一种基于Hough变换的声呐对目标航迹检测算法研究

为提高声呐对目标航迹的检测性能,从单部声呐时间融合的角度出发,提出了一种基于Hough变换的声呐信号检测算法。该算法把航迹上的观测点变换为参数空间的对应曲线,充分利用一段时间内的目标观测数据,在低信噪比下也能从背景噪声中提取目标的航迹特征,提高了声呐的检测概率,且对部分信息和数据的缺失不敏感。仿真试验证明了该算法的有效性。     

多元假设下的分布式最优数据融合

提出了一种分布式检测系统中的多元假设数据融合方法，将多传感器数据融合规划扩展到更一般的情况。在本方法中，基于最大后验概率概念，给出了多元检测系统的局部检测器检测规则和融合中心的最优融合规则。     

改进Hopfield神经网络JPDA算法研究

Hopfield神经网络数据关联算法足密集多回波环境下一种有效的关联方法.但是,Hopfield神经网络大都使用Sigmoid激活函数,主要缺点是函数在0点附近对噪声十分敏感.为克服上述缺点,引进了一种新的激活函数.新函数通过参数调节网络中各神经元对输入值的敏感区域,可以在降低对噪声的敏感度的同时,保持对信号的有效响应.仿真结果表明,在Hopfield网络中采用的新的激活函数,可以使NJPDA算法的均方根误差更接近JPDA算法,进一步提高了基于神经网络的关联算法的性能.     

多基地声纳系统定位精度分析与最优布站

双基地与单基地声纳相比,具有较好的反电子对抗的能力.但是在某些区域(如基线区、发射和接收站的侧边区),其定位性能较差.为了改善这些区域的定位性能,最有效的办法就是增加发射和接收站的数量,形成多基地声纳系统.而对于多基地声纳系统而言,不同的站址布局,算法的定位精度也不会相同.给出了多(四)基地声纳系统定位布站的几何分类,通过多基地TOL算法仿真分析了各种布站的定位精度,得到了多基地定位布站方案,方案可得到比较理想的定位精度,工程易实现.具有较强的应用价值.     

一种基于概率密度的多基阵声测被动定位算法

研究了基于概率密度分析的多基阵声测被动定位方法，并对定位算法和误差进行了理论分析和数值仿真。该方法将单基阵估计的目标方位看成是满足一定概率分布的一种可能的目标位置测量子集，根据每个单基阵得到的目标位置概率，计算目标位置在整个空间的概率密度分布，将概率密度最大点作为目标位置。研究结果表明，该声测被动定位方法的定位精度明显优于几何交叉定位法，具有重要的实用价值，它不仅可直接用于空中运动目标的探测和定位，而且也适用于地面运动目标的探测与定位。     

高精度声纳信号预处理系统的研究

针对水声信号的数据采集，本文研究并设计了一种高精度、大动态范围的宽带数据采集预处理系统。该系统采用自动增益控制（AGC）技术，实现了对信号的大动态范围压缩，并采用截止频率可变的低通和高通滤波器组实现宽带滤波，使带宽可根据实际所采信号调整。     

基于神经网络的符号自动识别系统研究

提出了一种新的基于神经网络的目标符号自动识别系统。该系统在图像的二值化处理过程，采用了小波变换的方法，该方法可有效克服噪声的干扰，自动确定灰度图像二值化所需要的阈值。在符号识别部分，采用了双向联想记忆（BAM）人工神经网络技术，通过改进的感知器学习算法，增大了网络的容量，可实现对采集的有污染或缺损符号进行正确识别。仿真实验结果说明，系统具有较强的稳定性和有效性，且易于工程实现。     

基于数据融合技术的水声对抗仿真系统研究

介绍了数据融合技术的基本概念、建模思想及研究内容,并将之应用于水声对抗仿真系统中。结合多传感器目标检测的基本理论,提出了一套崭新的分布式水声对抗仿真系统方案,并对系统的部分功能进行了较详尽的研究。     

基于DVR的水声对抗系统的研究

以分布式虚拟现实（DVR）、多媒体数据库及计算机网络技术为基础，以现代海战为背景，利用计算机生成一种与现实世界相似的虚拟环境来描述水声对义气风发过程以及获取试验数据。主要对多媒体数据库技术、网络支持下的DVR信息同步以及系统的融合技术进行了讨论。     

一种适用于水声信道盲均衡算法及仿真

对于高阶QAM信号,常数模算法的收敛误差不为零,而多模算法的收敛速度慢,提出了一种混合常数模算法,并将该算法应用于水声信道盲均衡。该算法根据均衡器输出信号模值与其判决模值之间的距离,设置一判决域。根据该判决域,算法的迭代过程在常数模和多模算法之间自动切换,且收敛后自动切换到多模算法。该算法收敛速度快,且均方误差小,特别适合高于高阶QAM信号的盲均衡,通过对水声信道均衡的计算机仿真,验证了该算法的优点及对多途干扰抑制的有效性。