@总结
#1.在github上下载了水下定位算法的Python程序,试运行了基于三色激光的水下定位的程序,该算法是基于三色激光的水下坐标定位。具体方案是将三根不同颜色的激光(红,绿,紫)从水面共面平行射入水中,三根激光柱此后位置不变,作为无人机位置参考标志。无人机在水下配合摄像头视觉获取(无人机利用摄像头在水中水平捕获到的画面是三个不同颜色的线)结合转换算法,在浑浊水域下可利用丁达尔效应进行较为精确的相对坐标定位。实物图为:
程序运行得到的灰度图为(识别效果较好):
还有其他定位程序需要使用工作站跑,校园网连接工作站显示Network error: Connection refused,问题未解决。
#2.水声建模和仿真
##1.文章主要介绍了常用的噪声的数学模型:
(1)波束噪声统计模型:
低频船舶噪声:应用于大孔径、窄波束被动声纳,接受波束图与噪声强度的卷积。
两种解决方法:分析(演绎),模拟(归纳)
(2)环境噪声模型:
平均噪音声级源自:表面天气、生物制剂、商业活动
常用解决方法:回归公式
##2.声纳方程
噪声背景
S
L
−
2
T
L
+
T
S
=
N
L
−
D
I
+
R
D
n
SL-2TL+TS=NL-DI+RD_n
SL−2TL+TS=NL−DI+RDn
混响背景
S
L
−
2
T
L
+
T
S
=
R
L
+
R
D
n
SL-2TL+TS=RL+RD_n
SL−2TL+TS=RL+RDn
被动式声波
S
L
−
T
L
=
N
L
−
D
I
+
R
D
SL-TL=NL-DI+RD
SL−TL=NL−DI+RD
#3.水声信号多勒谱参数估计及其应用研究(博士论文)
线谱是水下航行器辐射噪声谱的重要组成部分,其强度远高于宽带连续谱,而多普勒频移是指当移动台以恒定的速率沿某一方向移动时,由于传播路程差的原因,会造成相位和频率的变化,通常将这种变化称为多普勒频移。
文章提出了基于多普勒频移特征分析的水下低频线谱噪声源定位识别方法。利用低频线谱噪声源在水下航行器表面的位置与其经过测量水听器时的正横时刻的一一对应关系,此时线谱处于峰值处,建立了水下运动航行器低频线谱噪声源位置识别的多普勒频移方法的模型。首先通过Chirp-Z 变换,给出了基于多项式调频变换的瞬时频率估计的窄带细化算法,快速精确地提取出接收信号的多普勒频移特征。然后用交点法或最小二乘法进行正横时刻估计,同时参考已知声源得到低频线谱噪声源在水下航行器表面的辐射位置。而且针对单水听器定位法不能识别频率相同或相近线谱噪声源位置的问题,提出了圆环阵识别水下航行器低频线谱噪声源位置的波束域时频分析方法。
文章还针对经典的单水听器窄带方法对水下运动目标被动测速测距精度较低的问题,提出了一种改进的水下目标测速测距方法。引入了时频变换——匹配变换方法:该变换建在多普勒信号 WVD 形成自交叉项原因的分析基础上,通过泰勒级数扩展的傅立叶旋转因子来匹配双线性信核,既实现了对多普勒信号分析得到能量聚集度满意的时频分布,又能抑制自交叉项干扰,同时可以有效地估计出多普勒频移。然后多普勒信号进行 WVD 分析可直接得到正横时刻估计值。在提前获得正横时刻条件下,对原来的非线性最小二乘合化简后的二维参数搜索问题进一步降维。