水下小目标主动检测与跟踪算法研究
发布时间：2021-08-13 20:45
随着海洋事业的发展,声呐系统的使用范围日益广泛。起初,声呐主要应用在水下目标探测、定位、跟踪、识别以及通信和导航方面;如今,其涉及的领域拓展到海底地形地貌测绘、海洋地质考察,海洋渔业和海事搜救等都越来越依赖于声呐系统。在军事上,对于潜艇、鱼雷和蛙人等具有强威胁性目标的探测跟踪一直都是各国关注的重点。基于以上背景,改善检测算法的检测能力,同时保证算法在实际工程中的可靠性具有重要意义和实用价值。在声呐、雷达、通信等领域中检测信号,经典匹配滤波器是深受国内外学者青睐的检测器。它在带限白噪声干扰背景下对信号进行检测时的输出信噪比最大,是最佳的线性滤波器。这为匹配滤波器在信号检测领域的应用奠定了基础。针对水下运动的小目标,本文应用了频域自适应匹配滤波器检测算法。该算法同样是基于经典的匹配滤波器理论,结合自适应线谱增强技术,通过在频域对噪声进行抑制,提高了输出信噪比,展现出比常规匹配滤波更优越的性能。在低信噪比条件下,该算法的优势尤为明显。并针对该算法中应用的自适应线谱增强器,文中选取几种经典的自适应滤波算法进行了对比研究,选取其中最优的一种以实现检测算法性能更优。本文首先从理论推导出发,为频域自...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
自适应匹配滤波器
统匹配滤波器的性能。其原理如图 1.1 所示。在复杂的海洋声信的检测效果，必须实时获取信道的有效信息，这就要求处理器能数，这样才能满足声呐系统和信道的实时匹配的要求，由此，学配滤波器的概念[33-36]，如图 1.2 所示。当系统中存在一些随机参数的参数（如底部几何形状、源和接收器的深度等）时，经典的匹到很大的影响。因此，Mori 等人提出了一种随机匹配滤波器[37][3展到非平稳信号。可用于检测频率随时间变化的信号，例如在浅信号。其中，线性调频信号是主动探测系统中经常使用的发射信号的匹配滤波输出中具有较高的旁瓣。一些小目标可能会藏匿在些旁瓣会被误认为是真实的目标。所以如何尽可能地降低这些旁类问题，一些学者相继提出了可行的解决方法。图 1.3 所示的方法是一种能够有效地抑制匹配滤波输出的旁瓣的基本思想是设计一个 FIR 滤波器加在匹配滤波器的输出端。通得到最优解，在保证输出增益的同时使得旁瓣电平最小化[39]。目标匹配滤波器旁瓣抑制滤波器
图 1.4 线性动态离散时间系统的信号流图，卡尔曼滤波算法理论首次被提出，并以它的发明者找到联合求解出图中两个方程的解的最佳方法的过程。然而第一个实现卡尔曼滤波器应用的是 Stanley Sc的路上，学者们从未停歇。Bucy 等人提出的无迹卡尔卡尔曼滤波器（UKF），尤其是在非线性动态系统的应随后 UKF 被推广到更广泛的非线性估计问题中，包括对偶估计问题等。针对解决高维非线性滤波问题，容开辟了一条新的途径[48]。随后，该学者又将其推广到中[49]。学者们对卡尔曼滤波算法的改进还在不断地更用如此广泛是由于它在非线性或非高斯情况下的优势出粒子滤波的思想，学者们对该算法进行了各方各面滤波，提出了多目标和多接收器的两项扩展应用，对传感器节点进行数据融合，自此，粒子滤波被广泛域，例如数据预测、雷达追踪、导航定位和监控追踪
【参考文献】：
期刊论文
[1]一种基于线谱特征函数提取LOFAR图线谱的方法[J]. 李山,王德俊,王海斌. 声学技术. 2016(04)
[2]一种基于新型间歇混沌振子的舰船线谱检测方法[J]. 丛超,李秀坤,宋扬. 物理学报. 2014(06)
[3]基于自相关和混沌理论的微弱线谱检测[J]. 石敏,徐袭. 船海工程. 2012(04)
[4]基于改进Mean-Shift与自适应Kalman滤波的视频目标跟踪[J]. 周尚波,胡鹏,柳玉炯. 计算机应用. 2010(06)
[5]基于LOFAR谱和DEMON谱特征的舰船辐射噪声研究[J]. 熊紫英,朱锡清. 船舶力学. 2007(02)
[6]基于Pisarenko谐波分解的间谐波估算方法[J]. 王志群,朱守真,周双喜. 电网技术. 2004(15)
[7]色噪声背景下微弱正弦信号的混沌检测[J]. 李月,杨宝俊,石要武. 物理学报. 2003(03)
[8]自适应匹配滤波器对多途信号的响应[J]. 钱秋珊,候宝春,惠俊英. 哈尔滨船舶工程学院学报. 1989(01)
[9]自适应相关器[J]. 惠俊英,王连生. 哈尔滨船舶工程学院学报. 1987(01)
[10]舰船噪声节奏的研究（Ⅱ）——自相关函数及节奏信息的提取[J]. 陶笃纯. 声学学报. 1983(05)
硕士论文
[1]声引信中线谱检测的相关方法和时频分析[D]. 张士忠.西北工业大学 2007
本文编号：3341108
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
自适应匹配滤波器
统匹配滤波器的性能。其原理如图 1.1 所示。在复杂的海洋声信的检测效果，必须实时获取信道的有效信息，这就要求处理器能数，这样才能满足声呐系统和信道的实时匹配的要求，由此，学配滤波器的概念[33-36]，如图 1.2 所示。当系统中存在一些随机参数的参数（如底部几何形状、源和接收器的深度等）时，经典的匹到很大的影响。因此，Mori 等人提出了一种随机匹配滤波器[37][3展到非平稳信号。可用于检测频率随时间变化的信号，例如在浅信号。其中，线性调频信号是主动探测系统中经常使用的发射信号的匹配滤波输出中具有较高的旁瓣。一些小目标可能会藏匿在些旁瓣会被误认为是真实的目标。所以如何尽可能地降低这些旁类问题，一些学者相继提出了可行的解决方法。图 1.3 所示的方法是一种能够有效地抑制匹配滤波输出的旁瓣的基本思想是设计一个 FIR 滤波器加在匹配滤波器的输出端。通得到最优解，在保证输出增益的同时使得旁瓣电平最小化[39]。目标匹配滤波器旁瓣抑制滤波器
图 1.4 线性动态离散时间系统的信号流图，卡尔曼滤波算法理论首次被提出，并以它的发明者找到联合求解出图中两个方程的解的最佳方法的过程。然而第一个实现卡尔曼滤波器应用的是 Stanley Sc的路上，学者们从未停歇。Bucy 等人提出的无迹卡尔卡尔曼滤波器（UKF），尤其是在非线性动态系统的应随后 UKF 被推广到更广泛的非线性估计问题中，包括对偶估计问题等。针对解决高维非线性滤波问题，容开辟了一条新的途径[48]。随后，该学者又将其推广到中[49]。学者们对卡尔曼滤波算法的改进还在不断地更用如此广泛是由于它在非线性或非高斯情况下的优势出粒子滤波的思想，学者们对该算法进行了各方各面滤波，提出了多目标和多接收器的两项扩展应用，对传感器节点进行数据融合，自此，粒子滤波被广泛域，例如数据预测、雷达追踪、导航定位和监控追踪
【参考文献】：
期刊论文
[1]一种基于线谱特征函数提取LOFAR图线谱的方法[J]. 李山,王德俊,王海斌. 声学技术. 2016(04)
[2]一种基于新型间歇混沌振子的舰船线谱检测方法[J]. 丛超,李秀坤,宋扬. 物理学报. 2014(06)
[3]基于自相关和混沌理论的微弱线谱检测[J]. 石敏,徐袭. 船海工程. 2012(04)
[4]基于改进Mean-Shift与自适应Kalman滤波的视频目标跟踪[J]. 周尚波,胡鹏,柳玉炯. 计算机应用. 2010(06)
[5]基于LOFAR谱和DEMON谱特征的舰船辐射噪声研究[J]. 熊紫英,朱锡清. 船舶力学. 2007(02)
[6]基于Pisarenko谐波分解的间谐波估算方法[J]. 王志群,朱守真,周双喜. 电网技术. 2004(15)
[7]色噪声背景下微弱正弦信号的混沌检测[J]. 李月,杨宝俊,石要武. 物理学报. 2003(03)
[8]自适应匹配滤波器对多途信号的响应[J]. 钱秋珊,候宝春,惠俊英. 哈尔滨船舶工程学院学报. 1989(01)
[9]自适应相关器[J]. 惠俊英,王连生. 哈尔滨船舶工程学院学报. 1987(01)
[10]舰船噪声节奏的研究（Ⅱ）——自相关函数及节奏信息的提取[J]. 陶笃纯. 声学学报. 1983(05)
硕士论文
[1]声引信中线谱检测的相关方法和时频分析[D]. 张士忠.西北工业大学 2007
本文编号：3341108
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/3341108.html
