企业官网建设流程全解析

摆烂中......

上位机系统是一套基于4通道矢量水听器（单潜标）的目标监测上位机软件，采用Qt框架开发，集成了声学信号处理、GAHP目标智能分类、目标态势可视化等核心技术。系统通过TCP协议与下位机设备通信，实时接收和处理水听器采集的声压通道（CH1）与三维振速通道（CH2/Vx、CH3/Vy、CH4/Vz）声学数据。

下位机采集到频谱数据与矢量数据上传到上位机，上位机提取六维频谱特征（峰值频率、频谱重心、50–800 Hz能量占比、100–400 Hz能量占比、3 dB带宽、信号强度）与方位稳定性参数，构建实测特征向量，通过与小型摩托艇和中小型船只的理想参考序列进行灰色关联分析，计算加权关联度并判决目标类型，同时融合检测置信度与方位角连续性综合评估目标存在概率。

上位机系统可以分成三层：数据采集层、算法处理层和应用展示层。其中，数据采集层通过TCP协议与下位机建立连接，接收频谱数据帧（cmd=0x10）和矢量数据帧（cmd=0x20），通过解析通道掩码、峰值频率、峰值幅度、RMS值、方位角、俯仰角、置信度、目标频率等参数；算法处理层执行频谱分析、GAHP目标分类（六维特征提取、AHP权重赋权、灰色关联度计算、阈值判决）、方位角解缠绕与历史轨迹平滑；应用展示层提供频谱曲线、LOFAR瀑布图、极坐标方位轨迹图、方位–时间解缠绕图（BTR）等多种可视化组件，以及事件日志、GAHP识别详情、目标实时信息等辅助面板信息。

图由豆包生成

系统的数据处理可分为两条链路：频谱链路与矢量链路。频谱链路接收2076字节的频谱帧（cmd = 0x10），提取峰值频率、峰值幅度与有效值（RMS），连同513个频谱bins进行多通道频谱曲线绘制，并生成LOFAR瀑布图，同时计入接收数据率统计；矢量链路是核心业务链路，548字节的矢量帧（cmd = 0x20）到达后，解析得到方位角、俯仰角、置信度与目标频率，绘制极坐标目标轨迹，进行方位角解缠绕与历史轨迹显示，并更新目标实时信息面板。以滑动窗口方式缓存频谱六维特征与方位稳定性参数，通过AHP赋权与灰色关联分析，每2秒执行一次GAHP分类判决，输出小型摩托艇或中小型船只的识别结果及置信度，最终驱动目标类型标签、置信度进度条、事件日志与详细分析文本的联动更新。

图3-3系统的两条链路

通信模块

上下位机之间定义了三种帧：上行的频谱帧（0x10）与矢量帧（0x20），下行的控制帧。所有帧均以0x55 0xA5两字节的帧头起始，多字节float字段按小端序直接内存映射。

频谱帧总长2076字节，携带峰值参数与513点幅度谱，帧结构见第二章内TCP帧格式。

在上位机界面，可在弹窗配置IP与端口号，从而与下位机相连接，如下图3-4所示。

图3-4与下位机相连

算法模块

基于灰色层次分析法（Grey-Analytic Hierarchy Process, GAHP）的船只类型智能识别，融合层次分析法（AHP）确定特征权重与灰色关联分析（GRA）计算序列相似度，实现对小型摩托艇与中小型船只的自动分类与置信度评估。

GAHP是一种将定性分析与定量计算相结合的多准则决策方法。在本系统中，其基本思想是：

1. 从频谱数据与矢量结果中提取能够区分不同船只类型的特征向量；
2. 利用AHP确定各特征在识别决策中的权重；
3. 构建参考序列（理想船只的特征向量）；
4. 利用灰色关联分析计算实测特征序列与参考序列的关联度；
5. 通过加权关联度与阈值裕量判决目标类型，并输出综合置信度。

参考上位机界面

图3-6 接入高德API后上位机界面

并非最终研发成果，更加详细地等我中期答辩结束之后再发。