本项目的研究对象是近几年新兴的水下小型威胁目标- - 蛙人、水下机器人。过去声纳探测和识别的目标为舰艇、鱼/水雷目标,蛙人、机器人这类小目标的声特性研究尚属国内空白,尤其是蛙人、机器人的被动探测,在国际上也属于前沿问题。由于这类目标尺度较小,形状、行为以及辐射噪声特性与以往探测对象有很大不同。为了满足水下小目标的防御要求,通过主、被动声波信息中的特征提取,来对其进行分类识别和被动探测。在以往潜艇、鱼/水雷目标亮点模型的基础上,分析蛙人、水下机器人的亮点模型特征,并且与行为学特征相结合的方法来进行主动识别。通过研究蛙人目标的辐射噪声特征,将连续谱与调制谱特征相结合,解决被动方式下的可测性问题,并且设计针对蛙人目标的探测和识别算法。通过上述研究,解决蛙人、机器人等水下小目标的声学识别问题。
Underwater Acoustic;Divers;Feature Extraction;Passive Detection;Target Classification
本项目的研究对象是近几年新兴的水下小型威胁目标——蛙人、水下机器人。过去声纳探测和识别的目标为舰艇、鱼/水雷目标,近年来为了满足水下反恐的需要,蛙人等水下运动小目标的稳健识别技术成为研究热点,是近海岸水下安保的核心与难点技术问题。由于水下蛙人、机器人这类目标尺度较小,形状、行为以及辐射噪声特性与以往探测对象有很大不同。为了满足水下小目标的防御要求,本项目通过主、被动声波信息中的特征提取,来对其进行主、被动探测和分类识别。在主动声特征识别方面,本项目在以往潜艇、鱼/水雷目标亮点特征基础上,为解决非平稳水声信道中的特殊运动小目标稳健识别问题,提出了基于静态、瞬态亮点特征的识别算法。针对水下蛙人特殊运动形态下的行为学特征进行了分析,并将行为学特征与亮点特征相结合,提出了基于多特征的蛙人、水下机器人识别方法,有效地提高了识别概率。采用双基地蛙人探测的新模式提高了水下运动小目标的定位跟踪精度,改善了用于描述行为学特征的定位跟踪误差区域分布特性。此外,通过微多普勒特征的统计分布特征,减小了疑似鱼群目标的虚警概率。在被动蛙人探测方面,本项目分析了水下蛙人辐射噪声来源,并且采用多子带匹配滤波的方法,提取了水下蛙人的辐射噪声特征,能够有效地对水下蛙人进行被动探测与识别。此外,针对水下蛙人的弱辐射噪声提取,开展了基于盲分离的蛙人辐射噪声检测技术研究,为进一步提高作用距离奠定基础。综上所述,本项目的研究工作首次从主、被动声特性的多角度、系统性地对水下蛙人、机器人等水下小目标的探测与识别进行了研究,研究成果已在世博会等国内大型赛会得到应用,在水下反恐、安保领域具有重要的实际应用价值和重要的社会效益。