[发明专利]多潜器载体探测端声纳信息融合方法

说明书

技术领域

本发明涉及的是一种海洋声纳探测信息处理方法，特别是涉及一种多探测端声纳的信息融合方法。

背景技术

以小型潜器为载体多探测端声纳设备是海洋探测技术设备发展的一个趋势，多探测端声纳设备是由多个携带有声纳的水下潜器端(即探测端)和接收端组成，系统探测端的回波信息由接收端统一接收处理。由于水下环境的极其复杂性，在目标识别过程中，受海洋环境、混响和噪声的影响较大，以至于声纳探测的在依靠单一信息源进行目标识别时的准确性和可靠性不高。采用多个探测端对目标进行探测，对每个探测端的回波进行信息融合。最大限度的利用各个探测端的回波信息，弥补单一信息源造成的目标识别可靠性不高、准确度低等缺点。与由单一探测端获得回波进行特征提取和目标识别相比，多探测端的回波信息融合可以减少对目标的特征感知的不完全型、不确定性，提高对目标识别的准确率。

经对现有的技术文献检索发现，没有发现与本发明主题相同或类似的文献报道。

发明内容

本发明的目的在于提供一种能全面、准确、可靠的描述水下目标的特征，提高多探测端声纳设备的准确性和可靠性的多潜器载体探测端声纳信息融合方法。

本发明的目的是这样实现的：

以潜器为载体的多探测端声纳设备的多个潜器探测端的回波数据信息经接收端接收后按照如下步骤进行融合处理：

(1)探测端回波信息数据预处理；

(2)探测端回波多种特征信息提取；

(3)多种特征信息特征层融合；

(4)特征层融合信息的决策层融合。

所述的探测端回波信息数据预处理的方法为小波变换阈值法。

所述的探测端回波多种特征信息提取包括几何亮点特征提取、弹性亮点特征提取、方位位置特征提取；几何亮点特征提取方法采用子带能量特征提取法；弹性亮点特征提取方法采用信号频谱的离散小波变换方法；方位位置特征提取方法采用多波束形成方法。

所述的多种特征信息特征层融合采用BP神经网络设计特征层融合分类器，特征层信息融合分类器的个数与探测端的个数相同，每个特征层信息融合分类器的输入为步骤(2)中提取的几何亮点特征、弹性亮点特征、方位位置特征；输出为对应探测端探测到的目标种类和方位。

所述的决策层融合是对多个分类器分类结果的一种高层次融合，采用概率加权表决方案对多个分类器的识别结果进行表决，计算每个分类器对目标样本识别的可能概率、每个分类器目标方位样本相同的可能概率，然后比较每个分类器分类结果的概率，将概率最大的样本所属类别作为正确识别的样本类别，目标方位样本相同的概率越大说明目标为同一个目标，否则为多个目标。

本发明的以潜器为载体的多探测端声纳中使用的信息融合方法，系统的利用多个探测端的数据信息进行决策，将每个探测端的信息数据融合在一起，全面、准确、可靠的描述水下目标的特征，克服了单个探测端只能提供目标的局部的特征信息，不能全面的描述目标的特征，提高了多探测端声纳设备的准确性和可靠性。

本发明的特点主要体现在：以潜器为载体的多探测端声纳设备的多个潜器探测端的回波数据信息经接收端接收后，本发明首先对每个探测端的回波信息进行数据预处理，去除回波信息中的干扰和噪声，提高信噪比。然后针对目标的信息提取其多种特征，从多个角度对目标进行描述，将提取的特征送入特征层的融合分类器，先在特征层进行融合分类，输出为目标的种类和方位。然后将特征层的输出作为决策层的输入，在决策层再进行融合分类，输出为目标的个数以及目标对应的方位。

本发明方法的优点在于通过利用以潜器为载体的多个探测端的回波数据信息，对每个探测端的回波数据信息进行几何亮点、弹性亮点、方位位置等多种特征信息提取，在特征层和决策层进行两次融合，最大限度的利用各个探测端的回波信息，弥补单一信息源造成的目标识别可靠性不高、准确度低等缺点。与由单一探测端获得回波进行特征提取和目标识别相比，多探测端的回波信息融合可以减少对目标的特征感知的不完全型、不确定性，提高对目标识别的准确率。

附图说明

图1是本发明方法中以潜器为载体的多探测端声纳结构示意图；

图2是本发明方法的流程示意图。

具体实施方式

下面结合附图举例对本发明做更详细地描述：

结合图1，图1所体现的是本发明方法中以潜器为载体的多探测端声纳的结构示意图，具有多个以潜器为载体的探测端1…N(N根据实际的任务需求确定)，探测端的回波信息1…N由接收端统一处理接收。

结合图2，本发明信息融合方法由以下步骤组成：