排序方式： 共有6条查询结果，搜索用时 15 毫秒
1
1.
随着对水下目标特性研究的深入和声学探测技术的发展,基于单模态的阵列式信息融合或基于空间信息的分布式信息融合的水下目标识别方法研究已有一定成果,但针对复杂海况导致单一物理场或单一融合层次的系统识别性能提高有限等方面影响的水下目标识别方法研究还有所不足,因此,开展基于多模态深度融合模型的水下目标识别方法研究可利用模态互补,共享信息而提升识别率。文中在国内外研究基础上,深入研究了基于到达时差法和多模态方法组合的检测方法,初步形成了基于水声环境空间中多模态深度融合模型的识别框架,开展了海洋中典型自然与人为事件的信号分析与特征提取,并在此基础上,设计新型基于海底基站的被动识别系统。该系统同步记录和由位置等组成的时间序列标记声、磁和压数据,可实现高精度、高分辨率的识别。本研究可满足未来海洋观测对高性能水下目标探测、定位和跟踪系统的迫切需要,为海洋安全监管、海洋突发事件应急响应等领域提供新的技术手段和科学参考。 相似文献
2.
介绍了ARM(advanced RISC machines,英国电子公司)和FPGA(可编程逻辑阵列)在水声浮标(文中简称新型浮标)数据采集存储中的应用。利用FPGA丰富的硬件资源实现新型浮标系统多通道同步采样,并在ARM模块中移植Windows FAT32文件系统,嵌入USB底层驱动,实现采集数据的高速存储。描述了系统设计与实现,并对该数据采集存储系统进行了通道隔离度、动态范围、系统自噪声和功耗等指标测试。实验结果表明,该系统通道隔离度90d B(参考1V);动态范围≥110d B(参考1V);系统自噪声≤40d B(参考1 n V);系统总功耗为4.2 W。 相似文献
4.
5.
6.
1