CN112556818A - 一种矢量水听器线谱自动检测与判决方法 - Google Patents

一种矢量水听器线谱自动检测与判决方法 Download PDF

Info

Publication number
CN112556818A
CN112556818A CN202011420114.3A CN202011420114A CN112556818A CN 112556818 A CN112556818 A CN 112556818A CN 202011420114 A CN202011420114 A CN 202011420114A CN 112556818 A CN112556818 A CN 112556818A
Authority
CN
China
Prior art keywords
line spectrum
spectrum
vector data
data frame
amplitude
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.)
Pending
Application number
CN202011420114.3A
Other languages
English (en)
Inventor
陈韶华
姚海涛
汶宏刚
刘彦强
张光明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
710th Research Institute of CSIC
Original Assignee
710th Research Institute of CSIC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 710th Research Institute of CSIC filed Critical 710th Research Institute of CSIC
Priority to CN202011420114.3A priority Critical patent/CN112556818A/zh
Publication of CN112556818A publication Critical patent/CN112556818A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
    • G01H3/10—Amplitude; Power

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本公开的矢量水听器线谱自动检测与判断方法，通过将所述矢量水听器接收的被测目标信号划分为多帧矢量数据，求取每一帧矢量数据的平均声强谱；根据所述平均声强谱提取所述矢量数据帧的线谱；比较当前矢量数据帧的线谱频率和其前面的矢量数据帧的线谱频率，将满足多普勒容限的矢量数据帧归于同一线谱；计算同一线谱的不同帧的幅度均值和方位均值，若幅度均值正向变化且方位均值单调变化，则目标存在并发出预警信号。解决现有水声小平台线谱检测技术不可靠、虚警率高的问题，为水声监测小平台提供一种有效的目标检测与判决方法，实现简单，且能有效防止传统线谱检测方法不考虑幅度与方位变化时虚警较高的缺点。

Description

一种矢量水听器线谱自动检测与判决方法
技术领域
本公开属于水声信号处理与检测技术领域，特别是涉及到一种矢量水听器线谱自动检测与判决方法。
背景技术
水声监测小平台如噪声监测潜标一般利用水下目标的宽带信号检测目标。随着消声降噪技术的发展，水下目标辐射的宽带能量越来越低，给传统监测小平台采用的宽带检波积分检测方法带来很大困难。而水下目标低频线谱特征很难消除，所以低频线谱检测方法受到重视。现有的小平台线谱检测技术存在的主要问题是：线谱检测方法通过在某一窄带在连续一段时间内存在稳定的能量来判断线谱存在，容易把浅海环境下常见的稳定干扰判决为目标，导致虚警率较高，严重影响监测效果。本发明通过幅度与方位的变化判断运动目标的存在，能解决上述问题，有效发挥水下目标线谱检测的应有效果。
发明内容
有鉴于此，本公开提出了一种矢量水听器线谱自动检测与判决方法，解决现有水声小平台线谱检测技术不可靠、虚警率高的问题，为水声监测小平台提供一种有效的目标检测与判决方法。
根据本公开的一方面，本公开提出了一种矢量水听器线谱自动检测与判断方法，所述方法包括：
将所述矢量水听器接收的被测目标信号划分为多帧矢量数据，求取每一帧矢量数据的平均声强谱；
根据所述平均声强谱提取所述矢量数据帧的线谱；
比较当前矢量数据帧的线谱频率和其前面的矢量数据帧的线谱频率，将满足多普勒容限的矢量数据帧归于同一线谱；
计算同一线谱的不同帧的幅度均值和方位均值，若幅度均值正向变化且方位均值单调变化，则目标存在并发出预警信号。
在一种可能的实现方式中，求取每一帧矢量数据的平均声强谱，包括：
计算每一帧矢量数据的数据声压和振速在x方向和y方向的平均互功率谱；
根据所述平均互功率谱计算所述每一帧矢量数据的平均声强谱。
在一种可能的实现方式中，根据所述平均声强谱提取所述矢量数据帧的线谱，包括：
计算所述平均声强谱的连续谱背景，求取所述平均声强谱的差分；
将所述平均声强谱的差分逐点与斜率门限比较，将满足要求的平均声强谱与其对应的连续谱背景进行比较，保存满足条件的数字频率和相应的声强谱幅度；
根据所述保存的数字频率和相应的声强谱幅度提取所述矢量数据帧的线谱。
在一种可能的实现方式中，比较当前矢量数据帧的线谱频率和其前面的矢量数据帧的线谱频率，将满足多普勒容限的矢量数据帧归于同一线谱，包括：
将第R矢量数据帧的线谱频率依次与R-P数量数据帧的线谱频率进行比较，将满足多普勒容限的矢量数据帧归于同一线谱，其中，P为1、2、…、R-1。
在一种可能的实现方式中，所述多普勒容限为
Figure BDA0002821822940000021
其中，v为被测目标的运动速度，c为水下声速，f为线谱频率。
在一种可能的实现方式中，计算同一线谱的不同帧的幅度均值和方位均值，若幅度均值正向变化且方位均值单调变化，则目标存在并发出预警信号，包括：
从第q帧线谱开始，计算第q-8、q-7、q-6帧线谱的幅度均值I1和方位均值Φ1，第q-5、q-4、q-3帧线谱的幅度均值I2和方位均值Φ2，第q-2、q-1、q帧线谱的幅度均值I3和方位均值Φ3，如果I3＞I2＞I1时，则Φ3＞Φ2＞Φ1或Φ3＜Φ2＜Φ1，则被测目标存在，发出预警信号；
否则，去掉第q-8矢量数据帧，从第q+1矢量数据帧依次前移，再次进行判断，直到被测目标存在。
本公开的矢量水听器线谱自动检测与判断方法，通过将所述矢量水听器接收的被测目标信号划分为多帧矢量数据，求取每一帧矢量数据的平均声强谱；根据所述平均声强谱提取所述矢量数据帧的线谱；比较当前矢量数据帧的线谱频率和其前面的矢量数据帧的线谱频率，将满足多普勒容限的矢量数据帧归于同一线谱；计算同一线谱的不同帧的幅度均值和方位均值，若幅度均值正向变化且方位均值单调变化，则目标存在并发出预警信号。解决现有水声小平台线谱检测技术不可靠、虚警率高的问题，为水声监测小平台提供一种有效的目标检测与判决方法，实现简单，且能有效防止传统线谱检测方法不考虑幅度与方位变化时虚警较高的缺点。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出了根据本公开一实施例的矢量水听器线谱自动检测与判决方法流程图；
图2示出了根据本公开一实施例的步骤S1的进一步限定的流程图；
图3示出了根据本公开一实施例的步骤S2的进一步限定的流程图；
图4示出了根据本公开一实施例的矢量水听器自动提取的一帧矢量数据线谱的示意图；
图5示出了根据本公开一实施例的矢量水听器自动提取的多帧矢量数据平均声强谱的时间历程图；
图6示出了根据本公开一实施例的矢量水听器自动提取的多帧矢量数据线谱的时间历程图；
图7示出了根据本公开一实施例的被测目标方位变化历程图；
图8示出了根据本公开一实施例的被测目标幅度变化历程图；
图9示出了根据本公开一实施例的矢量数据帧线谱方位与幅度变化的启动信号判决示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
本公开的矢量水听器线谱自动检测与判决方法，通过矢量水听器接收的目标信号经A/D转换后，传输到DSP上进行处理，先把信号分为若干帧矢量数据，对每一帧矢量数据求平均声强谱，采用斜率门限与峰高门限提取线谱，然后把后续矢量数据帧的线谱频率与之前矢量数据帧的线谱频率相比较，满足多普勒容限的归于同一线谱目标，最后对同一线谱目标的频率序列进行比较判断，存在正向幅度变化以及单调方位变化时则判断目标存在，发出报警信号。
图1示出了根据本公开一实施例的矢量水听器线谱自动检测与判决方法流程图，如图1所示，该方法可以包括：
步骤S1：将所述矢量水听器接收的被测目标信号划分为多帧矢量数据，求取每一帧矢量数据的平均声强谱。
其中，可以将被测目标信号划分为多帧矢量数据，多帧矢量数据的序号为1、2、3、…、Q，Q为正整数。
图2示出了根据本公开一实施例的步骤S1的进一步限定的流程图。
在一示例中，如图2所示，求取每一帧矢量数据的平均声强谱可以包括：
步骤S11：计算每一帧矢量数据的数据声压和振速在x方向和y方向的平均互功率谱；
步骤S12：根据所述平均互功率谱计算所述每一帧矢量数据的平均声强谱。
例如，对矢量水听器接收的第1帧数量数据的声压p(n)、振速vx(n)及振速vy(n)求x与y方向的平均互功率谱Cx(k)与Cy(k)，其中，n＝0、1、…、N-1、N，N为一帧矢量数据的长度。
先将N点数据分为L段，每段M点，段与段之间部分重叠，例如重叠50％，则分段数L为：
Figure BDA0002821822940000051
其中，符号
Figure BDA0002821822940000052
表示向下取整。
则第1帧矢量数据的第l段(l＝0，1，…，L-1)数据的互功率谱分别为：
Figure BDA0002821822940000053
其中，k＝0，1，…，M-1，
Figure BDA0002821822940000054
是声压p(n)数据的第l段(l＝0，1，…，L-1)的FFT(快速傅里叶)变换结果，Vxl(k)是振速vx(n)数据的第l段的FFT变换结果，Vyl(k)是振速vy(n)数据的第l段的FFT变换结果。
然后，分别对L段的Cxl(k)与Cyl(k)求取平均值，得到每帧矢量数据的振速在x方向的平均互功率谱Cx(k)与在y方向的平均互功率谱Cy(k)，分别取平均互功率谱Cx(k)与Cy(k)的实部，得到该帧矢量数据在x方向的声强Ix(k)与在y方向的声强Iy(k)。
根据公式
Figure BDA0002821822940000061
求取矢量水听器接收的第1帧矢量数据的平均声强谱I0，其中，k＝0，1，…，M-1。
通过上述步骤可以求得每一帧矢量数据的平均声强谱，以进行每一帧矢量数据线谱的自动提取。
步骤S2：根据所述平均声强谱提取所述矢量数据帧的线谱。
图3示出了根据本公开一实施例的步骤S2的进一步限定的流程图。
在一示例中，如图3所示，根据平均声强谱提取矢量数据帧的线谱可以包括：
步骤S21：计算所述平均声强谱的连续谱背景，求取平均声强谱的差分；
步骤S22：将平均声强谱的差分逐点与斜率门限比较，将满足要求的平均声强谱与其对应的连续谱背景进行比较，保存满足条件的数字频率和相应的声强谱幅度；
步骤S23：根据保存的数字频率和相应的声强谱幅度提取所述矢量数据帧的线谱。
图4示出了根据本公开一实施例的矢量水听器自动提取的一帧矢量数据线谱的示意图。
举例来说，平均声强谱由线谱叠加连续谱组成，可以采用现有的“双通分离窗算法(Two-Pass Split-Window Algorithm)”得到平均声强谱的连续谱背景B(k)，k＝0，1，…，M-1。
对平均声强谱I0(k)做差分得到Y(k)，k＝0，1，…，M-2。将平均声强谱I0(k)的差分Y(k)逐点与斜率门限C0进行比较，找出所有Y(k-1)>C0且Y(k)<-C0的频率点，C0为正数，例如可以去取0.4，也可以根据具体需求取其它的正数值，记录满足条件的频率点的序号ki和相应的声强谱幅度I0(ki)。
将记录的满足条件的频率点的序号ki和相应的声强谱幅度I0(ki)与其相应频率点上的连续谱背景B(ki)进行比较，如果I0(ki)/B(ki)≥C1，记录满足该条件的频率点序号ki和声强谱幅度I0(ki)。其中，C1为峰高门限，例如可以取2，则线谱峰值比连续谱背景高6dB。
将得到的第1帧矢量数据中线谱的数字频率
Figure BDA0002821822940000072
根据实际频率与数字频率的转换关系：
Figure BDA0002821822940000071
其中，i＝0，1，…，K1-1，fs是检测系统对接收信号的采样频率。如图4所示，实测信号的一帧矢量数据声强谱中线谱的自动提取结果，自动提取的线谱用“+”标识。
步骤S3：比较当前矢量数据帧的线谱频率和其前面的矢量数据帧的线谱频率，将满足多普勒容限的矢量数据帧归于同一线谱。
图5示出了根据本公开一实施例的矢量水听器自动提取的多帧矢量数据平均声强谱的时间历程图；图6示出了根据本公开一实施例的矢量水听器自动提取的多帧矢量数据线谱的时间历程图；图7示出了根据本公开一实施例的被测目标方位变化历程图；图8示出了根据本公开一实施例的被测目标幅度变化历程图。
其中，可以将第R矢量数据帧的线谱频率依次与R-P数量数据帧的线谱频率进行比较，将满足多普勒容限的矢量数据帧的线谱归于同一线谱，其中，P为1、2、…、R-1。
举例来说，将第2矢量数据帧的N点数据按上述方式提取线谱，把线谱频率依次与第1帧的K1个频率比较，在多普勒容限范围内的矢量数据帧的线谱进行保留并归于同一线谱，不满足多普勒容限范围的矢量数据帧的线谱作为新出现的线谱保存。
其中，多普勒容限为：
Figure BDA0002821822940000081
式中v为被测目标的运动速度，c为水下声速，f为线谱频率。被测目标的运动速度v对水下目标一般最大取8kn，对水面目标一般取30kn。由于被测目标由远到近通过观测点时，多普勒频偏由正到负变化，对于匀速直航目标，线谱频率总是变小的，所以多普勒容限负向取-Δf，正向可取Δf/2。
对第3矢量数据帧的N点数据按上述方式提取线谱，将线谱频率依次与第2矢量数据帧的全部线谱频率进行比较，在多普勒容限范围内的矢量数据帧的线谱进行保留并归于同一线谱。不满足多普勒容限范围的矢量数据帧的线谱频率与第1矢量数据帧的线谱频率进行比较，在多普勒容限范围内的矢量数据帧的线谱保留并归于同一线谱，不满足多普勒容限范围的矢量数据帧的线谱作为新出现的线谱进行保存。
同理，对第R(R＝4，5，…)矢量数据帧的N点数据按上述方式提取线谱，将提取的线谱频率依次与第R-1，R-2，…，R-p矢量数据帧的数据线谱频率进行比较，在多普勒容限范围内的矢量数据帧保留并归于同一线谱，不满足多普勒容限范围的矢量数据帧作为新出现的线谱保存。其中，p可以取2，且当R-p-1≥1时，对R-p-1帧数据的线谱，在后续第R-p，…，R-2，R-1，R帧未再出现，则将该线谱作为偶发干扰舍弃。
对于保留矢量数据帧的线谱，记录其幅度I0(k)，根据下式计算其方位：
Figure BDA0002821822940000082
如图5所示的矢量水听器自动提取的多帧矢量数据平均声强谱的时间历程图，采用上述线谱的自动提取方法，得到如图6所示的矢量水听器自动提取的多帧矢量数据线谱的时间历程图。对比线谱频率可知，本发明自动提取矢量数据帧线谱的方法能够正确提取平均声强谱中的线谱序列，线谱频率约250Hz，如图7所示的被测目标运动过程中的方位变化历程图，图8示出了被测目标运动过程中的线谱幅度变化历程图。
步骤S4：计算同一线谱的不同帧的幅度均值和方位均值，若幅度均值正向变化且方位均值单调变化，则目标存在并发出预警信号。
图9示出了根据本公开一实施例的矢量数据帧线谱方位与幅度变化的启动信号判决示意图。
其中，例如可以从第q帧线谱开始，计算某一线谱的前3帧，比如第q-8、q-7、q-6帧线谱的幅度均值I1和方位均值Φ1，某一线谱的中间3帧，比如第q-5、q-4、q-3帧线谱的幅度均值I2和方位均值Φ2，某一线谱的后3帧，比如第q-2、q-1、q帧线谱的幅度均值I3和方位均值Φ3，如果I3＞I2＞I1时，则Φ3＞Φ2＞Φ1或Φ3＜Φ2＜Φ1，则被测目标存在，发出预警信号；否则，去掉第q-8矢量数据帧，从第q+1矢量数据帧依次前移，再次进行判断，直到被测目标存在，此处，q至少取9。
如图9所示，根据图7中250Hz频率附近线谱方位变化与图8中线谱幅度变化给出的被测目标报警启动信号，在280s时满足方位与幅度变化条件，给出高电平报警信号，即本公开正确检测了被测目标线谱并在一定距离上启动了报警，能够实现在较远距离上自动检测目标，实现简单，且能有效防止传统线谱检测方法不考虑幅度与方位变化时虚警较高的缺点。
本公开的矢量水听器线谱自动检测与判断方法，通过将所述矢量水听器接收的被测目标信号划分为多帧矢量数据，求取每一帧矢量数据的平均声强谱；根据所述平均声强谱提取所述矢量数据帧的线谱；比较当前矢量数据帧的线谱频率和其前面的矢量数据帧的线谱频率，将满足多普勒容限的矢量数据帧归于同一线谱；计算同一线谱的不同帧的幅度均值和方位均值，若幅度均值正向变化且方位均值单调变化，则目标存在并发出预警信号。解决现有水声小平台线谱检测技术不可靠、虚警率高的问题，为水声监测小平台提供一种有效的目标检测与判决方法，实现简单，且能有效防止传统线谱检测方法不考虑幅度与方位变化时虚警较高的缺点。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (6)

1.一种矢量水听器线谱自动检测与判断方法，其特征在于，所述方法包括：
将所述矢量水听器接收的被测目标信号划分为多帧矢量数据，求取每一帧矢量数据的平均声强谱；
根据所述平均声强谱提取所述矢量数据帧的线谱；
比较当前矢量数据帧的线谱频率和其前面的矢量数据帧的线谱频率，将满足多普勒容限的矢量数据帧归于同一线谱；
计算同一线谱的不同帧的幅度均值和方位均值，若幅度均值正向变化且方位均值单调变化，则目标存在并发出预警信号。
2.根据权利要求1所述的矢量水听器线谱自动检测与判断方法，其特征在于，求取每一帧矢量数据的平均声强谱，包括：
计算每一帧矢量数据的数据声压和振速在x方向和y方向的平均互功率谱；
根据所述平均互功率谱计算所述每一帧矢量数据的平均声强谱。
3.根据权利要求1所述的矢量水听器线谱自动检测与判断方法，其特征在于，根据所述平均声强谱提取所述矢量数据帧的线谱，包括：
计算所述平均声强谱的连续谱背景，求取所述平均声强谱的差分；
将所述平均声强谱的差分逐点与斜率门限比较，将满足要求的平均声强谱与其对应的连续谱背景进行比较，保存满足条件的数字频率和相应的声强谱幅度；
根据所述保存的数字频率和相应的声强谱幅度提取所述矢量数据帧的线谱。
4.根据权利要求1所述的矢量水听器线谱自动检测与判断方法，其特征在于，比较当前矢量数据帧的线谱频率和其前面的矢量数据帧的线谱频率，将满足多普勒容限的矢量数据帧归于同一线谱，包括：
将第R矢量数据帧的线谱频率依次与R-P数量数据帧的线谱频率进行比较，将满足多普勒容限的矢量数据帧归于同一线谱，其中，P为1、2、…、R-1。
5.根据权利要求1所述的矢量水听器线谱自动检测与判断方法，其特征在于，所述多普勒容限为
Figure FDA0002821822930000021
其中，v为被测目标的运动速度，c为水下声速，f为线谱频率。
6.根据权利要求1所述的矢量水听器线谱自动检测与判断方法，其特征在于，计算同一线谱的不同帧的幅度均值和方位均值，若幅度均值正向变化且方位均值单调变化，则目标存在并发出预警信号，包括：
从第q帧线谱开始，计算第q-8、q-7、q-6帧线谱的幅度均值I1和方位均值Φ1，第q-5、q-4、q-3帧线谱的幅度均值I2和方位均值Φ2，第q-2、q-1、q帧线谱的幅度均值I3和方位均值Φ3，如果I3＞I2＞I1时，则Φ3＞Φ2＞Φ1或Φ3＜Φ2＜Φ1，则被测目标存在，发出预警信号；
否则，去掉第q-8矢量数据帧，从第q+1矢量数据帧依次前移，再次进行判断，直到被测目标存在。
CN202011420114.3A 2020-12-07 2020-12-07 一种矢量水听器线谱自动检测与判决方法 Pending CN112556818A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011420114.3A CN112556818A (zh) 2020-12-07 2020-12-07 一种矢量水听器线谱自动检测与判决方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011420114.3A CN112556818A (zh) 2020-12-07 2020-12-07 一种矢量水听器线谱自动检测与判决方法

Publications (1)

Publication Number Publication Date
CN112556818A true CN112556818A (zh) 2021-03-26

Family

ID=75059584

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011420114.3A Pending CN112556818A (zh) 2020-12-07 2020-12-07 一种矢量水听器线谱自动检测与判决方法

Country Status (1)

Country Link
CN (1) CN112556818A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105223576A (zh) * 2015-09-24 2016-01-06 哈尔滨工程大学 一种基于单矢量潜标的线谱信号目标自动检测方法
CN111024207A (zh) * 2019-11-26 2020-04-17 中国船舶重工集团有限公司第七一0研究所 一种矢量水听器线谱自动检测与判决方法
CN111024209A (zh) * 2019-12-25 2020-04-17 深圳金信诺高新技术股份有限公司 一种适用于矢量水听器的线谱检测方法
US10649105B1 (en) * 2016-10-03 2020-05-12 Leidos, Inc. Acoustic vector sensor

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105223576A (zh) * 2015-09-24 2016-01-06 哈尔滨工程大学 一种基于单矢量潜标的线谱信号目标自动检测方法
US10649105B1 (en) * 2016-10-03 2020-05-12 Leidos, Inc. Acoustic vector sensor
CN111024207A (zh) * 2019-11-26 2020-04-17 中国船舶重工集团有限公司第七一0研究所 一种矢量水听器线谱自动检测与判决方法
CN111024209A (zh) * 2019-12-25 2020-04-17 深圳金信诺高新技术股份有限公司 一种适用于矢量水听器的线谱检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈韶华等: "单矢量水听器线谱多目标分辨研究", 《电子与信息学报》 *

Similar Documents

Publication Publication Date Title
CN111024207B (zh) 一种矢量水听器线谱自动检测与判决方法
US5628321A (en) Processing velocity information in an ultrasonic system
JP6338871B2 (ja) レーダ装置、車両制御システム及び信号処理方法
CN106226078B (zh) 一种基于麦克风阵列的多普勒畸变声学信号的校正方法
CN104483684B (zh) 一种快速捕获北斗d1卫星导航系统弱信号的方法
CN113534115B (zh) 一种主被动联合处理的声纳目标高精度线谱提取方法
JP2009139321A (ja) レーダ信号処理装置および方法
CN108416282B (zh) 一种基于油管接箍的井下动液面回波信号声速提取方法
CN108252708B (zh) 一种油井动液面识别方法
CN109991520A (zh) 一种电缆振荡波局放检测系统用波速计算新方法
CN108646248A (zh) 一种针对低速运动声源的被动声学测速测距方法
CN111929666A (zh) 一种基于序贯环境学习的弱水声目标线谱自主提取方法
CN112556818A (zh) 一种矢量水听器线谱自动检测与判决方法
CN112444802A (zh) 车载雷达的目标检测方法和检测装置、车辆
CN116312623B (zh) 一种鲸类信号重叠分量的方向脊线预测追踪方法及系统
CN110275150B (zh) 基于经验模式分解和迭代端点拟合的变加速运动目标相参积累方法
CN109507675B (zh) 基于频分系统实现水下多目标时延估计处理的方法
CN110108797B (zh) 利用声阻抗变化信息的介质分界面超声检测方法
JP4173934B2 (ja) 速度計測装置
CN110530630B (zh) 一种基于改进动态时间规整的行星齿轮箱齿轮局部故障诊断方法
CN112833863A (zh) 一种海洋孤立内波引起海表面高度变化的测量方法
JP2003021680A (ja) レーダ波浪測定方法及び装置
CN107798339B (zh) 一种基于泰森多边形图的多波束异常值数据处理算法
JP5708018B2 (ja) アクティブソーナー装置
CN113670512B (zh) 一种基于模极大单尺度相关的清管器卡堵检测方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210326

WD01 Invention patent application deemed withdrawn after publication