摘要：寻找一组宽带正交发射信号集对多输入多输出(MIMO)声纳探测至关重要,信号集的正交性能好坏直接影响着MIMO声纳的探测效能。按照Costas序列编码的跳频信号具有近似理想的自模糊函数,但同一有限域构造的不同Costas跳频信号间并不总具有理想的正交性。基于有限域理论提出了一种本原元的搜索方法,利用安全素数的本原元设计了一组正交性最优的MIMO声纳正交发射信号集。仿真结果表明,对于1000以内的素数,基于安全素数的有限域构造的正交跳频信号集不仅具有最优的正交性,还能取得最大的信号集大小。

摘要：在水声信号处理中,传统的无源声呐宽带目标检测在多目标、强干扰的复杂环境中输出信噪比低,使得检测性能急剧下降。针对此问题,提出一种基于均匀线列阵在频域−波数域上宽带信号能量分布特性进行目标检测的方法。该方法首先将阵列信号转换到频域−波数域,利用不同频率下波数主瓣、旁瓣宽度特征以及空间分布特征,设计针对主瓣的判别与分配方法,实现对同一目标不同频率下波数谱主瓣判别,使用主瓣能量累积、主瓣数目累积的方式来形成方位谱,从而进行目标检测。理论分析和仿真结果表明,所提方法只利用对目标检测有突出贡献的波数主瓣,降低了旁瓣的影响,有效提高了无源宽带水声目标的检测能力。海上试验数据处理结果表明,目标输出信噪比相比子带峰值能量检测算法可提高5.58 dB,较传统能量检测可提高8.73 dB,计算时间相比传统能量检测降低46%,验证了所提方法的有效性与实时性。

摘要：2024年5月25日,我们迎来了李启虎院士的八十五华诞。先生于1963年毕业于北京大学数学力学系,同年分配至中国科学院电子学研究所工作,1964年中国科学院声学研究所成立后,在声学所工作至今。1997年,因在水声信号处理和声呐设计领域的杰出贡献,先生当选为中国科学院院士。他曾任中国科学院声学研究所所长、国家863计划海洋监测主题专家组组长、中国科学院信息技术科学部常务委员会副主任。

摘要：针对正交离散频率编码信号已有设计方法编码长度和数量受限、生成信号彼此正交性较弱等问题,该文利用线性同余随机序列随机性强的特点,提出了基于随机序列的正交离散频率编码信号设计方法。在此基础上,推导了离散频率编码信号的模糊函数,分析了信号的时延、多普勒测量精度和信号集的正交性,并通过仿真实验比较了基于随机序列和基于混沌序列设计的离散频率编码信号的正交性特性。理论分析和仿真实验表明,基于随机序列的正交离散频率编码信号具有更优良的模糊函数,信号彼此间的正交性特性更好,且易于设计和实现。

摘要：2019年7月11日,我们迎来了李启虎先生的八十华诞。先生是水声信号处理和声呐设计领域享誉世界的专家、中国科学院院士,曾任中国科学院声学研究所所长、国家“863”计划海洋监测主题专家组组长、总装备部国家重大安全项目专家组组长。他长期从事信号处理理论研究和声呐设计、研制工作,结合我国浅海声传播的特点,创造性地应用信息论、数字信号处理、水声工程等理论,解决了一系列水声信号处理中的问题,为我国国防水声事业及国家信息化建设做出了突出的贡献。

摘要：水下航行器平台自噪声会对舷侧阵产生干扰,从而影响其探测性能,该文针对平台尾部自噪声源的直达噪声和海面反射噪声,提出了基于近场聚焦逆波束形成的平台噪声自适应抵消方法.文中利用水下航行器平台设计参数、深度以及运动姿态信息对尾部自噪声传播到舷侧阵的路径建立几何模型,并分析了影响该路径的因素;通过该模型,平台尾部自噪声能够实时自适应地通过聚焦波束形成被估计出来,从而在舷侧阵的接收信号中实现干扰抵消.仿真结果与海试实验数据处理结果表明,该方法能够有效抑制尾部自噪声干扰,显著提高水下航行器探测弱目标的能力.

摘要：水声目标智能识别是水声装备智能化的重要组成部分,深度学习则是实现水声目标智能识别的重要技术手段之一。当前水声目标智能识别经常面临数据集较小带来的训练样本量不足的情况,针对小数据集识别中存在的因过拟合导致模型泛化能力不足,以及输入的水声信号二维谱图样式不统一的问题,文章提出了一种基于VGGish神经网络模型的水声目标识别方法。该方法以VGGish网络作为特征提取器,并在VGGish网络前部加入了信号预处理模块,同时设计了一种基于传统机器学习算法的联合分类器,通过以上措施解决了过拟合问题和二维谱图样式不统一问题。实验结果显示,该方法应用在ShipsEar数据集上得到了94.397%的识别准确率,高于传统预训练-微调法得到的最高90.977%的准确率,并且在相同条件下该方法的模型训练耗时仅为传统预训练-微调方法的0.5%左右,有效提高了识别准确率和模型训练速度。

摘要：针对小样本条件下水下目标分类准确率低、计算资源量大的问题,提出一种声光图像融合目标分类方法。首先,对MobilenetV2网络进行改进,去掉第9层之后的网络层,并将该层卷积通道数改为128,通过Flatten层进行数据降维,增加一个全连接层得到分类结果;其次,设计一种融合网络结构,将声光图像成对输入网络进行特征提取,在中间层利用通道拼接算法实现特征图融合,使用融合特征进行目标分类。在真实数据集上对网络进行训练,结果表明,改进的MobilenetV2网络对水下目标的分类性能更好,融合网络的分类准确率相比融合前有所提高,更加适用于水下目标分类任务。

摘要：针对拖曳阵声纳接收的远程弱目标在本舰噪声强干扰条件下难以检测的问题,提出一种基于子阵的本舰噪声抑制算法,利用2个重叠子阵,分别估计子阵的波束输出,在子阵域设计加权实现干扰抑制。该算法抑制宽度可通过零陷加权矢量控制,并具有时间复杂度低,运算效率高的优点。计算机仿真和海试数据处理结果表明,算法能有效抑制本舰噪声,提高弱目标的检测性能,提升输出信干比约15 dB。

摘要：围绕低功耗、稳定性和安全性的技术难点设计了面向对接潜标的数据采集控制中心,适用于长时间无人值守的多通道水声信号数据采集、存储和传输。在低功耗方面,选择了基于ARM+FPGA架构的低功耗硬件平台,并通过内核驱动剪裁和深度睡眠策略,进一步降低系统功耗。在稳定性方面,为支持潜标与移动平台的低误码数据传输功能,集成了光纤准直器的传输方案;并提出了基于SD卡与Nand Flash的双系统启动方案,解决Nand Flash系统由于长时间工作失效的问题。在安全性方面,提出了基于TLS安全协议的FTP嵌入式服务器融合解决方案。在数据采集方面,提出了一种基于DMA中断模式的uPP接口高效采集方法。最后在性能测试中,全面测试了数据采集、存储、加密传输等各项功能,均符合设计要求。