本文關(guān)鍵詞： LOFAR圖 線譜特征 被動(dòng)檢測 線譜特征累積檢測法　出處：《聲學(xué)技術(shù)》2016年04期 　論文類型：期刊論文

【摘要】：水聲信號(hào)被動(dòng)檢測中廣泛使用LOFAR圖對(duì)接收信號(hào)進(jìn)行處理和分析。針對(duì)LOFAR圖中線譜信號(hào)檢測問題,根據(jù)線譜信號(hào)特征設(shè)計(jì)特征函數(shù),提出頻域滑動(dòng)窗線譜特征累積檢測法。該方法在頻率軸移動(dòng)觀察窗,用多步?jīng)Q策算法計(jì)算每個(gè)觀察窗的最優(yōu)解,得到最優(yōu)路徑,如果最優(yōu)路徑特征值大于閾值,則累積LOFAR圖像素點(diǎn)被該最優(yōu)路徑經(jīng)過的次數(shù),次數(shù)越多對(duì)應(yīng)點(diǎn)為線譜點(diǎn)的概率越大。仿真研究表明,該方法對(duì)頻率時(shí)變、低信噪比的線譜信號(hào)具有良好的檢測能力,可實(shí)現(xiàn)多根線譜的增強(qiáng)與檢測。海試數(shù)據(jù)處理結(jié)果證明了該方法的可行性和穩(wěn)健性。該算法對(duì)于輻射線譜信號(hào)的水下目標(biāo)遠(yuǎn)距離探測識(shí)別有較高的參考價(jià)值。
[Abstract]:In the passive detection of underwater acoustic signal, LOFAR diagram is widely used to process and analyze the received signal. To solve the problem of line spectrum signal detection in LOFAR diagram, the characteristic function is designed according to the characteristics of line spectrum signal. In this paper, a method of frequency domain sliding window line spectrum feature accumulation detection is proposed, which moves the observation window in the frequency axis, and calculates the optimal solution of each window by using a multi-step decision algorithm, and obtains the optimal path, if the eigenvalue of the optimal path is greater than the threshold. Then the number of pixel points passing through the optimal path and the probability that the number of pixels passing through the optimal path is greater. Simulation results show that the method has a good ability to detect linear spectrum signals with time-varying frequency and low signal-to-noise ratio (SNR). The results of sea trial data processing prove the feasibility and robustness of the method. The algorithm has a high reference value for underwater target detection and identification of radiation line spectrum signals.
【作者單位】： 中國科學(xué)院聲學(xué)研究所聲場聲信息國家重點(diǎn)實(shí)驗(yàn)室;中國科學(xué)院大學(xué);
【基金】：國家自然科學(xué)基金資助項(xiàng)目(11434012,41561144006)
【分類號(hào)】：TB56
【正文快照】： 0引言水聲被動(dòng)探測和目標(biāo)識(shí)別領(lǐng)域中,線譜信號(hào)由于具有相對(duì)較高的信噪比并攜帶聲源特征信息,長期以來一直被廣泛研究和應(yīng)用于水聲工程實(shí)踐。如吳國清等利用譜峰形狀特點(diǎn),給出了一套線譜識(shí)別邏輯[1];陳敬軍等提出模仿聲吶員識(shí)別線譜過程的基于人工智能的線譜檢測技術(shù)[2];陳陽等

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 王輝照，包青華;低頻線譜的一種估計(jì)方法[J];青島海洋大學(xué)學(xué)報(bào);1995年03期

2 孫昕;薛飛;;一種線譜提取方法研究[J];科技創(chuàng)新導(dǎo)報(bào);2012年14期

3 陳韶華;陳川;趙冬艷;;噪聲中的線譜檢測及自動(dòng)提取研究[J];應(yīng)用聲學(xué);2009年03期

4 郭業(yè)才,趙俊渭,陳華偉,白銀生,李桂娟,韓靜;水中運(yùn)動(dòng)目標(biāo)動(dòng)態(tài)線譜增強(qiáng)算法研究[J];聲學(xué)學(xué)報(bào);2003年04期

5 王盼盼;王鵬;張國軍;;一種估計(jì)船舶輻射噪聲線譜的聯(lián)合分析法[J];測試技術(shù)學(xué)報(bào);2010年05期

6 劉永鉞;宇宙線譜存在膝的證認(rèn)(英文)[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);1998年04期

7 侯鐵雙;相敬林;韓鵬;石杰;;基于IRWLS支持向量擬合的線譜檢測算法[J];電聲技術(shù);2010年04期

8 吳國清,李靖,陳耀明,袁毅,陳岳;艦船噪聲識(shí)別(Ⅰ)──總體框架、線譜分析和提取[J];聲學(xué)學(xué)報(bào);1998年05期

9 ;[J];;年期

相關(guān)會(huì)議論文 前4條

1 羅昕煒;方世良;;基于線譜跡相關(guān)的諧波檢測方法[A];泛在信息社會(huì)中的聲學(xué)——中國聲學(xué)學(xué)會(huì)2010年全國會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2010年

2 王心怡;羅松;李運(yùn)周;;運(yùn)動(dòng)目標(biāo)密集線譜精確估計(jì)技術(shù)研究[A];2009年全國水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會(huì)換屆改選會(huì)議論文集[C];2009年

3 王慶福;李新天;杜栓平;;低頻線譜分量對(duì)包絡(luò)提取的影響分析[A];2008年全國聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 史廣智;胡均川;;基于調(diào)制線譜特征的艦船螺旋槳葉片數(shù)識(shí)別[A];中國聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（下）[C];2007年

相關(guān)博士學(xué)位論文 前1條

1 張敬;基于非線性時(shí)延反饋控制的線譜混沌化[D];湖南大學(xué);2014年

，

本文編號(hào)：1487819