CN112816940B - 一种基于声压及质点振速的目标距离估计方法及装置 - Google Patents
一种基于声压及质点振速的目标距离估计方法及装置 Download PDFInfo
- Publication number
- CN112816940B CN112816940B CN202011541453.7A CN202011541453A CN112816940B CN 112816940 B CN112816940 B CN 112816940B CN 202011541453 A CN202011541453 A CN 202011541453A CN 112816940 B CN112816940 B CN 112816940B
- Authority
- CN
- China
- Prior art keywords
- sound pressure
- vibration velocity
- particle vibration
- target
- distance
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种基于声压及质点振速的目标距离估计方法及装置，所述方法包括由一个矢量水听器获取目标声场的声场信息，输出声压、质点振速信号；获取声压、质点振速离散信号序列并进行FFT变换；计算声压与质点振速的相位差；计算声压或质点振速的功率谱，提取并筛选线谱；对筛选出的线谱进行相位补偿，对目标的距离进行估计；对估计的距离值进行筛选，并进行合理性判断。根据本发明的方案，能够实现小孔径平台下的远距离探测，具有远距离探测不受载体孔径限制的特点。
Description
技术领域
本发明涉及UUV探测领域，尤其涉及一种声压及质点振速的目标距离估计方法及装置。
背景技术
随着UUV的快速发展与应用，它的应用领域逐步在扩展，具侦听和主动攻击任务的UUV通常具有对目标的精测探测能力。其中距离估计则为其中关键技术之一。而UUV由于其空间尺寸有限，传统被动阵列探测方法很难获得较远目标的准确距离。
发明内容
为解决上述技术问题，本发明提出了一种基于声压及质点振速的目标距离估计方法及装置，所述方法及装置，用以解决小平台应用背景下对目标的距离估计问题。
根据本发明的第一方面，提供一种基于声压及质点振速的目标距离估计方法，所述方法包括以下步骤：
步骤S101：由一个矢量水听器获取目标声场的声场信息，输出声压、质点振速信号；
步骤S102：对声压、质点振速进行采样，获取声压、质点振速离散信号序列，对所述声压、质点振速离散信号序列进行FFT变换；
步骤S103：设置频率范围，计算声场声压P与质点振速V的相位差；
步骤S104：计算FFT变换后所得结果的功率谱，提取并筛选线谱；
步骤S105：对筛选出的线谱进行相位补偿，对目标的距离进行估计；
步骤S106：对估计的距离值进行筛选，并进行合理性判断。
根据本发明第二方面，提供一种基于声压及质点振速的目标距离估计装置，所述装置包括：
信号获取模块：配置为由一个矢量水听器获取目标声场的声场信息，输出声压、质点振速信号；
FFT变换模块：配置为对声压、质点振速进行采样，获取声压、质点振速离散信号序列，对所述声压、质点振速离散信号序列进行FFT变换；
相位差计算模块：配置为设置频率范围，计算声压P与质点振速V的相位差；
线谱筛选模块：配置为计算FFT变换后所得结果的功率谱，提取并筛选线谱；
距离估计模块：配置为对筛选出的线谱进行相位补偿，对目标的距离进行估计；
合理性判断模块：配置为对估计的距离值进行筛选，并进行合理性判断。
根据本发明第三方面，提供一种基于声压及质点振速的目标距离估计系统，包括：
处理器，用于执行多条指令；
存储器，用于存储多条指令；
其中，所述多条指令，用于由所述存储器存储，并由所述处理器加载并执行如前所述的基于声压及质点振速的目标距离估计方法。
根据本发明第四方面，提供一种计算机可读存储介质，所述存储介质中存储有多条指令；所述多条指令，用于由处理器加载并执行如前所述的基于声压及质点振速的目标距离估计方法。
根据本发明的上述方案，本发明是利用矢量水听器获得声场信息的一种基于声压及质点振速相位差的距离实现方法。利用矢量水听器的矢量特性，由单水听器实现对目标的方位估计，也可以实现特定条件下的距离估计。本发明获取经过信道传播后目标声场的声压信息和质点振速信息，先对接收点的声压和质点振速的进行傅里叶变换，再对声压或质点振速求功率谱，然后从谱中筛选能量较强线谱，估计声压与质点振速的相位差，最后根据频率、相位差关系估计目标的距离本发明可实现单目标的距离估计，其估计的最大距离小于应用频率的波长，其估计最大距离及精度与应用需求、组成模块及性能相关。本发明的方法，对比现有技术，能够实现小孔径小的远距离探测，具有远距离探测不受载体孔径限制的技术效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明提供如下附图进行说明。在附图中：
图1为本发明一个实施方式的基于声压及质点振速的目标距离估计方法流程图；
图2为本发明一个实施方式的基于声压及质点振速的目标距离估计方法的原理示意图；
图3为本发明一个实施方式的目标位置与矢量分量间的空间关系图；
图4A为本发明一个实施方式的线性曲线图；
图4B为本发明一个实施方式的对数关系曲线图；
图5为本发明一个实施方式的基于声压及质点振速的目标距离估计装置结构框图。
具体实施方式
首先结合图1说明本发明一个实施方式的为本发明一个实施方式的基于声压及质点振速的目标距离估计方法流程。如图1所示，所述方法包括以下步骤：
步骤S101：由一个矢量水听器获取目标声场的声场信息，输出声压及质点振速信号；
步骤S102：对声压及质点振速进行采样，获取声压及质点振速离散信号序列，对所述声压及质点振速离散信号序列进行FFT变换；
步骤S103：设置频率范围，计算声场信号声压P与质点振V的相位差；
步骤S104：计算FFT变换后所得结果的功率谱，提取并筛选线谱；
步骤S105：对筛选出的线谱进行相位补偿，对目标的距离进行估计；
步骤S106：对估计的距离值进行筛选，并进行合理性判断。
所述步骤S101：由一个矢量水听器获取目标声场的声场信息，输出声压及质点振速信号，其中：
目标具有声场，目标声场经过一定距离r的传播达到接收点的声场信息由一个三维质点振速矢量水听器获得；
如图2-3所示，矢量水听器置于笛卡尔坐标系原点，所述矢量水听器输出质点振速v(vx,vy,vz),vx为质点振速在坐标系x轴方向上的分量，vy为质点振速在坐标系x轴方向上的分量，vz为质点振速在坐标系z轴方向上的分量；vx,vy,vz分别与笛卡尔坐标的x,y,z轴平行，且矢量水听器的声中心与笛卡尔坐标系原点重合。
距离为r的目标随时间在不同时刻的声压和质点振速分量分别记为
p(r,t)、vx(r,t)、vy(r,t)、vz(r,t)；其中，t表示时间。
所述步骤S102：对声压及质点振速进行采样，获取声压及质点振速离散信号序列，对所述声压及质点振速离散信号序列进行FFT变换，包括：
对声压及质点振速进行采样，记采样率为fs，采样后为离散信号，声压及质点振速分量在ti时刻的离散量记为p(r,ti)、vx(r,ti)、vy(r,ti)、vz(r,ti)，质点振速和记为vr(r,ti)，则
在时刻ts,从离散信号中选取声压为p(r,ts-N+1)、……、p(r,ts-1)、p(r,ts)的离散信号用于组成样本，选取的离散信号分别记为p(r,1)、……、p(r,N-1)、p(r,N)；其中，i为大于1的自然数,s为取样时刻，N为样本量；
则ts时刻的声压及质点振速的样本序列P(r,ts)、V(r,ts)分别为：
P(r,ts)＝[p(r,1),……,p(r,N-1),p(r,N)]……(1)
V(r,ts)＝[v(r,1),……,v(r,N-1),v(r,N)]……(2)
本实施例中，样本量N的取值受频率分辨率和实时性需求的限制，与获得离散信号的采样率、拟用信号频率和估计信号的运动参数有关。记采样率为fs，拟用信号频率为f，目标运动速度为v，限制条件为：
N·fs/f2＜＜1且同时满足N·v/fs＜＜r。
对ts时刻的声压及质点振速的样本序列P(r,ts)、V(r,ts)作FFT变换，所得的结果分别记为P(r,f)、V(r,f)，变换后的结果具有实部和虚部，
P(r,f)＝PR(r,f)+jPI(r,f)……(3)
V(r,f)＝VR(r,f)+jVI(r,f)……(4)
其中，PR(r,f)为P(r,f)的实部，PI(r,f)为P(r,f)的虚部，VI(r,f)为V(r,f)的实部，V(r,f)为V(r,f)的虚部；
将其按离散点的形式表示，则有
P(r,fn)＝PR(r,fn)+jPI(r,fn)，n＝1:N……(5)
V(r,fn)＝VR(r,fn)+jVI(r,fn)，n＝1:N……(6)
所述步骤S103：设置频率范围，计算……的P、V相位差，包括：
选取信号频段[fl,fh]，记该信号频段的两个端点对应的频率点分别为n1、n2，则
n1＝round(fl/fs)+1……(7)
n2＝round(fh/fs)+1……(8)
其中，round表示四舍五入取整；
本实施例中，fl、fh的取值取决于估计距离、目标信号特征、应用需求等因素。
在[n1,n2]内，对V(r,fn)取共轭，记为V*(r,fn)，其中，n＝1:N，将P(r,fn)与V*(r,fn)点乘，得到的结果记为R(r,fn)，即：
R(r,fn)＝P(r,fn)·V*(r,fn)……(9)
R(r,fn)为复数，将R(r,fn)的实部表示为RR(r,fn)，虚部表示为RI(r,fn)；
记不同频率点的相位差为φn(r,fn)，在[n1,n2]内，P(r,f)、V(r,f)的相位差为：
本实施例中，通常由于制作工艺问题，P(r,f)、V(r,f)在远场时存在固定相位差，该值可以通过专业测试方法获得，记不同频率声压与质点振速之间的固定相位差为εfn，估计目标距离时需要对实际相位差进行补偿，才能获得准确的目标距离。
所述步骤S104：计算FFT变换后所得结果的功率谱，提取并筛选线谱，包括：
求P(r,f)或V(r,f)的功率谱，P(r,f)的功率谱记为Ip(r,fn)，V(r,f)的功率谱记为Iv(r,fn)。对Ip(r,fn)或Iv(r,fn)，在[fl，fh]频率范围内提取线谱，把时间离散化，时刻k第m序列线谱对应相位值记为φk(r,fm)，则获得φk(r,fm)与φk+1(r,fm)的时间差，记为Δt，则k＝ts/Δt+1；
当m为单值时，k时刻所得相位φk(r,fm)为单值；
m可能为多值的情况，取决于实际应用情况和fl～fh的取值；
φk+1(r,fm)为时刻k+1第m序列线谱对应相位值。
选择线谱的方法根据应用情况有多种成熟方法可用，这里不再描述。
步骤S105：对筛选出的线谱进行相位补偿，对与目标的距离进行估计，包括：
线谱筛选结果中fm对应的补偿相位值
此时估计线谱序列对应目标的距离为：
式中C为水中声速，可以通过声速剖面仪直接测量，或采用其他设备测量检测参数估算。
所述步骤S106：对估计的距离值进行筛选，并进行合理性判断，包括：
若m为单值，则rk即为k时刻目标的距离；
若m为多值且为单目标的情况，结合多值现象进行距离筛选，计算方法为：
rk的精度受限于fm，计算出的rk小于C/fm的距离时，rk具有可信度。
rk的可信度通过rk<＜C/fm且(C/fm-rk)/C/fm＜ξ来判断，ξ为由系统性能或经验值确定的常量，Nphi为m为多值且为单目标时相位值的个数。
本实施例实现了基于声压及质点振速相位差的目标距离估计。如果把补偿后的相位差与估计距离画一条线，将会得到图4A-图4B所示的类似的曲线。
本发明实施例进一步给出一种基于声压及质点振速的目标距离估计装置，如图5所示，所述装置包括：
信号获取模块：配置为由一个矢量水听器获取目标声场的声场信息，输出声压、质点振速信号；
FFT变换模块：配置为对声压、质点振速进行采样，获取声压、质点振速离散信号序列，对所述声压、质点振速离散信号序列进行FFT变换；
相位差计算模块：配置为设置频率范围，计算声场信号声压P与质点振V的相位差；
线谱筛选模块：配置为计算FFT变换后所得结果的功率谱，提取并筛选线谱；
距离估计模块：配置为对筛选出的线谱进行相位补偿，对目标的距离进行估计；
合理性判断模块：配置为对估计的距离值进行筛选，并进行合理性判断。
本发明实施例进一步给出一种基于声压及质点振速的目标距离估计系统，包括：
处理器，用于执行多条指令；
存储器，用于存储多条指令；
其中，所述多条指令，用于由所述存储器存储，并由所述处理器加载并执行如前所述的基于声压及质点振速的目标距离估计方法。
本发明实施例进一步给出一种计算机可读存储介质，所述存储介质中存储有多条指令；所述多条指令，用于由处理器加载并执行如前所述的基于声压及质点振速的目标距离估计方法。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，实体机服务器，或者网络云服务器等，需安装Windows或者Windows Server操作系统)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (4)
1.一种基于声压及质点振速的目标距离估计方法，其特征在于，包括以下步骤：
步骤S101：由一个矢量水听器获取目标声场的声场信息，输出声压、质点振速信号；
步骤S102：对声压、质点振速进行采样，获取声压、质点振速离散信号序列，对所述声压、质点振速离散信号序列进行FFT变换；
步骤S103：设置频率范围，计算声压P与质点振速V的相位差；
步骤S104：计算FFT变换后所得结果的功率谱，提取并筛选线谱；
步骤S105：对筛选出的线谱进行相位补偿，对目标的距离进行估计；
步骤S106：对估计的距离值进行筛选，并进行合理性判断；
所述步骤S102：对声压及质点振速进行采样，获取声压及质点振速离散信号序列，对所述声压及质点振速离散信号序列进行FFT变换，包括：
对声压及质点振速进行采样，记采样率为fs，采样后为离散信号，声压及质点振速分量在ti时刻的离散量记为p(r,ti)、vx(r,ti)、vy(r,ti)、vz(r,ti)，质点振速和记为vr(r,ti)，则
在时刻ts,从离散信号中选取声压为p(r,ts-N+1)、……、p(r,ts-1)、p(r,ts)的离散信号用于组成样本，选取的离散信号分别记为p(r,1)、……、p(r,N-1)、p(r,N)；其中，i为大于等于1的自然数,s为取样时刻，N为样本量；
则ts时刻的声压及质点振速的样本序列P(r,ts)、V(r,ts)分别为：
P(r,ts)＝[p(r,1),……,p(r,N-1),p(r,N)]……(1)
V(r,ts)＝[v(r,1),……,v(r,N-1),v(r,N)]……(2)
对ts时刻的声压及质点振速的样本序列P(r,ts)、V(r,ts)作FFT变换，所得的结果分别记为P(r,f)、V(r,f)，变换后的结果具有实部和虚部，
P(r,f)＝PR(r,f)+jPI(r,f)……(3)
V(r,f)＝VR(r,f)+jVI(r,f)……(4)
其中，PR(r,f)为P(r,f)的实部，PI(r,f)为P(r,f)的虚部，VR(r,f)为V(r,f)的实部，VI(r,f)为V(r,f)的虚部；
将其按离散点的形式表示，则有
P(r,fn)＝PR(r,fn)+jPI(r,fn)，n＝1:N……(5)
V(r,fn)＝VR(r,fn)+jVI(r,fn)，n＝1:N……(6)；
所述步骤S103：设置频率范围，计算声压P与质点振速V的相位差，包括：
选取信号频段[fl,fh]，记该信号频段的两个端点对应的频率点分别为n1、n2，则
n1＝round(fl/fs)+1……(7)
n2＝round(fh/fs)+1……(8)
其中，round表示四舍五入取整；
在[n1,n2]内，对V(r,fn)取共轭，记为V*(r,fn)，其中，n＝1:N，将P(r,fn)与V*(r,fn)点乘，得到的结果记为R(r,fn)，即：
R(r,fn)＝P(r,fn)·V*(r,fn)……(9)
R(r,fn)为复数，将R(r,fn)的实部表示为RR(r,fn)，虚部表示为RI(r,fn)；
记不同频率点的相位差为φn(r,fn)，在[n1,n2]内，P(r,f)、V(r,f)的相位差为：
所述步骤S104：计算FFT变换后所得结果的功率谱，提取并筛选线谱，包括：
求P(r,f)或V(r,f)的功率谱，P(r,f)的功率谱记为Ip(r,fn)，V(r,f)的功率谱记为Iv(r,fn)；对Ip(r,fn)或Iv(r,fn)，在[fl，fh]频率范围内提取线谱；
把时间离散化，时刻k第m序列线谱对应相位值记为φk(r,fm)，则获得φk(r,fm)与φk+1(r,fm)的时间差，记为Δt，则k＝ts/Δt+1；
当m为单值时，k时刻所得相位φk(r,fm)为单值；
m是否为多值，取决于实际应用情况和fl～fh的取值；
φk+1(r,fm)为时刻k+1第m序列线谱对应相位值；
步骤S105：对筛选出的线谱进行相位补偿，对目标的距离进行估计，包括：
线谱筛选结果中fm对应的补偿相位值
此时估计线谱序列对应目标的距离为：
式中C为水中声速；
所述步骤S106：对估计的距离值进行筛选，并进行合理性判断，包括：
若m为单值，则rk即为k时刻目标的距离；
若m为多值且为单目标的情况，结合多值现象进行距离筛选，计算方法为：
rk的可信度通过rk<C/fm且(C/fm-rk)/C/fm＜ξ来判断，ξ为由系统性能或经验值确定的常量，Nphi为m为多值且为单目标时相位值的个数。
2.如权利要求1所述的基于声压及质点振速的目标距离估计方法，其特征在于，样本量N的取值受频率分辨率和实时性需求的限制，记采样率为fs，拟用信号频率为f，目标运动速度为v，确定样本量N的限制条件为：
N·fs/f2＜＜1且同时满足N·v/fs＜＜r。
3.一种基于声压及质点振速的目标距离估计系统，其特征在于，包括：
处理器，用于执行多条指令；
存储器，用于存储多条指令；
其中，所述多条指令，用于由所述存储器存储，并由所述处理器加载并执行如权利要求1-2之任一项所述的基于声压及质点振速的目标距离估计方法。
4.一种计算机可读存储介质，其特征在于，所述存储介质中存储有多条指令；所述多条指令，用于由处理器加载并执行如权利要求1-2之任一项所述的基于声压及质点振速的目标距离估计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011541453.7A CN112816940B (zh) | 2020-12-23 | 2020-12-23 | 一种基于声压及质点振速的目标距离估计方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011541453.7A CN112816940B (zh) | 2020-12-23 | 2020-12-23 | 一种基于声压及质点振速的目标距离估计方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112816940A CN112816940A (zh) | 2021-05-18 |
| CN112816940B true CN112816940B (zh) | 2023-06-06 |
Family
ID=75853644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011541453.7A Active CN112816940B (zh) | 2020-12-23 | 2020-12-23 | 一种基于声压及质点振速的目标距离估计方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112816940B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0199531A (ja) * | 1987-10-13 | 1989-04-18 | Hitoshi Wada | 中耳動特性測定用プローブ |
| WO1999035470A1 (en) * | 1998-01-09 | 1999-07-15 | Microflown Technologies B.V. | Acoustic particle velocity sensor |
| RU2004127254A (ru) * | 2004-09-14 | 2006-02-27 | Закрытое акционерное общество "Научно-производственное объединение гидравлических машин" (ЗАО "НПО "ГИДРОМАШ") (RU) | Способ измерения входного комплексного акустического импеданса |
| CN103048641A (zh) * | 2012-09-05 | 2013-04-17 | 哈尔滨工程大学 | 具有联合约束优化形式的矢量阵稳健聚焦处理方法 |
| CN103471700A (zh) * | 2013-09-02 | 2013-12-25 | 中国船舶重工集团公司第七一〇研究所 | 复合式标矢量水听器 |
| CN106066472A (zh) * | 2015-09-22 | 2016-11-02 | 青岛理工大学 | 一种二维振速梯度水听器的被动目标相关检测方法 |
| CN106872936A (zh) * | 2017-03-21 | 2017-06-20 | 陕西理工大学 | 近场源l型声矢量传感器阵列解模糊多参数估计方法 |
| CN107728109A (zh) * | 2017-09-18 | 2018-02-23 | 哈尔滨工程大学 | 一种非合作目标辐射噪声测量定位技术 |
| CN108318876A (zh) * | 2017-12-28 | 2018-07-24 | 中国船舶重工集团公司第七0研究所 | 一种利用单个水听器估计水下目标深度和距离的方法 |
| CN110133580A (zh) * | 2019-04-29 | 2019-08-16 | 西北工业大学 | 一种随机共振增强的声矢量信号定向方法 |
| 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 |
-
2020
- 2020-12-23 CN CN202011541453.7A patent/CN112816940B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0199531A (ja) * | 1987-10-13 | 1989-04-18 | Hitoshi Wada | 中耳動特性測定用プローブ |
| WO1999035470A1 (en) * | 1998-01-09 | 1999-07-15 | Microflown Technologies B.V. | Acoustic particle velocity sensor |
| RU2004127254A (ru) * | 2004-09-14 | 2006-02-27 | Закрытое акционерное общество "Научно-производственное объединение гидравлических машин" (ЗАО "НПО "ГИДРОМАШ") (RU) | Способ измерения входного комплексного акустического импеданса |
| CN103048641A (zh) * | 2012-09-05 | 2013-04-17 | 哈尔滨工程大学 | 具有联合约束优化形式的矢量阵稳健聚焦处理方法 |
| CN103471700A (zh) * | 2013-09-02 | 2013-12-25 | 中国船舶重工集团公司第七一〇研究所 | 复合式标矢量水听器 |
| CN106066472A (zh) * | 2015-09-22 | 2016-11-02 | 青岛理工大学 | 一种二维振速梯度水听器的被动目标相关检测方法 |
| CN106872936A (zh) * | 2017-03-21 | 2017-06-20 | 陕西理工大学 | 近场源l型声矢量传感器阵列解模糊多参数估计方法 |
| CN107728109A (zh) * | 2017-09-18 | 2018-02-23 | 哈尔滨工程大学 | 一种非合作目标辐射噪声测量定位技术 |
| CN108318876A (zh) * | 2017-12-28 | 2018-07-24 | 中国船舶重工集团公司第七0研究所 | 一种利用单个水听器估计水下目标深度和距离的方法 |
| CN110133580A (zh) * | 2019-04-29 | 2019-08-16 | 西北工业大学 | 一种随机共振增强的声矢量信号定向方法 |
| 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 |
Non-Patent Citations (10)
| Title |
|---|
| Kathryn Hibbs.Ultrasound phase velocities in SonoVueTM as a function of pressure and bubble concentration.《2009 IEEE International Ultrasonics Symposium, Rome, Italy》.2009,全文. * |
| Zhixue Shao Lihua Shi Haitao Zhang Qin Yin.A Method of High Efficiency Ultrasonic Excitation.《The Ninth International Conference on Electronic Measurement & Instruments》.2009,全文. * |
| 乔斌.改进的互谱法在矢量水听器方位估计中的应用.声学与电子工程.2010,(第04期),全文. * |
| 于铭.基于压差式矢量水听器的目标方位估计.黑龙江工程学院学报.2005,(第03期),全文. * |
| 杜敬林;马忠成;李然;张波.深海矢量噪声场声传播特性研究.船舶力学.2017,(第10期),第1299-1308页. * |
| 程亚乔;林旺生;刘福臣;刘坤.单矢量水听器的目标测向及试验研究.声学与电子工程.2017,(第04期),全文. * |
| 蔡宗义;赵俊渭;李家武;郭艳;许学忠;唐玉志;董永峰.基于质点振速测量的低空目标定向算法研究.兵工学报.2007,(第02期),全文. * |
| 陈耀明.一种利用线谱相位差的距离估计方法.《第九届船舶水下噪声学术讨论会》.2003,第283-291页. * |
| 陈韶华;郑伟;付继伟.通过相位内插与补偿提高相干平均线谱检测性能.声学学报.2015,(第05期),第675-681页. * |
| 陈韶华;陈川;郑伟.单矢量水听器线谱多目标分辨研究.电子与信息学报.2010,(第05期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112816940A (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112526451B (zh) | 基于麦克风阵列成像的压缩波束形成及系统 | |
| CN101893698B (zh) | 噪声源测试分析方法及其装置 | |
| Yang | Source depth estimation based on synthetic aperture beamfoming for a moving source | |
| CN109633538B (zh) | 非均匀采样系统的最大似然时差估计方法 | |
| Bereketli et al. | Experimental results for direction of arrival estimation with a single acoustic vector sensor in shallow water | |
| CN103424735B (zh) | 基于最小描述长度的近场源定位方法、装置及系统 | |
| Zhao et al. | Open-lake experimental investigation of azimuth angle estimation using a single acoustic vector sensor | |
| Ren et al. | Acoustic interferometry for geoacoustic characterization in a soft-layered sediment environment | |
| Shi et al. | Geoacoustic inversion of the acoustic-pressure vertical phase gradient from a single vector sensor | |
| Hamdollahzadeh et al. | Moving target localization in bistatic forward scatter radars: Performance study and efficient estimators | |
| CN107390198B (zh) | 一种高速运动目标下的子带相关配准方法 | |
| Niu et al. | Mode separation with one hydrophone in shallow water: A sparse Bayesian learning approach based on phase speed | |
| CN113311438A (zh) | 一种海洋声场中波导不变量参数估计方法、系统及应用 | |
| CN112816940B (zh) | 一种基于声压及质点振速的目标距离估计方法及装置 | |
| CN117233737A (zh) | 主动目标深度估计方法、装置、计算机设备和存储介质 | |
| Candy et al. | Multichannel spectral estimation in acoustics: A state-space approach | |
| Chandrayadula et al. | Observations and transport theory analysis of low frequency, acoustic mode propagation in the Eastern North Pacific Ocean | |
| Candy | Environmentally adaptive processing for shallow ocean applications: A sequential Bayesian approach | |
| Suo et al. | Single acoustic vector sensor DOA enhanced by unsaturated bistable stochastic resonance with linear amplitude response constrained | |
| CN115932824A (zh) | 一种基于多天线的fmcw雷达测距方法及系统 | |
| CN112630840B (zh) | 基于统计特征参数的随机反演方法及处理器 | |
| Li et al. | Sparse Bayesian learning for horizontal wavenumber retrieval in underwater acoustical signal processing | |
| Shi et al. | Two-step sparse representation based 2D doa estimation with single moving acoustic vector sensor | |
| CN107238813B (zh) | 近场信号源波达方向和波达时间确定方法及装置 | |
| Shen et al. | An alternative method for surface current extraction from X-band marine radar images |
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 |