首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 515 毫秒
1.
声学多普勒计程仪的安装偏角误差和比例因子误差是影响水下自主导航精度的主要误差源,需要进行精确误差标定。然而任何声呐性能均与海洋环境密切相关,如何实现复杂环境精确标定是计程仪工程应用中面临的实际问题。为此,在分析真实测速数据统计分布基础上,提出了一种基于修正 Kalman 滤波预处理的误差校准方法,并与标准 Kalman 滤波预处理方法的校准性能进行了比对;试验结果验证了新方法的有效性,降低了对标定试验场地的要求,大幅提高了校准效率。  相似文献   

2.
为提高我国水下地形地貌探测技术水平,促进对海洋的科学认知和高效开发利用,文章综述高精度和高分辨率水下地形地貌探测技术研发进展,并分析关键技术发展方向。研究结果表明:采用机载激光、多波束、侧扫声呐、浅地层剖面、双频识别声呐、合成孔径声呐和水下三维扫描声呐等探测技术以及无人船、水下机器人和海底观测网等探测平台,可获取高精度和高分辨率水下地形地貌信息;应在提高设备性能、减小探测误差和完善数据算法等方面加大研究力度,重点发展综合探测技术,从而全面和清晰地反映水下地形地貌。  相似文献   

3.
蛙人由于体积小、噪声强度低,因此探测十分困难,可秘密潜入码头、海港、海上勘探平台、 舰艇锚泊区及岛礁等重点水域实施侦察或破坏,对水下区域安全提出了挑战。首先,指出了水下蛙人的探测难点,随后介绍了国内外反蛙人声呐装备系统的技术发展、蛙人水下目标主被动声学特征的研究进展,综述了反蛙人武器系统的发展现状,最后总结了目前反蛙人声呐系统的技术特点,并对反蛙人声呐系统的发展趋势进行了展望,预期可为我国反蛙人声呐系统的发展提供参考。  相似文献   

4.
声呐图像目标检测是实现水下勘探、海底救援、敌对目标侦查等任务的重要环节,深度学习相关技术的突破为该领域的发展带来了新的机遇。基于深度学习的声呐图像目标检测算法性能优于传统方法,然而相关的系统性研究与应用仍然不足。鉴于此,利用深度学习模型数据驱动的优势设计了一种声呐图像目标检测系统,以满足实际应用对系统精度、速度、可移植性、可扩展性、部署环境的需求。该系统由数据集生成、算法模型训练与测试、模型部署应用 3 个子系统组成,应用于水下可疑目标探测任务,实验结果表明:所实现的目标检测系统在测试数据上和实际应用中均具有良好的性能。  相似文献   

5.
水下目标识别是水下无人探测的一项核心技术,在军事和民用领域都有重要的应用。根据当前的水下目标识别研究进展,全面阐述基于声呐图像的水下目标识别原理和方法,对总结研究现状、发现存在的问题以及挖掘潜在的研究方向具有积极意义。针对基于声呐图像的水下目标识别问题,论述了图像去噪、 图像分割以及水下目标识别等方面的主要进展,阐述了基于深度学习实现声呐图像目标识别的最新技术发展现状。通过对水下目标处理过程的讨论和分析,指出基于声呐图像的水下目标识别算法中亟需解决的关键科学问题及可能的解决思路,并对该领域的未来发展方向做了进一步的展望。  相似文献   

6.
水下信息感知是指水下系统通过声、光、磁、电等传感器接收海洋环境和目标信号,经过信号处理,获得海洋环境和目标特征信息的过程。由于声波能在海洋中远距离传播,水下声场信息感知受到格外重视。水下信息感知的最终目的是发展大范围海洋水下监测系统,通过信息感知,掌握海洋环境变化的规律, 建设透明海洋,为人类开发利用海洋服务。  相似文献   

7.
发射信号波形的选择是主动声呐设计过程中必须要考虑的问题之一,不同的信号形式会直接影响声呐的性能。海洋哺乳生物通过叫声实现种群间的通信以及对水下环境的感知,这一常见的生物学行为激发了基于生物叫声的声呐系统的开发。但海洋生物在全球分布广泛并且叫声种类繁多,需要结合声呐系统的设计参数对采集到的叫声进行效能分析,才能在不改变传统声呐设计的基础上拓展仿生隐蔽探测功能。针对这一问题,提出了基于主动声呐信号分析的海洋生物叫声效能分析方案。以采集到的 6 种海豚叫声为例,基于同步压缩变换和贪婪算法重构样本信号,从 5 个维度对声呐系统仿生信号进行了分析。仿真结果表明,该效能评估方案可对海洋生物叫声进行有效筛选,以确定适合声呐系统的信号波形。  相似文献   

8.
水下滑翔机器人(AUG)是一种将浮标技术与传统水下机器人技术相结合的新型水下机器人,可用于长时间、大范围的海洋环境测量和监测,具有较高的可控性和机动性。在欧洲地区海洋环境安全(MERSEA)中水下滑翔机器人扮演了重要的角色,未来其应用领域将更加广泛,性能更加先进。  相似文献   

9.
声呐图像分割是图像分割技术发展中的组成部分,是水下目标识别与检测的重要一环。传统方法中基于有监督分割方法的算法往往代价较大,表现出试验周期长、实时性较差、运行速率较慢等不足。并且由于声呐图像的成像质量差、分辨率不高、边缘条件不清晰、人工标注工作量大等客观因素,不易建立用于有监督模型训练的大规模数据集,使得传统分割方法越来越不适应当前实际应用的多方面要求。将基于无监督学习卷积神经网络引入到声呐图像分割任务中,分割模型通过对单帧声呐图像进行训练和测试,最后经过推理得到将阴影区和目标高亮区分割后的声呐图像,得到分割出来的水下目标。通过对实验的分割结果进行各项指标分析,证明此方法有着更好的运行效率和分割精度,并且实时性较高,综合性能优于传统方法。  相似文献   

10.
将海洋模式与声传播模型结合在一起,设计开发了一种适用于高性能计算机的全球海洋声学预报系统FIO-GOAFS,该系统以自然资源部第一海洋研究所全球0.1°分辨率海浪-潮流-环流耦合模式(FIO-COM)为基础,利用海洋模式预报的温、盐、深参数计算声速剖面,并对声速剖面进行水声环境特征诊断,之后将海洋模式与水下声场传播模型协同连接,结合地声模型(海底地形和底质参数),实现了全球海域的水声环境特征诊断及水下声场及相关结果的预报。海洋模型提供水下声学预报所需的水体声速、海浪波高等参数,地声模型提供海底地形、底质声速、密度以及衰减等参数,通过调用海洋-声学连接模块提取声传播路径的地形及海洋环境参数剖面,实现海洋模型和声学模型的有效连接。全球海洋声学预报系统在高性能计算机上并行实现,主要包括声场计算中的频点、方位角并行以及声学预报时针对地理空间区域的并行。最后,利用该系统预报并分析了全球海域的水声环境特性及声呐作用距离的季节变化和空间分布特征,为现代声呐的设计、操作和水下应用提供参考。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号