共查询到20条相似文献，搜索用时 140 毫秒
1.
水下目标的散射电场分布是水下电磁探测的重点研究方向。通过建立三维海水色散介质中时域有限差分电磁计算模型，对水下目标全空间电场强度的总场和散射场分布进行了系统的研究。结果表明，入射电磁波频率f变化会导致散射电场极值大小及位置发生改变，整体幅值正比于■,且频率越低，散射电场极值位置距离目标越远；在目标电导率0～2 000 S/m区间内散射电场幅值增幅明显，而后变化趋于稳定，散射电场极值正比于ln σ。通过系统分析和计算，分析了水下散射电场幅值变化规律，探讨了频率和目标电导率对水下目标散射电场的影响，可为水下电磁探测应用提供理论参考。 相似文献
2.
《实验室研究与探索》2020,(7):101-105
水下目标磁化特性研究是水下探测的基础性工作。基于COMSOL Multiphysics软件虚拟仿真的方法,对水下目标的磁化进行了系统的研究。结果表明,背景磁场频率的不同会导致目标的磁化磁极发生改变;目标磁导率会影响磁感应强度模随背景磁场频率的变化关系。进一步仿真分析得出,频率f <7 764 Hz时目标的磁化主要受静态屏蔽作用影响,频率f> 7 764 Hz时主要受趋肤效应作用影响。通过虚拟仿真的方法,分析了水下目标磁化的作用机理,可为水下磁探测的设计提供参考。 相似文献
3.
王俊平 《孝感职业技术学院学报》2010,(3):92-98
研究水中激光雷达回波信号特征与处理,对水下目标的探测具有十分重要的意义。文章首先介绍了水下激光雷达的应用领域,然后从频域角度对激光雷达探测的回波信号特征进行了分析,最后根据探测回波信号的特征设计了一些对单个回波信号处理的方法以及特征量的提取方法,为今后激光雷达的探测和应用提供了理论基础和处理方法。 相似文献
4.
“X-star水底剖面仪”是一套大功率水下声呐探测系统，主要用于水下隐蔽物探测、水下覆盖层厚度探测和水下地形测量。自1997年引进该套设备以来，进行了大量水下隐蔽物探测试验和设备改造工作。 相似文献
5.
1.潜艇的"耳目"——声呐如图所示潜艇,它们的最大特点是它的隐蔽性,作战时需要长时间在水下潜航,这就决定它不能浮出水面使用雷达观察,而只能依靠声呐进行探测,所以声呐在潜艇上的重要性更为突出,被称为潜艇的"耳目"。声呐是利用水中声波对水下目标进行探测、定位和通信的电子 相似文献
6.
7.
《实验室研究与探索》2015,(11):103-110
基于Matlab中GUI平台程序开发环境,开发模拟三分量磁通门磁阵列探测仿真系统,进行实时探测水下自航磁性目标体的运动状况,取得了如下仿真效果:通过控件实现了自航磁性目标体的三分量磁异常可视化数值模拟计算功能;运动中的磁性目标体Za、H_(ax)、H_(ay)三分量及总磁异常的特征分析;根据自航磁性体运动特征实现自航磁性体运动状态及磁异常曲线的可视化显示;根据用户输入的不同参数,实现磁性目标体在不同深度、不同半径、不同长度、不同运动速度以及不同环境磁场的条件作用下的三分量磁异常变化的仿真模拟技术。经过该仿真模拟实验,加深了对三分量磁探测水下磁性目标体方法技术的了解,为学生从事地球物理勘探工作以及军事地球物理均具有帮助。 相似文献
8.
赵叶 《青少年科技博览(中学版)》2002,(6)
水下机器人,其实就是水下探测系统,也叫海底机器人。最早的海底机器人包括水面母船、遥控探测机械装置和一条玻璃光导纤维束三部分组成。如美国一种叫“阿戈和佳生”的深海探测系统,母船在海面慢慢前进,用“地形跟踪多光段声纳仪”作前导,船尾用缆绳把雪橇形的“阿戈”沉到海底,随船缓缓移动。“阿戈”装有两套声纳仪,一套在前,一套在两侧,发射三角形的探测声波,以探测海底的有关目标。此外,“阿戈”还备有5架照相机,通过电视屏向船上的科学家传送海底景象。科学家如果发现水下温泉绿洲或活动的火山等值得研究的目标,便将“佳生”从“阿戈”体内放入海底。“佳生”装有立体摄像机,在额前的灯光照射下,操作自如.锁住景象,传送到控制室。 相似文献
9.
10.
11.
通过把人工神经网络引入到水下目标识别这一研究领域中,利用样本干涉图像对神经网络进行训练,用已训练好的神经网络对待识别的干涉图像来进行判别和分类从而达到自动识别的目的。然后根据这种方案设计出识别算法,运用VC++进行软件编程,在电子计算机上进行仿真实验;最后从识别准确率和识别速度两个方面对这种识别方案进行分析,实验结果表明这种识别方案具有可行性。 相似文献
12.
目标噪声特征提取是被动声纳目标识别系统的关键技术。首先提出了一种利用从噪声极限环中提取的非线性特征来分析舰船噪声信号的新方法,然后采用基于自适应遗传BP算法的神经网络对提取的特征进行分类。实验结果表明,该系统具有较好的分类效果。 相似文献
13.
为解决全自动均匀投饵作业船在河蟹养殖过程中投饵不精准问题,引入水下摄像设备采集图像,但采集的图像存在对比度低、模糊和图像退化等问题。为此,采用暗通道先验提高图像对比度。利用 YOLO 卷积神经网络技术快速准确地识别出低照度环境下的河蟹,识别准确率达到 98%,平均耗时 50ms。获得河蟹生长、分布信息后测算出河蟹养殖密度,为全自动均匀投饵作业船精准投饲提供数据支持 相似文献
14.
目标噪声特征提取是被动声纳目标识别系统的关键技术。针对被动声纳目标识别,着重研究了一种调制连续谱特征提取方法,并采用自适应遗传BP算法的神经网络分类器对海上实录的三类目标噪声进行了分类识别,实验结果表明该被动声纳目标识别系统具有很好的分类效果。 相似文献
15.
指出家用机器人比工业机器人将具有更广泛的应用前景。构建一种基于光电混合系统的家用机器人的视觉系统,以联合变换相关器实现目标图像的平移不变性,以综合判别函数和WTA网络构成级联式神经网络实现目标图像的畸变不变性。讨论整个系统的原理及其实施方案,论证其可行性,为家用机器人提供了一种有效的多目标实时模式识别方法。 相似文献
16.
声目标识别技术研究 总被引：2，自引：0，他引：2
吕永林 《楚雄师范学院学报》2008,23(3):24-31
本文对声目标识别的关键技术进行研究,探讨用小波分析来进行声信号处理和特征提取,用BP神经网络和支持向量机的模式分类方法来进行分类识别.通过对四种声信号的仿真实验表明,使用小波变换和人工神经网络技术及支持向量机分类技术相结合对声目标进行识别是有效、可行的. 相似文献
17.
针对智能停车库中的泊车机器人视觉系统研究需求,提出一种基于双目视觉的泊车机器人障碍物识别系统。通过双目摄像头进行图像采集,利用张正友棋盘标定法进行双目相机标定;采用Bouguet进行立体校正,将高斯滤波与拉普拉斯算子相结合进行图像预处理;采用YOLO卷积神经网络对目标障碍物进行快速识别;利用区域匹配算法进行立体匹配并生成目标障碍物视差图;通过成像点和目标障碍物的立体几何关系计算得到目标障碍物的深度信息。实验结果表明,该系统具有良好的实时性和较高精度,障碍物识别时间平均为0.0901s,在2 600mm具有最佳测距精度,可为泊车机器人自动泊车提供保障。 相似文献
18.
为提高基于表面肌电信号的人体腰背动作识别率,提出一种基于小波包能量与改进NARX神经网络的分类识别新方法。利用小波包变换对动作部位进行表面肌电信号特征提取,并采用改进NARX神经网络进行分类识别。选取8名实验者分别在扭腰、弯腰、侧弯腰3种动作下进行表面肌电信号数据采集,选择db4小波包函数对信号进行6层分解,得到第6层64个频带的小波包分解系数,代表各个动作信息的特征向量,作为改进NARX神经网络的输入进行分类识别。对照实验组中,改进NARX神经网络的识别率较高,总体识别率达到96.7%。实验结果表明,利用该识别方法对腰部动作进行分类识别,分类准确,且识别率更高。 相似文献
19.
病虫害监测是提高农业生产效率和产量的有效措施。提出一个基于卷积神经网络的农作物病虫害智能监测系统。该系统以移动端为媒介实现监测众包化,基于 GIS 平台对相关区域病虫害发展态势进行数据可视化分析,显示病虫害位置与规模,代替人工识别常见农作物病虫害。实验证明,该系统对农作物病虫害常见的 10 个物种与 27 种病虫种类识别率达 95%,病虫害严重程度识别率达 85%。移动端采集地理定位信息误差5~10m,系统还可对变化趋势进行可视化展示,为农作物病虫害识别、防治及决策提供有效方案。 相似文献
20.
Edgar Scavino Dzuraidah Abdul Wahab Aini Hussain Hassan Basri Mohd Marzuki Mustafa 《浙江大学学报(A卷英文版)》2009,10(6):794-799
An experimental machine vision apparatus was used to identify and extract recyclable plastic bottles out of a conveyor belt. Color images were taken with a commercially available Webcam, and the recognition was performed by our homemade software, based on the shape and dimensions of object images. The software was able to manage multiple bottles in a single image and was additionally extended to cases involving touching bottles. The identification was fulfilled by comparing the set of measured features with an existing database and meanwhile integrating various recognition techniques such as minimum distance in the feature space, self-organized maps, and neural networks. The recognition system was tested on a set of 50 different bottles and provided so far an accuracy of about 97% on bottle identification. The extraction of the bottles was performed by means of a pneumatic arm, which was activated according to the plastic type; polyethylene-terephthalate （PET） bottles were left on the conveyor belt, while non-PET bottles were extracted. The software was designed to provide the best compromise between reliability and speed for real-time applications in view of the commercialization of the system at existing recycling plants. 相似文献