检索结果-内蒙古大学图书馆

声学学报 2018年第4期43卷 445-452页

作者：詹飞马晓川杨力中国科学院声学研究所中科院水下航行器信息技术重点实验室北京100190 中国科学院大学北京100049

针对宽带编码脉冲、多输入多输出等新型目标探测体制发展带来的运算量和数据存储需求剧增的问题,根据水下航行器相位编码脉冲回波检测算法的数据级并行特点,提出应用图形处理器（Graphics Processing Unit,GPU）众核处理架构,并从任务... 详细信息

针对宽带编码脉冲、多输入多输出等新型目标探测体制发展带来的运算量和数据存储需求剧增的问题,根据水下航行器相位编码脉冲回波检测算法的数据级并行特点,提出应用图形处理器（Graphics Processing Unit,GPU）众核处理架构,并从任务分配策略、数据处理流程、GPU硬件资源利用率和存储器访问等角度考虑,设计了算法在GPU上的并行实现框架。利用湖试数据测试了桌面级GPU平台、嵌入式GPU平台与基于多核数字信号处理器（Digital Signal Processor,DSP）的传统航行器信号处理平台的性能,与多核DSP平台相比,嵌入式GPU平台在功耗、运算性能等方面更有优势。研究结果表明采用嵌入式GPU平台可大幅提升每瓦特性能指标并简化系统设计,能满足新型航行器探测系统大数据量、低功耗和实时性的应用需求。

关键词：水下航行器编码脉冲相位编码核处理应用回波检测架构数字信号处理器

来源：评论

学校读者我要写书评

暂无评论

应用半正定规划的目标方位超分辨方法

引用

声学学报 2019年第4期44卷 545-554页

作者：王悦关马晓川宋其岩李璇中国科学院声学研究所中科院水下航行器信息技术重点实验室北京100190 中国科学院大学北京100049

针对水下目标方位超分辨估计问题,提出了一种基于半正定规划(Sdp)的常规波束(CBF)方位超分辨算法(SdpCBF).Sdp-CBF算法基于常规波束形成获得多目标方位谱数据,利用阵列响应矩阵和半正定规划技术,精确估计目标数量和波达角方向.该算法的... 详细信息

针对水下目标方位超分辨估计问题,提出了一种基于半正定规划(Sdp)的常规波束(CBF)方位超分辨算法(SdpCBF).Sdp-CBF算法基于常规波束形成获得多目标方位谱数据,利用阵列响应矩阵和半正定规划技术,精确估计目标数量和波达角方向.该算法的本质是利用阵列特性和信号能量信息获得超分辨方位估计,不用进行子空间分解,通过卷积反演的方式将阵列孔径的有限效应消除,在L2范数约束条件下重构空间谱.仿真表明,Sdp-CBF算法具有较强的噪声抑制能力,对非相干和相干信号均具有目标方位超分辨能力,在低信噪比环境下的方位分辨性能超过多重信号分类(MUSIC)等经典高分辨算法。对消声水池以及湖上实验数据的处理结果显示,Sdp-CBF算法在复杂环境中对相干信号及微弱信号具有较强的分辨能力。

关键词：半正定规划目标方位分辨方法常规波束形成超分辨估计 BF算法应用相干信号

来源：评论

学校读者我要写书评

暂无评论

不对称欠驱动水面机器人事件触发全局渐近镇定控制

引用

控制理论与应用 2021年第6期38卷 748-756页

作者：王锐司昌龙马慧郝程鹏中国科学院声学研究所中科院水下航行器信息技术重点实验室北京100190 中国科学院大学北京100049

本文研究了不对称欠驱动水面机器人事件触发全局渐近镇定控制问题.首先,引入坐标变换将系统全局渐近镇定控制问题转化为变换后模型欠驱动子系统的全局渐近镇定控制问题,利用周期时间函数构造时变辅助变量提出了一种时变连续的镇定控制律... 详细信息

本文研究了不对称欠驱动水面机器人事件触发全局渐近镇定控制问题.首先,引入坐标变换将系统全局渐近镇定控制问题转化为变换后模型欠驱动子系统的全局渐近镇定控制问题,利用周期时间函数构造时变辅助变量提出了一种时变连续的镇定控制律,并结合切换门限事件触发机制设计实际的事件触发推力与力矩控制输入使闭环系统全局渐近稳定.所提出的方法仅在系统满足触发条件时对控制器进行更新,能够节约系统资源以及减少执行器操纵次数,同时不会降低原有的控制品质.最后,通过仿真验证了所提出方法的有效性.

关键词：事件触发控制欠驱动水面机器人全局渐近镇定控制时变反馈坐标变换

来源：评论

学校读者我要写书评

暂无评论

功率受限的常规波束形成后处理拟合方法

引用

声学学报 2020年第1期45卷 1-14页

作者：季浩然马晓川张舒皓陈禹蒲李悦中国科学院声学研究所北京100190 中科院水下航行器信息技术重点实验室北京100190 中国科学院大学北京100049

针对水下目标方位超分辨估计问题,提出一种功率受限(Power Constraint)的常规波束形成(Conventional BeamForming)拟合算法(PC-CBF)。PC-CBF算法通过常规波束形成获得目标方位谱数据,利用阵列响应向量对方位谱进行后处理,准确估计目标... 详细信息

针对水下目标方位超分辨估计问题,提出一种功率受限(Power Constraint)的常规波束形成(Conventional BeamForming)拟合算法(PC-CBF)。PC-CBF算法通过常规波束形成获得目标方位谱数据,利用阵列响应向量对方位谱进行后处理,准确估计目标个数与目标方位。算法对接收信号的功率进行限制,获得对方位谱的欠拟合,利用凸优化进行反演卷积,估计目标的方位信息。仿真结果表明,算法性能在分辨率上优于基于半正定规划的常规波束形成算法(semi-definite programming Conventional BeamForming,sdp-CBF)和多重信号分类(MUltiple SIgnal Clasification,MUSIC)。对水池实验数据以及湖试数据处理结果显示,PC-CBF算法能够获得较窄的谱峰宽度以及较低的背景级,具有较强的方位估计分辨能力。

关键词： PC 方位谱常规波束形成目标方位 CBF 方位估计波束形成算法功率受限拟合方法

来源：评论

学校读者我要写书评

暂无评论

基于转换量测容积卡尔曼滤波器带多普勒量测的目标跟踪算法

引用

控制与决策 2021年第6期36卷 1425-1434页

作者：李可非马晓川刘宇袁东玉中国科学院声学研究所中科院水下航行器信息技术重点实验室北京100190 中国科学院大学北京100049 中国科学院声学研究所北海研究站山东青岛266114

针对带多普勒量测的目标跟踪问题,提出一种基于转换量测容积卡尔曼滤波器的序贯滤波目标跟踪算法.对具有量测误差相关性的距离和多普勒量测进行解相关处理,构造出新的解相关量测方程,进而基于贝叶斯方法提出带多普勒量测的序贯处理算法... 详细信息

针对带多普勒量测的目标跟踪问题,提出一种基于转换量测容积卡尔曼滤波器的序贯滤波目标跟踪算法.对具有量测误差相关性的距离和多普勒量测进行解相关处理,构造出新的解相关量测方程,进而基于贝叶斯方法提出带多普勒量测的序贯处理算法的统一理论框架,实现对位置量测和多普勒量测的序贯滤波.在该理论框架下,提出基于转换量测容积卡尔曼滤波器的序贯滤波目标跟踪算法.该算法先采用转换量测容积卡尔曼滤波器和位置量测对目标状态进行估计,再利用经典容积卡尔曼滤波器对新构造的伪多普勒量测进行量测更新以实现目标跟踪.通过对所提算法的性能分析验证该算法的一致性和收敛性.仿真结果表明,该算法与其他跟踪算法相比,具有更高的跟踪精度.

关键词：量测转换多普勒量测序贯滤波一致性收敛性容积卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

最小方差无失真响应波束形成解卷积后处理算法

引用

信号处理 2022年第1期38卷 9-18页

作者：宋其岩马晓川李璇詹飞中国科学院声学研究所中科院水下航行器信息技术重点实验室北京100190 中国科学院大学北京100049

为提高最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成算法的方位分辨能力,本文将MVDR算法的输出功率谱重新建模为卷积的形式,并运用两种解卷积技术对MVDR的方位谱进行后处理。该算法将角度空间中心位置... 详细信息

为提高最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成算法的方位分辨能力,本文将MVDR算法的输出功率谱重新建模为卷积的形式,并运用两种解卷积技术对MVDR的方位谱进行后处理。该算法将角度空间中心位置的单个声源的MVDR方位谱当作点扩散函数(Point Spreading Function,PSF),并运用Richardson-Lucy算法和快速迭代收缩阈值算法(Fast Iterative Shrinkage-Thresholding Algorithm,FISTA)分别对MVDR(MVDR-RL,MVDR-FISTA)的方位谱进行解卷积后处理,获得背景级更低的MVDR-RL和MVDR-FISTA方位谱,同时提高了分辨能力和估计精度。仿真实验显示了所提算法的良好性能。

关键词：最小方差无失真响应解卷积 Richardson-Lucy 快速迭代收缩阈值方位估计

来源：评论

学校读者我要写书评

暂无评论

改进通道注意力机制的时域水声信号识别网络

引用

信号处理 2023年第6期39卷 1025-1035页

作者：杨基睿鄢社锋曾迪杨斌斌中国科学院声学研究所中科院水下航行器信息技术重点实验室北京100190 中国科学院大学北京100049

为了提高时域水声信号识别网络的性能,本文在改进通道注意力机制的基础上提出了一种识别时域信号的卷积神经网络。该网络分别在原始时域信号和时域重构序列中提取特征,并在训练过程中随机丢弃输入中的数据点以防止网络训练的过拟合。同... 详细信息

为了提高时域水声信号识别网络的性能,本文在改进通道注意力机制的基础上提出了一种识别时域信号的卷积神经网络。该网络分别在原始时域信号和时域重构序列中提取特征,并在训练过程中随机丢弃输入中的数据点以防止网络训练的过拟合。同时,本文使用由多个卷积层或残差模块构造的多尺度卷积模块提取不同频率成分下的信号特征。针对时域信号特点,本文在通道注意力机制中分别引入样本特征通道能量信息,样本特征通道幅值信息以及样本特征通道与样本整体间的相关性求解特征通道权值,增强特征中的有效成分。最后,在损失函数中添加分类器权值范数的正则项,突出网络提取的有效特征。在ShipsEar和DeepShip数据库下的实验结果表明,当训练数据和测试数据具有相似分布时,本文改进的卷积神经网络可对时域目标信号进行有效识别。

关键词：水声目标识别时域信号识别卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

结合压缩感知模型的稀疏阵列波束形成方法

引用

信号处理 2020年第4期36卷 475-485页

作者：陈力恒马晓川李璇宋其岩中国科学院声学研究所中科院水下航行器信息技术重点实验室北京100190 中国科学院大学北京100049

本文从稀疏阵列入手,将稀疏阵列接收数据模型转化为更高自由度下的单快拍接收数据模型,并将压缩感知模型引入稀疏阵列信号处理问题中,从理论上证明了其可行性。在等效单快拍数据下,利用稀疏重构算法准确估计信源方位和功率,进而对传统M... 详细信息

本文从稀疏阵列入手,将稀疏阵列接收数据模型转化为更高自由度下的单快拍接收数据模型,并将压缩感知模型引入稀疏阵列信号处理问题中,从理论上证明了其可行性。在等效单快拍数据下,利用稀疏重构算法准确估计信源方位和功率,进而对传统MVDR波束形成器进行优化。仿真结果表明,采用压缩感知模型实现稀疏阵列的波束形成,能够将稀疏阵列和压缩感知算法两者的优势结合,在阵列阵元数较少的条件下达到更高的自由度,同时具备良好的波束形成器性能。

关键词：稀疏阵列压缩感知模型稀疏重构波束形成

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv3锚框优化的侧扫声呐图像目标检测

引用

信号处理 2022年第11期38卷 2359-2371页

作者：陈禹蒲马晓川李璇中国科学院声学研究所中科院水下航行器信息技术重点实验室北京100190 中国科学院大学北京100049

利用侧扫声呐图像来探查海底目标对海洋资源开采和海上军事防护都有重大意义。目前人为提取图像特征进行目标检测的传统机器学习方法逐渐被深度学习取代。深度学习技术在降低算法复杂度的同时提高图像目标检测效率,极大地推动了目标检... 详细信息

利用侧扫声呐图像来探查海底目标对海洋资源开采和海上军事防护都有重大意义。目前人为提取图像特征进行目标检测的传统机器学习方法逐渐被深度学习取代。深度学习技术在降低算法复杂度的同时提高图像目标检测效率,极大地推动了目标检测技术地发展。将深度学习检测算法应用到侧扫声呐图像目标检测领域时,锚框作为目标检测网络中较为重要的先验信息会影响最终的检测性能,考虑到声呐数据集的真实目标框与网络设定的锚框未必贴合的问题,本文在YOLOv3的基础上对锚框进行了优化,给出了一种能够获取有效先验锚框的策略。首先使用K-Means算法对真实目标框进行聚类,获得比较贴合于声呐数据集的锚框,然后设计了一种超参数锚框映射关系对聚类后的锚框进行拉伸变换,这样获得的锚框既包含了声呐数据集的目标框信息,也能利用到YOLOv3的多尺度特性。实验结果表明,所提锚框优化策略能够让YOLOv3网络获得更优的检测性能,适用于侧扫声呐图像的目标检测问题。

关键词：侧扫声呐图像目标检测锚框深度学习

来源：评论

学校读者我要写书评

暂无评论

基于稀疏分量分析的振动信号源识别方法

引用

信号处理 2021年第6期37卷 1034-1045页

作者：田旭马晓川封超胡泽岩宋其岩中国科学院声学研究所中科院水下航行器信息技术重点实验室北京100190 中国科学院大学北京100049

振动传感器接收的信号往往包含不同部件的振动信号和环境噪声,为了从少量振动传感器的接收信号中识别信号源数和各频率分量,提出了一种基于稀疏分量分析的欠定盲源分离方法。该方法首先对混合信号进行时频变换,通过主成分分析提取各个... 详细信息

振动传感器接收的信号往往包含不同部件的振动信号和环境噪声,为了从少量振动传感器的接收信号中识别信号源数和各频率分量,提出了一种基于稀疏分量分析的欠定盲源分离方法。该方法首先对混合信号进行时频变换,通过主成分分析提取各个时频点邻域的局部主成分,筛选出单源域特征数据。然后利用余弦距离改进聚类验证技术与模糊聚类算法,对振动源个数进行识别、对聚类参数进行更新,获得信号源数和混合矩阵估计。最后用一系列最小二乘法从混合信号对应的时频点中抽取出源信号。通过仿真实验和实测数据实验验证了本文方法的有效性和稳健性,相比经典时频比方法得到了更稳健、更精确的分离结果,这有助于对机械振动源进行识别和定量评估,以方便后续进行机械状态监测和减振降噪处理。

关键词：欠定盲源分离稀疏分量分析模糊聚类信号重构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：