RU2465618C1 - Automatic classification system of short-range hydrolocator - Google Patents
Automatic classification system of short-range hydrolocator Download PDFInfo
- Publication number
- RU2465618C1 RU2465618C1 RU2011125395/28A RU2011125395A RU2465618C1 RU 2465618 C1 RU2465618 C1 RU 2465618C1 RU 2011125395/28 A RU2011125395/28 A RU 2011125395/28A RU 2011125395 A RU2011125395 A RU 2011125395A RU 2465618 C1 RU2465618 C1 RU 2465618C1
- Authority
- RU
- Russia
- Prior art keywords
- unit
- classification
- processor
- output
- input
- Prior art date
Links
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
Description
Изобретение относится к области гидроакустики и может быть использовано для построения систем автоматической и автоматизированной классификации морских объектов, применительно к гидролокационным станциям ближнего действия.The invention relates to the field of hydroacoustics and can be used to build systems for automatic and automated classification of marine objects, as applied to short-range sonar stations.
Известны устройства обнаружения и классификации эхо-сигнала от объекта, основанные на приеме эхосигнала гидролокатора на фоне шумов и помех в среде, преобразование акустического сигнала в электрический гидроакустической антенной, определении энергетического спектра электрического процесса на выходе гидроакустической антенны, представляющего собой смесь электрического сигнала и нормальной стационарной шумовой помехи, изложенные, например, в работе. Евтютов Е.С. и Митько В.Б. "Примеры инженерных расчетов в гидроакустике", - Судостроение, 1981 г., стр.77. Устройство содержат блок-спектральный анализ этого процесса, блок-детектирование спектральных составляющих, интегратор огибающей процесса и блок-обнаружение сигнала при сравнении с порогом. При этом в качестве классификационного признака эхосигнала выбирается превышение уровня эхосигнала над уровнем помехи. Классификация осуществляется на классы: эхосигнал и помеха.Known devices for detecting and classifying an echo signal from an object, based on receiving an echo signal from a sonar against the background of noise and interference in the medium, converting an acoustic signal into an electric sonar antenna, determining the energy spectrum of an electric process at the output of a sonar antenna, which is a mixture of an electric signal and normal stationary noise interference, set forth, for example, in the work. Evtyutov E.S. and Mitko V.B. "Examples of engineering calculations in hydroacoustics," - Shipbuilding, 1981, p. 77. The device contains a block-spectral analysis of this process, block-detection of spectral components, an integrator of the process envelope and block-detection of the signal when compared with a threshold. In this case, as a classification characteristic of the echo signal, the excess of the echo signal level over the noise level is selected. Classification is carried out into classes: echo and interference.
Подобные устройства приведены в "Справочнике по гидроакустике", Судостроение, 1988 г., стр.27. При этом под спектральным анализом понимают, как правило, полосовую фильтрацию, выделяющую основную энергию электрического процесса. При использовании цифровой техники в качестве спектрального анализа применяют процессоры быстрого преобразования Фурье (БПФ), которые обеспечивают выделение и измерение энергетического спектра шумового электрического процесса ("Применение цифровой обработки сигналов", М.: Мир, 1990 г., стр.296). По величине смещения спектра эхосигнала классифицируется цель на классы: подвижная и неподвижная. Решение о наличии эхосигнала от цели принимается при превышении порога и по смещению спектра цели относительно спектра излученного сигнала. Этот способ применим в системах с использованием длительных зондирующих сигналов, и не может быть использован при применении зондирующих сигналов с короткой длительностью. В гидролокаторах освящения ближней обстановки, как правило, используются сигналы короткой длительности и для классификации может быть использована информация, которая предоставляется эхосигналами на основании пространственных и временных особенностях классифицируемых объектов.Similar devices are given in the "Reference on hydroacoustics", Shipbuilding, 1988, p. 27. In this case, spectral analysis is understood, as a rule, as band pass filtering, which releases the main energy of the electrical process. When using digital technology, fast Fourier transform processors (FFT) are used as spectral analysis, which provide the separation and measurement of the energy spectrum of a noise electrical process ("The use of digital signal processing", M .: Mir, 1990, p. 266). By the magnitude of the shift in the spectrum of the echo signal, the target is classified into classes: mobile and motionless. The decision on the presence of an echo from the target is made when the threshold is exceeded and the target spectrum is shifted relative to the spectrum of the emitted signal. This method is applicable in systems using long sounding signals, and cannot be used when using sounding signals with a short duration. Near-field consecration sonar, as a rule, uses signals of short duration and information that is provided by echo signals based on the spatial and temporal features of the classified objects can be used for classification.
Наиболее близким аналогом предлагаемой полезной модели является аппаратура рыбопоискового гидролокатора «Угорь», имеющего режим одновременного кругового обзора Тикунов А.И. «Рыбопоисковые приборы и комплексы». - Л.: Судостроение, 1989 г., стр. 140-153, который может обнаруживать эхосигнал на фоне нормального стационарного шума, но автоматически классифицировать обнаруженные объекты не может.The closest analogue of the proposed utility model is the equipment for fish search sonar "Eel", having a simultaneous all-round viewing mode A. Tikunov "Fish-finding devices and complexes." - L .: Shipbuilding, 1989, pp. 140-153, which can detect an echo signal against the background of normal stationary noise, but cannot automatically classify detected objects.
В состав гидролокатора входит приемная и излучающая гидроакустическая антенна, коммутатор приема передачи, генераторное устройство, тракт приема, включающий аппаратуру полосовой фильтрации и предварительную обработки принятых сигналов и пульт управления с электронным индикатором. В гидролокаторе «Угорь» в режиме одновременного кругового обзора антенна ненаправленно излучает акустические зондирующие сигналы в горизонтальной плоскости, в режиме приема осуществляется электронное круговое сканирование диаграммы направленности в горизонтальной плоскости, прием сигнала в каждом направлении, обработка сигнала в каждом направлении и вывод информации на дисплей для принятия решения оператором.The sonar includes a receiving and emitting sonar antenna, a transmission receiving switch, a generator device, a receiving path, including bandpass filtering and preliminary processing of the received signals and a control panel with an electronic indicator. In the Eel sonar in the mode of simultaneous circular viewing, the antenna non-directionally emits acoustic sounding signals in the horizontal plane, in the receiving mode electronic circular scanning of the radiation pattern in the horizontal plane is carried out, the signal is received in each direction, the signal is processed in each direction and the information is displayed on the display for decision making by the operator.
Недостатком рассматриваемого гидролокатора является невозможность классификации обнаруженных целей. Обнаружение сигнала производится либо оператором по информации, предоставляемой на индикаторе, либо при сравнении амплитуды эхосигнала с порогом в направлении цели в соответствии с выбранными критериями относительно нормальной стационарной помехи. Классификация осуществляется на классы: эхосигнал и помеха.The disadvantage of this sonar is the inability to classify detected targets. The signal is detected either by the operator according to the information provided on the indicator, or by comparing the amplitude of the echo signal with a threshold in the direction of the target in accordance with the selected criteria with respect to normal stationary interference. Classification is carried out into classes: echo and interference.
Техническим результатом предлагаемого изобретения является обеспечение классификации целей в автоматическом режиме.The technical result of the invention is to ensure the classification of targets in automatic mode.
Для достижения указанного технического результата в известный гидролокатор, содержащий последовательно соединенные антенну, коммутатор приема-передачи и задающий генератор, при этом второй выход коммутатора соединен с приемным устройством, также содержащий индикатор, дополнительно введены процессор цифровой многоканальной обработки и обнаружения сигналов; блок управления задачами классификации, процессор классификации, в состав которого входят последовательно соединенные блок выбора порога измерения, блок отбора максимума, блок идентификации между каналами, блок измерения угловой протяженности, блок измерения радиальной протяженности, блок принятия автоматического решения по объекту классификации, блок формирования табло результатов, блок формирования индикаторных картин по объекту классификации, при этом выход приемного устройства соединен с первым входом процессора цифровой многоканальной обработки и обнаружения сигналов и через первый вход процессора классификации соединен с первым входом индикатора; первый выход блока управления задачами классификации соединен со входом задающего генератора, второй выход блока управления соединен со вторым входом процессора цифровой многоканальной обработки и обнаружения эхосигналов, третий выход блока управления задачами классификации соединен со вторым входом процессора классификации, а четвертый выход блока управления задачами классификации соединен со вторым входом индикатора. Для корректировки автоматической классификации с учетом индивидуального опыта оператора в систему введены блок корректировки автоматического решения и блок формирования решения оператора, при этом блок корректировки автоматического решения последовательно через блок формирования решения оператора соединен с индикатором, а второй выход блока корректировки автоматического решения соединен с третьим входом процессора классификации.To achieve the technical result, a known sonar containing a serially connected antenna, a receive-transmit switch and a master oscillator, the second output of the switch is connected to a receiver, also containing an indicator, an additional digital multi-channel signal processing and detection processor is introduced; classification task control unit, classification processor, which includes series-connected measurement threshold selection unit, maximum selection unit, identification channel between channels, angular extent measurement unit, radial extent measurement unit, automatic decision-making unit for the classification object, results panel formation unit , a block for the formation of indicator patterns according to the classification object, while the output of the receiving device is connected to the first input of the digital multi-processor channel processing and detection of signals and through the first input of the classification processor is connected to the first input of the indicator; the first output of the classification task control unit is connected to the input of the master oscillator, the second output of the control unit is connected to the second input of the digital multi-channel processing and echo detection processor, the third output of the classification task control unit is connected to the second input of the classification processor, and the fourth output of the classification task control unit is connected to second input indicator. To adjust the automatic classification based on the individual experience of the operator, an automatic decision correction block and an operator decision formation block are introduced into the system, while the automatic decision correction block is connected in series through the operator decision formation block to the indicator, and the second output of the automatic decision correction block is connected to the third processor input classification.
Сущность предлагаемого изобретения поясняется фиг.1, на которой представлена структурная схема системы автоматической классификации гидролокатора ближнего действия.The essence of the invention is illustrated in figure 1, which presents a structural diagram of a system for the automatic classification of short-range sonar.
Предложенная система автоматической классификации гидролокатора ближнего действия (фиг 1) содержит задающий генератор 3, который через первый выход коммутатора 2 приема-передач связан с антенной 1. Второй выход коммутатора 2 приема-передач через приемное устройство 5 и первый вход процессора 4 цифровой многоканальной обработки и обнаружения эхосигналов соединен с первым входом процессора 7 классификации и далее с первым входом индикатора 16. Процессор 7 классификации выполнен в виде последовательно соединенных блока 8 выбора порога измерения, блока 9 отбора максимума, блока 10 идентификации между каналами, блока 11 измерения угловой протяженности, блока 12 измерения радиальной протяженности, блока 13 принятия автоматического решения о классе объекта, блока 14 формирования табло результатов и блока 15 формирования индикаторных картин. Первый выход блока 6 управления задачами классификации соединен с задающим генератором 3, второй выход блока 6 соединен со вторым входом процессора 4. Третий выход блока 6 соединен со вторым входом процессора классификации 7, а четвертый выход блока 6 соединен с индикатором 16. Первый выход блока 17 корректировки автоматического решения через вход блока 18 решения оператора соединен с третьим входом индикатора 16, а второй выход блока 17 корректировки автоматического решения соединен с третьим входом блока 7 процессора классификации.The proposed system for the automatic classification of short-range sonar (Fig 1) contains a master oscillator 3, which is connected through the first output of the transmit-receive switch 2 to the antenna 1. The second output of the transmit-receive switch 2 through the receiver 5 and the first input of the digital multi-channel processor 4 and the detection of echo signals is connected to the first input of the classification processor 7 and then to the first input of the indicator 16. The classification processor 7 is made in the form of series-connected block 8 select the threshold measurement selection Ia, the maximum block 9, block 10, the identification between the channels, the measurement unit 11 angular extent, the measurement unit 12, the radial extent, an automatic decision block 13 a decision on the object class, the formation unit 14 and the scoreboard unit 15. The results of formation of test patterns. The first output of the classification task control unit 6 is connected to the master generator 3, the second output of the unit 6 is connected to the second input of the processor 4. The third output of the unit 6 is connected to the second input of the classification processor 7, and the fourth output of the unit 6 is connected to the indicator 16. The first output of unit 17 adjusting the automatic decision through the input of the block 18 of the decision of the operator is connected to the third input of the indicator 16, and the second output of the block 17 adjusting the automatic decision is connected to the third input of the block 7 of the classification processor.
Цифровые процессоры являются известными устройствами, которые предназначены для осуществления конкретных алгоритмов обработки с использованием аппаратных решений и жесткой логикой вычислений. Их применение повышает быстродействие цифровых вычислительных систем в несколько раз и в большинстве случаев сокращает аппаратные затраты. Описания спецпроцессоров приведены в книге Корякин Ю.А. Смирнов С.А. Яковлев Г.В. «Корабельная гидроакустическая техника». - Санкт-Петербург: Изд. Наука, 2004 г., на стр.281. Там же приведено описание гидроакустических комплексов, построенных на основе спецпроцессоров стр. 296., стр.328.Digital processors are well-known devices that are designed to implement specific processing algorithms using hardware solutions and strict computational logic. Their use increases the speed of digital computing systems several times and in most cases reduces hardware costs. Descriptions of special processors are given in the book Koryakin Yu.A. Smirnov S.A. Yakovlev G.V. "Ship sonar equipment." - St. Petersburg: Publishing. Science, 2004, on page 281. There is also a description of sonar systems built on the basis of special processors p. 296., p. 328.
Вопросы, связанные с цифровой обработки сигналов, вопросы модуляции и демодуляции, спектральный анализ, а также использование пакетов расширения «Матлаб», которые обеспечивают последовательную процедуру использования алгоритмов, рассмотрены в пособии А.Б.Сергиенко «Цифровая обработка сигналов». - Санкт-Петербург, 2011 г, стр.655.Issues related to digital signal processing, modulation and demodulation, spectral analysis, and the use of Matlab extension packages, which provide a consistent procedure for using algorithms, are discussed in A.B.Sergienko's manual Digital Signal Processing. - St. Petersburg, 2011, p. 655.
Система автоматической классификации работает следующим образом. Система 6 управления задачами классификации формирует сигнал начала излучения и подает команду задающему генератору 3, где происходит формирование зондирующего сигнала короткой длительности звуковой частоты большой мощности и через коммутатор 2 приема-передачи излучается антенной 1 в водную среду. Одновременно включается работа процессора 4 цифровой многоканальной обработки, процессора 7 классификации и подготовка индикатора 16 на прием информации классификации. Принятый антенной 1 эхосигнал через коммутатор 2 приема-передачи поступает на приемное устройство 5 и далее в процессор 4 многоканальной цифровой обработки и обнаружения эхосигнала, где производится дискретизация принятой входной информации по всем пространственным каналам статического веера характеристик направленности, сформированным в процессоре 4, оптимальная согласованная фильтрация на основе спецпроцессоров БПФ и последовательная передача цифровых массивов в процессор 7 классификации. Процессор 7 предназначен для последовательной обработки поступающего массива дискретизированных отсчетов, выделения и измерения классификационных признаков, автоматического принятия решения, формирования табло результатов, индикаторных картин классифицируемого объекта. Процессор состоит из нескольких автономных функциональных блоков 8÷15, которые могут быть выполнены алгоритмически. Блок 8 обеспечивает измерение отсчетов помехи по первому циклу обработки по всем пространственным характеристикам направленности статического веера и усреднение результатов оценки отсчетов помехи. Среднее значение помехи является исходной оценкой для выбора порога. После этого в блоке 9 отбора максимума выбираются те значения отсчетов, амплитуда которых превысила выбранный порог. Определяются и запоминаются значение амплитуды, значения номера отсчета и значение номера канала отсчетов, которые превысили выбранный порог. Выбранные отсчеты поступают в блок 10 идентификации между каналами, в котором определяются каналы, которые образуют множество соседних каналов, принадлежащих объекту классификации, либо не принадлежащих объекту классификации. Сравнивается амплитуда отсчета, номер канала и номер отсчета в соседних каналах. Если номера отсчетов равны и амплитуды сигналов превысили отсчет, то проверяются номера отсчетов на близость отсчетов в соседних каналах. Если оказываются номера каналов соседними, и не выходят за интервал непрерывности, то эти данные поступают в блок 11 измерения угловой протяженности объекта классификации. Среди выбранных каналов находится канал, в котором содержится отсчет с максимальной амплитудой, и выбираются те отсчеты в этом канале, которые превысили выбранный порог. В блоке 12 измеряется радиальная протяженность объекта, как разница в номерах отсчетов между первым и последним, превысивших порог в канале с максимальной амплитудой. Отобранные множества отсчетов по каналам, амплитудам и радиальным протяженностям передаются в блок 13 принятия автоматического решения. Например, если число соседних каналов не больше 2-х, радиальная протяженность объекта классификации меньше пороговой величины, а амплитуда сигнала не превышает пороговой величины, то принимается решение в пользу малоразмерной цели. Если число соседних каналов 3-4, а радиальная протяженность больше пороговой величины для малоразмерной цели и максимальная амплитуда эхосигнала больше порога, то принимается решение в пользу крупноразмерной цели. Сравниваются амплитуды эхосигналов по всем каналам. Пороговые величины являются ориентировочными и могут корректироваться в зависимости от расширения списка конкретных классов, возникающих в процессе проведения реальных работ. Для корректировки порогов и корректировки измеряемых величин вводится блок 17 корректировки автоматического решения. С помощью этого блока по конкретным параметрам объектам классификации могут быть откорректированы пороги принятия решения, введены новые условия и решающие правила. Блок 18 предназначен для формирования решения оператора на основе индивидуальных измерений оператора и опыта предшествующей работы для определения окончательного результата.The automatic classification system works as follows. The classification task management system 6 generates a radiation start signal and gives a command to a master oscillator 3, where a probing signal of short duration of high-frequency sound frequency is generated and is transmitted by the antenna 1 to the water medium through the transmit-receive switch 2. At the same time, the operation of the digital multi-channel processing processor 4, the classification processor 7, and the preparation of the indicator 16 for receiving classification information are turned on. The echo received by the antenna 1 through the receive-transmit switch 2 is fed to the receiving device 5 and then to the processor 4 of the multi-channel digital processing and echo detection, where the received input information is discretized over all spatial channels of the static directional fan formed in processor 4, the optimal matched filtering based on special FFT processors and serial transmission of digital arrays to the classification processor 7. The processor 7 is designed for sequential processing of the incoming array of discretized samples, the allocation and measurement of classification features, automatic decision making, the formation of a scoreboard, indicator pictures of the classified object. The processor consists of several autonomous functional blocks 8 ÷ 15, which can be performed algorithmically. Block 8 provides the measurement of interference samples for the first processing cycle for all spatial directivity characteristics of a static fan and averaging the results of the evaluation of interference samples. The average value of the interference is the initial estimate for the choice of the threshold. After that, in block 9 of the selection of the maximum are selected those values of samples whose amplitude exceeded the selected threshold. The amplitude value, the values of the reference number and the value of the channel number of the samples that exceeded the selected threshold are determined and stored. The selected samples go to the identification block 10 between the channels, in which the channels are determined, which form many adjacent channels belonging to the classification object or not belonging to the classification object. The reference amplitude, channel number and reference number in adjacent channels are compared. If the numbers of samples are equal and the amplitudes of the signals exceeded the sample, then the numbers of samples are checked for the proximity of the samples in adjacent channels. If the channel numbers turn out to be adjacent, and do not go beyond the continuity interval, then these data enter the block 11 for measuring the angular extent of the classification object. Among the selected channels, there is a channel in which a sample with a maximum amplitude is contained, and those samples in this channel that exceed the selected threshold are selected. In block 12, the radial extent of the object is measured, as the difference in the numbers of samples between the first and last, exceeding the threshold in the channel with maximum amplitude. The selected sets of samples for channels, amplitudes and radial lengths are transmitted to block 13 making an automatic decision. For example, if the number of neighboring channels is not more than 2, the radial length of the classification object is less than a threshold value, and the signal amplitude does not exceed a threshold value, then a decision is made in favor of a small-sized target. If the number of neighboring channels is 3-4, and the radial extent is greater than the threshold value for a small-sized target and the maximum amplitude of the echo signal is greater than the threshold, then a decision is made in favor of the large-sized target. The amplitudes of the echo signals across all channels are compared. Threshold values are indicative and can be adjusted depending on the expansion of the list of specific classes that arise in the process of real work. To adjust the thresholds and adjust the measured values, an automatic decision correction block 17 is introduced. Using this block, decision thresholds can be adjusted for specific classification objects, new conditions and decision rules can be introduced. Block 18 is designed to form an operator’s decision based on individual measurements of the operator and previous work experience to determine the final result.
В процессоре 7 (в блоке 14) формируется табло результатов измеренных классификационных признаков и сопутствующей информации по тем измерениям, которые проведены над обнаруженным и классифицируемым объектом, и результат автоматической классификации. Кроме того, в блоке 15 оператору предоставляются фрагменты временных реализации по пространственным каналам, в которых обнаружен эхосигнал с максимальной амплитудой. Вся эта информация выводится на индикатор и предоставляется оператору для оценки и утверждения класса. Эта же информация может быть использована оператором для корректировки автоматического решающего правила и ввода в алгоритмы оценок пороговых величин.In the processor 7 (in block 14), a scoreboard of the results of the measured classification features and related information on those measurements that are performed on the detected and classified object, and the result of the automatic classification are formed. In addition, in block 15, the operator is provided with fragments of temporary implementations over spatial channels in which an echo signal with a maximum amplitude is detected. All this information is displayed on the indicator and provided to the operator for class evaluation and approval. The same information can be used by the operator to adjust the automatic decision rule and enter threshold estimates into the algorithms.
Таким образом, реализуется автоматическая классификация обнаруженных целей для гидролокатора ближнего действия.Thus, an automatic classification of detected targets for short-range sonar is implemented.
Claims (2)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011125395/28A RU2465618C1 (en) | 2011-06-20 | 2011-06-20 | Automatic classification system of short-range hydrolocator |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011125395/28A RU2465618C1 (en) | 2011-06-20 | 2011-06-20 | Automatic classification system of short-range hydrolocator |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2465618C1 true RU2465618C1 (en) | 2012-10-27 |
Family
ID=47147587
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2011125395/28A RU2465618C1 (en) | 2011-06-20 | 2011-06-20 | Automatic classification system of short-range hydrolocator |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2465618C1 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2553726C1 (en) * | 2014-02-19 | 2015-06-20 | Открытое акционерное общество "Концерн "Океанприбор" | Method for automatic classification |
| RU2602759C1 (en) * | 2015-09-07 | 2016-11-20 | Акционерное Общество "Концерн "Океанприбор" | Method of object in aqueous medium automatic detection and classification |
| RU2626295C1 (en) * | 2016-09-08 | 2017-07-25 | Акционерное Общество "Концерн "Океанприбор" | Automatic detection and classification system of short-range sonar |
| RU2660219C1 (en) * | 2017-09-12 | 2018-07-05 | Акционерное Общество "Концерн "Океанприбор" | Method of classifying sonar echo |
| RU2758586C1 (en) * | 2020-12-25 | 2021-11-01 | Акционерное Общество "Концерн "Океанприбор" | Automatic detection and classification system |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4972385A (en) * | 1970-11-16 | 1990-11-20 | The United States Of America, As Represented By The Secretary Of The Navy | Target size classification system |
| RU20389U1 (en) * | 2001-03-11 | 2001-10-27 | Федеральное государственное унитарное предприятие "Центральный научно-исследовательский институт "Морфизприбор" | HYDROLOCATOR FOR DETECTION AND CLASSIFICATION OF LATER AND UNDERWATER TARGETS FOR LATER VEHICLES |
| RU75061U1 (en) * | 2008-01-09 | 2008-07-20 | ОАО "Концерн "Океанприбор" | ACTIVE HYDROLOCATOR |
| WO2009114578A1 (en) * | 2008-03-12 | 2009-09-17 | Raytheon Company | Autonomous sonar system and method |
| RU2393503C1 (en) * | 2009-05-12 | 2010-06-27 | ОАО "Концерн "Океанприбор" | Active sonar system |
-
2011
- 2011-06-20 RU RU2011125395/28A patent/RU2465618C1/en active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4972385A (en) * | 1970-11-16 | 1990-11-20 | The United States Of America, As Represented By The Secretary Of The Navy | Target size classification system |
| RU20389U1 (en) * | 2001-03-11 | 2001-10-27 | Федеральное государственное унитарное предприятие "Центральный научно-исследовательский институт "Морфизприбор" | HYDROLOCATOR FOR DETECTION AND CLASSIFICATION OF LATER AND UNDERWATER TARGETS FOR LATER VEHICLES |
| RU75061U1 (en) * | 2008-01-09 | 2008-07-20 | ОАО "Концерн "Океанприбор" | ACTIVE HYDROLOCATOR |
| WO2009114578A1 (en) * | 2008-03-12 | 2009-09-17 | Raytheon Company | Autonomous sonar system and method |
| RU2393503C1 (en) * | 2009-05-12 | 2010-06-27 | ОАО "Концерн "Океанприбор" | Active sonar system |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2553726C1 (en) * | 2014-02-19 | 2015-06-20 | Открытое акционерное общество "Концерн "Океанприбор" | Method for automatic classification |
| RU2602759C1 (en) * | 2015-09-07 | 2016-11-20 | Акционерное Общество "Концерн "Океанприбор" | Method of object in aqueous medium automatic detection and classification |
| RU2626295C1 (en) * | 2016-09-08 | 2017-07-25 | Акционерное Общество "Концерн "Океанприбор" | Automatic detection and classification system of short-range sonar |
| RU2660219C1 (en) * | 2017-09-12 | 2018-07-05 | Акционерное Общество "Концерн "Океанприбор" | Method of classifying sonar echo |
| RU2758586C1 (en) * | 2020-12-25 | 2021-11-01 | Акционерное Общество "Концерн "Океанприбор" | Automatic detection and classification system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2461020C1 (en) | Method for automatic classification | |
| RU2465618C1 (en) | Automatic classification system of short-range hydrolocator | |
| JP2007507691A (en) | Sonar systems and processes | |
| RU2529441C1 (en) | Method of processing sonar information | |
| RU2634787C1 (en) | Method of detecting local object against background of distributed interference | |
| RU2711406C1 (en) | Method of classification of hydro acoustic signals of marine objects noise emission | |
| JP2017072590A (en) | Detector, fish detector, and radar | |
| RU2650835C1 (en) | Method of the target parameters determining by the sonar | |
| RU2466419C1 (en) | Method of classifying sonar echo signal | |
| RU2692841C1 (en) | Hydro acoustic method for determining purpose parameters when using an explosive signal with a wireless communication system | |
| RU2624826C1 (en) | Method of classification of objects adapted to hydroacoustic conditions | |
| RU2626295C1 (en) | Automatic detection and classification system of short-range sonar | |
| RU2460088C1 (en) | Method of detecting local object on background of distributed interference | |
| JP5423713B2 (en) | Active sonar device and signal processing method thereof | |
| KR20190040637A (en) | SYSTEM AND METHOD FOR ESTIMATING RADAR DoA | |
| RU2650419C1 (en) | Sonar method of classification of underwater objects in a controlled area | |
| RU2658528C1 (en) | Method of measuring target speed with echo-ranging sonar | |
| RU127945U1 (en) | NAVIGATING HYDROACOUSTIC STATION | |
| RU2545068C1 (en) | Measurement method of changes of heading angle of movement of source of sounding signals | |
| RU2660219C1 (en) | Method of classifying sonar echo | |
| RU2534731C1 (en) | Automatic classification system for short-range sonar | |
| RU2627977C1 (en) | Method of object detection and measurement of its parameters | |
| RU2733938C1 (en) | Hydroacoustic information displaying method | |
| RU2736188C9 (en) | Hydroacoustic information displaying method | |
| RU2593824C1 (en) | Sonar method for detecting underwater objects in controlled water area |