CN111650591B - 一种主动声纳宽带空间谱回波亮点增强及自动提取方法 - Google Patents
一种主动声纳宽带空间谱回波亮点增强及自动提取方法 Download PDFInfo
- Publication number
- CN111650591B CN111650591B CN202010269999.5A CN202010269999A CN111650591B CN 111650591 B CN111650591 B CN 111650591B CN 202010269999 A CN202010269999 A CN 202010269999A CN 111650591 B CN111650591 B CN 111650591B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- echo
- broadband
- spatial
- spatial spectrum
- 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
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
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/04—Systems determining presence of a target
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (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
本发明公开了一种主动声纳宽带空间谱回波亮点增强及自动提取方法,该回波提取方法利用了回波、混响、被动辐射噪声的分布特征差异性,通过主动声纳宽带空间谱锐化和空间谱差分两级处理有效抑制了混响和被动辐射噪声干扰,增强了回波亮点强度,可实现低虚警率的自动回波亮点提取,为发展主动声纳自主检测和跟踪、以及智能化主动探测提供了可靠的先决条件,该方法原理清晰、实现步骤简单、计算量小,通过海试数据分析验证了该方法的有效性,为当前的装备改进和新产品研制提供一定技术支撑。
Description
技术领域
本发明属于主动声纳宽带检测领域,主要是一种主动声纳宽带空间谱回波亮点增强及自动提取方法。
背景技术
主动声纳对水下目标的宽带检测常用手段是通过设置门限选取在主动宽带谱上回波亮点来判别目标有无。然而实际宽带谱数据中,还存在混响、被动辐射强干扰等因素的影响,这些因素会使主动宽带检测出现大量检测盲区或者产生不计其数的虚警;同时受声源与接收阵深度的起伏、阵形畸变及目标散射截面的动态变化等因素影响,使回波亮点在不同扫描周期出现“明暗闪烁”现象,这一现象会导致回波在持续扫描周期过程中出现非连续一致性,在回波较弱的单周期内出现漏报,也会导致主动序贯贝叶斯检测性能急剧下降。
发明内容
本发明的目的在于克服现有技术存在的不足,而提供一种主动声纳宽带空间谱回波亮点增强及自动提取方法。
本发明的目的是通过如下技术方案来完成的,主要包括以下步骤:
(1)首先,通过匹配滤波和聚焦波束形成对接收基阵数据进行空间相干处理,得到相应的主动声纳方位-距离宽带空间谱S(r,θ),其中θ表示方位波束参数,r表示距离点参数,主动声纳方位-距离宽带空间谱S(r,θ)包含了背景噪声、混响、被动辐射噪声和目标回波;
(2)其次,由步骤(1)中得到的宽带空间谱进行锐化处理,重构锐化空间谱;
(3)依据步骤(2)中得到的空间锐化谱Sshap(r,θ),进行空间谱差分处理得到相应的空间差分谱Sdiff(r,θ),其数学表示如下所示
Sdiff(r,θ)=(Sshap(r,θ)-Sshap(r-1,θ))/Sshap(r-1,θ)
其中Sdiff(r,θ)表示空间差分谱,即空间差分处理后的宽带谱结果,Sshap(r,θ)表示空间锐化谱,即锐化后的方位-距离空间宽带谱,θ表示方位波束参数,r表示距离点参数;
(4)在平均背景下,结合一定尺度回波的特征函数偏微分值作为门限γ,从规则化后的空间差分谱图上自动选取回波亮点进行目标判定。
更进一步的,所述的锐化处理步骤需要选取方位波束窗wθ和距离点数窗wr,依据搜索窗内的数据特征化来重构锐化空间谱Sshap(r,θ),其数学计算如下所示
Sw=S(r-wr:r+wr,θ-wθ:θ+wθ)
Cr=(Sw/mean(|Sw|))H(Sw/mean(|Sw|))
Sshap(r,θ)=Cr(wθ+1,wθ+1)
其中,mean(·)表示均值化处理,|·|表示矩阵数据取模处理。
更进一步的,在步骤(3)中,计算回波距离时需要补偿一个点的位移,即L=(r+1)c/(2fs),其中L表示补偿后计算得到的距离,r表示回波距离点参数,c表示声速,fs表示计算当前谱图的数值采样率。
更进一步的,在步骤(4)中,计算表示如下
本发明的有益效果为:本发明利用了回波、混响、被动辐射噪声的分布特征差异性,通过主动声纳宽带空间谱锐化和空间谱差分两级处理有效抑制了混响和被动辐射噪声干扰,增强了回波亮点强度,可实现低虚警率的自动回波亮点提取,为发展主动声纳自主检测和跟踪、以及智能化主动探测提供了可靠的先决条件,本发明原理清晰、实现步骤简单、计算量小,通过海试数据分析验证了该方法的有效性,为当前的装备改进和新产品研制提供了一定技术支撑。
附图说明
图1给出了主动声纳宽带谱回波亮点提取处理流程示意图。
图2是给出了锐化处理过程中加窗后的谱图样本及对应的特征图。
图3是针对T周期的实际海试数据处理示意图。
图4是针对T周期的实际海试数据处理示意图。
图5是针对T周期的实际海试数据处理示意图。
图6是针对T周期的实际海试数据处理示意图。
图7分别给出了T周期背景归一化和差分处理后的目标方位单波束结果示意图。
图8是针对T+1周期的实际海试数据处理示意图。
图9是针对T+1周期的实际海试数据处理示意图。
图10是针对T+1周期的实际海试数据处理示意图。
图11是针对T+1周期的实际海试数据处理示意图。
图12分别给出了T+1周期背景归一化和差分处理后的目标方位单波束结果示意图。
图13是针对T+2周期的实际海试数据处理示意图。
图14是针对T+2周期的实际海试数据处理示意图。
图15是针对T+2周期的实际海试数据处理示意图。
图16是针对T+2周期的实际海试数据处理示意图。
图17分别给出了T+2周期背景归一化和差分处理后的目标方位单波束结果示意图。
具体实施方式
下面将结合附图和实施例对本发明做详细的介绍:
如图1所示,一种主动声纳宽带空间谱回波亮点增强及自动提取方法,其中包含了常规空间相干处理、锐化处理、差分处理及回波亮点自动提取,其中锐化处理和差分处理是最为核心的两个处理步骤,通过这两步处理后,可以充分抑制混响和被动辐射干扰,使回波峰值增强,从而容易实现回波亮点的自动提取;具体步骤如下:
(1)依据常规宽带相干处理方法得到主动声纳宽带谱处理结果,从能量谱的结果中可以看出其中包含了背景噪声、混响、被动辐射噪声和目标回波,有时也有几乎被干扰堙没、难以分辨的目标回波;首先,通过匹配滤波和聚焦波束形成对接收基阵数据进行空间相干处理,得到相应的主动声纳方位-距离宽带空间谱S(r,θ),其中θ表示方位波束参数,r表示距离点参数;
(2)其次,由步骤(1)中得到的宽带空间谱进行锐化处理,重构锐化空间谱;该处理步骤可以将点辐射状的回波、带辐射状的被动噪声凸显出来,对于由强渐弱的K分布特性的混响有一定的抑制效果,对于较弱的回波和被动辐射噪声均有一定的增强效果。
所述的锐化处理步骤需要选取方位波束窗wθ和距离点数窗wr,依据搜索窗内的数据特征化来重构锐化空间谱Sshap(r,θ),其数学计算如下所示
Sw=S(r-wr:r+wr,θ-wθ:θ+wθ)
Cr=(Sw/mean(|Sw|))H(Sw/mean(|Sw|))
Sshap(r,θ)=Cr(wθ+1,wθ+1)
其中,mean(·)表示均值化处理,|·|表示矩阵数据取模处理。如图2所示,给出了锐化处理过程中加窗后的谱图样本及对应的特征图。
(3)将锐化处理后的主动宽带谱进行距离维的空间谱差分处理,该步骤的数学含义是对空间谱进行求偏微分处理,因为宽带谱上回波特征呈现脉冲状特征,而被动辐射噪声呈现连续带状特征,若将其近似为特征函数,回波特征函数的偏导远大于被动辐射噪声特征函数的偏导,且对于径向尺度较大的不感兴趣的散射体,其宽带谱特征函数偏导也远小于径向尺度小的水下目标。依据步骤(2)中得到的空间锐化谱Sshap(r,θ),进行空间谱差分处理得到相应的空间差分谱Sdiff(r,θ),其数学表示如下所示
Sdiff(r,θ)=(Sshap(r,θ)-Sshap(r-1,θ))/Sshap(r-1,θ)
其中Sdiff(r,θ)表示空间差分谱,即空间差分处理后的宽带谱结果,Sshap(r,θ)表示空间锐化谱,即锐化后的方位-距离空间宽带谱,θ表示方位波束参数,r表示距离点参数;
需要说明的是对于原空间谱距离上第一个点,差分处理无法实现,因此差分后的结果会丢失掉第一个距离点的信息,然而主动声纳宽带谱距离维的前若干个点均为直达波和混响,因此这一影响可以忽略不计,但在计算回波距离时需要补偿一个点的位移,即L=(r+1)c/(2fs),其中L表示补偿后计算得到的距离,r表示回波距离点参数,c表示声速,fs表示计算当前谱图的数值采样率。
(4)在平均背景下,结合一定尺度回波的特征函数偏微分值作为门限γ,从规则化后的空间差分谱图上自动选取回波亮点进行目标判定,计算表示如下
图3是针对T周期的实际海试数据处理,给出了经过常规相干处理后输出的主动声纳宽带空间谱,其中(a)为空间谱的三维显示图,(b)为空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。从图中可以看出,混响相对于目标的强度级是压制性的,且混响的分布呈现一个由强渐弱的趋势。
图4是针对T周期的实际海试数据处理,给出了经过背景归一化处理后输出的空间谱,其中(a)为背景归一化空间谱的三维显示图,(b)为背景归一化空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。比较图(1)和图(2)可以看出,经过背景归一化处理后,混响被较好地抑制,然而背景强度明显提升,且目标的强度也相应渐弱了。
图5是针对T周期的实际海试数据处理,给出了经过锐化处理后输出的空间谱,其输入为常规处理后的宽带空间谱,其中(a)为锐化空间谱的三维显示图,(b)为锐化空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。比较图(2)和图(3)可以看出,锐化处理不仅较好地抑制了混响,且回波的亮点也被凸显出来。
图6是针对T周期的实际海试数据处理,给出了经过差分处理后输出的空间谱,其输入为锐化空间谱,其中(a)为差分空间谱的三维显示图,(b)为差分空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。比较图(2)和图(3)可以看出,锐化处理不仅较好地抑制了混响,且回波的亮点也被凸显出来。
图7分别给出了T周期背景归一化和差分处理后的目标方位单波束结果,从图中可以看出,差分处理后的单波束效果明显优于背景归一化输出单波束效果。
图8是针对T+1周期的实际海试数据处理,给出了经过常规相干处理后输出的主动声纳宽带空间谱,其中(a)为空间谱的三维显示图,(b)为空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。从图中可以看出,混响相对于目标的强度级是压制性的,且混响的分布呈现一个由强渐弱的趋势。
图9是针对T+1周期的实际海试数据处理,给出了经过背景归一化处理后输出的空间谱,其中(a)为背景归一化空间谱的三维显示图,(b)为背景归一化空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。比较图(1)和图(2)可以看出,经过背景归一化处理后,混响被较好地抑制,然而背景强度明显提升,且目标的强度也相应渐弱了。
图10是针对T+1周期的实际海试数据处理,给出了经过锐化处理后输出的空间谱,其输入为常规处理后的宽带空间谱,其中(a)为锐化空间谱的三维显示图,(b)为锐化空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。比较图(2)和图(3)可以看出,锐化处理不仅较好地抑制了混响,且回波的亮点也被凸显出来。
图11是针对T+1周期的实际海试数据处理,给出了经过差分处理后输出的空间谱,其输入为锐化空间谱,其中(a)为差分空间谱的三维显示图,(b)为差分空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。比较图(2)和图(3)可以看出,锐化处理不仅较好地抑制了混响,且回波的亮点也被凸显出来。
图12分别给出了T+1周期背景归一化和差分处理后的目标方位单波束结果,从图中可以看出,差分处理后的单波束效果明显优于背景归一化输出单波束效果。
图13是针对T+2周期的实际海试数据处理,给出了经过常规相干处理后输出的主动声纳宽带空间谱,其中(a)为空间谱的三维显示图,(b)为空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。从图中可以看出,混响相对于目标的强度级是压制性的,且混响的分布呈现一个由强渐弱的趋势。
图14是针对T+2周期的实际海试数据处理,给出了经过背景归一化处理后输出的空间谱,其中(a)为背景归一化空间谱的三维显示图,(b)为背景归一化空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。比较图(1)和图(2)可以看出,经过背景归一化处理后,混响被较好地抑制,然而背景强度明显提升,且目标的强度也相应渐弱了。
图15是针对T+2周期的实际海试数据处理,给出了经过锐化处理后输出的空间谱,其输入为常规处理后的宽带空间谱,其中(a)为锐化空间谱的三维显示图,(b)为锐化空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。比较图(2)和图(3)可以看出,锐化处理不仅较好地抑制了混响,且回波的亮点也被凸显出来。
图16是针对T+2周期的实际海试数据处理,给出了经过差分处理后输出的空间谱,其输入为锐化空间谱,其中(a)为差分空间谱的三维显示图,(b)为差分空间谱的二维显示图,(b)中红圈表示的位置即为试验中目标的回波亮点。比较图(2)和图(3)可以看出,锐化处理不仅较好地抑制了混响,且回波的亮点也被凸显出来。
图17分别给出了T+2周期背景归一化和差分处理后的目标方位单波束结果,从图中可以看出,差分处理后的单波束效果明显优于背景归一化输出单波束效果。
可以理解的是,对本领域技术人员来说,将本发明的技术方案及发明构思加以等同替换或改变都应属于本发明所附的权利要求的保护范围。
Claims (3)
1.一种主动声纳宽带空间谱回波亮点增强及自动提取方法,其特征在于:主要包括以下步骤:
(1)首先,通过匹配滤波和聚焦波束形成对接收基阵数据进行空间相干处理,得到相应的主动声纳方位-距离宽带空间谱S(r,θ),其中θ表示方位波束参数,r表示距离点参数,主动声纳方位-距离宽带空间谱S(r,θ)包含了混响、被动辐射干扰和目标回波;
(2)其次,由步骤(1)中得到的宽带空间谱进行锐化处理,重构锐化空间谱;
(3)依据步骤(2)中得到的空间锐化谱Sshap(r,θ),进行空间谱差分处理得到相应的空间差分谱Sdiff(r,θ),其数学表示如下所示
Sdiff(r,θ)=(Sshap(r,θ)-Sshap(r-1,θ))/Sshap(r-1,θ)
其中Sdiff(r,θ)表示空间差分谱,即空间差分处理后的宽带谱结果,Sshap(r,θ)表示空间锐化谱,即锐化后的方位-距离空间宽带谱,θ表示方位波束参数,r表示距离点参数;
(4)在平均背景下,结合一定尺度回波的特征函数偏微分值作为门限γ,从规则化后的空间差分谱图上自动选取回波亮点进行目标判定;
所述的锐化处理步骤需要选取方位波束窗wθ和距离点数窗wr,依据搜索窗内的数据特征化来重构锐化空间谱Sshap(r,θ),其数学计算如下所示
Sw=S(r-wr:r+wr,θ-wθ:θ+wθ)
Cr=(Sw/mean(|Sw|))H(Sw/mean(|Sw|))
Sshap(r,θ)=Cr(wθ+1,wθ+1)
其中,mean(·)表示均值化处理,|·|表示矩阵数据取模处理。
2.根据权利要求1所述的主动声纳宽带空间谱回波亮点增强及自动提取方法,其特征在于:在步骤(3)中,计算回波距离时需要补偿一个点的位移,即L=(r+1)c/(2fs),其中L表示补偿后计算得到的距离,r表示回波距离点参数,c表示声速,fs表示计算当前谱图的数值采样率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010269999.5A CN111650591B (zh) | 2020-04-08 | 2020-04-08 | 一种主动声纳宽带空间谱回波亮点增强及自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010269999.5A CN111650591B (zh) | 2020-04-08 | 2020-04-08 | 一种主动声纳宽带空间谱回波亮点增强及自动提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111650591A CN111650591A (zh) | 2020-09-11 |
CN111650591B true CN111650591B (zh) | 2023-04-28 |
Family
ID=72352400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010269999.5A Active CN111650591B (zh) | 2020-04-08 | 2020-04-08 | 一种主动声纳宽带空间谱回波亮点增强及自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111650591B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111965629B (zh) * | 2020-09-28 | 2023-10-03 | 北京中科海讯数字科技股份有限公司 | 一种主动声呐非均匀背景抑制恒虚警检测方法及装置 |
CN114578332B (zh) * | 2022-04-28 | 2022-08-02 | 杭州应用声学研究所(中国船舶重工集团公司第七一五研究所) | 一种主动声呐目标径向尺度宽容性估计方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101907708A (zh) * | 2010-07-23 | 2010-12-08 | 哈尔滨工程大学 | 目标回波亮点测量方法 |
CN103185881A (zh) * | 2012-12-21 | 2013-07-03 | 中国船舶重工集团公司第七一五研究所 | 基于波导不变量的混响抑制方法 |
CN107590468A (zh) * | 2017-09-15 | 2018-01-16 | 哈尔滨工程大学 | 一种基于多视角目标亮点特征信息融合的探测方法 |
CN108872997A (zh) * | 2018-05-10 | 2018-11-23 | 国家海洋局第二海洋研究所 | 一种基于侧扫声呐数据融合与精密处理的海底线检测方法 |
CN110632579A (zh) * | 2019-01-28 | 2019-12-31 | 中国船舶重工集团公司第七一五研究所 | 一种利用子阵波束域特征的迭代波束形成方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6798715B2 (en) * | 2000-07-08 | 2004-09-28 | Neptune Technologies, Inc. | Biomimetic sonar system and method |
WO2017131838A2 (en) * | 2015-11-13 | 2017-08-03 | Flir Systems, Inc. | Sonar sensor fusion and model based virtual and augmented reality systems and methods |
-
2020
- 2020-04-08 CN CN202010269999.5A patent/CN111650591B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101907708A (zh) * | 2010-07-23 | 2010-12-08 | 哈尔滨工程大学 | 目标回波亮点测量方法 |
CN103185881A (zh) * | 2012-12-21 | 2013-07-03 | 中国船舶重工集团公司第七一五研究所 | 基于波导不变量的混响抑制方法 |
CN107590468A (zh) * | 2017-09-15 | 2018-01-16 | 哈尔滨工程大学 | 一种基于多视角目标亮点特征信息融合的探测方法 |
CN108872997A (zh) * | 2018-05-10 | 2018-11-23 | 国家海洋局第二海洋研究所 | 一种基于侧扫声呐数据融合与精密处理的海底线检测方法 |
CN110632579A (zh) * | 2019-01-28 | 2019-12-31 | 中国船舶重工集团公司第七一五研究所 | 一种利用子阵波束域特征的迭代波束形成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111650591A (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Merazi-Meksen et al. | Mathematical morphology for TOFD image analysis and automatic crack detection | |
CN111650591B (zh) | 一种主动声纳宽带空间谱回波亮点增强及自动提取方法 | |
US8138963B1 (en) | Method for detecting targets using space-time adaptive processing and shared knowledge of the environment | |
CN108957462B (zh) | 一种基于平坦海底的多波束水体数据处理方法 | |
Garcia et al. | Temporal–spatial, spectral, and source level distributions of fin whale vocalizations in the Norwegian Sea observed with a coherent hydrophone array | |
CN109143195B (zh) | 一种基于全kl散度的雷达目标检测方法 | |
CN105319537A (zh) | 基于空间相关性的航海雷达同频干扰抑制方法 | |
CN113030979B (zh) | 一种探测目标物体位置深度的方法和装置 | |
CN101482969B (zh) | 基于同质点计算的sar图像去斑方法 | |
CN111077537B (zh) | 一种测探回波优化分类方法及装置 | |
CN111077536A (zh) | 一种海洋激光雷达测探回波分类方法及装置 | |
CN105574529A (zh) | 一种侧扫声纳目标检测方法 | |
CN108919225A (zh) | 部分均匀环境下距离扩展目标多通道融合检测方法 | |
Gao et al. | Fast two‐dimensional subset censored CFAR method for multiple objects detection from acoustic image | |
CN111766600A (zh) | 一种光子计数激光雷达自适应噪声判断、滤波方法及装置 | |
CN110133670B (zh) | 一种机载激光测深接收波形的去噪处理方法及其系统 | |
US20020181329A1 (en) | Tracking system and method of operation thereof | |
CN112836638B (zh) | 高海况sar船只检测方法及应用 | |
CN112485329B (zh) | 基于热成像与超声相结合检测排污口的方法、装置及系统 | |
CN112666552B (zh) | 一种探地雷达数据背景杂波自适应去除方法 | |
Wang et al. | Seafloor classification based on deep-sea multibeam data—Application to the southwest Indian Ridge at 50.47° E | |
CN115144830B (zh) | 一种强地物杂波干扰下的小目标雷达检测方法 | |
CN110531320B (zh) | 低慢小雷达空时频三维联合杂波抑制方法 | |
Thon et al. | Point detection in textured ultrasound images | |
CN116930125B (zh) | 一种后向散射全选通成像水体衰减系数测量方法 |
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 |