CN110346802B - 基于计算水声信道参数的水下目标探测方法 - Google Patents
基于计算水声信道参数的水下目标探测方法 Download PDFInfo
- Publication number
- CN110346802B CN110346802B CN201810304811.9A CN201810304811A CN110346802B CN 110346802 B CN110346802 B CN 110346802B CN 201810304811 A CN201810304811 A CN 201810304811A CN 110346802 B CN110346802 B CN 110346802B
- Authority
- CN
- China
- Prior art keywords
- target
- underwater
- sound
- channel
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 238000004364 calculation method Methods 0.000 title claims description 22
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000001914 filtration Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 5
- 230000001934 delay Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims description 2
- 230000005236 sound signal Effects 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000011160 research Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000009977 dual effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 239000011358 absorbing material Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000030279 gene silencing Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/08—Systems for measuring distance only
- G01S15/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明属于利用声波反射测定目标位置数据的技术领域，公开了基于计算水声信道参数的水下目标探测方法，包括以下步骤：（1）建立分布式声纳系统，设置发射装置和接收装置；（2）发射装置发射调频信号，收集装置收集信号，预处理采集的信号，去除噪声；（3）使用常规多基地声纳算法确定是否存在目标或计算水声信道调频信号参数，采用状态识别方法确定目标，如果信号能量减弱或分散到其他信道，即存在目标。本技术方案具备传统的多基地声纳的特点，即探测范围大、隐蔽性好、灵活配置、抗干扰能力强等，且能够实现水下“声音黑洞”类隐身目标的探测。
Description
技术领域
本发明属于利用声波反射测定目标位置数据的技术领域，尤其涉及基于计算水声信道参数的水下目标探测方法。
背景技术
潜艇因为具有隐蔽性高、续航时间长、攻击力强等优点，既可以被用于灵活的战术目的，又是重要的战略威慑力量。因此，对潜探测预警技术也成为了各国研究的重点，其中水声探测是最早采用、技术最成熟的方法。但是，当今先进的潜艇普遍采用了声学隐身技术，如采用低噪声的发动机和传动装置、在艇身与设备之间加装弹性支架和吸音隔音体、在壳体外粘贴吸声材料等，这使得传统的收发合置主动声呐，以及纯被动型声呐的探测性能瓶颈愈发明显。主动声呐在发射声波照射目标的同时，也暴露了声呐站所在的位置，容易被潜艇发现进而实施有效规避或对声呐系统进行打击。纯被动型声呐对于具有消音设计的潜艇探测能力较差，虚警概率较高，难以期望其在反潜监测中有良好的表现。
双/多基地声呐采用收发双(多)置模式，由分开一定距离的单个(或多个)声源发射声波、单个(或多个)接收机接收目标的散射回波。与单基地声纳相比，具有探测范围大、隐蔽性好、灵活配置、抗干扰能力强等优点。国外对双/多基地声呐技术的研究大约从20世纪60年代开始，主要是起源和借鉴于双/多基地雷达技术。但是相对于电磁波，声波的传播速度较低，加之水介质起伏不均与水声信道复杂多变，多基地技术在声纳中的应用远不及其在雷达中的应用成功。多/双基地声纳的主要研究重点有多基地定位算法、多基地同步、直达波干扰抑制等。国内对双/多基地雷达的研究则开始于20世纪90年代，大都局限于理论研究，实验研究相对较少。
目前的主动和被动声纳、单基地和多基地声纳的原理都是基于接收目标自身发出的信号或散射的信号，但是如果目标自身发射的声音比较弱，且对入射声音信号的散射能力也较弱，即所谓的“声音黑洞”目标，这些方法难以实现有效的探测。因此，提供一种新型的多基地声纳技术方案，不通过接收目标的散射波实现探测，而是通过连续地水声信道参数计算来监测水下目标对声场环境的扰动，利用深度学习方法进行异常的识别，发现隐身目标，进而得到目标的位置数据及速度信息是很有必要的。
发明内容
针对现有技术的水声探测方法无法实现对“声音黑洞”类目标实现有效探测的问题，提出基于计算水声信道参数的水下目标探测方法，根据水声信道环境的异常变化来判断目标的存在，位置及速度。建分布式的声纳系统，该系统包括一个主动声源和若干个分布放置的水听器。声源重复性地发射线性调频信号，信号经过多尺度-多时延水声信道的调制后，被水听器接收。对接收信号进行处理，从复合多径信号中辨识并分离出每个独立的、有着不同尺度因子和时延的信号，提取信道参数。目标的存在(即使是隐身目标，即自身发射的声音和散射的声音都非常微弱)必然会导致信道环境的扰动，采用模式识别方法，区分目标所导致的信道异常以及信道自身的时变性，从而实现对目标的探测。
基于计算水声信道参数的水下目标探测方法，包括以下步骤：
(1)建立分布式声纳系统：包括一个主动声源和若干个分布放置的水听器，声源和水听器之间可以看作多尺度-多时延(Multi-Scale Multi-Lag,MSML)的水声信道。声源周期性地发射线性调频(Linear Frequency Modulation,LFM)信号，各个水听器连续地侦听环境信息、采集接收信号，以进行后续的信号处理。
(2)信道参数的实时计算：信号收发平台的相对运动和多径传播导致接收信号是发射波形多尺度、多时延的叠加，并且缺乏关于相对速度和多径结构的先验知识，本步骤从复合多径信号中辨识并分离出每个独立的、有着不同尺度因子和时延的信号。
首先，对采集信号进行预处理，滤除可能存在的环境噪声。作为一种具体的实现方案，可以采用FIR滤波器。
然后，对水声信道LFM信号进行参数计算，从复合多径信号中辨识并分离出每个独立的、有着不同尺度因子和时延的信号。可以采用多种成熟的LFM信号参数计算方法，如分数阶Fourier变换(FRFT)域滤波、短时分数阶Fourier变换(ST-FRFT)域滤波或基于FRFT的宽带水声信道参数计算方法等。
(3)信道异常状态识别：对一段时间内连续若干次水声信道参数计算结果进行模式识别，以区分目标所导致的信道异常以及信道自身的时变性。目标物体的存在会对声场环境产生扰动。普通目标会散射入射声波，对于“声音黑洞”类目标，当其位于声源和水听器之间时，会截断声波的直达路径，使得直达波信号的能量明显减弱，或能量分散到其它多径信号之上。
针对普通类目标，可以采用常规的多基地声纳处理算法。作为一种具体的实现方案，使用空间匹配滤波方法进行直达波抑制，利用多基声纳站的几何位置关系和回波的延迟实现目标的定位。
针对“声音黑洞”类目标，采用模式识别方法区分目标造成的信道扰动以及信道自身的时变特性。可以采用神经网络深度学习的方法，开展实验采集特定海域不同海况下、有无目标时的声音观测数据，使用信道参数计算结果训练神经网络，以实现对目标存在性的判断；也可以采用支持向量机方法，尤其是样本数据较少的情况下。
建立分布式声纳系统，采集信号，对信号进行预处理，也可以通过常规多基地声纳算法判断常规目标的存在与否，如果存在散射入射声波，即存在常规目标；否则，不存在目标。本技术方案的分布式声纳系统同时具备常规多基声纳处理方法和基于水声信道参数估计的方法确定是否存在“声音黑洞”目标。
本技术方案不依赖目标自身发射的声音或散射的声音进行探测，而是通过识别目标对水声信道环境的异常扰动而探测目标，具备传统的多基地声纳的特点，即探测范围大、隐蔽性好、灵活配置、抗干扰能力强等，且能够实现水下“声音黑洞”类“隐身”目标的探测、位置信息及速度的获取。
附图说明
图1：本发明的方法流程图；
图2：水声信道多径效应示意图；
图3：多尺度-多时延水声信道示意图；
图4：普通目标对水声信道的影响以及定位原理示意图；
图5：“声音黑洞”类目标对水声信道的影响示意图。
具体实施方式
结合附图，对本技术方案进行详细说明。
由于水面和海底的反射，以及海水介质的不均匀特性，水声信道通信时存在多径、时延、尺度变化等特点，如图1和图2所示。当“声音黑洞”进入通信信道中，会导致声场环境的改变，即信道参数的变化，特别是体现在对直达信道的遮蔽，对其它多径信道也会产生一定的干扰。本发明的思路是在传统的多基地声纳的基础上，利用关于探测海域的先验知识，区分信道自身的时变特点以及由目标造成的干扰，从而探测隐身目标。下面将详细介绍本发明的具体操作步骤：
(1)建立分布式声纳系统：该声纳系统由一个主动声源和若干个分布放置的水听器组成，声源发射LFM，各个水听器侦听、采集接收信号，以进行后续的信号处理。设发射信号为s(t)，该信号为宽带或超宽带信号，则接收信号r(t)是接收信号多个不同时延、不同缩放尺度、不同幅度的副本的叠加，可以描述为：
其中，N表示多径数目；Ap表示路径衰减；ap表示多普勒因子，当ap大于0，表现为时域信号的压缩，当ap小于0，表现为时域信号的扩展；τp表示路径延迟；n(t)表示接收机噪声。
(2)信道参数的实时计算：接下来从复合多径信号中辨识并分离出每个独立的、有着不同尺度因子和时延的信号。作为一个实例，采用FRFT域滤波法进行多分量LFM信号的分离，算法如下：
a.搜索使信号在FRFT域中形成尖锐脉冲且脉冲峰值最大的阶数
输入：
r—信号向量；
γ—循环次数，表示搜索精度
初始化：
分数阶搜索范围Dr＝[0,1.5]；
初始搜索步长sp＝0.1
迭代搜索：
whileγ≥1do
①计算其中/>
表示p阶分数阶Fourier变换，其中变换核函数，具体地：
②更新Dr＝[max(0.5,p'*-sp/2),min(p'*+sp/2,1.5)]；sp＝sp/10；γ＝γ-1；
end while
输出：
最佳阶数(或者最佳旋转角度φ'*＝p '*π/2)
b.FRFT滤波法分离多分量LFM信号
输入：
s(t)—原始信号；
—含有噪声的接收(多份量LFM)信号；
L多径数量
初始化：
路径索引l＝1
迭代：
while l≤L do
①计算当前r(t)中能量最大分量sl(t)的最佳阶数和分数时延/>详见算法a；
②对r(t)进行阶FRFT，得到旋转角度为/>的信号：
其中，为sl(t)旋转角度为/>的FRFT，/>为噪声的FRFT；
③在u域上进行尖峰遮隔处理
其中，为中心频率是/>的窄带通滤波器，选择适当的带宽可以分离出sl(t)；
④将滤波后的信号通过阶数为-的FRFT，得到除去了分量sl(t)的时域信号，将该信号作为下次迭代的当前信号，l＝l+1
end while
输出：
按照路径能量从大到小的顺序排列的各个LFM分量及其参数。
(3)信道异常状态识别：使用步骤(2)可以得到水声信道中各个LFM分量及其参数，Berger C.等人的海试数据显示，对于一个典型的水声信道，其时延扩展达到25ms，但160个时延抽头中只有4个是能量显著的，其它抽头的能量均可忽略不计。因此，选择能量最大的M个路径代表信道特征，忽略其它多径。连续获取N次水声信道的参数计算结果，称为一个观测周期T，T的选取足够长，使得多径水声信道的变化可以看作平稳的。
实施例可以利用BP神经网络非线性映射能力强、灵活性大等特点，对潜在目标造成的水声信道多径扰动进行识别。通过试验，采集特定海域不同海况下、有无目标时的声音观测数据，使用信道参数计算构建特征向量，进行BP神经网络的训练，进而实现对目标存在性的判断。
实施例仅说明本发明的技术方案，而非对其进行任何限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。
Claims (3)
1.基于计算水声信道参数的水下目标探测方法，其特征在于：包括以下步骤：
(1)建立分布式声纳系统，设置发射装置和收集装置；
(2)信道参数的实时计算：首先对采集信号进行预处理，滤除可能存在的环境噪声；然后对水声信道线性调频信号进行参数计算，从复合多径信号中辨识并分离出每个独立的、有不同尺度因子和时延的信号；
(3)信道异常状态识别：对一段时间内连续若干次水声信道参数计算结果进行模式识别，以区分目标所导致的信道异常以及信道自身的时变性，对于“声音黑洞”类目标，当其位于声源和水听器之间时，会截断声波的直达路径，使得直达波信号的能量明显减弱，或能量分散到其它多径信号之上；针对“声音黑洞”类目标，采用模式识别方法区分目标造成的信道扰动以及信道自身的时变特性；
目标自身发射的声音比较弱，且对入射声音信号的散射能力也较弱，即为“声音黑洞”目标；
步骤(2)采用FIR滤波器去噪；
步骤(2)采用分数阶Fourier变换域滤波或短时分数阶Fourier变换域滤波或基于分数阶Fourier变换的宽带水声信道调频信号参数计算方法；
步骤(3)所述的状态识别方法为神经网络方法，采集海域不同海况下、有无目标时的声音观测数据，使用信道参数计算结果训练神经网络，判断目标存在性；
或步骤(3)所述的状态识别方法为支持向量机方法；
声纳系统包括一个主动声源和若干个分布放置的水听器；
步骤(1)的调频信号为线性调频信号。
2.一种基于计算水声信道参数的探测水下目标位置信息的方法，其特征在于：实现如权利要求1所述的基于计算水声信道参数的水下目标探测方法后，采用神经网络方法，通过已知位置信息及海域历史参数的训练，获得目标相对位置信息或位置坐标。
3.一种基于计算水声信道参数的探测水下目标运动速度的方法，其特征在于：实现如权利要求2所述的基于计算水声信道参数的探测水下目标位置信息的方法后，通过调频信号的接收时间间隔及位置距离变动，获得目标的运动速度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810304811.9A CN110346802B (zh) | 2018-04-08 | 2018-04-08 | 基于计算水声信道参数的水下目标探测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810304811.9A CN110346802B (zh) | 2018-04-08 | 2018-04-08 | 基于计算水声信道参数的水下目标探测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110346802A CN110346802A (zh) | 2019-10-18 |
| CN110346802B true CN110346802B (zh) | 2023-07-21 |
Family
ID=68172978
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810304811.9A Active CN110346802B (zh) | 2018-04-08 | 2018-04-08 | 基于计算水声信道参数的水下目标探测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110346802B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111064689B (zh) * | 2019-12-26 | 2022-04-15 | 南京邮电大学 | 基于历史信息动态变换分数阶傅里叶阶次的索引调制方法 |
| CN111983619B (zh) * | 2020-08-07 | 2023-04-07 | 西北工业大学 | 一种基于迁移学习的水声目标前向散射声扰动定位方法 |
| CN113706974B (zh) * | 2021-09-07 | 2023-05-30 | 哈尔滨工业大学（威海） | 一种海洋探测技术教学实验系统 |
| CN114997524B (zh) * | 2022-07-07 | 2024-08-06 | 中国长江三峡集团有限公司 | 一种地下水溶质分布的预测方法、装置、设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5231609A (en) * | 1992-09-28 | 1993-07-27 | The United States Of America As Represented By The Secretary Of The Navy | Multiplatform sonar system and method for underwater surveillance |
| CN106546991A (zh) * | 2016-11-02 | 2017-03-29 | 哈尔滨工业大学（威海） | 水下发声目标空中探测装置及方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4266669B2 (ja) * | 2003-02-28 | 2009-05-20 | 日本電気株式会社 | バイスタティック方位検出システム及び検出方法 |
| CN101166066B (zh) * | 2007-07-24 | 2010-10-06 | 哈尔滨工程大学 | 一种移动水声通信方法 |
| CN101094217B (zh) * | 2007-07-27 | 2010-04-21 | 哈尔滨工程大学 | 水声信道参数测量方法及移动水声通信同步获取方法 |
| CN103152139B (zh) * | 2013-03-04 | 2015-09-30 | 哈尔滨工程大学 | 一种多基地声纳空时信道复用方法 |
| RU2535238C1 (ru) * | 2013-06-21 | 2014-12-10 | Российская Федерация, от имени которой выступает Министерство промышленности и торговли Российской Федерации (Минпромторг) | Способ синхронизации функций излучения и приема в бистатическом гидролокаторе |
| CN105678263A (zh) * | 2016-01-07 | 2016-06-15 | 中国科学院声学研究所 | 一种目标识别的方法和系统 |
| CN107526069A (zh) * | 2017-07-27 | 2017-12-29 | 天津大学 | 一种利用前向散射强度反演和分类海底表面沉积层的方法 |
-
2018
- 2018-04-08 CN CN201810304811.9A patent/CN110346802B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5231609A (en) * | 1992-09-28 | 1993-07-27 | The United States Of America As Represented By The Secretary Of The Navy | Multiplatform sonar system and method for underwater surveillance |
| CN106546991A (zh) * | 2016-11-02 | 2017-03-29 | 哈尔滨工业大学（威海） | 水下发声目标空中探测装置及方法 |
Non-Patent Citations (6)
| Title |
|---|
| Analysis and Calculation of Effect of Shape on Sonar Detection;Jing Xiao-su等;Archives of Acoustics;第39卷(第4期);全文 * |
| 基于海豚whistle信号的仿生主动声纳隐蔽探测技术研究;殷敬伟;刘强;陈阳;朱广平;生雪莉;;兵工学报(第05期);全文 * |
| 抑制特定区间距离旁瓣的恒模波形设计方法;李风从;赵宜楠;乔晓林;;电子与信息学报(第03期);全文 * |
| 水下物体的前向声散射建模与实验观测;雷波;马远良;杨坤德;;哈尔滨工程大学学报(第07期);全文 * |
| 水下目标深度测量误差源分析;邢军;刘忠;彭鹏菲;;舰船科学技术(第03期);全文 * |
| 隐身、反隐身各有招数;周平儒;;初中生世界(九年级物理)(第Z3期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110346802A (zh) | 2019-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110346802B (zh) | 基于计算水声信道参数的水下目标探测方法 | |
| Ferguson et al. | Convolutional neural networks for passive monitoring of a shallow water environment using a single sensor | |
| EP1938126B1 (en) | Sonar system and method providing low probability of impact on marine mammals | |
| JP2007507691A (ja) | ソナー・システムおよびプロセス | |
| US20100046326A1 (en) | Method and apparatus for detection and classification of a swimming object | |
| Yang et al. | Clutter reduction using Doppler sonar in a harbor environment | |
| CN110398743A (zh) | 一种连续波主动声呐目标回波检测方法 | |
| Kim et al. | Localization of incipient tip vortex cavitation using ray based matched field inversion method | |
| CN108318876A (zh) | 一种利用单个水听器估计水下目标深度和距离的方法 | |
| CN106443792A (zh) | 一种水下多缆声学网络定位方法 | |
| CN105353340A (zh) | 一种双层圆柱阵水下被动目标检测方法 | |
| CN109407098A (zh) | 一种处理正交脉冲串信号的并行处理算法的实现方法 | |
| Wang et al. | An improved subband peak energy detection method | |
| Bennaceur et al. | Target localization in depth and range from passive sonar | |
| CN116008996A (zh) | 用于沿海海底监视的连续主动声纳检测系统 | |
| CN109031311B (zh) | 一种基于时间滑动窗处理的双基地大分置角主动探测方法 | |
| US6771561B2 (en) | Sonar system especially for shallow water application such as in littoral environments | |
| Towle et al. | Low-cost acoustic sensors for littoral anti-submarine warfare (ASW) | |
| Tyack et al. | Acoustic behavior of beaked whales, with implications for acoustic monitoring | |
| Yang | Acoustic dopplergram for intruder defense | |
| RU143839U1 (ru) | Комплексная гидроакустическая система для поиска гидробионтов | |
| KR101977813B1 (ko) | 원형 센서 배열을 이용한 수중 근접물체 탐지 방법 | |
| Wang et al. | Track Before Detect for Low Frequency Active Towed Array Sonar | |
| Grimmett et al. | High duty cycle sonar performance as a function of processing time-bandwidth for LCAS'15 data | |
| GB2466822A (en) | A sonar system for detecting divers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhao Zhanfeng Inventor after: Zhou Zhiquan Inventor after: Zhao Yinan Inventor after: Wang Haoxian Inventor after: Wu Zhongjie Inventor after: Feng Xiang Inventor before: Zhao Zhanfeng Inventor before: Zhou Zhiquan Inventor before: Zhao Yinan Inventor before: Wang Haoxian Inventor before: Wu Zhongjie Inventor before: Feng Xiang |
|
| CB03 | Change of inventor or designer information |