项目名称: 不确定海洋环境中的稳健信号检测及性能预测方法

项目编号: No.11274252

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 孙超

作者单位: 西北工业大学

项目金额: 95万元

中文摘要: 现代声呐系统面临的重大挑战之一是如何在复杂多变且不确定的海洋环境中检测弱目标信号,具体困难在于:1)随着减振降噪技术的发展,待探测目标的辐射噪声级越来越低,检测难度日益加剧;2)工作环境由深海转向浅海,水声传播特性更加复杂多变,由海洋环境决定的不确定性因素增多、影响严重。然而,目前大多数的信号检测算法没有考虑将环境的先验信息应用到检测器中,从而造成检测性能损失,同时也缺乏对检测器性能的有效预测。 本申请项目拟以统计海洋模型为基础,提取不确定海洋环境中的参数统计特性,分析海洋环境参数变化引起的声传播起伏和信号检测器性能损失,通过使用主成分量、模态加权等方法有效提取声基阵接收数据中的稳健成分,或是综合利用贝叶斯原理和广义似然比方法,构建存在海洋环境参数不确定时的快速稳健信号检测器,同时研究检测器性能的快速预测方法,为提高不确定海洋环境中声呐系统对远程弱目标的探测能力奠定必要的理论和方法基础。

中文关键词: 不确定海洋声环境;信号检测;性能检测;稳健处理;

英文摘要: One of the main challenges modern sonar systems are facing with is the detection of weak target signals in an uncertain ocean environment. Specific difficutlies stem from 1) the target to be detected is gettting weaker gradually, and 2) the ocean environment is becoming worse when sonar sytems working in shallow waters. On the other hand, most signal detection algorithms do not take the a prior information of the environment into account when designing the detectors, therefore, performance degradation is unavoidable when applied in practical situations. Meanwhile, the performance of the detectors is predicted by the Monte Carlo method, which generally takes quite a long time. Based on the realization of this situation and understanding of the unrealities of ocean acoustic environments, the project is aiming on studies of robust detection algorithms and the corresponding performance prediction method. Based on the a prior information of the ocean area under consideration and also the extracted features from data measurements, the statistical model is used to describe the uncertain ocean acoustic environment. The fluctuations of acoustic signals will be analyzed and so is the performance degradation induced by such factors. The will be designed follow two separate thoughts: 1) based on the principal component

英文关键词: uncertain ocean acoustic environment;signal detection;performance prediction;robust processing;

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
121+阅读 · 2021年4月29日
轨道病害视觉检测:背景、方法与趋势
专知会员服务
22+阅读 · 2021年2月15日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
IJCAI 2021 | 不确定性感知小样本图像分类模型,实现SOTA性能
微软研究院AI头条
0+阅读 · 2021年8月19日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
用于语音识别的数据增强
AI研习社
24+阅读 · 2019年6月5日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
Arxiv
13+阅读 · 2021年10月22日
Arxiv
14+阅读 · 2021年3月10日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关主题
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
121+阅读 · 2021年4月29日
轨道病害视觉检测:背景、方法与趋势
专知会员服务
22+阅读 · 2021年2月15日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
相关资讯
IJCAI 2021 | 不确定性感知小样本图像分类模型,实现SOTA性能
微软研究院AI头条
0+阅读 · 2021年8月19日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
用于语音识别的数据增强
AI研习社
24+阅读 · 2019年6月5日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员