声纳校准和训练系统 (SONCAT™) 是一个真正的模拟目标系统,用于海上声纳测试和声纳操作员训练。SONCAT™ 是一个完善的系统,已被各海军和校准站点使用了 20 多年。其中最突出的用户是北约 FORACS 站点,他们负责确保成员国的船只具有校准的声纳系统。该系统的主要部分是一个坚固而紧凑的浮标,便于操作和快速部署和回收。这使得操作 SONCAT™ 系统所需的时间和资源最少,从而能够频繁操作该系统以确保战斗准备就绪。SONCAT™ 系统是过去几年进行几次重大升级的结果。现在,我们提供一款完全重建的产品,以我们内部开发的 SONAR3™ 作为系统的核心,提供最先进的电子设备、硬件和软件。它的众多新功能包括全数字信号处理、增强的滤波器设置以及更快、更详细的水听器采样。此次升级使 SONCAT™ 成为一个更加准确和逼真的系统。从 2021 年中期开始发货的型号还包含多项升级和用户改进,重点关注用户友好性。
网络传感器系统中的分布式检测优化问题涉及许多设计方面,包括平衡漏检和误报概率以及通过适当的网络内信息融合管理通信资源。此外,还必须进行许多权衡,例如信息融合和传感器控制的计算要求与信息交换的通信要求之间的权衡。因此,最好通过共同考虑设计方面和权衡对整体系统性能的影响来做出整体系统设计决策。本文讨论了网络内融合和相关的网络算法,以提高多静态声纳应用的检测性能和能源效率。这是通过在传输到场外之前交换和融合声纳浮标之间的联系来实现的。网络内融合利用成本较低的浮标间通信进行大部分数据通信,并通过仅报告具有足够相关性的多个浮标的检测结果来减少随机不相关的误报。场外接触传输的减少允许每个浮标具有较低的信号过量阈值,从而增加检测概率。我们通过分析和高保真声纳模拟证明了分布式网络内融合的有效性。
随着降噪技术的发展,潜艇的噪声越来越小,来自壁面或螺旋桨的声发射也越来越小,声发射减小,探测距离缩短,被动声纳越来越难以探测到潜艇,尤其在海上稳定时,被动声纳更是完全无用武之地。多基地声纳是一种可以弥补这一不足的有力技术。多基地声纳由声发射部件和分布在空间不同位置的声接收器等部分组成。声发射部件是向空间发射声能的声源,声接收器是用于收集来自不同位置的声反射的被动声纳。由于接收器静默地静止在任何可能的位置,敌方不可能找到接收器的确切位置,从而给敌方的对抗和规避带来困难。它具有掩蔽性好、抗干扰能力强、容易实现和优化、机动灵活、作用距离远、定位精度高等优点,非常适合于吊放声呐的探测应用和舰机联合潜艇探测应用。
摘要:提出了一种改进微处理器控制声纳浮标系统性能的设计方法,用于监视水下物体。当微处理器控制的浮标发射到海中或海洋中时,它开始自动扫描水下物体,以提取物体信息并通过无线方式将其传输到远程地面站进行进一步处理并采取最终控制措施。本文介绍了采用 11 单元副本相关的声纳浮标系统设计大纲,从而提高了系统性能。虽然使用最近的数字延迟线可以最大限度地降低硬件副本相关器的复杂性,但所提出的微处理器控制浮标通过软件执行副本相关并提取物体信息,从而提高了系统性能。
4.2 MBSS 数字数据产品的制作....................................................................................... 35 4.2.1 制作规则网格 DEM.............................................................................................. 35 4.2.1.1 OMG 加权网格法...................................................................................... 37 4.2.2 制作后向散射影像............................................................................................... 38 4.2.3 区域地图表的制作............................................................................................. 41
REPLY 专注于设计和实施基于数字媒体和新通信渠道的解决方案。通过其高度专业化的公司网络,Reply 与电信和媒体、工业和服务、银行和保险以及公共管理领域的欧洲主要公司合作,设计和开发基于大数据、云计算、数字媒体和物联网新范式的商业模式。Reply 的服务包括:咨询、系统集成和数字服务。
网络传感器系统中优化分布式检测的问题涉及许多设计方面,包括平衡漏检和误报概率以及通过适当的网络内信息融合管理通信资源。此外,还必须进行许多权衡,例如信息融合和传感器控制的计算要求与信息交换的通信要求之间的权衡。因此,最好通过共同考虑设计方面和权衡对整体系统性能的影响来做出整体系统设计决策。本文讨论了网络内融合和相关的网络算法,这些算法可提高多静态声纳应用的检测性能和能源效率。这是通过在场外传输之前交换和融合声纳浮标之间的联系来实现的。网络内融合利用成本较低的浮标间通信进行大部分数据通信,并通过仅报告具有足够相关性的多个浮标的检测来减少随机不相关的误报。场外接触传输的减少允许每个浮标的信号过量阈值降低,从而增加检测概率。我们通过分析和高保真声纳模拟证明了分布式网络融合的有效性。
摘要 通过中频全向多波束声纳获取的数据开发可用于渔业研究的原创性研究,但尽管大多数渔船和许多研究船上都配备了此类设备,但这种设备却很少使用。这是唯一一种用于实时监测船只或浮标周围水平全向平面内鱼群的系统。1996 年至 2001 年间,我们使用了两种标准全向声纳,并根据两种主要采样方案开发了利用其特定声学数据的新方法:“勘探”,包括捕鱼和搜索作业,以及“漂流”,如使用仪器浮标系统或固定船只。我们提出了一种从研究船或商业船上连续采集数据的完整方法,通过图片分析自动提取数据并采用数据处理方法。考虑两种数据分析情况:第一种是逐个鱼群进行分析,即“单群”模式;第二种是考虑声纳采样体积内检测到的所有鱼群,即“集群”模式。基本声纳信息分为五类,包括 24 个调查和声纳参数以及 55 个鱼群、集群和渔民行为描述符。我们回顾了这些类别的应用,并讨论了它们在渔业科学中的应用前景。如果声纳系统能够评估船只避让对鱼群生物量评估的影响,则简单的声纳回声积分过程无法提供准确的丰度估计。全向声纳数据可用于集体分析鱼群的游动速度、扩散和迁移方面的运动学、群体分裂和合并指标等聚集动力学、群体密度等集群的空间特征、二维结构和渔民行为。将这些数据整合到鱼群数据库中,包括多频回声测深仪和横向多波束 (3D) 声纳数据以及物种识别方法,将使我们能够全面了解鱼群行为,从而采用准确的渔业管理方法。
在现场安装期间,必须将转塔拉入配合锥体。船只通过四艘拖船进行动态定位,并使用拖船管理系统进行定位。拉入由安装在 Alvheim 船上的绞盘执行,绳索穿过浮标。当船只因波浪和拖船定位等原因而移动时,重要的是实时监控转塔顶部以决定何时可以拉入。在规划阶段,人们对如此靠近 FPSO 船体的超短基线 (USBL) 跟踪系统的稳健性表示担忧。对 USBL 系统性能的担忧是由于浮标顶部 (±6m) 与船体非常接近。这可能导致船体反射产生杂散信号。此外,USBL 收发器位于 FPSO 附近的遥控车辆 (ROV) 上。因此,我们决定研究其他方法来定位浮标顶部相对于配合锥的位置,以防 USBL 不准确或 ROV 与 FPSO 上的定位团队之间的连接失败。图 2 显示了 Alvheim FPSO 和浮标,其中转塔位于配合锥内。