11基于M-S图的舰船目标特征分布规律

合集下载

船舶SAR图像数据集简介

船舶SAR图像数据集简介船舶SAR图像数据集简介深度学习技术的发展和计算能⼒的提⾼极⼤地促进了SAR图像数据集的建⽴和数据集规模的提⾼，本节将介绍舰船领域三个重要的SAR图像数据集，SSDD数据集，HRSID数据集和Yuanyuan Wang等⼈建⽴的复杂背景船舶数据集。

这三个数据集为深度学习和计算机视觉技术应⽤于SAR图像⽬标检测起到了基础性的作⽤。

其中，本⽂提出的⼯作⽤到了SSDD数据集和HRSID 数据集。

⾸先介绍SSDD数据集[11]，SSDD数据集是国内外第⼀个专门⽤于基于SAR 图像的舰船⽬标检测公开数据集，数据集包含各种情况下的船舶图像，如不同图像分辨率、船舶尺⼨、海况、传感器类型等，可以作为研究⼈员评估其算法的基准。

对于SSDD数据集中的每⼀艘船，都标注有带置信分数的边界框。

由于该数据集的应⽤范围⼤多是视觉对象检测，因此其构建⽅法类似于PASCAL VOC数据集[12]。

SSDD数据集由三个⼦集组成，包括训练集、验证集和测试集，各个部分图像数量的⽐例为7:2:1。

由于SSDD数据集包含的不同条件如表1中所⽰，例如不同的图像分辨率，图像⼤⼩，海况，传感器等等。

因此，这种数据集设置可以使得训练出来的⽬标检测器更加具有鲁棒性，但是这也会使得⽬标检测器很难在该数据集上获得⾮常⾼的性能。

SSDD数据集中船只和图像的数量统计如表2所⽰，其中NoS表⽰船舶数量，NoI表⽰图像数量。

在SSDD数据集中，总共有1160张图⽚和2456艘船。

每幅图像的平均船舶数量为2.12艘。

在使⽤该数据集的过程中可以根据所选算法的要求对数据集进⾏扩展。

尽管SSDD数据集的规模不及PASCAL VOC数据集，但是SSDD数据集⾜够⽤来测试基于⽬标检测任务的算法性能，因此可以通过结合防⽌过拟合的技巧，⽐如正则化，来训练⼀个⽬标检测模型。

本⽂利⽤开源的“labelimg” 软件制作标签，每个船的边框会被表⽰成（x, y, w, h）。

军事目标的特征提取和识别技术研究

ａｏｉｍｌｅｆｅｍｎｔｎｎｔｌａｒｕｉｍｔｄｐｖｅｔｎｗｌｒｈｒｉｓｓｅｔｉｕｉｈｏｌｒｖｅｏａｄｉｓｅｇｔｅｚｉｅａｎｇａｏｓｇｃｅｓｅｈｎｒｄｈｅｃｏｅｃｎｉｎｔｐｇｒｕｉ．ｒｌｅａｔａｃｌｅｅｓｍｎｔｎｇｏｄｉｏｓｐｉｔｅｒｏＷｅｉｔｕｍｔｍｕｉｖｌｅｔｉｕｉｔｆｎｈｃｓｎｅｚｈｏｉｔｏｏｅａｅｌｅｇａｏｓｎ
传感器，从客观世界中获取目背景信号，并使用光电子及计算机信息处理手段自标／
动地分析场景信号、检测、识别感兴趣的目标及获取目标各种定性、定量性质的科学
技术领域。尽管这一领域的研究自６年代始就已得到有关学术界和应用部门的重视，０
但主要还是近二十年来，随着各种复杂算法、微处理器技术、ＬＩＨＩ技术的快ＶＳ和ＶＳＣ速发展，才使得ＡＲＴ系统从过去的理论探索和实验室仿真逐步倾向于实际的成功应用。ＡＲＴ技术除了在精确制导武器系统得到应用外，在侦察目标智能解译系统中也起
４ｈｐｐｒｄｄｍｔｄｔｒｏｎｉｂｓｏｔｓｔｔａ．ｉａｅｓｉｔｅｏｏｈｅｇｉｎｅｎｔｉｉｌＴｓｔｅｈｕｅｈｆｃｔａｄｈａｓｃｅｏｅ
ｒｏｎｉａｄｋｏｌｇ．ｅｇｉｎｈｏｅａｅｇ，ｇｅｅｏｅｇｉｎｔｎｗｅｅＩｔｒｏｎｉｏｔｖｒｒｉａｅｗｉａｈｄｃｔｎｈｏｅｄｎｅｔｆｈｃｏｅｌｇｍｅｍｔｖ

基于目标特征的光学遥感图像舰船检测方法

２．ＪｉａｎｇｓｕＡｕｔｏｍａｔｉｏｎＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｌｉａｎｙｕｎｇａｎｇ２２２０６１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＴｈｅｅｆｆｅｃｔｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓｓｕｃｈａｓｄｅｔｅｃｔｉｏｎｂｙａｔｈｒｅｓｈｏｌｄｏｒＣＦＡＲｄｏｎｏｔｖｅｒｙｗｅｌｌｉｎｓｈｉｐｓｄｅｔｅｃｔｉｏｎ
关键词：高分辨率光学遥感图像；舰船目标检测；ＲＮＮ网络；信噪比
中图分类号：ＴＰ２７４；Ｅ９１７文献标识码：ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３－３８１９．２０１３．０２．０３１
ｄｅｔｅｃｔｉｏｎｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ，ｗｈｉｃｈｃａｎｃｏｍｐｕｔｅｔｈｒｅｓｈｏｌｄｏｆｅｖｅｒｙｐｏｔｅｎｔｉａｌｔａｒｇｅｔｗｉｔｈｈｉｇｈｓｐｅｅｄ．Ｂｅｓｉｄｅｓ，ａｍｅｔｈ — ｏｄｏｆｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｂａｓｅｄｏｎＲＮＮａｌｇｏｉｒｔｈｍｎｄａｓｉｇｎｌａｎｏｉｓｅｒａｔｉｏｉｓｐｒｏｐｏｓｅｄ．ｗｈｉｃｈｃａｎｓｅｌｅｃｔｇｏｏｄｆｅａｔｕｒｅｓｏｆａｔｒｇａｅｔａｎｄｉｄｅｎｔｉｆｙｓｈｉｐｓｆｒｏｍｃａｎｄｉｄａｔｅｄｅｔｅｃｔｅｄｔｒｇａｅｔｓ．Ａｎｕｍｂｅｒｏｆｅｘｐｅｒｉｍｅｎｔｓｄｅｍｏｎｓｔｒａｔｅｓｇｏｏｄｐｅｒｆｏｍａｒｎｃｅｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ．

2023年GMDSS最新试题库

目录一、GMDSS系统概述错误!未定义书签。

二、Inmarsat系统与业务错误!未定义书签。

三、Inmarsat-C系统错误!未定义书签。

四、Inmarsat-B系统与设备错误!未定义书签。

五、Inmarsat-F系统与设备错误!未定义书签。

六、EPIRB&SART设备错误!未定义书签。

（一）紧急无线电示位标（EPIRB）错误!未定义书签。

（二）SART设备错误!未定义书签。

七、地面通信系统与业务错误!未定义书签。

（一）地面通信系统旳基础知识错误!未定义书签。

（二）掌握地面系统旳通信程序错误!未定义书签。

八、船舶组合电台与终端设备错误!未定义书签。

（一）MF/HF 单边带收发信机错误!未定义书签。

（二）MF/HF DSC设备旳有关规定错误!未定义书签。

（三）NBDP 错误!未定义书签。

九、VHF与VHF-DSC设备错误!未定义书签。

十、海上安全信息播发（MSI）系统错误!未定义书签。

（一）NA VTEX和气象错误!未定义书签。

（二）船位汇报错误!未定义书签。

（三）时间信号错误!未定义书签。

十一、电台平常管理与PSC/FSC检查错误!未定义书签。

（一）电台平常管理错误!未定义书签。

（二）PSC检查错误!未定义书签。

一、GMDSS系统概述1、GMDSS旳首要功能是____。

A、平常通信B、播发海上安全信息C、驾驶台与驾驶台通信D、遇险船舶旳可靠通信答案 D2、GMDSS旳遇险报警至少包括旳信息是_____。

A、船位B、船舶旳识别C、船舶旳遇险时间D、A和B.C答案 D3、GMDSS设备旳配置是按_____规定进行。

A、船舶吨位B、各国配置规范C、船舶航区D、船舶动力装置旳功率答案 C4、GMDSS按海区划分为____。

A、16海区B、太平洋、大西洋、印度洋C、大西洋西、大西洋东、太平洋、印度洋D、4个海区答案 C5、GMDSS可使用____设备报警。

A、500KHz自动拍发器信号B、EPIRB信号C、SART信号D、2182KHz双音报警信号答案 B6、船舶在A3海区出现遇险紧急状况，并需要他方援助时，在向RCC发出遇险报警后，规定使用_____设备可向附近旳船舶发送遇险报警。

GMDSS课后题(题库+答案)上海海事大学

1.试设计A3海区国际航行船舶双套无线电通信设备的配备要求。

（P8,9)2.试述船舶GMDSS无线电人员的资格证书等级及业务范围(P10,11)资格证书分类：一级无线电电子证书(1st REC)，二级无线电电子证书(2nd REC)，通用操作员证书(GOC)，限定操作员证书(ROC)。

业务范围：1st REC和2nd REC适用于A1，A2,A3或A4海区航行的船舶，海上平台或设施; GOC适用于A1，A2,海区航行的船舶，海上平台或设施；A3、A4海区航行的双套设备配备的船舶，海上平台或设施;ROC只适用于A1,海区航行的船舶，海上平台或设施。

3.哪些是不同航行海区船舶都要配备的GMDSS设备？所述它们的主要功能。

（8,256,280,285,239）I甚高频无线电话（VHF）：用来实现船岸间或船舶间近距离通信，同时通过海岸/港口VHF 电台的转接实现船舶电台与陆地公众网用户间的电话通信。

II奈伏泰斯接收机（NA VTEX）：储存、记忆功能；自动接收和打印功能；自诊断功能III救生艇筏双向甚高频无线电话（TWO-WAY VHF）主要用于救生艇筏之间、救生艇筏与船舶之间、以及救生艇筏与救助单位之间的现场通信。

IV搜救雷达应答器（SART）：可以根据SART发出声响变化来判断救助船是否到来、或越来越近、或估计有多艘船舶前来救援；同时还具有视觉指示功能。

4.无线电信号的空间传播主要方式有哪几种？各有什么特点？主要方式：直射（视距）传播、地波（绕射）传播、天波的折射和反射传播及散射传播特点：直射传播：收和发两端点（天线）处在直视范围内，能互相看得见。

视距传播距离一般只有几十公里，主要用于短波和微波。

地波传播：地波沿地面传播时会受到衰减，波长越短，衰减越大。

不受气候的影响，传播相对比较稳定。

适用于长波和超长波和极长波。

天波传播：通信距离远，传播不稳定，存在通信静区，适用于中短波。

5.调制信号的频率为300~3000HZ（频谱图自定），载波为fc，试画出调制信号对载波AM、DSB和SSB的频谱。

潜艇战场目标概略位置态势快速判断及仿真

第７第１２卷２期
文章编号：０６— ３８２１）２— ０８— ４１０９４（００１０００
计
算
机
仿
真
２１年１月００２
潜艇战场目标概略位置态势快速判断及仿真
黄文斌，范栋孟
（军潜艇学院，海山东青岛２６７）６０１
位置和运动参数。而在得到解算结果之前的这段时间内，作
１引言
潜艇战场目标位置态势判断主要是利用潜艇传感器测得的信息来获取目标的位置和运动趋势，它是潜艇作战过程的重要环节，是进行其它战术决策的重要前提，判断时问其直接决定着作战系统的反应时间。目前潜艇进行目标位置态势判断主要方法有两方位两
ｃｎｏｅｃｍｅｔｅｎｎ—ｌｅｒａｄｎｎ—ｓａｉｔｆｈｚｔｅｕｎｅｎｅｅｔｒｆｒｃｓｉｇｒｓｌｉａｅｏａｖｒｏｈｏｉａｎｏｎｔｂｌｙｏｅａｉｈｓｑｅｃ，ａｄｇｔｔｅａｔｅｕｔｎｃｓｆｉｔｍｕｂｅｏｎｌｔｎｏｍａｉｎｈｈｅａｔｒｆｈａｇｔｉａｉｎａｅｄｖｄｄｔｏｉｅｔ பைடு நூலகம் ｄｆｒｎｅｉｄ，ａｄｔｅａｉｉｌｉｆｒｔ．Ｔｅｔｒｅｆｃｏｓｏｅｔｒｅｔｔｒｉｉｅｃｍｂｎｈｉｅｅｔｙｋｎｓｎｈｚ— ｔｅｏｔｓｕｏｏｒｇｍｕｈｓｔｉｏｔｉｅｒｕｈｓｌｔｎｔｅｓｂａｎｄｔｏｇｉａｉ．Ｕｓｇｔｅｇｅｒｎｅａｉｎｒｄｈｍｕｏｉｒｙｔｄｒｌｔａｇａｅ．ｃｎｉｅｎｅ“ ｐｒａｈｎ ’ ｎ ’ ｎｈｅｏｌｏｓｒｇｔｄｉｈａｐｏｃｉｇ’ａｄ ’ ｃｍｐｒｂｌｙｏａａｉｔ ”，ｔｅｔｇｔｉａｉｎｉｃｕｒｄｉｈａｅｔｔｓａｑｉ．Ａｎｅａｌｓｇｖｎｔｈｗａｈｄｌａｅｅｔｒｅｉａｒｓｕｏｅｘｍｐｅｉｉｅｏｓｏｔｔｔｅｍｏｅｎｇｔｈａｇｔｓｔ－ｈｃｔｕ

舰船目标特性

f
舰船目标特性
2.3 红外特性舰体为金属壳体, 表面附加涂层, 反射太阳光产生辐射。照射到舰体的太阳光, 除大部分被反射外, 一部分被吸收。由此引起舰体温度上升, 从而达到新的平衡温度, 增加了舰体自身的辐射能量。舰体红外辐射的峰值一般在远红外区,其辐射受季节、天气状况和昼夜变化的影响。舰船各个部位的温度和表面特性不同,导致了不同波长上红外辐射特性产生差异。
舰船目标特性
4.结语（2）构建舰船的几何特性数据库和三维实体模型，实现舰船外部几何特征和内部结构特征于一体的三维实体建模。（3）采用多种手段获得舰船目标的实测RCS数据, 建立海上目标特性数据库。开展对海面和地物等背景特性的研究, 形成较完善的海面电磁散射特性测量试验手段, 建立较完整的海面散射数据库。
舰船目标特性
3.舰船编队目标特性
3.舰船编队目标特性
3.1空间特性
3.2电磁散射特性
舰船目标特性
3.1 空间特性海上不同舰船在巡航，作战中为了防御和攻击的需要，常将不同数量的各舰种按照一定的空间分布组成编队，以使各舰船能协同机动，统一指挥，提高整体作战效能。在巡航和作战中，根据海域状况、作战任务、威胁等级、战场态势、时空环境等因素对舰船编队的组成和队形作适当变化。虽然舰船编队的组成和队形会有变化，但是组成编队的各舰船之间保持有相对不变的规则空间分布关系，这种相对不变的规则性空间分布关系是舰船编队的重要特征。
舰船目标特性
2.舰船目标特性
2.1
物理特性
舰船目标特性
光学特性 2.2 2.3 红外特性 2.4 电磁散射特性
舰船目标特性
2.2 光学特性
舰船目标在光学遥感图像上的特征，取决于图像获取的时间、视角、空间分辨率、舰船速度、舰船颜色、海况特征等因素。所有可用于对舰船目标进行表达和描述的特征中，法国的IRD将之概括为统计特征、纹理特征、形状特征以及其它特征四类，具体为： (1) 统计特征：均值、标准方差、最大值、偏斜度；

美军信息战——海军C4ISRT系统

美军信息战——海军C4ISRT系统/item/newar/qydt/127.htm美海军21世纪C4ISRT（指挥、控制、通信、计算机、情报、监视、侦察、目标捕获）系统包括以下几个领域：第一，建立信息网络，这牵涉到海军和陆战队内部网、"21世纪信息技术"、安全和保障、数据链路、带宽。

第二，提高情报、监视、侦察和捕获目标能力，包括空间/卫星通信、无人机/TCS、作战识别（ID）、一体化广播服务、TENCAP计划等领域。

第三，建立和共享画面，包括通用作战画面、海军全球指挥控制系统（GCCS－M）。

1997年美海军作战部长提出"网络中心战"概念，认为"这是从平台中心战向网络中心战的根本性转变"。

网络中心战的一体化信息网络由信息网、探测装置网、射手（交战）网组成。

目的是将各总司令、军种、局的操作者、探测装置、武器系统、信息和知识网络到一起，形成不同于原来烟筒式信息系统的新信息系统，提高掌握态势的能力，缩短决策时间，提高指挥速度，使"观察－判断－决定－行动"所用的时间（∑△T＋决策时间）小于敌人行动的时间，密切各单位的协调和合作。

美海军通过建设海军基地地区网络、首都地区网络（NMCT）、广域网、网络操作中心、部署单位或机动单位实施"21世纪信息技术"计划（自99财年到02财年装备几十艘舰艇），将拥有全球保密端对端的通信能力。

提高情报、监视、侦察和目标捕获（ISRT）能力。

目的是更好地执行监视和侦察、目标捕获和定位、瞄准、武器发射和制导、武器寻的、战损评估等任务，还包括作战识别，以保证投送支援力量、避免互相误伤、识别未知的事物、交战需要的积极识别、远距离（视线外）精确武器制导，以及非合作、间接/电子战。

提高情报、监视、侦察和目标捕获（ISRT）能力包括空间/卫星通信、无人机/TCS、作战识别（ID）、一体化广播服务、TENCAP等计划。

时变海面雷达目标散射现象学模型笔记

“时变海面雷达目标散射现象学模型”这一选题正是应对上述技术挑战而提出来的。

许小剑等编著的《时变海面雷达目标散射现象学模型》试图基于最基本的物理现象和简化的数学模型，从时变海面电磁散射基本理论、海面后向散射调制特性及其统计模型、海面目标的电磁散射建模与散射机理分析以及海面与目标的高分辨率成像特性建模等4个方面，对时变海面雷达目标散射现象进行建模、仿真和分析。

全书共分为12章，按照以上思路大致分成4个模块，分别介绍如下：模块1：时变海面电磁散射基本理论和方法，模块2：时变海面的后向散射调制特性及其统计模型，模块3：时变海面目标的雷达散射建模、仿真与散射机理分析，模块4：时变海面与目标的高分辨率成像特性建模、散射现象分析及其在目标探测识别中的应用。

第1章海谱模型（PM，DV，Apel，NRL）（海面功率谱分布）超电大尺寸目标// 海谱—波浪能量的平衡方程，不同的海谱模型；反映海浪能量（功率谱密度）随不同波长和传播方向的分布。

S PM(K), K为空间波数。

实验室造池水波重力波+毛细波结构（皱纹）风生波浪第2章时变粗糙海面生成方法线性海浪理论方法——线性滤波法和双线性叠加法非线性波浪理论——二阶谱和三阶谱、Hamilton函数分形自相似模型——FBM模型和带限Weierstrass分形函数一维/二维的线性与非线性海面仿真方法kesi(x,y,t)第3章粗糙海面的电磁散射计算NRCS:(1)雷达参数——载频、天线波束宽度、距离分辨率、PRE、发射功率、极化方式，雷达到杂波单元中心距离；（2）环境参数——海况、风速和平均波浪高度；（3）几何参数——接触点擦地角、风向视角和波浪视角。

数值模拟方法——精度高，计算量大：MOMI方法解析近似方法——EKA（扩展的基尔霍夫近似），积分方程法IEM，双尺度复合模型，SSA小斜率近似方法（基于SPM和KA）双尺度复合散射模型——粗糙大波浪（大尺度）和细微结构的小尺度。

近似垂直入射时的长波谱镜面反射和倾斜入射时短波普Brag散射（小扰动方法）分别计算大尺度波浪产生的镜面反射和小尺度波浪产生的BRAG散射系数，叠加得到海面后向散射系数的双尺度计算结果。

舰船目标一维距离像特性分析

舰船目标一维距离像特性分析陈宏昆;卢建斌【摘要】针对舰船一维距离像目标识别中目标位置、海面起伏和雷达信号形式等参数不确定造成识别困难的问题,建立了舰船散射中心模型,对舰船目标的一维距离像进行仿真,研究了距离像对姿态角、海面起伏、雷达带宽以及加窗处理的敏感性,并通过CST微波工作室对仿真结果进行验证.结果显示,一维距离像对方位角具有强敏感性,但在一定角度范围内,一维距离像具有相似性;雷达带宽越窄,一维距离像的方位角敏感度越低;海面起伏越小,海面的多径效应越显著;加窗处理可以抑制距离旁瓣,但同时展宽主瓣,降低了雷达距离分辨力.【期刊名称】《电子科技》【年(卷),期】2018(031)004【总页数】4页(P29-32)【关键词】高分辨雷达;一维距离像;散射中心;敏感性分析【作者】陈宏昆;卢建斌【作者单位】海军工程大学电子工程学院,湖北武汉430033;海军工程大学电子工程学院,湖北武汉430033【正文语种】中文【中图分类】TN958高分辨雷达发射宽带信号时，雷达的距离分辨单元远远小于目标尺寸，目标占据多个距离单元，每个距离单元内的回波信号是该单元内所有散射中心反射回波的矢量和，这样就可以得到目标反射场强度在雷达径向上的投影图，这就是一维距离像[1-5]。

一维距离像能够提供目标的散射中心数目、分布及径向长度等特征，且具有获取简单、实时性高等优点[3,6-9]，所以，一维距离像目标识别可以在海上舰船目标识别中发挥重要作用。

但在实际应用中，舰船目标姿态角和海面起伏[10]的不确定，雷达信号的带宽、载频等参数的扰动，以及雷达信号处理等，均会改变一维距离像特性，给一维距离像目标识别造成了困难[9,11-13]。

本文将对舰船目标一维距离像进行仿真，并研究一维距离像对姿态角、海面起伏、雷达带宽和加窗处理的敏感性，为雷达目标识别的特征提取等后续工作提供技术支持。

1 舰船目标一维距离像影响因素1.1 舰船姿态角及雷达带宽一维距离像的本质是目标散射中心在雷达径向上的分布。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

］４－５。特征量的选取直接决定了最终的分类效果［。因此，的改变而改变（稳定性）如何选择数量少而又
尽可能反映目标本质特性的特征量是目前研究的难点。文中利用李萨茹图形原理，提取了舰船的磁场和声场联合特征，然后通过仿真分析得到了联合特征量的空间分布规律，最后利用神经网络模式识别算法对该规律进行识别。
海军工程大学学报５卷第３期Ｖｏｌ．２５Ｎｏ．３第２０１３年６月ｕｎ．２０１３２ＪＯＵＲＮＡＬＯＦＮＡＶＡＬＵＮＩＶＥＲＳＩＴＹＯＦＥＮＧＩＮＥＥＲＩＮＧＪ
：Ｂ，ｈｓｉｃａｌａｅｒｒｅｓｅｎｔｓＡｂｓｔｒａｃｔａｓｅｄｏｎｔｈｅａｎａｌｓｉｓｏｆｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｈｉｆｉｅｌｄｓｔｈｉｓＬｉｓｓｏ－ｐｙｐｐｐｙｐ，ｏｕｓｄｉａｒａｍｏｒＭ－Ｓｄｉａｒａｍｆｏｒｍａｎｅｔｉｃａｎｄｓｏｕｎｄｆｉｅｌｄｓ．ＢｆｉｔｔｉｎａｎＭ－Ｓｃｕｒｖｅｌｉｎｅａｒｌｔｈｅｅｘ－ｊｇｇｇｙｇｙｔｒａｃｔｉｏｎｏｆｃｏｍｍｏｎｃｈａｒａｃｔｅｒｓｏｆｍａｎｅｔｉｃａｎｄｓｏｕｎｄｆｉｅｌｄｓｃａｎｂｅｆｕｌｆｉｌｌｅｄ．Ｔｈｅａｎａｌｓｉｓａｎｄｓｉｍｕｌａ－ｇｙ，ｔｉｏｎｏｆｄｉｆｆｅｒｅｎｔｖｅｌｏｃｉｔｉｅｓａｂｅａｍｄｉｓｔａｎｃｅｓａｎｄｄｅｔｈｓｒｅｓｕｌｔｓｉｎｏｂｔａｉｎｉｎｔｈｅｓａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｐｇｐｒｕｌｅｓｏｆｔｈｅｃｈａｒａｃｔｅｒｓ．Ｔｈｅｒｕｌｅｓａｒｅｖｅｒｕｓｅｆｕｌｔｏｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｒｅｃｏｎｉｔｉｏｎａｌｏｒｉｔｈｍｆｏｒｒｅｃｏ－ｙｇｇｇｎｉｚｉｎｄｉｆｆｅｒｅｎｔｓｔａｔｅｓｏｆｔｈｒｅｅｋｉｎｄｓｏｆｓｈｉｓ．ｇｐ：ｓ；；Ｍ－ｈｓｉｃａｌＫｅｗｏｒｄｓｈｉｆｉｅｌｄｓｃｏｒｒｅｌａｔｉｏｎＳｄｉａｒａｍｐｙｐｇｙ利用舰船物理场通过特性对目标进行分类识别，常用的方法是分别对单个物理场进行特征提取，其缺点是舰船物理场（磁场、声场等）之间的相关信息没有得到应用。为提高对舰船目标的分类识别能力，国内外已开始对舰船物理场之间的特性进行研究，通过提取舰船在不同状态下各场间的相关性差异来］实现对目标的识别。文献［对舰船各物理场间的信息进行分析提取，初步实现了舰船模式的识别，１－３其不足是算法较为复杂，难以在工程上应用。，目标识别的关键技术在于特征提取，特征量要既能反映目标的本质特征（综合性）又不随应用环境
ＤｉｓｔｒｉｂｕｔｉｏｎｒｕｌｅｓｏｆｔａｒｅｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｂａｓｅｄｏｎＭ－Ｓｄｉａｒａｍｇｇ
１２ＣＨＥＮＧＪｉｎｆａｎＸＵＪｉｅ－ｇ，（，Ｎ，Ｗｕ；１．Ｄｅｔ．ｏｆＷｅａｏｎｒＥｎｉｎｅｅｒｉｎａｖａｌＵｎｉｖ．ｏｆＥｎｉｎｅｅｒｉｎｈａｎ４３００３３，Ｃｈｉｎａｐｐｙｇｇｇｇ，）２．ＮａｖａｌＡｃａｄｅｍｏｆＡｒｍａｍｅｎｔＢｅｉｉｎ１０００７３，Ｃｈｉｎａｙｊｇ
］７－８，数据较好的拟合能力［文中选用混合模型对舰船
磁场进行建模。图２所示为舰船磁场信号的三分量和模值通过特性。
图１舰船声场通过特性ｉ．１ＰａｓｓａｅｓｉｎａｔｕｒｅｏｆｓｈｉｓｏｕｎｄｆｉｅｌｄＦｇｇｇｐ
·４０·
海军工程大学学报第２５卷
１舰船声场和磁场建模
对舰船声场建模，主要方法有谐波叠加法（三角、级数法）线性滤波法（白噪声滤波法）和Ｆｏｕｒｉｅｒ逆变换（三种。其中，线性滤波法具有运算量小、速ＩＦＦＴ）］度快等优点。文献［利用线性滤波法对某型舰船的６声场通过特性建模，结果如图１所示。在舰船磁场建模理论中，混合模型具有对测量点
图２舰船磁场通过特性Ｆｉ．２Ｐａｓｓａｅｓｉｎａｔｕｒｅｓｏｆｓｈｉｍａｎｅｔｉｃｆｉｅｌｄｇｇｇｐｇ
２舰船声场和磁场的相关性分析
相关性是指两个变量之间的线性关系，相关性分析是研究两个信号（或一个信号一段时延前后）之舰船的声场、磁场与舰船的航速、横距以间关系的重要工具。通过对舰船声场和磁场的特性分析发现，对两者之间的相关性展开研究，从及深度等因素密切相关。以下将在研究声场和磁场各自特性基础上，而揭示两者的内在联系。２．１李萨茹图形在振动问题的研究中常常通过李萨茹图形来描述两谐波信号之间的关系。若一个质点同时参与两
第３期
程锦房等：基于Ｍ－Ｓ图的舰船目标特征分布规律
·４１·
２．２舰船的Ｍ－Ｓ图舰船的各个物理场之间存在着紧密的联系，文献［利用面积相关法和加窗系数法探讨了舰船声１０］（）图的概念并对舰船磁场和声场间的相关性进场和磁场间的相关特性。文中引入Ｍ－Ｓｍａｎｅｔｉｃｓｏｕｎｄ－ｇ（）），）），行分析。用经过预处理后的声包络信号ｓ取代李萨茹图形中的ｘ（用磁场信号ｍ（取代ｙ（就ｔｔｔｔ可以得到舰船的Ｍ－图像的上升沿是Ｓ图。Ｍ－Ｓ图实际上是舰船磁场通过特性和声场通过特性的合成，舰船接近测量点时，磁场和声场值不断增大的结果；反之，当舰船远离测量点时，其磁场和声场信号减弱，从而形成了Ｍ－横距和深度下的Ｍ－Ｓ图中下降沿。图５～７分别是某舰船仿真模型在不同的航速、Ｓ。，，。图图中Ｍ为磁场强度Ｓ为声场强度
：／ＤＯＩ１０．７４９５．ｉｓｓｎ．１００９３４８６．２０１３．０３．００８－ｊ
基于Ｍ－Ｓ图的舰船目标特征分布规律
程锦房１，许杰２
（）海军工程大学兵器工程系，武汉４海军装备研究院，北京１１．３００３３；２．０００７３摘要：在分析舰船物理场通过特性的基础上，根据 “ 李萨茹图形” 原理建立了舰船磁场与声场的李萨茹图形（，通过对Ｍ－实现了舰船磁场和声场的联合特征提取；利用舰船磁场和声场仿真数据Ｍ－Ｓ图）Ｓ图进行的拟合，对特征量与航速、横距和深度之间的关系进行研究，得到了特征量的空间分布规律；将该分布规律应用于神经网络模式识别算法并对舰船目标进行识别，得到了较好的效果。关键词：舰船物理场；相关性；Ｍ－Ｓ图（）中图分类号：ＴＮ９１１文献标志码：Ａ文章编号：１００９－３４８６２０１３０３－００３３航速增大时的Ｍ－０ｍ、０ｍ、Ｓ图Ｆｉ．５Ｍ－Ｓｄｉａｒａｍｕｎｄｅｒｄｉｆｆｅｒｅｎｔｒｏｕｔｅｓｅｅｄｗｈｎｂｅａｍｄｉｓｔａｎｃｅｉｓ３０ｍａｎｄｄｅｔｈｉｓ３０ｍｇｐｅｇｐ
图４随机信号的李萨茹图形Ｆｉ．４ｉｓｓｏｏｕｓｄｉａｒａｍｏｆｔｗｏｒａｎｄｏｍｓｉｎａｌｓＬｇｊｇｇ
图３正弦信号的李萨茹图形
会比较复杂，而且轨迹是不稳定的，图４即为随机信号的李萨茹图形。
）（１如果两个简谐运动的频
率成简单的整Ｆｉ．３ｉｓｓｏｏｕｓｄｉａｒａｍｏｆｔｗｏｓｉｎｕｓｏｉｄａｌｓｉｎａｌｓＬｇｊｇｇ数比，则能合成一个稳定、封闭的曲线。图３为两个频率之比为２∶３的正弦信号所形成的李萨茹图形。但是，如果这两个简谐运动的频率比为任意值，那么它们的合成运动就