RU2694848C1 - Method of forming a scalable system for detecting and classifying sea targets with artificial intelligence elements - Google Patents
Method of forming a scalable system for detecting and classifying sea targets with artificial intelligence elements Download PDFInfo
- Publication number
- RU2694848C1 RU2694848C1 RU2018143169A RU2018143169A RU2694848C1 RU 2694848 C1 RU2694848 C1 RU 2694848C1 RU 2018143169 A RU2018143169 A RU 2018143169A RU 2018143169 A RU2018143169 A RU 2018143169A RU 2694848 C1 RU2694848 C1 RU 2694848C1
- Authority
- RU
- Russia
- Prior art keywords
- signals
- parametric
- waves
- transmitted
- main
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 title claims description 32
- 238000006243 chemical reaction Methods 0.000 claims abstract description 18
- 238000005086 pumping Methods 0.000 claims abstract description 17
- 230000005855 radiation Effects 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims abstract description 17
- 238000013528 artificial neural network Methods 0.000 claims abstract description 13
- 230000003993 interaction Effects 0.000 claims abstract description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 230000003595 spectral effect Effects 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 210000002569 neuron Anatomy 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 239000003643 water by type Substances 0.000 description 5
- 238000010183 spectrum analysis Methods 0.000 description 4
- 210000000225 synapse Anatomy 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 244000309464 bull Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/18—Methods or devices for transmitting, conducting or directing sound
-
- 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
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- 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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
Description
Изобретение относится к области гидроакустики и может быть использовано для формирования масштабируемой в пределах смежных и (или) отдаленных акваторий системы классификации целей, обнаруженных при дальнем параметрическом приеме волн с применением возможностей передачи данных из морской среды в атмосферу и обратно.The invention relates to the field of underwater acoustics and can be used to form a target classification system that is scalable within adjacent and / or remote waters, detected during long-range parametric wave reception using data transfer capabilities from the marine environment to the atmosphere and back.
Предлагаемый способ реализуется на основе средств морского приборостроения и технологии дальнего параметрического приема взаимодействующих волн с применением передачи данных из морской среды в атмосферу и обратно (см. Мироненко М.В., Малашенко А.Е., Карачун Л.Э., Василенко А.М. Низкочастотный просветный метод дальней гидролокации гидрофизических полей морской среды: монография. - Владивосток: СКБ САМИ ДВО РАН, 2006. - 173 с.; Василенко А.М., Мироненко М.В., Пятакович В.А. и др. Система мониторинга полей источников атмосферы, океана и земной коры на основе технологий нелинейной просветной гидроакустики: монография. - Владивосток: ТОВВМУ имени С.О. Макарова, 2015. - 320 с.).The proposed method is implemented on the basis of the means of marine instrumentation and the technology of long-range parametric reception of interacting waves using data transmission from the marine environment to the atmosphere and back (see Mironenko MV, Malashenko A.E., Karachun L.E., Vasilenko A. M. Low-frequency luminal method of long-range hydrolocation of the hydrophysical fields of the marine environment: monograph - Vladivostok: SKB SAMI FEB RAS, 2006. - 173 pp., Vasilenko AM, Mironenko MV, Pyatakovich VA, etc. Sistema monitoring the fields of the sources of the atmosphere, the ocean and the earth’s crust on on the technology of nonlinear luminal hydroacoustics: a monograph. - Vladivostok: T.O. Makarov TOVVMU, 2015. - 320 p.).
Нейросетевое распознавание классов целей, обнаруженных по признакам амплитудно-фазовой модуляции взаимодействующих в морской среде волн, базируется на вычислительных операциях искусственных нейронных сетей и библиотеках математически обработанных образов спектрограмм объектов, что позволяет ускорить процесс распознавания и повысить вероятность классификации как надводных, так и подводных целей. (см. Пятакович В.А., Василенко А.М., Хотинский О.В. Распознавание и классификация источников формирования полей различной физической природы в морской среде: монография. - Владивосток: Морской гос. ун-т им. Г.И. Невельского, 2017. - 255 с.).Neural network recognition of target classes detected by the amplitude-phase modulation signs of waves interacting in the marine environment is based on computational operations of artificial neural networks and libraries of mathematically processed spectrogram images of objects, which speeds up the recognition process and increases the likelihood of classifying both surface and underwater targets. (see Pyatakovich V.A., Vasilenko A.M., Khotinsky OV. Recognition and classification of sources for the formation of fields of different physical nature in the marine environment: monograph. - Vladivostok: Maritime State University. GI Nevelsky, 2017. - 255 p.).
Принцип работы параметрических антенн как с высокочастотной (десятки-сотни кГц), так и с низкочастотной (десятки-сотни Гц) накачкой морской среды, основан на использовании естественных нелинейных свойств морской среды. The principle of operation of parametric antennas with both high-frequency (tens to hundreds of kHz) and low-frequency (tens to hundreds of Hz) pumping of the marine environment is based on the use of the natural nonlinear properties of the marine environment.
Известны способы и реализующие их параметрические антенны, использующие высокочастотную накачку морской среды (см. Новиков Б.К., Тимошенко В.И. Параметрические антенны в системах гидролокации. - Л.: Судостроение. - 1990. - С. 17-40, 203-225), недостатками которых являются малая дальность параметрического приема волн (сотни метров и только в отдельных случаях 1-2 километра) и ограниченная возможность измерения пространственно-временных характеристик сигналов, что особенно проявляется при приеме волн различной физической природы низкого, инфразвукового и дробного диапазонов частот.There are known methods and parametric antennas that implement them using high-frequency pumping of the marine environment (see Novikov B.K., Timoshenko V.I. Parametric antennas in sonar systems. - L .: Shipbuilding. - 1990. - P. 17-40, 203 -225), the shortcomings of which are the small range of parametric wave reception (hundreds of meters and only 1-2 km in some cases) and the limited ability to measure the spatial-temporal characteristics of signals, which is especially evident when receiving waves of different physical nature low, infrasonic and a fractional frequency bands.
Известны способы и реализующие их параметрические антенны, работа которых основана на низкочастотной подсветке среды слабозатухающими сигналами накачки с частотой десятки-сотни герц, что приводит к увеличению дальности параметрического приема волн в десятки-сотни раз относительно высокочастотных параметрических антенн (см. Мироненко М.В., Малашенко А.Е., Василенко А.М. и др. Нелинейная просветная гидроакустика и средства морского приборостроения в создании Дальневосточной радиогидроакустической системы освещения атмосферы, океана и земной коры, мониторинга их полей различной физической природы: монография. - Владивосток: Изд-во Дальневост. ун-та, 2014). There are known methods and parametric antennas that implement them, whose operation is based on low-frequency illumination of the medium with weakly damped pump signals with a frequency of tens or hundreds of hertz, which leads to an increase in the range of parametric wave reception by tens or hundreds of times with respect to high-frequency parametric antennas (see Mironenko MV , Malashenko A.E., Vasilenko A.M. and others. Nonlinear translucent underwater acoustics and means of marine instrumentation in the creation of the Far Eastern radiohydroacoustic system for lighting the atmosphere, ocean and emnoy bark, monitor their fields of different physical nature: monograph - Vladivostok. Publ Dalnevost University Press, 2014)..
Известен способ передачи информационных волн в морской среде (см. патент 2472236 РФ, МПК G10K 11/00, опубл. 10.01.2013, бюл. №1), который включает в себя формирование параметрической излучающей антенны, излучение в среду волн накачки с одновременной передачей информационных волн, а также прием сигналов, сформированных при взаимодействии волн накачки и информационных волн, с последующим восстановлением исходной информации. При этом на трассе распространения излучаемого низкочастотного сигнала накачки, предпочтительно в дальней зоне излучателя, формируют пространственную нелинейную область, которую облучают бигармоническими сигналами звуковой частоты близкой к сигналу накачки и вводят в нее волны иной физической природы, например, электромагнитные или гидродинамические возмущения, подвергнутые частотно-временному преобразованию в соответствии с характеристиками передаваемой информации.A known method of transmitting information waves in the marine environment (see patent 2472236 of the Russian Federation,
Рассматриваемый способ имеет следующие недостатки. Низкий эффект нелинейного взаимодействия и параметрического преобразования волн и, как следствие этого, малая дальность передачи-приема волн различной физической природы в морской среде, ограниченная информационная емкость передаваемых и принимаемых сигналов, а также невозможность передачи данных из морской среды в атмосферу и обратно. The considered method has the following disadvantages. Low effect of non-linear interaction and parametric transformation of waves and, as a result, a small transmission-reception range of waves of different physical nature in the marine environment, limited information capacity of the transmitted and received signals, as well as the impossibility of transmitting data from the marine environment to the atmosphere and back.
По своей физической сущности наиболее близким к заявляемому изобретению является способ передачи информационных волн из морской среды в атмосферу и обратно (см. патент 2593625 РФ, МПК G10K 11/00, опубл. 10.08.2016, бюл. №22), который выбран в качестве прототипа.By its physical essence, the closest to the claimed invention is a method of transmitting information waves from the marine environment to the atmosphere and back (see patent RF 2593625,
Способ-прототип заключается в том, что один излучатель и два приемных преобразователя размещают на противоположных границах среды и формируют между ними рабочую зону нелинейного взаимодействия и параметрического преобразования волн из двух горизонтально разнесенных в зоне приема и совмещенных в зоне излучения параметрических антенн; нелинейно преобразованные волны принимают и передают в приемный тракт, где сигналы усиливают в полосе параметрического преобразования волн, измеряют их разность фаз, преобразуют частотно-временной масштаб сигналов в высокочастотную область, измеряют их узкополосные спектры и регистрируют; сигналы с выхода анализатора спектров передают по каналу радиосвязи в информационно-аналитический центр, где проводят идентификацию информационных волн, вводят корректуру и передают их обратно в излучающий тракт для управления процессом излучения волн накачки морской среды.The prototype method consists in that one emitter and two receiving transducers are placed at opposite boundaries of the medium and form between them a working zone of non-linear interaction and parametric wave conversion from two horizontally separated parametric antennas in the reception zone; nonlinearly converted waves are received and transmitted to the receiving path, where the signals are amplified in a parametric wave conversion band, their phase difference is measured, the time-frequency scale of the signals is converted into a high-frequency region, their narrow-band spectra are measured and recorded; the signals from the output of the spectrum analyzer are transmitted over the radio link to the information-analytical center, where they identify information waves, introduce corrections and transmit them back to the radiating path to control the process of radiation of pumping waves of the marine environment.
К недостаткам способа-прототипа можно отнести следующие:The disadvantages of the prototype method include the following:
- отсутствие технологии, обеспечивающей масштабирование системы дополнительными системами, пространственно-разнесенными в пределах смежных и (или) отдаленных акваторий;- the lack of technology that allows the system to be scaled by additional systems spatially separated within adjacent and (or) remote water areas;
- отсутствие технологии, обеспечивающей нейросетевую классификацию источников, обнаруженных по признакам амплитудно-фазовой модуляции взаимодействующих в морской среде волн, на основе вычислительных операций искусственных нейронных сетей и библиотек математически обработанных образов спектрограмм морских целей;- the lack of technology that provides the neural network classification of sources detected by the signs of amplitude-phase modulation of waves interacting in the marine environment, based on the computational operations of artificial neural networks and libraries of mathematically processed images of spectrograms of marine targets;
- отсутствие технологии, обеспечивающей пополнение и обновление библиотек портретов объектов классификации.- lack of technology that provides replenishment and updating of libraries of portraits of objects of classification.
Основной отличительной особенностью предлагаемого способа от способа-прототипа является то, что систему, реализуемую данным способом, формируют как масштабируемую, которая включает в себя основную систему, n дополнительных систем и единый информационно-аналитический центр (ЕИАЦ).The main distinctive feature of the proposed method from the prototype method is that the system implemented by this method is formed as scalable, which includes the main system, n additional systems and a single information-analytical center (EIAC).
Задача, на решение которой направлено заявляемое изобретение, заключается в разработке способа формирования масштабируемой системы обнаружения и классификации морских целей с элементами искусственного интеллекта, с помощью которого обеспечивают на смежных и (или) отдаленных акваториях дальний параметрический прием взаимодействующих волн с применением передачи данных из морской среды в атмосферу и обратно, а также осуществляют классификацию обнаруженных объектов на основе вычислительных операций искусственных нейронных сетей и библиотек математически обработанных образов спектрограмм морских целей.The problem to which the invention is directed is to develop a method for forming a scalable system for detecting and classifying marine targets with elements of artificial intelligence, with which they provide far-off parametric reception of interacting waves on adjacent and / or remote water areas using data transmission from the marine environment into the atmosphere and back, as well as carry out the classification of detected objects based on the computational operations of artificial neural networks and bi liotek mathematically processed images spectrograms sea targets.
Масштабирование основной системы дополнительными системами обеспечивает на смежных и (или) отдаленных акваториях дальний параметрический прием волн в звуковом и инфразвуковом диапазонах частот, а также увеличение емкости информации об источниках полей различной физической природы и гидролого-акустических условиях распространения сигналов в морской среде. The scaling of the main system with additional systems on adjacent and (or) remote waters provides a long-range parametric reception of waves in the sound and infrasonic frequency ranges, as well as an increase in the capacity of information about sources of fields of various physical nature and hydrologic-acoustic conditions of signal propagation in the marine environment.
Подстройка согласованного режима работы излучающего и приемных трактов основной и дополнительных систем к гидролого-акустическим условиям распространения волн и к проявлениям признаков источников информационных волн решается путем введения в структуру системы единого информационно-аналитического центра, который осуществляет управление работой масштабируемой системы обнаружения и классификации морских целей с элементами искусственного интеллекта в соответствии с задачами и условиями длительного морского мониторинга.The adjustment of the coordinated mode of operation of the radiating and receiving paths of the main and additional systems to the hydrologic-acoustic conditions of wave propagation and manifestations of the signs of information wave sources is solved by introducing into the system structure a single information and analytical center that manages the operation of the scalable detection and classification system for marine targets elements of artificial intelligence in accordance with the objectives and conditions of long-term maritime monitoring.
Пополнение и обновление через ЕИАЦ библиотек портретов объектов классификации, формируемых в информационно-аналитических центрах основной и дополнительных систем, ускоряет процесс распознавания, повышает вероятность классификации как надводных, так и подводных целей, а также расширяет круг распознаваемых объектов. Replenishing and updating, through the EIAC, libraries of portraits of classification objects formed in the information and analytical centers of the primary and secondary systems, speeds up the recognition process, increases the likelihood of classifying both surface and underwater targets, as well as expands the range of recognized objects.
Для решения поставленной задачи разработан способ формирования масштабируемой системы обнаружения и классификации морских целей с элементами искусственного интеллекта, который заключается в формировании основной системы, для чего один излучатель и два приемных преобразователя размещают на противоположных границах среды и формируют между ними рабочую зону нелинейного взаимодействия и параметрического преобразования волн из двух горизонтально разнесенных в зоне приема и совмещенных в зоне излучения параметрических антенн; далее нелинейно преобразованные волны принимают и передают в приемный тракт, где сигналы усиливают в полосе параметрического преобразования волн, измеряют их разность фаз, преобразуют частотно-временной масштаб сигналов в высокочастотную область, измеряют их узкополосные спектры и регистрируют; далее сигналы с выхода анализатора спектров передают по каналу радиосвязи в информационно-аналитический центр, где проводят идентификацию информационных волн по результатам которой вводят необходимую корректуру и передают сигналы обратно в излучающий тракт для управления процессом излучения волн накачки морской среды.To solve this problem, a method has been developed to form a scalable system for detecting and classifying marine targets with elements of artificial intelligence, which consists in forming the main system, for which one emitter and two receiving transducers are placed at opposite environmental boundaries and form between them a working zone of nonlinear interaction and parametric conversion waves from two horizontally separated parametric antennas in the reception area and the radiation emitted in the radiation area; then, the nonlinearly converted waves are received and transmitted to the receiving path, where the signals are amplified in the parametric wave conversion band, their phase difference is measured, the time-frequency scale of the signals is converted to the high-frequency region, their narrow-band spectra are measured and recorded; then the signals from the output of the spectrum analyzer are transmitted over the radio communication channel to the information and analytical center, where they identify information waves by the results of which they introduce the necessary corrections and transmit signals back to the radiating path to control the radiation process of the pump waves in the marine environment.
Принципиальным отличием предлагаемого способа является то, что основную систему масштабируют, для чего вводят n дополнительных систем, которые пространственно разносят в пределах смежных и (или) отдаленных акваторий; кроме того дополнительно вводят единый информационно-аналитический центр (ЕИАЦ), управляющий работой основной и n дополнительных систем; при этом в каждую дополнительную систему включают излучающий и приемный тракты, излучатель и два приемных преобразователя, которые размещают в морской среде и соединяют кабелем с излучающим и приемным трактами соответственно, а также рабочую зону нелинейного взаимодействия и параметрического преобразования волн, которую формируют в морской среде в виде двух горизонтально-разнесенных в точках приема и совмещенных в точке излучения параметрических антенн, для чего среду озвучивают сигналами накачки, которые генерируют в излучающем тракте; далее сигналы принимают и посредством кабелей передают в приемный тракт, где сигналы усиливают в полосе параметрического преобразования волн, измеряют их разность фаз, преобразуют частотно-временной масштаб сигналов в высокочастотную область, измеряют узкополосные спектры, выделяют дискретные составляющие суммарной или разностной частоты, как признаки проявления амплитудно-фазовой модуляции низкочастотной волны накачки среды излучениями и полями морских целей, далее сигналы передают на вход регистратора, а также на вход блока системного анализа информационно-аналитического центра, где с использованием вычислительных операций искусственных нейронных сетей проводят математическую обработку образов спектрограмм объектов и сравнивают степень принадлежности анализируемой области спектра базовым данным, после чего записывают, накапливают и обновляют данные библиотеки портретов объектов классификации, затем сигналы с выходов информационно-аналитических центров основной и n дополнительных систем по каналам радиосвязи передают в ЕИАЦ, через который пополняют библиотеки портретов объектов классификации информационно-аналитических центров основной и n дополнительных систем, а также формируют сигналы, которые по каналам радиосвязи передают с выходов ЕИАЦ в излучающие тракты основной и n дополнительных систем на вход соответствующих генераторов сигналов накачки морской среды для корректировки их параметров с учетом гидролого-акустических условий распространения волн в морской среде и обнаруженных объектов.The principal difference of the proposed method is that the main system is scaled, for which n additional systems are introduced, which are spatially distributed within adjacent and / or remote water areas; in addition, a single information-analytical center (EIAC) is introduced, which manages the work of the main and n additional systems; each additional system includes the radiating and receiving paths, the emitter and two receiving transducers, which are placed in the marine environment and connected to the radiating and receiving paths, respectively, as well as the working area of nonlinear interaction and parametric wave conversion, which is formed in the marine environment in in the form of two horizontally separated parametric antennas at the points of reception and at the point of radiation combined at the point of radiation, for which the medium is sounded by pump signals that are generated in the radiating tract cte; then signals are received and transmitted to the receiving path through cables, where signals are amplified in a parametric wave conversion band, their phase difference is measured, the time-frequency scale of signals is converted into a high-frequency region, narrow-band spectra are measured, discrete components of total or difference frequency are identified as signs of manifestation amplitude-phase modulation of the low-frequency pump wave of the medium by radiation and fields of marine targets; then the signals are transmitted to the recorder input, as well as to the input of the system unit There is a lot of analysis of the information and analytical center, where using computational operations of artificial neural networks they perform mathematical processing of the images of spectrograms of objects and compare the degree of belonging of the analyzed spectral region to basic data, then record, accumulate and update data of the library of portraits of classification objects, then signals from the outputs of information the analytical centers of the main and n additional systems are transmitted via radio links to the EIAC, through which the biblical The libraries of portraits of objects of classification of information and analytical centers of the main and n additional systems, as well as form signals that transmit via radio links from the EIAC outputs to the radiating paths of the main and n additional systems to the input of the corresponding marine pump signal generators to adjust their parameters -acoustic conditions of wave propagation in the marine environment and detected objects.
Техническим результатом предлагаемого изобретения является обеспечение на смежных и (или) отдаленных акваториях дальнего параметрического приема волн в звуковом и инфразвуковом диапазонах частот с применением передачи данных из морской среды в атмосферу и обратно, а также классификация обнаруженных объектов на основе вычислительных операций искусственных нейронных сетей и библиотек математически обработанных образов спектрограмм морских целей.The technical result of the invention is to provide on the adjacent and (or) remote waters far parametric reception of waves in the sound and infrasonic frequency ranges using data transmission from the marine environment to the atmosphere and back, as well as the classification of detected objects based on the computational operations of artificial neural networks and libraries mathematically processed spectrogram images of marine targets.
Физическая сущность дальнего параметрического приема волн в морской средеThe physical essence of long-range parametric wave reception in the marine environment
Известно, что влияние полей различной физической природы, формируемых источниками в морской среде, на низкочастотные сигналы накачки морской среды осуществляется через изменение плотности и коэффициента упругости среды (см. Мироненко М.В., Малашенко А.Е., Карачун Л.Э., Василенко А.М. Низкочастотный просветный метод дальней гидролокации гидрофизических полей морской среды: монография. - Владивосток: СКБ САМИ ДВО РАН, 2006; Малашенко А.Е., Мироненко М.В., Чудаков М.В., Пятакович В.А. Дальний параметрический прием электромагнитных волн, формируемых техническими источниками в морской среде. Датчики и системы - М.: 2016. - № 8-9 (206). - С. 14-18).It is known that the influence of fields of different physical nature, formed by sources in the marine environment, on the low-frequency signals of the pumping of the marine environment is carried out through a change in the density and coefficient of elasticity of the medium (see Mironenko MV, Malashenko AE, Karachun L.E., Vasilenko, AM, Low Frequency Translucent Method for the Long-Range Sonar of Hydrophysical Fields of the Marine Environment: a monograph - Vladivostok: SKB SAMI FEB RAS, 2006; Malashenko AE, Mironenko MV, Chudakov MV, Pyatakovich VA Far parametric reception of electromagnetic waves generated by technical sources in the marine environment. Sensors and systems - Moscow: 2016. No. 8-9 (206). P. 14-18).
По своей физической сущности дальний параметрический прием сигналов предусматривает специальное изменение плотности и (или) температуры водной среды. Изменение этих параметров можно производить различными способами, но основным из них является формирование протяженной нелинейной области в заданном направлении излучения-приема волн (параметрической антенны).In its physical essence, the far parametric reception of signals provides for a special change in the density and (or) temperature of the aquatic environment. The change of these parameters can be done in various ways, but the main one is the formation of an extended non-linear region in a given direction of radiation-reception of waves (parametric antenna).
Параметрический прием волн проявляется как амплитудно-фазовая модуляция низкочастотной волны накачки морской среды волной, формируемой объектом, при их совместном распространении. В тракте приема и обработки сигналов с помощью спектрального анализа выделяют признаки амплитудно-фазовой модуляции волн. Parametric wave reception manifests itself as an amplitude-phase modulation of a low-frequency pump wave in the marine environment by a wave formed by an object, with their joint propagation. In the path of receiving and processing signals using spectral analysis, there are signs of amplitude-phase modulation of waves.
Процесс параметрического приема волн можно пояснить обычной системой уравнений гидродинамики для вязкой жидкости при наложении на уравнение состояния соответствующих изменений фазовой скорости звука во времени и пространстве. Для вычисления скорости распространения упругой (акустической) волны можно применить известную формулуThe process of parametric wave reception can be explained by the usual system of hydrodynamic equations for a viscous fluid when applying to the equation of state the corresponding changes in the phase velocity of sound in time and space. To calculate the propagation velocity of an elastic (acoustic) wave, you can apply the well-known formula
где P - давление;
Воспользовавшись соотношением между адиабатической и изотермической сжимаемостью можно получить следующее выражение для фазовой скоростиUsing the relation between adiabatic and isothermal compressibility, we can obtain the following expression for the phase velocity
где ρ - плотность;
Из приведенного выражения следует, что изменения плотности ρ и давления P при постоянной температуре приводят к изменению фазовой скорости звука во времени
Проверка работоспособности идей, являющихся основой предлагаемого изобретения, проводилась при использовании электромагнитных волн. Очевидно, что закономерности нелинейного взаимодействия и параметрического преобразования для других волн, как и в случае положительного эффекта с электромагнитными волнами, также существуют.Testing the performance of ideas that are the basis of the present invention, was carried out using electromagnetic waves. It is obvious that the laws of nonlinear interaction and parametric conversion for other waves, as well as in the case of a positive effect with electromagnetic waves, also exist.
Спектр взаимодействующих волн состоит из бесконечного числа боковых составляющих, частоту и амплитуду которых можно найти из известного выраженияThe spectrum of interacting waves consists of an infinite number of lateral components, whose frequency and amplitude can be found from the well-known expression
где
Как видно из выражения, значения частот боковых составляющих отличаются от удвоенной центральной частоты 2ω (равной сумме частот взаимодействующих волн) на величину ± n⋅Ω, где n - любое целое число. Амплитуды боковых составляющих для соответствующих частот
(2ω± nΩ) определяются величиной множителя
(2ω ± nΩ) are determined by the magnitude of the multiplier
При малых значениях коэффициента модуляции
Заявленное изобретение иллюстрируется чертежами. На фиг. 1 показана структурная схема, отражающая способ формирования основной масштабируемой системы обнаружения и классификации морских целей с элементами искусственного интеллекта, где:The claimed invention is illustrated in the drawings. FIG. 1 shows a block diagram reflecting the method of forming the main scalable system for detecting and classifying marine targets with elements of artificial intelligence, where:
1. Излучающий тракт.1. The radiating path.
2. Приемный тракт.2. Reception path.
3. Излучатель.3. Emitter.
4, 5. Приемные преобразователи. 4, 5. Receiving transducers.
6. Морская цель (источник волн).6. Sea target (source of waves).
6а. Нелинейная область кильватерного следа.6a. Nonlinear wake area.
6б. Забортный излучатель акустических и (или) электромагнитных сигналов.6b. Outboard emitter of acoustic and (or) electromagnetic signals.
7. Рабочая зона нелинейного взаимодействия и параметрического преобразования волн накачки и информационных волн (информационные волны - это волны, генерируемые естественными или искусственными источниками в морской среде, например, акустические, электромагнитные, гидродинамические).7. Working area of nonlinear interaction and parametric transformation of pump and information waves (information waves are waves generated by natural or artificial sources in the marine environment, for example, acoustic, electromagnetic, hydrodynamic).
8. Генератор сигналов накачки (линейно-частотно модулированных и/или фазомодулированных).8. Generator of pump signals (linear-frequency-modulated and / or phase-modulated).
9. Генератор сигналов накачки (стабилизированной частоты в диапазоне десятки-сотни герц).9. The pump signal generator (stabilized frequency in the range of tens to hundreds of hertz).
10. Усилитель мощности.10. Power amplifier.
11. Блок согласования.11. Block approval.
12. Двухканальный широкополосный усилитель.12. Two-channel broadband amplifier.
13. Фазометр.13. Phase meter.
14. Преобразователь частотно-временного масштаба сигналов в высокочастотную область.14. The converter of time-frequency scale of signals in the high-frequency region.
15. Узкополосный анализатор спектров.15. Narrowband spectrum analyzer.
16. Регистратор.16. Registrar.
17. Передающий радиоблок.17. Transmitting radio unit.
18. Информационно-аналитический центр (ИАЦ).18. Information Analytical Center (IAC).
19. Приемный радиоблок.19. Receiving radio unit.
20. Блок системного анализа.20. System analysis unit.
21. Передающий радиоблок.21. Transmitting radio unit.
22. Приемный радиоблок.22. Receiving radio unit.
23. Контролируемая морская среда.23. Controlled marine environment.
24. Морская поверхность.24. Sea surface.
На фиг. 2 приведена структурная схема с ее функциональными связями, отражающая способ формирования масштабируемой системы обнаружения и классификации морских целей с элементами искусственного интеллекта, которая объединяет основную и n дополнительных систем, где:FIG. 2 shows a block diagram with its functional links, reflecting the method of forming a scalable system for detecting and classifying marine targets with elements of artificial intelligence, which combines the main and n additional systems, where:
1. Излучающий тракт основной системы.1. The radiating path of the main system.
1.1…1.n. Излучающие тракты дополнительных систем.1.1 ... 1.n. Radiant paths of additional systems.
2. Приемный тракт основной системы.2. The receiving path of the main system.
2.1…2.n. Приемные тракты дополнительных систем.2.1 ... 2.n. Reception paths of additional systems.
3. Излучатель основной системы.3. The emitter of the main system.
3.1…3.n. Излучатели дополнительных систем.3.1 ... 3.n. Emitters of additional systems.
4, 5. Приемные преобразователи основной системы.4, 5. Receiving transducers of the main system.
4.1…4.n, 5.1…5.n. Приемные преобразователи дополнительных систем.4.1 ... 4.n, 5.1 ... 5.n. Receiving transducers of additional systems.
18. Информационно-аналитический центр основной системы.18. Information and analytical center of the main system.
18.1…18.n. Информационно-аналитические центры дополнительных систем.18.1 ... 18.n. Information and analytical centers of additional systems.
25. Единый информационно-аналитический центр (ЕИАЦ).25. Integrated Information and Analytical Center (EIAC).
На фиг. 3 приведен уровень информационной волны разностной частоты, сформированной нелинейной областью кильватерного следа катера. Частота сигналов накачки морской среды составляла 1040 Гц и 960 Гц. Частота информационного сигнала разностной частоты составляла 80 Гц. Протяженность трассы приема-передачи сигналов составляла 25 км. FIG. 3 shows the level of the information wave of the difference frequency formed by the nonlinear area of the wake of the boat wake. The frequency of the pumping signals of the marine environment was 1040 Hz and 960 Hz. The frequency of the difference frequency information signal was 80 Hz. The length of the route for receiving and transmitting signals was 25 km.
На фиг. 4 представлен спектр излучений судна, измеренный низкочастотным просветным методом, реализующим дальний параметрический прием взаимодействующих в морской среде акустических и электромагнитных волн. Частота подсветки среды Fa = 390 Гц, протяженность трассы 45 км. В спектре сигналов наблюдаются параметрические составляющие суммарной и разностной частоты от исходных частот акустической подсветки среды и электромагнитных излучений судна.FIG. 4 shows the radiation spectrum of a vessel, measured by a low-frequency translucent method, which implements a long-range parametric reception of acoustic and electromagnetic waves interacting in the marine environment. The frequency of medium illumination is Fa = 390 Hz, the length of the route is 45 km. In the signal spectrum, parametric components of the sum and difference frequencies from the original frequencies of the acoustic medium and electromagnetic radiation of the vessel are observed.
На фиг. 5 приведена спектрограмма шумового поля морского судна, на которой наблюдается гидродинамическое поле кильватерного следа и дискретная составляющая резонансных колебаний корпуса судна. Частота просветных сигналов составляла 400 Гц, протяженность просветной трассы составляла 30 км. FIG. 5 shows the spectrogram of the noise field of the marine vessel, on which the hydrodynamic field of the wake trace and the discrete component of the resonant oscillations of the ship hull are observed. The frequency of the translucent signals was 400 Hz, the length of the translucent trail was 30 km.
Общая структура распознающей сети представлена на фиг. 6. Нейроны, составляющие сеть, одинаковы и имеют функцию активации известного типаThe general structure of the recognition network is shown in FIG. 6. The neurons that make up the network are the same and have an activation function of a known type.
где x2n (i), yn (i) и In (i) - значения r - го входного сигнала, выходного сигнала и внешнего смещения n - го нейрона i - го слоя; Ni - число нейронов в i - м слое; i = 1, 2, 3.where x 2n (i) , y n (i) and I n (i) are the values of the r - th input signal, the output signal and the external bias of the n - th neuron of the i - th layer; N i - the number of neurons in the i - th layer; i = 1, 2, 3.
На фиг. 7 и фиг. 8 представлены результаты вычислительного эксперимента по определению коэффициента распознавания (классификации), определяемого как отношение числа распознанных объектов к общему числу испытаний в процентах, для надводных и подводных объектов в условиях зашумления сигнала в диапазоне от -10 до 20 дБ. Как видно из рисунков, распознавание и классификация морских целей с помощью вычислительных операций сети персептрон позволяет повысить вероятность классификации как надводных, так и подводных целей на 5-7%.FIG. 7 and FIG. 8 presents the results of a computational experiment to determine the recognition coefficient (classification), defined as the ratio of the number of recognized objects to the total number of tests in percent, for surface and underwater objects in a noisy signal in the range from -10 to 20 dB. As can be seen from the figures, the recognition and classification of sea targets with the help of computational operations of the perceptron network allows to increase the probability of classification of both surface and underwater targets by 5-7%.
На фиг. 9 приведена таблица интерпретации элементов выходного вектора распознавания гидроакустических сигналов по амплитудно-частотной характеристике.FIG. 9 shows a table of the interpretation of the elements of the output vector of recognition of sonar signals according to the amplitude-frequency characteristic.
Способ формирования масштабируемой системы обнаружения и классификации морских целей с элементами искусственного интеллекта реализуется следующим образом. The method of forming a scalable system for detecting and classifying marine targets with elements of artificial intelligence is implemented as follows.
Работа основной и дополнительных систем, входящих в состав масштабируемой системы обнаружения и классификации морских целей с элементами искусственного интеллекта, выполняется единообразно. В качестве низкочастотных излучателей могут использоваться подводные звуковые маяки наведения типа ПЗМ-400. Излучающие и приемные тракты могут формироваться из существующих радиотехнических средств.The operation of the primary and secondary systems that make up the scalable system for detecting and classifying marine targets with elements of artificial intelligence is performed uniformly. Underwater sound guidance beacons of the PZM-400 type can be used as low-frequency emitters. Radiating and receiving paths can be formed from existing radio equipment.
Как показано на фиг. 1 излучатель 3 и приемные преобразователи 4, 5 основной системы размещают в контролируемой морской среде 23 с учетом закономерностей многолучевого распространения волн. Между излучателем и двумя приемными преобразователями формируют рабочую зону нелинейного взаимодействия и параметрического преобразования волн накачки и информационных волн 7, как две горизонтально разнесенные в зоне приема и совмещенные в зоне излучения параметрические антенны (см. Свидетельство о государственной регистрации программы для ЭВМ «Расчет лучевой картины» №2016616822 от 21.06.2016; Свидетельство о государственной регистрации программы для ЭВМ «Программа имитационного моделирования процесса распространения гидроакустических сигналов» №2017664296 от 20.12.2017; Свидетельство о государственной регистрации программы для ЭВМ «Программно-вычислительный комплекс имитационного моделирования морской информационной ситуации при идентификации целей» №2018612944 от 01.03.2018). As shown in FIG. 1
Далее в излучающем тракте 1 генерируют сигналы накачки морской среды. Излучатель 3 озвучивает среду сигналами накачки стабилизированной частоты в диапазоне десятки-сотни герц или линейно-частотно модулированными и (или) фазомодулированными сигналами, что обеспечивает дальний параметрический прием взаимодействующих волн в звуковом и инфразвуковом диапазонах частот.Next, in the
На различных режимах движения морские цели 6 генерируют излучения, приводящие к изменению величины характеристик проводящей жидкости (плотности и (или) температуры и (или) теплоемкости и т.д.), которые в зависимости от их физической сущности модулируют сигналы накачки морской среды. Являясь неразрывно связанной компонентой информационной волны модуляционные составляющие переносятся на большие расстояния (десятки-сотни км). В спектре информационной волны появляются низкочастотные и высокочастотные составляющие, как результат амплитудно-фазовой модуляции низкочастотной волны накачки морской среды излучениями и полями источников волн.In various modes of motion,
Сигналы с приемных преобразователей 4 и 5 по кабельным линиям поступают на вход двухканального широкополосного усилителя 12 приемного тракта 2, где их усиливают в полосе параметрического преобразования, а затем измеряют разность фаз (блок 13), переносят частотно-временной масштаб сигналов в высокочастотную область (блок 14), проводят узкополосный спектральный анализ (блок 15) и выделяют признаки информационных волн, а именно амплитудно-фазовую модуляцию низкочастотной волны накачки среды излучениями и полями морских целей.The signals from the receiving
Операция преобразования частотно-временного масштаба сигнала в блоке 14 увеличивает концентрацию энергии нелинейно преобразованных сигналов и эффективность выделения из них признаков полей, генерируемых морскими целями.The operation of the time-frequency scale conversion of the signal in
Операции спектрального анализа в блоке 15 выделяют дискретные составляющие суммарной или разностной частоты в узкополосных спектрах нелинейно преобразованных сигналов, являющихся признаками проявления информационных волн, а именно амплитудно-фазовой модуляции низкочастотной волны накачки морской среды излучениями и полями источников волн.The operations of spectral analysis in
Амплитудно-частотные характеристики сигналов объекта (обнаруженной морской цели), полученные с помощью узкополосного спектрального анализа в приемном тракте 2, подают на вход регистратора 16, а также через передающий радиоблок 17 приемного тракта 2 и приемный радиоблок 19 ИАЦ 18 на вход блока системного анализа 20 ИАЦ 18, где запускают вычислительные операции искусственной нейронной сети, с помощью которых проводят математическую обработку образов спектрограмм объектов и сравнивают степень принадлежности анализируемой области спектра базовым данным. После чего выполняют следующие операции с данными - записывают, накапливают и обновляют библиотеки портретов объектов классификации.The amplitude-frequency characteristics of the object signals (detected marine target), obtained using narrowband spectral analysis in the receiving
Далее формируют управляющий сигнал и передают с выхода блока 20 ИАЦ 18 через передающий радиоблок 21 ИАЦ 18 и приемный радиоблок 22 излучающего тракта 1 на вход соответствующего генератора сигналов накачки 8 или 9 излучающего тракта 1, что позволяет генерировать сигналы накачки морской среды с учетом гидролого-акустических условий распространения волн в морской среде и обнаруженных объектов. Next, a control signal is formed and transmitted from the output of the
Задача классификации морских целей решается с помощью трехслойной нейронной сети, которая распознает семь объектов и позволяет выделить один неизвестный класс, что в перспективе позволит значительно расширить круг классифицируемых морских целей. Настройка весовых коэффициентов распознающей сети определяется алгоритмом обратного распространения ошибки. Основная идея алгоритма состоит в распространении сигналов ошибки от выходов сети к её входам, в направлении, обратном прямому распространению сигналов в обычном режиме работы. Для возможности применения метода обратного распространения ошибки необходимо, чтобы передаточная функция нейронов была дифференцируема (см. Пятакович В.А., Василенко А.М. Предварительная обработка информации нейроноподобным категоризатором при распознавании образов морских объектов. Подводное морское оружие. - СПб: 2017. - Вып. 1 (32). - С. 31-34; Пятакович В.А., Василенко А.М. Перспективы и ограничения использования геометрических методов распознавания акустических образов морских объектов применительно к задаче управления нейросетевой экспертной системой. Фундаментальные исследования. - М: 2017. - № 7. - С. 65-70).The task of classifying marine targets is solved using a three-layer neural network that recognizes seven objects and allows you to select one unknown class, which in the future will significantly expand the range of classified marine targets. The setting of the weighting coefficients of the recognition network is determined by the error back-propagation algorithm. The basic idea of the algorithm is to propagate error signals from the network outputs to its inputs, in the opposite direction to direct signal propagation in normal operation. In order to be able to apply the method of back propagation of an error, it is necessary that the transfer function of neurons be differentiable (see Pyatakovich VA, Vasilenko AM Preliminary information processing by a neuron-like categorizer when recognizing images of marine objects. Underwater naval weapon. - St. Petersburg: 2017. - Issue 1 (32) .- pp. 31-34; Pyatakovich VA, Vasilenko AM Prospects and limitations of using geometric methods for recognizing acoustic images of marine objects as applied to the control problem of a neural network expert basic system. Fundamental research. - M: 2017. -
Анализ низкочастотной, среднечастотной и высокочастотной составляющих амплитудно-частотной характеристики производится раздельно, так как генеральные признаки для различных типов объектов могут находиться в различных частотных диапазонах. Как показано на фиг. 6, на каждый нейрон первого слоя через синапсы с весами {Tij (1)}, i = 1, 2, 3; j = 1, 2, 3 подаются все компоненты входного вектора На каждый нейрон второго слоя через синапсы с весами {Tij (2)}, i = 1, 2, 3; j = 1, 2, 3 подаются выходные сигналы первого слоя. На каждый нейрон третьего слоя через синапсы с весами {Tij (3)}, i = 1, 2, 3; j = 1, 2, 3 подаются выходные сигналы второго слоя. Значения выходного сигнала третьего слоя распознающей сети образуют вектор решений , элементы которого представлены в табл. 1 на фиг. 9.The analysis of the low-frequency, mid-frequency and high-frequency components of the amplitude-frequency characteristic is performed separately, since the general features for different types of objects can be in different frequency ranges. As shown in FIG. 6, for each neuron of the first layer through synapses with weights {T ij (1) }, i = 1, 2, 3; j = 1, 2, 3 all components of the input vector are fed For each neuron of the second layer through the synapses with weights {T ij (2) }, i = 1, 2, 3; j = 1, 2, 3 output signals of the first layer are given. For each neuron of the third layer through the synapses with weights {T ij (3) }, i = 1, 2, 3; j = 1, 2, 3 output signals of the second layer are given. The output values of the third recognition network layer form a vector of solutions. elements of which are presented in Table. 1 in FIG. 9.
Масштабирование основной системы дополнительными системами обеспечивает на смежных и (или) отдаленных акваториях дальний параметрический прием волн в звуковом и инфразвуковом диапазонах частот с применением передачи данных из морской среды в атмосферу и обратно, а также увеличение емкости информации об источниках полей различной физической природы и гидролого-акустических условиях распространения сигналов в морской среде. The scaling of the main system with additional systems on adjacent and (or) remote waters provides a far parametric reception of waves in the sound and infrasonic frequency ranges using data transmission from the marine environment to the atmosphere and back, as well as increasing the information capacity on the sources of fields of various physical nature and hydrological acoustic conditions of signal propagation in the marine environment.
Для чего n дополнительных систем пространственно разносят в пределах смежных и (или) отдаленных акваторий и вводят единый информационно-аналитический центр (ЕИАЦ), управляющий работой основной и n дополнительных систем.For this purpose, n additional systems are spatially distributed within adjacent and (or) remote water areas and a single information-analytical center (EIAC) is introduced that manages the operation of the main and n additional systems.
На фиг. 2 показано, что дополнительные системы снабжают излучающими 1.1…1.n и приемными 2.1…2.n трактами, блоки которых соединены и функционируют как в излучающем 1 и приемном трактах 2 основной системы, а также информационно-аналитическими центрами 18.1…18.n, блоки которых соединены и функционируют как в ИАЦ 18 основной системы.FIG. 2 shows that additional systems supply 1.1 ... 1.n and emitting 2.1 ... 2.n paths, the blocks of which are connected and functioning as in the
Дополнительные системы снабжают также излучателями 3.1…3.n и приемными преобразователями 4.1…4.n, 5.1…5.n, которые размещают в морской среде и соединяют с излучающим 1.1…1.n и приемным 2.1…2.n трактами соответственно, рабочими зонами 7.1…7.n нелинейного взаимодействия и параметрического преобразования волн, которые формируют в виде двух горизонтально-разнесенных в точках приема и совмещенных в точке излучения параметрических антенн.Additional systems also supply radiators 3.1 ... 3.n and receiving converters 4.1 ... 4.n, 5.1 ... 5.n, which are placed in the marine environment and connected to the radiating 1.1 ... 1.n and receiving 2.1 ... 2.n paths, respectively, by working zones 7.1 ... 7.n non-linear interaction and parametric transformation of waves, which form in the form of two horizontally-spaced at the points of reception and combined at the point of radiation parametric antennas.
Выходы приемных трактов основной и дополнительных систем
2, 2.1…2.n через передающие радиоблоки соединяют с входами ИАЦ
18, 18.1…18.n соответственно, выходы которых посредством линий радиосвязи соединяют с входами ЕИАЦ 25, через который пополняют библиотеки портретов объектов классификации, которые формируют в ИАЦ 18, 18.1…18.n., а также осуществляют управление работой масштабируемой системы обнаружения и классификации морских целей с элементами искусственного интеллекта.Outputs of the receive paths of the main and auxiliary systems
2, 2.1 ... 2.n through the transmitting radio units are connected to the inputs of the IAC
18, 18.1 ... 18.n respectively, the outputs of which by means of radio links are connected to the inputs of
В ЕИАЦ 25 формируют управляющие сигналы, которые по каналам радиосвязи передают с выходов ЕИАЦ 25 в излучающие тракты 1, 1.1…1.n основной и n дополнительных систем на вход соответствующих генераторов сигналов для корректировки их параметров с учетом гидролого-акустических условий распространения волн в морской среде и обнаруженных объектов.In
Таким образом, используя способ формирования масштабируемой системы обнаружения и классификации морских целей с элементами искусственного интеллекта можно обеспечить на смежных и (или) отдаленных акваториях дальний параметрический прием волн в звуковом и инфразвуковом диапазонах частот с применением передачи данных из морской среды в атмосферу и обратно, а также классифицировать обнаруженные объекты на основе вычислительных операций искусственных нейронных сетей и библиотек математически обработанных образов спектрограмм морских целей.Thus, using the method of forming a scalable system for detecting and classifying marine targets with elements of artificial intelligence, it is possible to provide in adjacent and (or) remote waters far-ranging parametric reception of waves in the sound and infrasonic frequency ranges using data transmission from the marine environment to the atmosphere and back, and also classify detected objects based on the computational operations of artificial neural networks and libraries of mathematically processed spectrogram images purposes.
Способ и реализующая его система промышленно применима, так как для ее создания используются распространенные компоненты и изделия радиотехнической промышленности и вычислительной техники.The method and the system implementing it are industrially applicable, since for its creation they use common components and products of the radio engineering industry and computer technology.
Claims (1)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2018143169A RU2694848C1 (en) | 2018-12-05 | 2018-12-05 | Method of forming a scalable system for detecting and classifying sea targets with artificial intelligence elements |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2018143169A RU2694848C1 (en) | 2018-12-05 | 2018-12-05 | Method of forming a scalable system for detecting and classifying sea targets with artificial intelligence elements |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2694848C1 true RU2694848C1 (en) | 2019-07-17 |
Family
ID=67309437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2018143169A RU2694848C1 (en) | 2018-12-05 | 2018-12-05 | Method of forming a scalable system for detecting and classifying sea targets with artificial intelligence elements |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2694848C1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2724990C1 (en) * | 2020-01-09 | 2020-06-29 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Тихоокеанское Высшее Военно-Морское Училище Имени С.О. Макарова" Министерства Обороны Российской Федерации (Г. Владивосток) | Method of detecting and classifying sea targets using a mathematical model of determining the type of target |
RU2726992C1 (en) * | 2020-01-09 | 2020-07-17 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Тихоокеанское Высшее Военно-Морское Училище Имени С.О. Макарова" Министерства Обороны Российской Федерации (Г. Владивосток) | System for detection and classification of sea targets using mathematical model of target type determination |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08201500A (en) * | 1995-01-31 | 1996-08-09 | Nec Corp | Underwater acoustic signal detector |
US6798715B2 (en) * | 2000-07-08 | 2004-09-28 | Neptune Technologies, Inc. | Biomimetic sonar system and method |
US20150226842A1 (en) * | 2013-05-08 | 2015-08-13 | Max Sound Corporation | Sonar technique |
RU2593625C2 (en) * | 2015-04-22 | 2016-08-10 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Тихоокеанское Высшее Военно-Морское Училище Имени С.О. Макарова" Министерства Обороны Российской Федерации (Г. Владивосток) | Method of transmitting information waves from sea medium into atmosphere and back |
RU2659100C1 (en) * | 2017-06-05 | 2018-06-28 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Тихоокеанское Высшее Военно-Морское Училище Имени С.О. Макарова" Министерства Обороны Российской Федерации (Г. Владивосток) | Large-scale radio-hydro acoustic system formation and application method for monitoring, recognizing and classifying the fields generated by the sources in marine environment |
-
2018
- 2018-12-05 RU RU2018143169A patent/RU2694848C1/en not_active IP Right Cessation
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08201500A (en) * | 1995-01-31 | 1996-08-09 | Nec Corp | Underwater acoustic signal detector |
US6798715B2 (en) * | 2000-07-08 | 2004-09-28 | Neptune Technologies, Inc. | Biomimetic sonar system and method |
US20150226842A1 (en) * | 2013-05-08 | 2015-08-13 | Max Sound Corporation | Sonar technique |
RU2593625C2 (en) * | 2015-04-22 | 2016-08-10 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Тихоокеанское Высшее Военно-Морское Училище Имени С.О. Макарова" Министерства Обороны Российской Федерации (Г. Владивосток) | Method of transmitting information waves from sea medium into atmosphere and back |
RU2659100C1 (en) * | 2017-06-05 | 2018-06-28 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Тихоокеанское Высшее Военно-Морское Училище Имени С.О. Макарова" Министерства Обороны Российской Федерации (Г. Владивосток) | Large-scale radio-hydro acoustic system formation and application method for monitoring, recognizing and classifying the fields generated by the sources in marine environment |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2724990C1 (en) * | 2020-01-09 | 2020-06-29 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Тихоокеанское Высшее Военно-Морское Училище Имени С.О. Макарова" Министерства Обороны Российской Федерации (Г. Владивосток) | Method of detecting and classifying sea targets using a mathematical model of determining the type of target |
RU2726992C1 (en) * | 2020-01-09 | 2020-07-17 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Тихоокеанское Высшее Военно-Морское Училище Имени С.О. Макарова" Министерства Обороны Российской Федерации (Г. Владивосток) | System for detection and classification of sea targets using mathematical model of target type determination |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2694846C1 (en) | Method for formation of marine monitoring system with programmable neuron network control system | |
RU2681242C1 (en) | Intellectual system for detection and classification of marine targets | |
CN108226933B (en) | Deep sea broadband target depth estimation method based on fringe interference structure | |
US8107320B2 (en) | Autonomous sonar system and method | |
Wang et al. | Deep transfer learning for source ranging: Deep-sea experiment results | |
Li et al. | A noise impact assessment model for passive acoustic measurements of seabed gas fluxes | |
RU2593625C2 (en) | Method of transmitting information waves from sea medium into atmosphere and back | |
RU2694848C1 (en) | Method of forming a scalable system for detecting and classifying sea targets with artificial intelligence elements | |
RU2659100C1 (en) | Large-scale radio-hydro acoustic system formation and application method for monitoring, recognizing and classifying the fields generated by the sources in marine environment | |
RU2681526C1 (en) | Method for determining noisy target class and distance thereto | |
RU2695527C1 (en) | Scalable system for detection and classification of marine targets with elements of artificial intelligence | |
RU2682088C1 (en) | Method of detection and neural network recognition of the signs of the fields of different physical nature generated by marine purposes | |
Luo et al. | A space-frequency joint detection and tracking method for line-spectrum components of underwater acoustic signals | |
Poursheikhali et al. | Source localization in inhomogeneous underwater medium using sensor arrays: Received signal strength approach | |
Rawat et al. | Angle of arrival distribution in an underwater acoustic communication channel with incoherent scattering | |
Verma et al. | Potential use of broadband acoustic methods for micronekton classification | |
RU2624607C1 (en) | Method of acoustic tomography system fields in the atmosphere, the oceans and crust of different physical nature in the marine environment | |
RU2697719C1 (en) | Marine monitoring system with programmable neuron network control system | |
RU2726992C1 (en) | System for detection and classification of sea targets using mathematical model of target type determination | |
Qu et al. | Experimental Study of a Broadband Parametric Acoustic Array for Sub‐Bottom Profiling in Shallow Water | |
RU2724990C1 (en) | Method of detecting and classifying sea targets using a mathematical model of determining the type of target | |
RU2659105C1 (en) | Large-scale radiohydroacoustic system of monitoring, recognizing and classifying fields generated by sources in marine environment | |
Malyj | Modeling of surveillance zones for bi-static and multi-static active sonars with the use of geographic information systems | |
Avcioglu et al. | Three dimensional volume coverage in multistatic sonar sensor networks | |
Kexin et al. | Physics-aided data-driven modal ocean acoustic propagation modeling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20201206 |