摘要：本文对水下目标识别中的特征融合技术进行了研究 ,讨论了特征融合技术中的问题和解决途径 ,并给出了特征融合分类器的特性 ;设计了模糊融合分类器 ,给出了具体的算法 .该分类器对样本在模式空间中的分布不做任何假定 ,注重类别间的相互约束 ,强调各个模式的独立作用 ,用类似于模糊并运算的方式综合这些作用 .在实际应用中 ,通过与已有的分类器比较 ,表明模糊融合分类器能够综合多种信号特征 。

摘要：基于相似原理建立了缩比实验测试系统,针对目标大小、潜深、运动、尾流释放等设计了多种不同的工况,可实现缩比模型下热尾流探测的静态和动态测试,一方面确定水下目标热尾流的可探测性,另一方面探索热尾流探测的影响因素和变化规律,为下一步工作奠定基础。

摘要：本文讨论如何使用目标运动分析方法对水下目标进行纯方位距离估计。纯方位距离估计是目标运动分析领域中难度最大、应用范围最广的一个方面。由于纯方位目标运动分析是一个非线性问题，因此绝大部分基于线性模型的估计方法经多年研究证实很难适用于本问题，特别是在目标方位观测噪声较大的情况下，经典估计方法很难得到无偏的估计结果。本文在使用广义最小二乘法对目标运动要素进行粗略估计的基础上，又使用均匀设计方法对目标运动要素进一步寻优。本文所提供的算法经多次模拟实验验证，在目标方位观测噪声较大的情况下，对远距离目标运动要素的估计仍能做到误差较小且收敛较快。

摘要：针对一种水下目标的声探测方法设计了激光声水下目标探测器。对激光声信号产生机理进行研究,并开展了水下探测器发射声信号检测的实验。结果表明:强脉冲激光聚焦于液体介质可以产生爆炸性球面声源,探测器内部的声反射面将球面声信号转变为高指向性的平面波信号。通过对探测器的发射信号和接收的目标回波信号进行数值计算,发现探测器发射信号具有窄波束指向性、高距离分辨力和远探测距离等特点,可以满足水下目标探测的应用需求。

摘要：磁测技术对发现和确定水下目标十分有效,已被广泛用于探测水下沉船、水下掩埋管线、电缆和其他(电)磁性物体.然而,水下目标往往具有较强的剩磁与退磁特点,影响了定性解释结果和定量计算精度.为了更精准地确定和刻画水下目标的位置与形状,以磁异常模量数据为基础,采用最小结构模型进行磁化率成像反演;在模型试验中采用了L1范数和L2范数分别进行反演,并且对两者结果进行了对比分析,结果显示L1范数反演结果具有更为规则与清晰的边界,而L2范数反演结果则相对更为平滑.因此,对于常见水下目标磁测,L1范数反演更适合.以港珠澳大桥沉管隧道磁测数据为例,基于磁异常模量的最小结构模型反演了水下沉管的埋设状态,其平面位置、宽度和埋深具有较好的精准度.因此,本方法能够基于磁测数据更加精细地计算水下掩埋目标的位置和规模,具有较强的实际应用价值.

摘要：针对水下磁性目标测线间距设计问题,围绕探测目标在不同地磁倾角与朝向的磁异常强度变化,基于磁偶极子模型提出一种新的测线间距确定方法,并通过仿真实验验证了方法的有效性。实验结果表明,新提出的测线间距确定方法可以更好反映目标朝向与地磁倾角对探测目标测线间距的影响,实现对探测目标测线间距更加精确的计算。研究结果可为有效探测水下磁性目标提供理论依据。

摘要：为模拟水下目标在被追踪过程中的声反射信号,根据鱼雷和目标的运动方程,采用尾追法进行弹道分析,研究鱼雷追踪目标的轨迹,同时根据鱼雷与目标的距离,生成不同自导信号形式,并通过计算得到反射信号的多普勒频偏和信号强度,最终将数字信号转换为模拟信号供实验室测试,或为其他任务提供模拟信号,对水下目标的设计及研制具有重要作用。

摘要：针对线性被动声呐的水下目标方位估计问题,考虑到水下目标的方位相对于所有可能的探测方位是稀疏的这一事实,采用压缩感知(CS)技术设计目标的方位估计方法。依据CS理论中的互不一致性(MIP)条件,构造了一种阵元稀疏且随机分布的线列阵声呐结构。对以上设计的方位估计方法和声呐阵列信号进行了仿真。仿真结果表明,采用稀疏随机声呐阵列,并结合基于CS的目标方位估计方法,不仅能够在水下低信噪比的情况下准确分辨空间方位集中的多个目标,而且能够在目标源信号相干的情况进行准确的方位分辨。

摘要：为了了解水下目标的运动情况,并能比较准确地进行定位,设计了一种小型水下目标运动轨迹测试系统。系统硬件以DSP和单片机为核心,能够通过接收到水下目标发射的合作声信号,实时准确的解算出水下目标的方位参数,并能在PC机上显示目标的运动曲线。介绍了系统的工作原理、硬件结构和软件设计。实验结果表明系统整体工作性能良好,能够满足工程应用要求。

摘要：对水下目标识别中的数据融合技术进行了研究，提出了一种新的特征层融合方案，并设计自适应融合分类器，给出了具体的算法。该分类器注重类别间的相互约束，强调各个模式的独立作用，用类似于模糊并行运算的方式综合这些作用。在实际应用中，自适应融合分类器可以综合多组信号特征，有效地提高分类性能。