于反蛙人声纳的小目标检测算法

随着蛙人侵扰活动的日益频繁,在一些重要的部位如港口、码头、海岸洞库和锚泊水域中都安装了水下监控系统,在这些系统中,基于反蛙人声纳的小目标检测既是研究的重点也是难点之一。文章针对小目标检测问题进行了讨论,提出反蛙人声纳图像处理和小目标检测算法。由实践结果可以得出,此算法具有较高的小目标检测率,有效提高了水下监控系统的可靠性。