发明名称 | 一种基于水听器阵列的浅海目标深度的分类方法 | ||
摘要 | 本发明提供了一种基于水听器阵列的浅海目标深度的分类方法,通过融合多个水听器接收到的信息进行探测,并使用声传播仿真生成基于模型的深、浅声源产生的能量场变化的典型概率密度函数,基于该概率密度函数进行似然比检测(LRT)来辨识接收到的信号,根据声能量在整个声场范围内的分布规律进行先验知识的提取,从而对该声场目标进行深度分类,算法易于实现,环境适应性高。 | ||
申请公布号 | CN104749568A | 申请公布日期 | 2015.07.01 |
申请号 | CN201310739820.8 | 申请日期 | 2013.12.26 |
申请人 | 中国科学院声学研究所 | 发明人 | 于倍;王文博;王赞;郑胜家;黄勇;张春华 |
分类号 | G01S7/539(2006.01)I | 主分类号 | G01S7/539(2006.01)I |
代理机构 | 北京法思腾知识产权代理有限公司 11318 | 代理人 | 杨小蓉;杨林 |
主权项 | 一种基于水听器阵列的浅海目标深度的分类方法,其特征在于,所述的分类方法包括:步骤1)建立声源辐射的声信号模型,根据该声信号模型及接收信号数据存在的多普勒效应建立接收信号模型;步骤2)根据FFT变换在频域对步骤1)中的接收信号数据进行估计,得到接收信号频率值;步骤3)将步骤2)中得到的接收信号频率值以均方根进行归一化,得到不含白噪声的接收信号能量调制,建立该接收信号能量调制分布满足参数为(α,β)的伽马分布的概率密度函数;步骤4)利用声传播仿真建立声场模型,根据该声场模型设置靠近海水表面的声源参数,重复计算得到若干个仿真的接收信号,使用矩法估计得到一组α和β值,并将其代入步骤3)中的概率密度函数,得到浅水概率密度函数;根据该声场模型设置深处声源参数,重复计算得到若干个仿真的接收信号,使用矩法估计得到另一组α和β值,并将其代入步骤3)中的概率密度函数,得到深水概率密度函数;步骤5)根据步骤4)中得到的浅水概率密度函数和深水概率密度函数,使用似然比检验分类接收信号的声源深度。 | ||
地址 | 100190 北京市海淀区北四环西路21号 |