CN111273303B - 双基地声纳强直达波干扰下目标微弱散射信号检测的方法 - Google Patents
双基地声纳强直达波干扰下目标微弱散射信号检测的方法 Download PDFInfo
- Publication number
- CN111273303B CN111273303B CN202010180731.4A CN202010180731A CN111273303B CN 111273303 B CN111273303 B CN 111273303B CN 202010180731 A CN202010180731 A CN 202010180731A CN 111273303 B CN111273303 B CN 111273303B
- Authority
- CN
- China
- Prior art keywords
- signal
- target
- multipath
- detection
- direct wave
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 238000012360 testing method Methods 0.000 claims description 17
- 230000005236 sound signal Effects 0.000 claims description 8
- 230000001934 delay Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 238000003657 Likelihood-ratio test Methods 0.000 claims description 4
- 238000003491 array Methods 0.000 claims description 2
- 238000011897 real-time detection Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G01S15/88—Sonar systems specially adapted for specific applications
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/537—Counter-measures or counter-counter-measures, e.g. jamming, anti-jamming
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种双基地声纳强直达波干扰下目标微弱散射信号检测的方法,是一种对水下入侵目标前向散射导致声场异常的检测方法,其有益效果体现在:本方法基于广义似然比检验,实现了强直达波干扰下的双基地声纳系统对水下目标散射信号进行检测,取得了较大的检测增益;相比现有方法,该方法针对多径传播环境设计,更加贴合实际应用场景,从而使得接收端最少仅需单个水听器即可实现水下目标检测;该方法预先完成对两种假设条件下的多径时延估计后,即可以实现对目标散射信号的准实时检测。
Description
技术领域
本发明属于水声探测领域,涉及一种双基地声纳强直达波干扰下目标微弱散射信号检测的方法,即在强直达波干扰条件下的双基地声纳对水下目标的检测方法。
背景技术
双基地声纳系统是水声探测的一种重要形式,但双基地声纳会接收到来自发射端的强直达波,对双基地探测效果产生影响。远距离时,目标散射信号比直达波弱20dB左右,使得目标散射信号难以直接进行检测。特别是在双基地基线附近,强直达波会与目标散射信号产生混叠干涉,从而导致双基地声纳系统在基线附近产生探测盲区。为了提高声纳的探测性能,减少盲区覆盖,目前对直达波干扰下双基地采用的检测方法主要包括:
1)声场强度变化类方法:诸如对接收信号采用匹配滤波器,主分量分析等方法,实现对目标微弱散射信号的检测。
2)自适应相消方法:采用自适应相消原理,直接对直达波进行对消,从而提高目标散射信号强度与直达波信号强度的比值。
鉴于目前的处理方法未针对多径传输环境条件做有效的设计,往往需要接收端为多通道水听器阵列,并作信号处理以抑制多径传输影响;此外,现有方法在起伏环境的情况下需要多次接收信号处理,才能实现对目标的前向散射探测。现有方法一方面难以实现对目标的实时或准实时检测,另一方面需要在多个脉冲时间段内具有稳定的信道结构。因此需要寻求新的方法。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种双基地声纳强直达波干扰下目标微弱散射信号检测的方法,能够实现对目标散射信号准实时检测的方法,用于检测由水下入侵目标穿过收发连线时引起的散射声场变化。
技术方案
一种用于双基地声纳强直达波干扰下目标微弱散射信号检测的方法,其特征在于步骤如下:
步骤1:发射端循环发射线性调频信号水声信号s(t);
步骤2:接收端的P个水听器阵列每隔周期T采样和记录水声信号,若采用水平阵列对发射端方向做波束形成,若采用垂直阵列则对水平方向做波束形成,将输出信号作记为x(t);
步骤3、接收信号多径时延估计:采用WRELAX方法时延估计算法对接收信号进行多径时延估计,输入信号X为x(t)的频域形式:
步骤a:设多径数量为1,计算第一路多径信号幅度因子a1和时延τ1;
步骤b:设多径数量为2,根据残余信号X2计算第二路多径信号幅度因子a2和时延τ2,再重新更新a1,τ1;
重复步骤a~步骤b直到收敛;
步骤c:设多径数量为3,根据残余信号X3计算第三路多径信号幅度因子a3和时延τ3;先重新更新a1,τ1,再重新更新a2,τ2;
重复步骤a~步骤c直到收敛;
步骤d:根据多径数量,继续重复上述步骤直到达到完成所有多径数量时延的估计;
上述残余信号Xm如下:
估计器如下:
步骤4、建立假设检验模型:
H0:X=Φd(τd)a+W
H1:X=Φd(τd)a+Φs(τs)b+W
其中:H0指接收信号为直达波信号,H1指接收信号包含直达波信号和目标散射信号;τd,τs分别为直达波信号和目标散射信号的多径时延估计,a=[a1,a2,...,aM],b=[b1,b2,...,bK]分别为复多径系数,W为复高斯分布噪声,其均值为0,方差表示为σ2;
Φd(τd)和Φs(τs):
步骤5、广义似然比检验:
若噪声方差σ2已知,根据广义似然比对接收信号x(t)计算检验统计量T0:
若噪声方差σ2未知,对接收信号x(t)计算检验统计量:
其中v和r为:
当接收信号X的检验统计量T(X)>η,则判为假设H1,即接收信号包含目标散射信号;反之,当接收信号X的检验统计量T(X)<η,则判为假设H 0,即接收信号为直达波,至此目标检测完成。
所述门限,对于噪声方差已知情况:
对于噪声方差未知情况:
其中,代表非中心参数为δ0,自由度为v的非中心卡方分布;而F(v,r,δ0,λ0)代表非中心参数为δ0,λ0,自由度为v,r的双非中心F分布,Q(·)代表右尾概率,PFA代表虚警率,PD代表检测概率。
所述接收端的水听器P>1。
所述水声信号s(t)的中心频率为100Hz~10kHz,带宽为50~5kHz,脉宽为1ms~20s,周期T为10ms~20s。
有益效果
本发明提出的一种双基地声纳强直达波干扰下目标微弱散射信号检测的方法,是一种对水下入侵目标前向散射导致声场异常的检测方法,其有益效果体现在:本方法基于广义似然比检验,实现了强直达波干扰下的双基地声纳系统对水下目标散射信号进行检测,取得了较大的检测增益;相比现有方法,该方法针对多径传播环境设计,更加贴合实际应用场景,从而使得接收端最少仅需单个水听器即可实现水下目标检测;该方法预先完成对两种假设条件下的多径时延估计后,即可以实现对目标散射信号的准实时检测。
本发明有较好的目标检测效果,与现有方法相比较优越性体现在:
1)本方法针对信号多径传输建立模型,有效地提高了检测增益和实用性。
2)相比已有方法,本方法接收端最少仅需单个水听器即可实现检测。
3)本方法具有恒虚警率特性,在工程应用中有较好的稳健性。
4)本方法仅需对两种假设下的多径时延进行估计即可实现准实时检测,无需其他先验信息。
附图说明
图1:双基地声纳探测示意图。
图2:发射信号。
图3:接收信号(仅直达波)
图4:接收信号(直达波与目标散射波)。
图5:广义似然比检测方法处理流程图。
图6:已知噪声方差时不同信噪比下的广义似然比检测结果。
图7:未知噪声方差时不同信噪比下的广义似然比检测结果。
图8:不同信噪比下虚警率设为10-6时的检测概率
具体实施方式
现结合实施例、附图对本发明作进一步描述:
用于双基地声纳强直达波干扰下目标微弱散射信号检测的方法,由发射端周期性发射线性调频信号,在远处布置的接收端上通过对接收数据进行处理,实现对强直达波干扰下目标微弱散射信号的检测。其过程可以分为以下5步:
(1)发射端循环发射线性调频信号,中心频率为100Hz~10kHz,带宽为50~5kHz,脉宽为1ms~20s,周期T为10ms~20s的水声信号s(t)。
(2)接收端由不少于一个水听器所组成,水听器每隔周期T采样和记录水声信号。单个水听器接收信号为x(t)。若接收端水听器为Q个(Q>1)水听器组成的阵列,水平阵列对发射端方向做波束形成,垂直阵列则对水平方向做波束形成,将波束输出信号作记为x(t)。
(3)接收信号多径时延估计。
使用WRELAX方法时延估计算法对接收信号进行多径时延估计。
(4)建立假设检验模型。
对发射信号s(t),接收信号x(t)做离散傅里叶变换(DFT):
S=DFT(s(t))
X=DFT(x(t))
预先获取一组直达波数据,并如步骤(3)所示对直达波数据估计M个多径时延τd,计算Φd(τ);对预先获取一组包含直达波和目标散射波的数据,并如步骤(3)所示估计N+M个多径时延[τd,τs],计算Φs(τ):
其中
建立假设检验模型:
H0:X=Φd(τd)a+W
H1:X=Φd(τd)a+Φs(τs)b+W
其中H0为接收信号为直达波信号,H1为接收信号包含直达波信号和目标散射信号。a,b分别为复多径系数,W为噪声,服从复高斯分布,即W~CN(0,σ2)。
(5)广义似然比检验。
若噪声方差已知,根据广义似然比对接收信号x(t)计算检验统计量T0:
若噪声方差未知,对接收信号x(t)计算检验统计量:
其中
当接收信号X的广义似然比lGLR(X)>η,则判为假设H1,即接收信号为直达波;反之当接收信号X的广义似然比lGLR(X)<η,则判为假设H0,即接收信号包含目标散射信号。至此目标检测完成。
门限可以根据需要的虚警率进行选取,对于噪声方差已知情况:
对于噪声方差未知情况:
其中,代表非中心参数为δ0,自由度为v的非中心卡方分布;而F(v,r,δ0,λ0)代表非中心参数为δ0,λ0,自由度为v,r的双非中心F分布。可以根据上述关系计算对应虚警率所需的门限值,实现恒虚警率检测。
具体实施例:
假设在浅海环境中,水深40m,水下目标在双基地声纳基线附近区域,目标为长半轴8m,短半轴2m的椭球体。声源和接收点距离为3km,声源深度为10m。接收端为单个水听器,布放深度为10m,双基地声纳系统如图1所示。
(1)发射中心频率为2kHz,带宽200Hz,脉宽为0.5s,发射间隔为1s的线性调频信号,如图2所示。
(2)接收端为一个水听器,水听器记录信号采样率为10kHz。使用Bellhop射线声学模型仿真信道冲激响应,得到直达波接收信号如图3所示。当有目标时,得到的含有目标散射信号的接收信号如图4所示。信号检测流程如图5所示。
(3)分别对仅有直达波的接收信号x0和包含目标散射信号的接收信号x1进行多径时延估计。使用最大期望算法,随机设置初值βk且满足进行50次迭代。其中x0估计10个多径时延而x1估计20个多径时延再剔除与τd最接近(即差的绝对值最小)的10个时延后记为τs。
(4)对发射信号s(t),接收信号x(t)做离散傅里叶变换得到S,X。计算
建立假设:
H 0:X=Φd(τd)a+W
H 1:X=Φd(τd)a+Φs(τs)b+W
(5)对接收信号x(t)添加高斯白噪声(与信号频带一致),使信直比为0dB~20dB,分别计算不同信噪比下的检验统计量T0,T1:
每个信噪比条件下进行1000次蒙特卡洛实验,计算已知噪声方差和未知噪声方差条件下不同信噪比时加噪接收信号广义似然比的均值和标准差(由误差线表示)如图6、图7所示。图中可以看到假设H 0与假设H1的广义似然比有较大的差异,随着信噪比下降广义似然比检验的性能逐渐下降。检验统计量检验根据虚警率PFA=10-6计算并选取检测门限η即可实现对目标散射信号的横虚警率检测。不同信噪比下检测概率如图8所示,蒙特卡洛实验结果与理论结果基本一致,证明了该方法的恒虚警性能。
Claims (4)
1.一种用于双基地声纳强直达波干扰下目标微弱散射信号检测的方法,其特征在于步骤如下:
步骤1:发射端循环发射线性调频信号水声信号s(t);
步骤2:接收端的P个水听器阵列每隔周期T采样和记录水声信号,若采用水平阵列对发射端方向做波束形成,若采用垂直阵列则对水平方向做波束形成,将输出信号作记为x(t);
步骤3、接收信号多径时延估计:采用WRELAX方法时延估计算法对接收信号进行多径时延估计,输入信号X为x(t)的频域形式:
步骤a:设多径数量为1,计算第一路多径信号幅度因子a1和时延τ1;
步骤b:设多径数量为2,根据残余信号X2计算第二路多径信号幅度因子a2和时延τ2,再重新更新a1,τ1;
重复步骤a~步骤b直到收敛;
步骤c:设多径数量为3,根据残余信号X3计算第三路多径信号幅度因子a3和时延τ3;先重新更新a1,τ1,再重新更新a2,τ2;
重复步骤a~步骤c直到收敛;
步骤d:根据多径数量,继续重复上述步骤直到达到完成所有多径数量时延的估计;
上述残余信号Xm如下:
估计器如下:
步骤4、建立假设检验模型:
其中:指接收信号为直达波信号,指接收信号包含直达波信号和目标散射信号;τd,τs分别为直达波信号和目标散射信号的多径时延估计,a=[a1,a2,...,aM],b=[b1,b2,...,bK]为复多径系数,W为复高斯分布噪声,其均值为0,方差表示为σ2;
Φd(τd)和Φs(τs):
步骤5、广义似然比检验:
若噪声方差σ2已知,根据广义似然比对接收信号x(t)计算检验统计量T0:
若噪声方差σ2未知,对接收信号x(t)计算检验统计量:
其中v和r为:
3.根据权利要求1所述用于双基地声纳强直达波干扰下目标微弱散射信号检测的方法,其特征在于:所述接收端的水听器P>1。
4.根据权利要求1所述用于双基地声纳强直达波干扰下目标微弱散射信号检测的方法,其特征在于:所述水声信号s(t)的中心频率为100Hz~10kHz,带宽为50~5kHz,脉宽为1ms~20s,周期T为10ms~20s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010180731.4A CN111273303B (zh) | 2020-03-16 | 2020-03-16 | 双基地声纳强直达波干扰下目标微弱散射信号检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010180731.4A CN111273303B (zh) | 2020-03-16 | 2020-03-16 | 双基地声纳强直达波干扰下目标微弱散射信号检测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111273303A CN111273303A (zh) | 2020-06-12 |
CN111273303B true CN111273303B (zh) | 2022-08-05 |
Family
ID=70997856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010180731.4A Active CN111273303B (zh) | 2020-03-16 | 2020-03-16 | 双基地声纳强直达波干扰下目标微弱散射信号检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111273303B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007084122A2 (en) * | 2006-01-17 | 2007-07-26 | Robert Hickling | Method and apparatus for echolocation |
CN102721958A (zh) * | 2012-06-25 | 2012-10-10 | 西北工业大学 | 不确定海洋环境中广义似然比稳健信号检测方法 |
CN103152139A (zh) * | 2013-03-04 | 2013-06-12 | 哈尔滨工程大学 | 一种多基地声纳空时信道复用方法 |
CN109782261A (zh) * | 2018-12-27 | 2019-05-21 | 西北工业大学 | 对水下入侵目标引起接收信号变化的无监督学习检测方法 |
CN110221280A (zh) * | 2019-06-14 | 2019-09-10 | 中国科学院声学研究所 | 一种抗压制类水声干扰多通道自适应检测方法及系统 |
CN110456361A (zh) * | 2019-06-27 | 2019-11-15 | 浙江大学 | 大范围海底地貌遥测的双基地声学成像方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9030914B2 (en) * | 2012-04-03 | 2015-05-12 | Pangeo Subsea, Inc. | Discrete volumetric sonar method and apparatus for sub-seabed surveying |
-
2020
- 2020-03-16 CN CN202010180731.4A patent/CN111273303B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007084122A2 (en) * | 2006-01-17 | 2007-07-26 | Robert Hickling | Method and apparatus for echolocation |
CN102721958A (zh) * | 2012-06-25 | 2012-10-10 | 西北工业大学 | 不确定海洋环境中广义似然比稳健信号检测方法 |
CN103152139A (zh) * | 2013-03-04 | 2013-06-12 | 哈尔滨工程大学 | 一种多基地声纳空时信道复用方法 |
CN109782261A (zh) * | 2018-12-27 | 2019-05-21 | 西北工业大学 | 对水下入侵目标引起接收信号变化的无监督学习检测方法 |
CN110221280A (zh) * | 2019-06-14 | 2019-09-10 | 中国科学院声学研究所 | 一种抗压制类水声干扰多通道自适应检测方法及系统 |
CN110456361A (zh) * | 2019-06-27 | 2019-11-15 | 浙江大学 | 大范围海底地貌遥测的双基地声学成像方法 |
Non-Patent Citations (8)
Title |
---|
Bo Lei et al..Detection of Sound Field Aberrations Caused by Forward Scattering From Underwater Intruders Using Unsupervised Machine Learning.《IEEE Access》.2019, * |
Granger Hickman et al..Wide-band target depth estimation in a scattering ocean environment.《Proceedings. (ICASSP "05). IEEE International Conference on Acoustics, Speech, and Signal Processing, 2005》.2005, * |
Murat D. Aykin et al..Modeling 2-D Lens-Based Forward-Scan Sonar Imagery for Targets With Diffuse Reflectance.《IEEE Journal of Oceanic Engineering》.2016,第41卷(第3期), * |
Robert N. Carpenter et al..GLRT DETECTION OF SIGNALS IN REVERBERATION.《1995 International Conference on Acoustics, Speech, and Signal Processing》.2002, * |
张遥等.基于无监督机器学习的前向散射信号检测方法.《声学技术》.2018,第37卷(第6期), * |
徐文等.AUV双基地合成孔径声呐成像实验.《应用声学》.2019,第38卷(第4期), * |
林静等.混响背景下的距离扩展目标的GLRT检测.《计算机仿真》.2013,第30卷(第07期), * |
邹丽娜等.不确实波导环境下基于子空间建模的恒虚警检测方法.《兵工学报》.2009,第30卷(第11期), * |
Also Published As
Publication number | Publication date |
---|---|
CN111273303A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111198374B (zh) | 基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法 | |
Morrissey et al. | Passive acoustic detection and localization of sperm whales (Physeter macrocephalus) in the tongue of the ocean | |
Bédard et al. | Effects of room reverberation on time-delay estimation performance | |
CN114089279A (zh) | 一种基于均匀同心圆麦克风阵列的声目标定位方法 | |
CN117554966B (zh) | 一种用于全水域精准定位的声呐数据智能处理方法 | |
CN102721958A (zh) | 不确定海洋环境中广义似然比稳健信号检测方法 | |
CN111273303B (zh) | 双基地声纳强直达波干扰下目标微弱散射信号检测的方法 | |
CA2528664A1 (en) | Noise adaptive sonar signal processor | |
CN110673118A (zh) | 一种主动声纳单频脉冲串波形设计及检测算法 | |
CN113704685B (zh) | 一种基于垂直线列阵的深海盲解卷积方法 | |
Wang et al. | Measurement-based analysis of characteristics of fast moving underwater acoustic communication channel | |
CN112986967B (zh) | 一种混响边缘的自适应检测方法及装置 | |
CN112834623B (zh) | 一种基于压缩感知技术的声学覆盖层回声降低测量方法 | |
CN114371441A (zh) | 虚拟阵列波达方向估计方法、装置、产品及存储介质 | |
CN114035157A (zh) | 一种基于期望最大化算法的分频带时延估计方法及其系统 | |
CN103487794B (zh) | 一种基于小波包变换的水底混响抑制方法 | |
CN113126029A (zh) | 适用于深海可靠声路径环境的多传感器脉冲声源定位方法 | |
CN108459316B (zh) | 一种多途信道下的回波信号参数估计方法 | |
CN111948629A (zh) | 一种高稳健性大多普勒单频脉冲信号检测方法 | |
CN112346038B (zh) | 一种基于浅海爆炸声传播信号的声信道响应估计方法 | |
CN117406172B (zh) | 一种基于深海环境下拖船干扰特性的海深估计方法 | |
CN111257859B (zh) | 一种波束域自相关水下目标识别方法 | |
CN118311556B (zh) | 基于广义似然比的主动声纳时延估计方法 | |
CN112487887B (zh) | 一种提高主动目标检测信噪比的方法 | |
RU2809016C1 (ru) | Способ адаптивного обнаружения морского шумящего объекта |
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 |