آشكار سازي اهداف سونار غيرفعال با استفاده از جداسازي آماري و آستانه وفقي

Target Detection in Passive Sonar with Stochastic Classifier and Adaptive Threshold

همواره آشكارسازي اصوات منتشر شده در آب جزء چالشهاي اساسي محقيقان در حوزه سونار ميباشد. اين چالش زماني پيچيده تر خواهدشد كه عمق دريا كم بوده و يا اينكه اصوات با توان بسيار پاييني منتشر شده اند. به طور معمول آشكارسازي در سونارها با استفاده از حد آستانه ثابتي انجام مي شود كه اين امر خطاي آشكارسازي را افزايش خواهد داد. هدف از ارائه اين مقاله، ارائه پيشنهادي جديد جهت آشكارسازي اهداف در سونارهاي غيرفعال با استفاده از سطح استانه وفقي مي باشد.به طور معمول آشكار سازي در سونارهاي غير فعال بر اساس حل معادله سونار است. در اين معادلات با توجه به متغيرهاي معادله كه در بسياري موارد تابعي از يكديگر مي باشند حد آستانه به صورت عددي ثابت انتخاب شده و آشكارسازي بر روي دامنه سيگنال و با استفاده از اين حد آستانه ثابت انجام مي گردد. در روش پيشنهادي با استفاده از فيلترهاي ذره اي (Particle Filter) روش مونت كارلو(Monte Carlo) و جداسازي توسط الگوريتم بيزين (Bayesian)، در دو حوزه زمان و فركانس اعمال شده و در نهايت عمليات آشكار سازي پس از تركيب نتايج آشكاري سازي در اين دو حوزه با استفاده از فيلتر وفقي انجام مي شود. نتايج اين مقاله نشان مي دهد روش پيشنهادي عملكرد مناسب تري نسبت به روش هاي ديگر آشكارسازي اهداف سونار داشته است و نسبت به بهترين روش آَشكارسازي 23 درصد بهتر مي باشد.

Sounds detection in the water is one of the main challenges of researchers in the sonar field. This challenge will become more complex when the depth of the sea is low or published sound is negligible. Usually Target detection in sonar system is performed with a fix defined threshold that it will increase the detection error. The purpose of this paper is to present a new target detection method in passive sonar using adaptive threshold. In the proposed method, adaptive threshold due to the statistical analysis and Bayesian classifier applied in both time and frequency domains. Particle Filter is used to calculate prior pdf in Bayesian classifier. Finally target detection point is calculated after fusion detection points in time and frequency domains by adaptive filter. The results indicate that the proposed method has better performance (23%) than recent methods in passive sonar target detection issue.