船舶静态电场跟踪的渐进更新扩展卡尔曼滤波器

为了实现利用船舶静态电场对船舶进行跟踪的目的,针对传统卡尔曼滤波算法中存在的问题,设计一种新的非线性滤波器。建立船舶的状态空间模型,分析传统卡尔曼滤波算法在船舶跟踪中存在的问题;依据渐进贝叶斯思想,利用连续白噪声与离散白噪声序列噪声协方差之间的关系,设计一种新的渐进更新扩展卡尔曼滤波器。仿真结果表明,该滤波器能有效地抑制由于初始误差较大而造成的滤波性能下降和滤波发散,能够有效地跟踪船舶,具有较高的实用价值。     

一种基于方位时延的水下被动目标运动分析算法研究

设计了一种新型的水下被动目标运动分析系统.以测得的方位序列和到达不同传感器的时间差为基础,建立了状态方程和观测方程,运用扩展卡尔曼滤波算法,对系统进行了分析.通过蒙特卡罗模拟仿真实验结果表明,此算法具有收敛速度快、精度高、稳定性好等优点,有着良好的实际应用前景.     

基于单地震波传感器的运动目标参数估计方法

远距离的强振源和近距离的弱振源在接收器中可能会引起相同的信号强度,从而使以检测能级阈值为主的目标区域判别方式造成误判,达不到良好的毁伤效果。利用单个三轴地震波传感器接收舰船航行时产生的水中和海底声信号对目标进行被动探测定位,与舰船产生的信号强度无关,与距离也无关,经理论分析表明:该方法能够检测出舰船的运动参数及从水雷上方通过的时间,从而确定水雷的最佳打击位置。     

一种新型等离子体通道的时变电阻模型

为了准确分析水下放电过程中等离子体通道电阻的实际变化规律,进而更精确地计算通道沉积能量、电声转换效率等物理量,首先基于水下放电的等离子体通道电阻的“U”型曲线,构建了一种时变电阻函数,通过数据拟合的方式,确定了函数中的参数;然后,将时变电阻函数代入到以通道电流为变量的二阶变系数微分方程中,通过龙格-库塔数值算法得到通道电流的数值解;最后,使用改进的余弦相似度作为评价指标,比较了仿真电流与实测电流的差异。结果表明：仿真电流与实测电流吻合度高,验证了时变电阻模型的有效性。     

浅海舰船地震波场仿真中的边界处理

为解决舰船地震波场数值仿真中的边界反射问题,结合浅海传播环境特征和舰船地震波激发机理,提出边界处理算法。采用交错网格有限差分法对一阶速度-应力方程进行数值离散;采用应力镜像法处理海水和空气的自由表面,采用分裂式完全匹配层法处理区域边界;将该模型应用于平行海底近场、远场以及倾斜海底的波场仿真算例中。仿真结果表明:加入边界处理后,自由表面的吸收和区域边界的反射有效减少,波场特征清晰,该算法符合浅海舰船地震波场数值仿真的边界处理要求。     

非线性自适应统计滤波器在声测量信号处理中的应用

从α-stable分布特征出发,阐述了处理非高斯噪声的LMP、顺序统计、群组等非线性统计滤波器自适应算法;实例验算表明了在α-stable分布下,非线性统计自适应器性能优于传统的线性自适应滤波器,且收敛速度更快.     

基于台风条件下海浪水压场建模仿真

为了研究特定海况等级和台风风级条件下的海洋环境水压场特征,并建立准确的物理场信号模型,首先验证了SWAN(simulating waves nearshore)模式推算台风浪的有效性,通过SWAN模式获取台风条件下某海域的海浪谱,并根据海浪谱密度求其海浪振幅谱;然后,由海浪振幅谱得到了海底压力振幅谱及压力功率密度谱、海底固定点水压场压力-时间历程。仿真结果表明:该模型可以将研究海况等级数由4级推广至8级,且在8级海况条件下的海浪水压场值最大可达12 kPa,有助于高海况条件下对水中装备进行性能测试。     

基于MC-CNN网络的磁性舰船目标运动参数估计

传统磁性目标运动估计效果依赖于目标的初始状态信息，为克服这一缺陷，建立了磁性运动目标三分量投影模型，并据此生成了磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。进一步，设计了多通道卷积神经网络（MC-CNN）对目标的正横距离和运动速度进行了估计，并比较和分析了不同的学习方式和激活函数对网络性能的影响，结果表明Adam+tanh的组合方式的估计性能要优于其它的组合方式，而且对磁性目标运动参数的估计效果比较精确，此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。     

船舶轴频电场跟踪

针对轴频电场包络跟踪中先验信息缺失的问题,研究了船舶轴频电场跟踪对传感器阵列的基本要求,引入了一种基于最大似然选择的多初值渐进更新扩展卡尔曼滤波算法。建立船舶轴频电场包络跟踪的状态空间模型,用水平电偶极子对船舶轴频电场包络进行建模;建立基于最大似然选择的多初值模型;基于轴频包络信号特征,研究了对传感器阵列排布方式的要求。仿真结果表明,利用轴频电场包络对船舶进行跟踪是可行的,要求传感器阵列至少由3个传感器组成,且3个传感器不在一条直线上;在传感器阵列满足要求的情况下,该算法可以有效解决轴频电场包络跟踪中的先验信息缺失问题,具有较高的实用价值。     

基于多通道卷积神经网络的磁性舰船目标运动参数估计

传统磁性目标运动估计效果依赖于目标的初始状态信息,为克服这一缺陷,建立磁性运动目标三分量投影模型,并据此生成磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。设计多通道卷积神经网络,对目标的正横距离和运动速度进行估计,并比较和分析了不同的学习方式和激活函数对网络性能的影响。结果表明:Adam+tanh组合方式的估计性能要优于其他组合方式,而且对磁性目标运动参数的估计效果比较精确,此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。