舰船科学技术  2019, Vol. 41 Issue (8): 127-130   PDF    
一种多源信息融合的声呐综合目标识别方法
梁民赞, 孟华, 陈遥沛, 曾翔     
中国人民解放军91388部队,广东 湛江 524022
摘要: 针对声呐在搜潜过程中目标识别正确率提升的问题,分析声呐目标特征及其获取手段,研究声呐目标特征提取、分析和识别方法,提出一种多信息源融合的声呐目标综合识别方法。综合运用声呐探测回波特征信息、频谱信息、音频信息、目标运动要素信息、雷达信息、AIS信息等信息进行联合识别,深层次挖掘目标特征信息,通过图谱特性、频域特征、听音识别、运动要素等多维识别,将孤立的、碎片的数据转化成信息优势,形成标准的声呐目标综合识别使用流程,从而提高目标识别正确率。
关键词: 信息融合     目标识别     声呐    
Sonar comprehensive target recognition method based on multi-source information fusion
LIANG Min-zan, MENG Hua, CHEN Yao-pei, ZENG Xiang     
No. 91388 Unit of PLA, Zhanjiang 524022, China
Abstract: Aiming at the problem that the accuracy of target recognition is improved during sonar search, the characteristics of sonar target and its acquisition means are analyzed. The method of feature extraction, analysis and recognition of sonar target is studied. A sonar target synthesis with multi-information source fusion is proposed. The identification method comprehensively uses the sonar detection echo characteristic information, spectrum information, audio information, target motion element information, radar information, AIS information and other information for joint recognition, deep mining target feature information, through map characteristics, frequency domain characteristics, Multi-dimensional recognition such as listening recognition and motion elements converts the isolated and fragmented data into information advantages, forming a standard sonar target comprehensive recognition and use process, thereby improving the target recognition accuracy rate.
Key words: information fusion     target recognition     sonar    
0 引 言

声呐目标识别是基于声呐装备发现目标的前提下,声呐操作员依据声呐装备探测目标信息,利用图谱分析、听音识别、运动要素分析等综合信息判明目标属性的过程,可以说声呐目标识别也是声呐装备后置数据处理的重要环节。

完成水下目标识别的关键是利用目标的不变特征[1]。迄今为止,国内外有关水下目标识别的报道多属依据目标谱结构,但由于先验资料不足,致使这种方式的识别实施具有较大的难度。对于回声信号而言,要想依据谱结构去识别更是难以实现。因此,寻求利用潜艇外相特征而识别潜艇的方法是本文所提及方法的核心。

目标分类识别是模式识别的一个分支。水声目标的分类识别目前主要有2种技术:一种是利用目标声信号的统计特性,建立专家系统进行分类识别;另一种是近年来发展起来的基于神经网络的分类识别系统。其各有优缺点,可以相互补充。水声目标分类识别的复杂性使识别技术的总趋势朝综合识别方向发展,就是采用数据融合的方式将各种可以利用的知识综合起来,除系统提供的识别信息以外,还要考虑位置因素、人的因素和各种先验知识等,最后作出判断。

目标分类识别一般包括特征提取和分类判决2个阶段,首先是从采集到的信号中提取特征,然后根据所提取的特征进行分类。可见,对目标的分类识别首要条件是要获得良好的目标信号,从中提取目标特征。否则,目标的分类识别准确度就会下降。

本文提出声呐综合目标识别方法,综合运用声呐探测回波特征信息、频谱信息、音频信息、目标运动要素信息、雷达信息等战场态势信息及情报信息进行识别,达到快速、准确识别目标。综合目标识别的一个重要理念,就是建立声呐目标特征数据库,将不同数据源、多年历史和未来采集的数据“整合”,形成一个有组织的便于分析挖掘的数据环境。把大数据运用理念引入水声目标识别将为水中目标识别、作战辅助决策提供数据支撑和信息支撑。

1 声呐目标特征

目标的不变特征是目标本身固有的本质特征,是目标在某一状态下所呈现的稳定特性。目标的不变特征可由目标的内相特征和外相特征组成。目标的内相特征是指目标的声谱结构;目标的外相特征是指目标的外形、速度等[1]。重点围绕声呐探测的目标对象特性研究,提出声呐目标综合识别方法,进而建立声呐目标特征数据采集标准。

1.1 潜艇目标强度

潜艇的发射声波来自潜艇外剖面的镜面反射,以及来自潜艇外壳和耐压壳体结构及其后结构的反射或散射。对于潜艇目标强度,正横方位上声反射强度最强,首尾方向目标强度最弱,声反射强度测量结果呈“蝴蝶图”,如图1所示[2]

图 1 潜艇目标强度对方位角依赖性的“蝴蝶”图 Fig. 1 “Butterfly” map of submarine target strength versus azimuth dependence

若将潜艇的柱形耐壳体近似为圆柱体,则可以对潜艇目标强度进行估计。

垂直于柱轴入射:

$ {{TS}} = 10\lg \left( {\frac{{{{a}}{{{L}}^2}}}{{2{{\lambda}} }}} \right){\text{,}} $ (1)

与法线成θ角入射:

$ {{TS}} = 10\lg \left( {\frac{{{{s}}{2^2}}}{{2{{\lambda}} }}} \right) + 20\lg \left( {{{{x}}^{ - 1}}\sin {{x}}} \right) + 20\lg (\cos {\rm{\theta }}){\text{。}} $ (2)

式中:TS为圆柱体目标强度;a为圆柱体半径;L为圆柱体长度;θ为与法线夹角; $x = (2 {\text π} {\rm{a}}/{\text λ} )\sin {\rm{\theta }}$

1.2 舰艇辐射噪声

舰艇辐射噪声谱具有连续性,或称为连续谱,谱上叠加有窄带离散分量,通常简称为线谱。舰艇水下辐射噪声可简化为周期信号 ${{{p}}_{{T}}}({{t}})$ (时域级数叠加的形式)和非周期信号 ${{{p}}}({{t}})$ 两部分的叠加[3]

$ \begin{split} & {{F}}\left[ {{{{p}}_{{T}}}({{t}}) + {{p}}({{t}})} \right] = \\ &{{F}}\left[ {\sum\nolimits_{{{n}} = - \infty }^\infty {{{{F}}_{{n}}}} {{\rm{e}}^{{\rm{jn}}\frac{{2{\text π}}}{{\rm{\tau }}}{\rm{t}}}} + {{p}}({{t}})} \right] =\\ & 2{\text π}\sum\nolimits_{n = - \infty }^\infty {{{{F}}_{{n}}}} {\rm{\delta }}\left( {{\rm{\omega }} - {{n}}\frac{{2{\text π}}}{{{T}}}} \right) + {{F}}({{\omega }}) \text{。}\end{split} $ (3)

式中,F[]表示傅氏变换。

1.3 声呐目标特性获取

声呐用于感知海洋环境中的目标信息,主要包括:

1)舰艇辐射噪声特征及被动声呐系统;

2)舰艇声反射特征及主动声呐系统;

3)浅海/深海海洋环境测量。

声呐探测的目标方位信息、距离信息、径向速度信息、频谱信息和音频信息,为被动声呐、主动声呐探测识别、目标运动要素解算等提供了实测手段支撑。

1.4 声呐目标特征组成

声呐目标类型主要分为回声目标和噪声目标2种类型。声呐目标声信号特征体系,揭示了与潜艇目标螺旋桨桨数、桨叶数、尺度/吨位、外形、结构、目标外部材质、目标行为等属性相关联的辐射声、散射声两大类声信号精细特征形成机理、模型和规律。声呐探测目标回波特征、辐射噪声特性与目标尺度/吨位及特定机械周期运动、螺旋桨、目标外形、目标内部结构及材质、目标行为特征、声场干涉/畸变、听觉感知等相关的回声和辐射噪声信号密切相关。

声呐目标识别是基于声呐装备发现目标的前提下,声呐操作员依据声呐装备探测目标信息,采取图谱分析、听音识别、目标运动要素等判明目标属性的过程。在声呐装备自动目标识别水平和能力还很有限的情况下,提出目标特征信息深度挖掘提取的方法,采取回波特征信息、频谱信息、音频信息、目标运动要素信息、雷达信息等信息进行综合识别的作战使用样式,成为提升声呐目标识别正确率的重要手段。因此,声呐目标特征信息深度提取、声呐操作员目标综合识别的人机结合识别方式是促进声呐目标识别正确率提升的有效途径,声呐目标识别信息源组成如图2所示。

图 2 声呐目标识别信息源组成图 Fig. 2 Sonar target identification information source composition diagram
2 声呐目标综合识别方法

要提高目标识别能力,应以信息技术为推动,进行“全系统、全流程、全要素”的综合识别,运用多种技术手段进行目标识别,提升目标识别的水平。本文提出一种多信息源融合[4]声呐目标综合识别方法。声呐目标识别需要指挥员及声呐操作员综合运用声呐探测回波特征信息、频谱信息、音频信息、目标运动要素信息、雷达信息等战场态势信息及情报信息,通过排除法和印证法相互查证,才能快速、准确识别目标,从而提高声呐目标识别正确率。

2.1 水面/水下目标识别

首先利用雷达或AIS信息通过排除法排除水面目标(包括搜索编队的队员舰、商船、钢质渔船等),初步确定目标为水下目标。

2.2 左右舷识别

对于舰壳声呐,设备在技术上即可判别目标左右舷;对于拖曳线列阵声呐,若是三元阵,从技术上,目前有采用每个阵元含有3个水听器的三元组线列阵、采用矢量水听器、采用双拖、主被动的方式等来解决,可自动判别目标左右舷。对于一维拖曳线列阵,往往存在左右模糊现象。所谓目标左右舷模糊问题,即当发现目标时,无法肯定目标是处在本舰的左舷还是右舷。这是由于线列阵上的水听器是无指向性的,这是一维拖曳线列阵被动声呐的一个不足。为了解决这个问题,从战术上,一般采取本舰的一定机动措施来观测目标方位的变化情况,才能做出对目标舷角的判断。

根据本舰转向机动后目标舷角相对原舷角的变化规律判别左右舷,可以依据以下的判决原则:

1)本舰向左转向

目标舷角增大,目标在右舷;

目标舷角减小,目标在左舷。

2)本舰向右转向

目标舷角增大,目标在左舷;

目标舷角减小,目标在右舷。

3)对于由多途效应[2]引起的目标方位模糊问题,则可以通过舰艇机动将目标置于舷侧波束内,然后按前述2条准则进行判决。

对于一维拖曳线列阵声呐发现目标时,利用窄带检测判明其类型后本舰应立即机动转向,判别目标的舷侧。机动的方法是:首先根据目标可能的来袭方向假设其位于本舰的某一舷,然后向另一舷侧方向转向并观察目标方位的变化情况,判断其左右舷。

2.3 运动目标识别

通过反潜系统解算目标航向、航速等运动要素或检查目标有无明显机械噪声、螺旋桨噪声、偶发脉冲等特征确定目标是运动目标或非运动目标。通常主动声呐输出仅有方位和距离2个参量。将距离方位的参量输出经过解算后可得出目标的长度、速度和目标强度。

1)潜艇的速度

当在某一距离档连续给出 ${R_1}$ ${R_2}$ 时,相应的方位 ${\varphi _1}$ ${\varphi _2}$ ,由于某个距离档的扫描时间一定,例如为 $t(s)$ ,则潜艇的速度为:

径向速度

${V_r} = ({R_1} - {R_2})/t\text{;}$ (4)

切向速度

${V_t} = ({\varphi _2} - {\varphi _1})/t\text{;}$ (5)

对地速度

${V_{\rm{潜}}} = \left( {{V_t} + {V_r}} \right)\text{。}$ (6)

2)潜艇反射强度

依据主动声呐方程[5]

$SL - NL - 2TL + TS + G{S_{}} + G{T_{}} = M\text{。}$ (7)

式中: $SL$ 为发射声源级; $NL$ 为背景噪声级; $TS$ 为目标强度; $GS$ 为阵的空间增益; $GT$ 为后置处理的时间增益。

在检测过程中,接收的信号余量为 $M$ ,则 $TS$ 表示如下:

$TS = M - G{S_{}} - G{T_{}} - SL + NL + 2TL\text{,}$ (8)
$M = 10\lg ({A^2}/{N^2})\text{。}$ (9)

式中: ${A^2}$ 为有信号时的能量; ${N^2}$ 为无信号时的噪声能量。

根据主动声呐判型的依据和目标谱图显示,结合搜索舰战术机动,反潜火控系统解算出的目标航向、航速等参数判明目标属性并掌握目标的运动态势。对被动声呐而言,可利用目标的“螺旋桨拍”确定目标的螺旋桨转数并估算目标航速。

2.4 金属目标识别

通过海图对海底山坡、海沟、暗礁、凸起峰的准确位置进行标识,对目标反射特征和反射系数确定目标为金属目标或非金属目标。

2.5 目标特征识别

初始空段落

通过检查海底是否有沉船来确定目标是否为坐沉海底的潜艇,沉船由于沉没时间长短关系,表层会吸附不同厚度的海生物,对目标的反射系数和回声、回波、谱图特征与潜艇区别较为明显。

实际使用当中,对于有经验的声呐操作员来说,可以从LOFAR图上所含有的信息中找出有助于运动目标的识别与分析。如在某个波束上某个目标最强;哪个目标有多普勒频移,这表明该目标有一定的运动速度或航迹发生变化;通过线谱的频率可识别目标等。

2.6 多途目标识别

对主动声呐而言,平坦海底或良好水文条件下往往多途干扰较少,但对于斜坡海底、起伏海底或恶劣水文条件下,声传播多途效应变得严重,引起声呐杂波点较多,需要杂波背景中准确识别出目标。

搜索编队或其他舰艇在标定的位置点不能同时发现目标时,要考虑目标是否为由于本舰声呐发射声波经过多次反射发现的其他远距离海域的目标,此时可以变换一下声呐量程或信号处理形式进行检测识别。

声呐目标综合识别流程如图3所示。

图 3 多信息源融合的声呐目标综合识别流程图 Fig. 3 Multi-information source fusion sonar target comprehensive identification flow chart

准确判明目标属性,最有效的方法就是进行多信息源查证识别,声呐操作员通过声呐信息、运动要素信息、雷达信息等,依据目标显示特征、回声特征、噪声特征、谱图显示特征、海区声场环境进行有效的识别判型。

3 声呐目标特征数据采集标准

首先,通过建立声纳目标数据采集标准,逐步完善目标特性数据库,进而开展目标特性数据获取和积累,以便利用排除法和数据查询匹配法,最终有效解决声呐目标识别问题。

水声目标数据汇集工作量巨大,除了需要采集目标声和非声数据外,还需要通过纸质或者电子值更日志记录各种相关的态势、状态、环境等信息,任务结束还需搜集相关的雷达、情报等信息,要花费大量精力进行数据整编汇集。通过建立声呐目标数据采集标准,作战数据、态势数据、情报数据、雷达数据、AIS数据等都全时采集并汇入数据库,在后期进行数据分析时,即可自动从数据库关联搜集时空匹配的其他同步信息,声呐操作员仅需重点记录目标的声和非声数据即可,与数据同步的其他相关信息需要记录的将大大减少。

4 结 语

通过多信息源融合的综合目标识别方法,可将碎片化式、分散的、孤立的数据融合起来,从而转化成信息优势,形成标准的识别流程,提高声呐目标识别正确率。

参考文献
[1]
闫福旺. 水声对抗技术[M]. 北京: 海洋出版社, 2003.
[2]
A.D.WAITE. 实用声纳工程(第三版)[M]北京: 电子工业出版社, 2004.
[3]
孙军平, 林建恒, 江鹏飞, 等. 舰艇水下辐射噪声谱特征传播仿真分析[J]. 声学技术, 2017, 36(5).
[4]
杨露菁, 余华. 多源信息融合理论及与用[M]. 北京: 北京邮电大学出版社, 2006.
[5]
李启虎. 数字式声纳设计原理[M]. 合肥: 安徽教育出版社, 2002.