Preview

Фундаментальная и прикладная гидрофизика

Расширенный поиск

Синтез алгоритма автоматической классификации целей на основе анализа амплитудной модуляции их шумов

Аннотация

Амплитудная модуляция подводного шумоизлучения морских судов широко используется на практике для их классификации. На основе анализа параметров амплитудной модуляции могут быть определены: тип судна; его водоизмещение; тип движителя; количество гребных валов; количество лопастей гребного винта; скорость хода; факт изменения курса либо скорости судна. Подводные шумы морских судов подвержены двум видам модуляции: вально-лопастной модуляции; обусловленной кавитацией; возникающей на гребном винте при его вращении на сверхкритической скорости; что характерно для быстродвижущихся объектов (надводных кораблей и судов; торпед); и модуляции качкой; обусловленной качкой судна на волнении и; как следствие; периодическим изменением погруженной в воду части судна. В работе приводится синтез оптимального (по критерию максимального правдоподобия) алгоритма классификации морских объектов на основе анализа амплитудной огибающей их шумов. Показано; что синтезированный алгоритм может применяться как индивидуально; так и в составе комплексного алгоритма; осуществляющего классификацию целей на основе совокупности классификационных признаков. Исследована эффективность синтезированного алгоритма в зависимости от отношения сигнал/помеха в полосе додетекторного фильтра; а также от параметров устройства обнаружения амплитудной модуляции.

Об авторах

А. И. Машошин
ОАО «Концерн «ЦНИИ «Электроприбор»
Россия

Санкт-Петербург



Ю. В. Шафранюк
ОАО «Концерн «ЦНИИ «Электроприбор»
Россия

Санкт-Петербург



Список литературы

1. Tuteur F. B. Detection of wide-band signals modulated by a low-frequency sinusoid // Processing of Data from Sonar Systems / Ed. by R. A. MacDonald et al. Appendix A-4; Yale University; New Haven; Conn; USA. 1963. AD-420575.

2. D'Assupcao H. A. Theoretical assessment of DEMON performance. Technical Memorandum WRE-CPD-TM169; 1970. http://dspace.dsto.defence.gov.au/dspace/handle/1947/9119 (дата обращения 12.03.2012).

3. Rajagopal R.; Sankaranarayanan B.; Ramakrishna Rao P. Target classification in a passive sonar–an expert system approach // Speech Processing. 1990; April. V. 5. P. 2911—2914.

4. Nielsen R. O. Sonar Signal Processing. Northwood; MA: Artech House Inc.; 1991. 384 p.

5. Kummert A. Fuzzy technology implemented in sonar systems // IEEE Journal of Oceanic Engineering. 1993. V. 18; N 4. P. 483—490.

6. Кудрявцев А. А.; Лугинец К. П.; Машошин А. И. Об амплитудной модуляции подводного шумоизлучения гражданских судов // Акустический журнал. 2003. Т. 49; № 2. С. 224—228.

7. Stolkin R.; Sutin A.; Radhakrishnan S. et al. Feature based passive acoustic detection of underwater threats // Photonics for Port and Harbor Security II. Proceedings of SPIE. 2006. P. 40—49.

8. Li S.; Yang D. DEMON feature extraction of acoustic vector signal based on 3/2-D spectrum // Proc. the 2nd IEEE Conference on Industrial Electronics and Applications (ICIEA). May 2007; Harbin. P. 2239—2243.

9. Fillinger L.; Sutin A.; Sedunov A. Cross-correlation of ship noise for water traffic monitoring. Tech. Rep.; Acoustical Society of America; 158th Meeting Lay Language Papers. 2009. http://www.acoustics.org/press/158th/fillinger.htm (дата обращения 15.03.2012).

10. Bao F.; Wang X.; Tao Z.; Wang Q.; Du S. Adaptive extraction of modulation for cavitation noise // Journal of the Acoustical Society of America. 2009. V. 126; N 6. P. 3106—3113.

11. Sutin A.; Bunin B. Acoustic research for port protection at the Stevens Maritime Security Laboratory // Proceedings of the 3rd International Conference and Exhibition on Underwater Acoustic Measurements: Technologies & Results; Nafplion; Greece. June 2009. 6 p.

12. Sutin A.; Bunin B.; Sedunov A.; Sedunov N.; Fillinger L.; Tsionskiy M.; Bruno M. Stevens Passive Acoustic System for underwater surveillance // Proc. International Waterside Security Conference (WSS). 2010; 3—5 Nov. Marina di Carrara. P. 1—6.

13. Chung K. W.; Sutin A.; Sedunov A.; Bruno M. DEMON Acoustic Ship Signature Measurements in an Urban Harbor // Advances in Acoustics and Vibration. 2011; Article ID 952798; 13 p.

14. Fillinger L.; Sutin A.; Sedunov A. Acoustic ship signature measurements by cross-correlation method // Journal of the Acoustical Society of America. 2011. V. 129; N 2. P. 774—778.

15. Машошин А. И. Оптимизация устройства обнаружения и измерения параметров амплитудной модуляции подводного шумоизлучения морских судов // Акустический журнал. 2013. Т. 59; № 3. С. 347—353.

16. Машошин А. И. Особенности синтеза алгоритмов классификации морских объектов по их гидроакустическому полю // Морская радиоэлектроника. 2009. № 2 (28). С. 8—12.

17. Кендал М.; Стьюарт А. Статистические выводы и связи. М.: Наука; 1973. 899 с.

18. Вентцель Е. С.; Овчаров Л. А. Теория вероятностей и ее инженерные приложения. М.: Наука; 1988. 480 с.

19. Машошин А. И.; Шафранюк Ю. В. Результаты сравнения устройств обнаружения и измерения параметров амплитудной модуляции широкополосных сигналов морских судов // Труды XI Всероссийской конференции «Прикладные технологии гидроакустики и гидрофизики». Санкт-Петербург: Наука; 2012. С. 372—375.


Рецензия

Для цитирования:


Машошин А.И., Шафранюк Ю.В. Синтез алгоритма автоматической классификации целей на основе анализа амплитудной модуляции их шумов. Фундаментальная и прикладная гидрофизика. 2014;7(4):78-85.

For citation:


Mashoshin A.I., Shafranyuk Y.V. The Automatic Target Recognition Algorithm Based on the Signal Modulation Analyses. Fundamental and Applied Hydrophysics. 2014;7(4):78-85. (In Russ.)

Просмотров: 125


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2073-6673 (Print)
ISSN 2782-5221 (Online)