參量陣聲吶的目標(biāo)識別算法研究.pdf

1、隨著各國新式潛艇的服役，其輻射噪聲越來越低、海洋環(huán)境的噪聲特別復(fù)雜，尤其是在淺水海域，同時，聲對抗技術(shù)越來越先進，這個給聲吶目標(biāo)的檢測和識別帶來很大的困難。由于寬帶聲參量陣技術(shù)可徹底解決淺水環(huán)境中多途干擾的問題，其波束的高指向性、發(fā)射波束高寬帶和窄波束的特性能大幅提升現(xiàn)役主動聲吶目標(biāo)識別性能。但隨著計算機技術(shù)越來越現(xiàn)代化，聲吶的智能化水平也需要提高，聲吶系統(tǒng)中目標(biāo)識別能力是聲吶性能的重要指標(biāo)，目前其仍是現(xiàn)代聲吶技術(shù)中非常令人頭疼的問題。

2、因此，本文的研究目的就是研究出參量陣聲吶的目標(biāo)自動化識別技術(shù)，以提升參量陣聲吶的快速反應(yīng)能力和目標(biāo)識別能力。
　　首先，對參量陣聲吶的非線性聲學(xué)原理進行闡述，并對兩聲波信號間發(fā)生非線性相互作用的過程進行描述；分別對聲學(xué)參量陣的發(fā)射原理及接收原理進行理論推導(dǎo)，發(fā)射陣和接收陣都是利用了非線性相互作用；設(shè)計出了一套基于參量陣的聲吶發(fā)射系統(tǒng)和接收系統(tǒng)。
　　其次，對目標(biāo)的亮點模型理論進行分析，建立了潛艇目標(biāo)亮點模型，并得出其總的回波

3、信號模型；每個單獨亮點的回波信號由信號時延、幅值及相位變化三個參數(shù)表征，通過對所有亮點的回波進行線性疊加即得目標(biāo)總的回波信號，并對其波形進行Matlab仿真；利用頻域離散小波變換(FWDT)對回波信號進行處理，提取目標(biāo)亮點特征，并對其提取過程進行仿真分析；
　　然后，利用從回波信號提取極點的方法識別目標(biāo)。選取互相關(guān)處理+矩陣束的算法來進行極點提取，先分析回波信號經(jīng)過互相關(guān)處理后的結(jié)果；采用矩陣束算法從互相關(guān)處理結(jié)果中計算出回波中的

4、極點；采用訓(xùn)練信號作為輸入信號對該算法進行Matlab仿真驗證，通過結(jié)果值來判斷算法的可靠性。
　　最后，利用回波信號中的共振散射信號進行目標(biāo)識別。通過分析共振散射理論和回波信號的組成結(jié)構(gòu)，明確要提取的共振散射信號位于回波中的散射波里面；設(shè)計一套由時間延遲器+自適應(yīng)濾波算法為核心的分離方法；對彈性與非彈性目標(biāo)分別進行實驗，利用該分離算法從目標(biāo)回波中分離出共振散射信號；對實驗結(jié)果進行處理并對比分析，結(jié)果表明：該方法能實現(xiàn)目標(biāo)的分類識