海洋技術(shù)研究水聲目標(biāo)識別技術(shù)現(xiàn)狀與發(fā)展

1、知識的力量Tel海洋論壇I水聲目標(biāo)識別技術(shù)現(xiàn)狀與發(fā)展近年來，誡著潛艇降噪技呆 d勺建疾 水下無人航行？器迅速發(fā)展,魚靂和水雷等水下武器呈多樣化趨勢，海戰(zhàn)場環(huán)境更為復(fù)雜。水聲LI標(biāo)識別是反潛、魚雷防御和水聲對抗的前提，已成為重要研究課題?，F(xiàn)階段水聲U標(biāo)識別主要通過提取I標(biāo)特征M區(qū)分LI標(biāo)類型和種類信 息。本文針對艦船、魚雷和干擾等目標(biāo)，介紹了水聲識別方法及目標(biāo) 綜合識別的3類算法模型；闡述了國內(nèi)外水聲LI標(biāo)識別技術(shù)發(fā)展歷程與現(xiàn)狀；基于現(xiàn)有技術(shù)局限和環(huán)境影響分析了水聲日標(biāo)識別存在問題 并展望了未來技術(shù)發(fā)展方向。、水聲目標(biāo)識別知識的力雖Tel知識的力量Tel近年來，水聲LI標(biāo)身份識別已成為水聲 U標(biāo)

2、研究熱點。水聲LI標(biāo)識別 主要 依據(jù)L1標(biāo)特征信息。U標(biāo)特征信息是L1標(biāo)原始數(shù)據(jù)中包含或可提取的 一種能精 確和簡化表明LI標(biāo)狀態(tài)和身份的信息。水聲 LI標(biāo)主要包括噪聲、運動、尾流和兒何結(jié)構(gòu)等特征信息。不同水聲 LI標(biāo)的特征信息不同，如潛 艇和魚雷兒何結(jié)構(gòu)不 同，其聲吶探測U標(biāo)尺度特征不同；潛艇和水面艦船噪聲輻射能M差異表現(xiàn)為 U標(biāo)尾流不同。?識別方法水聲目標(biāo)識別方法包括以下 7科-噪聲特性：水面艦船和潛艇噪聲主要包括機(jī)械、螺旋槳和水動力噪聲；魚雷和水下潛航器噪聲主要是推進(jìn)系統(tǒng)噪聲，聲源強(qiáng)度相對較弱。通 常，水聲L1 標(biāo)輻射噪聲能M主要來自螺旋槳和機(jī)械噪聲，艦艇航行狀態(tài)（包括深度、速度和加速度

3、等）決定了哪種噪聲起主導(dǎo)作用。同類艦船的輻射噪聲具有一定相似性，不同類艦船的動力系統(tǒng)和機(jī)械結(jié)構(gòu)不同， 其輻 射噪聲特性存在 差異，故利用輻射噪聲特性差異可實現(xiàn)水聲 tl標(biāo)分類。運動特征：不同水聲LI標(biāo)的職能、工作狀態(tài)和運動狀態(tài)均不同。水 聲LI標(biāo) 運動狀態(tài)（包括航行速度、方位角變化率和加速度等） 及突變等行 為均與其使命和 任務(wù)相關(guān)。止匕外，水聲目標(biāo)的行為、狀態(tài)和類型具有關(guān)聯(lián)性，通過預(yù)估口標(biāo)運動狀態(tài)可預(yù)測LI標(biāo)任務(wù)/職能，從而實現(xiàn)LI標(biāo)分類。水聲U標(biāo)運動特征物理意義明確， 不易受噪聲和信道干擾，可分性較好。利用這些特征作為識別依據(jù)可提高識別系統(tǒng) 性能，如宜航魚雷與尾流自導(dǎo)魚雷打擊軌跡不同，水下

4、高速 LI標(biāo)一般是魚雷而非潛艇和水雷。知識的力雖Tel知識的力量Tel目標(biāo)尺度；水面艦船和潛艇LI標(biāo)尺寸較大，是較大I標(biāo)，一般潛艇 長約 100m,水面艦船尺寸更大。由于其尺寸遠(yuǎn)大于魚雷、無人潛航器(UUV)和干擾器(聲誘餌)等，因此目標(biāo)兒何尺寸也可作為重要的識別特征若能提取U標(biāo)尺寸特征M就能有效判別常用水聲干擾器與真實U標(biāo)，從而增強(qiáng)情報準(zhǔn)確性，提升反潛、魚雷防御和水下U標(biāo)打擊等能力。常用方法為時空分析法，通過LI標(biāo)區(qū)域波束空間掃描，對接收信號進(jìn)行特性分析，結(jié)合回波方位與掃描偏移M實現(xiàn)LI標(biāo)尺度估計。目標(biāo)排水不同類型艦船排水M不同，通常，巡洋艦排水驅(qū) 逐艦排 水M護(hù)衛(wèi)艦排水不同類型艦船在巡航狀

5、態(tài)下噪聲強(qiáng)度與航速和排水M有關(guān)，航速越高，噸位越大，則輻射噪聲強(qiáng)度越高。艦船噪聲聲源級表明輻射聲能M特征利用 LI標(biāo)距離和對應(yīng)信道衰 減，可 估計口標(biāo)聲源級。羅斯根據(jù)測M資料統(tǒng)計，對于航速為 8? 24節(jié)(1節(jié)=1.852km/h)的艦船在0.1? 10KHz頻帶內(nèi)，艦船噪聲總聲源級、航速以及噸位三者間關(guān)系經(jīng)驗公式如下：SL=U2 + 501g (W10) +151g7(1)SL=134 + 601g ( 10) +91g7(2)其中，SL為0. 1? 10KHz頻帶總聲源級；口為航速，單位節(jié)；T為噸位，單位t。參考聲壓為1 nPa不適用于超過30000t的艦船。式和式 較簡單，宜接 表明聲源

6、級、速度和噸位間關(guān)系，實際艦船總聲源級汁算更復(fù)雜。不同類型和噸位的艦船總聲源級不同，噸位和航速決定的寬帶總聲源級差異較大時，艦船噪聲知識的力雖Tel知識的力量Tel總聲源級對艦船噸位分類有價值。目標(biāo)主動聲吶特性： 不同的艦船、潛艇和魚雷均裝備不同型號聲吶，而不同型號主動聲吶的頻段、周期、脈沖和脈沖寬度等參數(shù)均不同。因此，根據(jù)探測目標(biāo)的主動聲吶特性，如工作帶寬、脈沖周期、工作下限頻率和上限頻率等，可識別聲吶型號，通過排除法縮小識別范圍，進(jìn)一步結(jié)合其他U標(biāo)特征完成U標(biāo)綜合識別。目標(biāo)運動邏輯：從戰(zhàn)術(shù)角度分析，XI標(biāo)發(fā)現(xiàn)魚雷來襲，一般會施 放聲誘餌 和干擾器，然后逃離攻擊范圍。該戰(zhàn)術(shù)行為會產(chǎn)生以下 2

7、種邏輯 信息：U標(biāo)背離 魚雷，尋求快速脫離攻擊范圉，魚雷相對于U標(biāo)多普勒 速度減小或為負(fù)。當(dāng)魚靂同時收到LI標(biāo)信號和干擾器信號時應(yīng)進(jìn)行多普勒邏輯判斷，有負(fù)多普勒頻移的信號可優(yōu)先判定為U標(biāo)。干擾器投放距離 一般不遠(yuǎn)，投放后會遠(yuǎn)離 H標(biāo)，目標(biāo)投 放干擾器和聲誘餌旨在干擾魚雷正 常航行，但同時也暴露了 U標(biāo)位置區(qū)域。因此， 魚雷同時探測到2種信號 時，可選擇較遠(yuǎn)目標(biāo)，通過設(shè)置距離選通門限（一般在干 擾器以外200m處），從而屏蔽干擾器信號，追蹤真實目標(biāo)。假目標(biāo)特性排除：干擾器和聲誘餌體積較小， 在較遠(yuǎn)距離可看作點 聲源，其 方位走向近似為一條水平線。 因此，檢測到點源干擾器時需進(jìn)一 步分析口標(biāo)方位走

8、 向，若其走向不超過設(shè)定門限可判定為假LI標(biāo)。.綜合算法知識的力雖Tel知識的力量TelLI標(biāo)識別算法種類較多，包括統(tǒng)訃算法（如經(jīng)典推理、Bayes推理和D-S證據(jù)理論）、特定方法（如聚類分析和模板法）、新的智能算法和系統(tǒng)（如專家系統(tǒng)、遺傳算法和深度學(xué)習(xí)等）以及延伸出的自適應(yīng)神經(jīng)網(wǎng)絡(luò)技術(shù)?？傮w來說，可分為物理模型、特征推理技術(shù)和基于知識的模型 3類 算法。物理模型傳感器觀測U標(biāo)并產(chǎn)生觀測特征U標(biāo)身份識別處理指將觀測數(shù)據(jù) 與數(shù)據(jù) 庫中存儲的特征/模擬信號進(jìn)行比對，包括過程預(yù)測與觀測數(shù)據(jù)間的相關(guān)性處理，若相關(guān)系數(shù)門限，則身份匹配成功。圖 1給出了物理建 模的身份識別框 架。物理建模復(fù)雜且計算M巨大

9、，實時系統(tǒng)中應(yīng)用受限，因此物理建模主要用于非實時系統(tǒng)研究。身份報告水聲傳感器特征提取份告理身報處一觀測建模觀測水聲傳感器特征提取份告理身報處一觀測建模觀測對象物理表征物理建模對象對象物理表征物理建模對象1對象2圖i物理建模的身份識別框架特征推理技術(shù)特征推理技術(shù)包括參數(shù)模板法、聚類分析法、經(jīng)典推理、Bayes推 理、D-S證知識的力量Tel知識的力量Tel據(jù)理論和神經(jīng)網(wǎng)絡(luò)技術(shù)等。 參數(shù)模板法：模式識別的基本方法，利用先驗知識分解多維特征空間，每個區(qū)域代表一種身份類別，再提取特征M形成特征空間， 并將提取 的特征向M與特 征空間比對，判斷是否落入莫特征區(qū)間，從而實現(xiàn)口標(biāo)身份識別。 聚類分析法：根據(jù)

10、待分類特征M相似度進(jìn)行分類，如相似則歸為一類，否則歸為另一類，從而完成目標(biāo)分類。經(jīng)典推理：指用二值假設(shè)檢驗方法在已知先驗概率條件下判別事件存在與否。Bayes推理：指在給出前面對假設(shè)的似然彳占計 ？和增加證據(jù) /觀測情況 下更 新假設(shè)似然函數(shù)，給出證據(jù)條件下假設(shè)的后驗概率。 該方法特點是假 設(shè)需相容，備 選假設(shè)需具有完備定義。Bayes融合過程如圖2所示。知識的力雖Tel知識的力量TelS e 利組合公式份王知識的力量TelS e 利組合公式份王R郵綜邏輯判定選擇P0）的最大信圖2 Bayes融合過程D-S證據(jù)理論：Bayes理論的推廣，無需假設(shè)完備性，即可應(yīng)用于籠統(tǒng)的不確定性水平情況。選擇概

11、率區(qū)間/不確定性區(qū)間依據(jù)多個證據(jù)確定 假設(shè)的似然性，可處理隨機(jī)性和模糊性導(dǎo)致的不確定性，并給出對命題的支持和信任度區(qū)間以及總的不確定性水平。 神經(jīng)網(wǎng)絡(luò)技術(shù)：指模仿生物神經(jīng)系統(tǒng)的過程，其識別成功率依賴訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的最佳加權(quán)矩陣和訓(xùn)練數(shù)據(jù)等，誤差反傳（BP）神經(jīng)網(wǎng)絡(luò) 模型如圖3。神經(jīng)網(wǎng)絡(luò)算法可應(yīng)用于線性和非線性環(huán)境，通常山輸入層、隱藏層和輸出層知識的力量Tel知識的力量Tel3部分組成，每層均包含若干個神經(jīng)元，數(shù)據(jù)向M從網(wǎng)絡(luò) 左邊輸入，神經(jīng)網(wǎng)絡(luò)完 成非線性變換，在網(wǎng)絡(luò)右側(cè)輸出。該變換能產(chǎn)生從 數(shù)據(jù)到聚類分析技術(shù)形成的身份類別的變換，神經(jīng)網(wǎng)絡(luò)可將多傳感器數(shù)據(jù) 變成一個實體聯(lián)合身份說明。用 忖標(biāo)真

12、實數(shù)據(jù)預(yù)先訓(xùn)練神經(jīng)網(wǎng)絡(luò)，再應(yīng)用 于實際系統(tǒng)，對接收的各種信號進(jìn)行 處理，可得到較準(zhǔn)確的識別結(jié)果。知識的力量Tel知識的力量Tel圖3 BP神經(jīng)網(wǎng)絡(luò)模型基于知識的模型基于知識的模型（如專家系統(tǒng)）進(jìn)行身份識別時，效仿人工身份識別的認(rèn) 知途 徑。識別處理先收集實體基本分M數(shù)據(jù)，并對照知識庫處理觀測若條件符 合則認(rèn)定對象身份。圖4給出了基于知識的身份識別框架。知識的力量Tel知識的力量Tel水聲傳感器特征提取份告身報一？水聲傳感器特征提取份告身報一？圖圖4基于知識的身份識別框架、歷史與現(xiàn)狀知識的力量、歷史與現(xiàn)狀知識的力量Tel知識的力量Tel20世紀(jì)50年代初，隨著信號檢測技術(shù)、信息論和訃算機(jī)技術(shù)快速

13、發(fā)展，水聲信號處理成為獨立分支，并迅速發(fā)展，為現(xiàn)代聲吶技術(shù)發(fā)展奠定了基礎(chǔ)。1975年，美國斯坦福大學(xué)的 E. Feigenbaum和H. P, Nii等研制出水 下預(yù)警專家系統(tǒng)(HASP)并不斷改進(jìn)，先后推出 SIAP、艦載聲吶預(yù)警專家(CLAIMS)和海洋監(jiān)測專家系統(tǒng)(THESUS)等系統(tǒng)。1988年研制出第4代實時分 析專家系統(tǒng)(SES)。其中，HASP系統(tǒng)僅簡化處理并手工產(chǎn)生數(shù)據(jù)，分類較簡單，但該系統(tǒng)證明了人工智能系統(tǒng)可采用非常規(guī)信號處理技術(shù)處理聲信號。1980年提出的SIAP系統(tǒng)將前端信號處理算法和推理部分合為1個耦合系統(tǒng)，減少了人工參與。1984年提出的CLAIMS系統(tǒng)改進(jìn)了 SIA

14、P系統(tǒng)并將其應(yīng)用于艦載聲 吶，通過增加特征M和模型提高了系統(tǒng)可信度。1985年提出的THESUS系統(tǒng)在CLAIMS系統(tǒng)上做了較小改動，并將其應(yīng) 用 于海底多傳感器監(jiān)視。此后，經(jīng)過十多年改進(jìn)， SES已用于拖曳聲吶， 且具備較 好LI標(biāo)識別能力。1983年，加拿大的J. N. Maksym等開發(fā)了艦船噪聲分析專家系統(tǒng) (INT-ERSENSOR)。該系統(tǒng)對有關(guān)知識表示、線譜檢測與提取以及推理機(jī)制進(jìn)行了深入研究，U前仍有較高參考價值。20世紀(jì)80年代末，印度的 B. Sankaranrama等研制出水下被動 U標(biāo) 識別專家 系統(tǒng)(RETSENSOR)。通過高階統(tǒng)訃M方法提取艦船輻射噪聲特征從接收的

15、噪聲中提取螺旋槳葉片數(shù)、L1標(biāo)殼體輻射低頻噪聲、最大 速度、螺旋槳轉(zhuǎn)速、知識的力雖Tel知識的力量Tel動力裝置類型、噴嘴噪聲、活塞松動產(chǎn)生的諧音基頻、槽極噪聲和傳動裝置類型9大特征每個特征M賦予 1個精度因 子，利用D-S證據(jù)理論組合多種證據(jù)，從而利用專家系統(tǒng)識別 4類LI標(biāo)。90年代，R. Rajagopal等將專家系統(tǒng)、神經(jīng)網(wǎng) 絡(luò)技術(shù)和統(tǒng)計模式識別進(jìn) 行結(jié)合，提高了系統(tǒng)對目標(biāo)識別能力。英國科學(xué)家 C.R. Gent等將神經(jīng) 網(wǎng)絡(luò)技術(shù)引入被動聲吶識別系統(tǒng)，采用窄帶、寬帶、瞬態(tài)和解 調(diào)制譜（DEMON）等分析方法，利用神經(jīng)網(wǎng)絡(luò)技術(shù)學(xué)習(xí)能力，增強(qiáng)了系統(tǒng)容錯 性，即使訓(xùn)練樣本不平衡系統(tǒng)仍有較好性

16、能。20世紀(jì)90年代以來，隨著潛艇性能提升，安靜級潛艇逐漸普遍，無 人潛航 器快速發(fā)展，水下魚靂種類增多，單平臺探測輻射噪聲難以有效識別水聲LI標(biāo)。美軍已在新型潛艇和艦船上裝備了艦內(nèi)和艦外傳感器平臺組成的水聲融合系統(tǒng)，通過多傳感器和多信息資源的融合提高水聲U標(biāo)識別 能力，事實表明多傳感器融合系統(tǒng)能有效提高水聲 LI標(biāo)識別的準(zhǔn)確性和可 靠性。2010年以來，隨著多傳感器綜合識別手段的日益成熟，水聲 LI標(biāo)探測 和識 別不再局限于聲學(xué)應(yīng)用。以美國為代表的西方國家研究了水聲LI標(biāo)非 聲探測技術(shù)，如水下激光、電磁、尾流和排放物檢測等多樣化探測手段，為水聲LI標(biāo)識別提供更多的識別依據(jù)和要素。國內(nèi)水聲H標(biāo)

17、識別領(lǐng)域起步較晚，但在國防需求和海洋工程的推進(jìn)下，越來越多的科研人員開始從事該領(lǐng)域研究。中科院聲學(xué)研究所、西北工業(yè)大學(xué)、哈爾濱工程大學(xué)、上海交通大學(xué)、艦船第7研究院和東南大學(xué) 等單位均對水聲目標(biāo)識別進(jìn)行了大M研究，并將計算機(jī)技術(shù)、現(xiàn)代譜估計、人工智能算法和信號處理技術(shù)及數(shù)據(jù)融合技術(shù)應(yīng)用于水聲LI標(biāo)識別領(lǐng) 域，取得了豐碩成果，縮小了與西知識的力雖Tel知識的力量Tel方國家的差距。陶篤純等研究了艦船螺旋槳空化噪聲和噪聲節(jié)奏的物理機(jī)制，給出了艦船噪聲線譜幅度起伏模型，為線譜和連續(xù)譜分析提供了依據(jù)，并給出了一種線譜特征提取方法。魏學(xué)環(huán)等研究了艦船低頻噪聲，將低頻線譜噪聲與螺旋槳轉(zhuǎn)速等，作特征聯(lián)系起來

18、，給出了提取螺旋槳識別特征的2種途 徑，利用聚類分析技術(shù)實現(xiàn)艦船分類和識別。吳國清等深入研究了艦船噪聲，通過提取艦船噪聲線譜、平均功率譜和雙重頻率譜等特征，利用模式識別和模糊神經(jīng)網(wǎng)絡(luò)技術(shù)分類識別 L1標(biāo)。李啟虎等研制了 Explore水聲LI標(biāo)識別專家系統(tǒng)，利用線譜平均值、相鄰線譜平均周期、連續(xù)譜最大值位置、從最大值開始的斜率、線譜數(shù)和振幅最大線譜位置6個特征采用模糊邏輯和聚類分析技術(shù)分類識別炮艇、貨船、漁船、驅(qū)逐艦和潛艇等言丁標(biāo)，信噪比 3dB時，識別準(zhǔn)確率 275%。勵榮鋒等研究了各類水聲 LI標(biāo)功率譜分析，提取了 LI標(biāo)時頻特征，并 通過 實際數(shù)據(jù)分析進(jìn)行了可分性驗證。凌青等研究了淺海信

19、道中艦船噪聲包絡(luò)譜傳播特性，提取分析了包絡(luò)線譜特征，應(yīng)用于U標(biāo)檢測和分類。胡 橋等為解決水聲LI標(biāo)小樣本識別問題，提高復(fù)雜海洋環(huán)境中的識別精度，提出了一種基于經(jīng)驗?zāi)Ｊ椒纸猓‥MD）、特征距離評估技術(shù) （FDET）和組 合支持向M機(jī)（CSVMS ）的水聲U標(biāo)識別方法。知識的力雖Tel知識的力量Tel三、發(fā)展方向吸聲和隔聲材料，藝提高、發(fā)動機(jī)減振降噪技術(shù)提升、仿生技術(shù)發(fā)展、干擾器種類多樣化以及水聲 LI標(biāo)噪聲特征信息弱化導(dǎo)致水下 U標(biāo)難以 發(fā)現(xiàn)，從而對 水聲LI標(biāo)識別研究提出了更高要求。同時，水聲LI標(biāo)識別技 術(shù)和途徑也逐漸多樣化，已從單源LI標(biāo)識別提高到作戰(zhàn)系統(tǒng)層次綜合識另限未來可能的發(fā)展方向主要是非聲探測、多傳感器信息融合和智能L1標(biāo)識別等。安靜級潛艇應(yīng)用給復(fù)雜的水下 U標(biāo)探測提出更高要求。潛艇噪聲微 弱，導(dǎo) 致傳統(tǒng)聲學(xué)探測手段失效，亟需其他探測手段。冷戰(zhàn)時期，美國研究并初步運用了潛艇尾流和潛艇排放物探測等非聲探測技術(shù)，但因