自主水下航行器(Autonomous Underwater Vehicle, AUV)已广泛应用于军事作战领域,可作为武器投送、物资运输、战场环境侦察的有效实施平台[1]。AUV执行上述任务的海域往往位于敌前沿阵地附近的沿岸海区(目标前沿海区),是敌方海岸警戒探测声呐(以下简称海岸声呐)常见布置之处。海岸声呐是将基阵固定布设在近岸海底的声呐,常采用被动探测方式,主要用于海峡、基地、港口航道和近岸海域对水下移动平台的警戒和监视[2-3]。虽然AUV较潜艇而言,体积小、噪声低,但是当我方AUV抵近敌前沿阵地附近海区执行战场环境侦察等任务时,仍将存在被海岸声呐发现的风险,从而无法做到隐蔽突防,致使任务无法完成[4]。为成功遂行赴敌岸附近海区完成武器投送、物资运输、战场环境侦察等作战任务,必须考虑敌前沿阵地海岸声呐对AUV隐蔽突防的影响。本文基于海岸声呐对AUV的探测模型,分析设定条件下海岸声呐对AUV隐蔽突防的影响,并根据影响程度,制定了AUV隐蔽突防的策略。研究海岸声呐对AUV隐蔽突防的影响,可为AUV执行任务前航路规划的制定,执行任务地点、时机的选择提供辅助决策。
1 海岸声呐对AUV探测距离分析 1.1 海岸声呐对AUV探测距离预估模型海岸声呐探测模型的目的是预估声呐对AUV的探测距离。海岸声呐一般以被动方式工作,声呐基阵坐沉在海底,通过探测AUV噪声以发现目标,因此海岸声呐对AUV被动探测模型可在被动声呐方程基础上进行改进[5]。探测模型可表示为:
SLAUV−TLAUV−(NL−DI)=DTAUV。 | (1) |
式中,各参数均以dB表示。
由于AUV尺寸小、噪声低,一般在距海岸声呐较近的水域才可被探测到,而这类水域通常水深较浅,因此在估计声呐作用距离时,可认为AUV与声呐水平高度差较小,在估计声呐对AUV的作用距离时主要需要预先给出AUV的航行速度和AUV航行时声源级参数。
1.2 典型设定下AUV被动探测距离分析海岸声呐对AUV隐蔽突防的主要影响体现在探测距离上,如能提前预报海岸声呐对AUV的探测距离即可在航路规划阶段设计AUV航行时避开海岸声呐的有效探测区域。
参考国内外常见鱼雷外形、普通螺旋桨推进型AUV典型性能,设定AUV航行速度范围在1~7 kn,其中1 kn航速对应的声源级不大于115 dB,3 kn航速对应的声源级不大于130 dB,5 kn航速对应的声源级不大于140 dB,7 kn航速对应的声源级不大于150 dB,回归拟制AUV声源级为
53.59lgVAUV−6S+62.9=20lgRAUV。 | (2) |
以航速
![]() |
图 1 声呐探测距离与航速、海况对应变化关系 Fig. 1 Corresponding relationship between sonar detection distance, speed and sea state |
AUV在执行不同任务时,航行速度及对海况的要求各有不同。如AUV抵近执行战场环境侦察任务时,通常要求航速较低,海况较好,当航速在3 kn低速航行,海况为1~3级,AUV能够被海岸声呐发现的距离在3~17 km之间;当AUV需要抵近执行攻击任务时,为保证时效性通常要求航速较高,设航速在5~7 kn航行,海况3级,此时AUV能够被海岸声呐发现的距离在17~35 km之间。
2 海岸声呐对AUV探测概率分析海岸声呐能否探测到AUV,除了与探测距离有关外,还与探测概率有很大关系。当AUV获取航速、声源级、海况等级等参数后,即可预估能够被海岸声呐探测到的最大探测距离
PAUV(XAUV)≈1−e−kVAUVX2AUV, | (3) |
式中,k为比例系数,取决于探测环境情况。以AUV航速3 kn,海况3级为例,k取值104,绘制声呐探测概率曲线图,如图2所示。横坐标为AUV距岸横距与此时声呐对AUV最大探测距离的比值,实线为理想情况下探测概率曲线,而实际探测时当受到海洋环境等外界干扰时,声呐探测曲线将符合图2中虚线特点,在这种情况下,探测概率在最大探测距离
![]() |
图 2 声呐探测概率曲线 Fig. 2 Sonar detection probability curve |
为方便研究,可将图中虚线模型简化为高值为
![]() |
图 3 单声呐基阵探测概率简化曲线 Fig. 3 Simplified curve of detection probability of single sonar array |
为探测水下目标,声呐常以阵列形式分布在沿岸水下,当有多个探测基阵叠加使用时,探测的概率也将发生变化。设海岸声呐相邻声呐基阵间隔10 km,阵列包含5个探测基阵,则海岸声呐探测探测概率曲线如图4所示。5个声呐基阵的中心分别为横坐标–20,–10,0,10,20 km。由于多个声呐基阵间探测区域互有重叠,将导致不同距离上的探测概率发生变化,叠加后不同距离上的组合探测概率曲线如图5所示。
![]() |
图 4 多声呐基阵探测概率曲线 Fig. 4 Detection probability curve of multiple sonar arrays |
![]() |
图 5 多声呐基阵组合探测概率曲线 Fig. 5 The detection probability curve of the combination of multiple sonar arrays |
图中实线为实际得到的组合概率,虚线为拟合曲线。由拟合曲线可知,海岸声呐对AUV的探测概率近似为半椭圆形,当AUV进入最大探测距离内时,AUV在海岸的投影点位越靠近海岸声呐的中心位置越有可能被发现,而远离海岸声呐中心,即便进入最大探测距离之内,仍然有较大概率能够隐蔽突防,因此在航路规划时应尽可能给予考虑。
3 AUV隐蔽突防策略以AUV抵近执行战场环境侦察任务时,航速3 kn、海况3级,海岸声呐相邻声呐基阵间隔10 km,阵列包含5个探测基阵的任务态势为例,结合海岸声呐对AUV探测距离及探测概率的分析结果,得到声呐阵列探测区域概率图如图6所示。横坐标为声呐基阵位置,纵坐标为探测概率,图中实线为各单声呐基阵在该种情况下对AUV的最大探测区域,半径为17 km;虚线为海岸声呐的探测概率曲线。设AUV在海岸上的投影点位为
![]() |
图 6 海岸声呐探测区域概率图 Fig. 6 Probability map of coastal sonar detection area |
![]() |
表 1 典型条件下AUV隐蔽突防风险等级表 Tab.1 AUV covert penetration threat level table under typical conditions |
如表1所示,共设置4个AUV隐蔽突防风险等级,由1级到4级风险逐渐增大,取敌海岸声呐对我方AUV探测概率为0时为1级,小于0.2时为2级,0.2~0.4为3级,大于0.4为4级,根据AUV在海岸上的投影点位
本文建立海岸声呐对AUV探测距离预估模型、海岸声呐对目标探测概率模型,从探测距离及探测概率的角度,研究了海岸声呐对AUV隐蔽突防的影响,给出了声呐探测距离与航速、海况对应变化关系及海岸声呐对AUV探测概率拟合曲线,根据AUV航速、海况、海岸声呐布置位置等重要参数即可预报AUV能被探测到的距离及在不同区域被探测到的概率。由此,可在AUV航路规划阶段合理设定AUV航路点,选择隐蔽突防策略,从而使AUV能够在不暴露的情况下顺利完成使命任务。
[1] |
MILLER A, MILLER B, MILLER G. On AUV control with the aid of position estimation algorithms based on acoustic seabed sensing and DOA measurements[J]. Sensors, 2019, 19(24): 5520. DOI:10.3390/s19245520 |
[2] |
石超雄, 陶剑锋, 张路蔚. 声呐目标跟踪关联中的模糊关联方法[J]. 声学技术, 39(2): 141–145.
|
[3] |
陈立纲, 李向阳. 多基地声呐发射时序优化设计技术[J]. 声学与电子工程, 2021(3): 12–16.
|
[4] |
张东俊, 黎潇, 米杨. 基于交战进程的潜艇声感知行为机理方程[J]. 兵工学报, 2020, 41(5): 958–966. ZHANG Dong-jun, LI Xiao, MI Yang. Behavior mechanism equation of submarine acoustic perception based on engagement process [J]. Journal of Military Industry, 2020, 41(5): 958–966. |
[5] |
朱理, 董博文, 王雪仁, 等. 基于被动声呐方程的水下航行器声学安全态势研究[J]. 舰船科学技术, 2021, 43(11): 90–94. ZHU Li, DONG Bo-wen, WANG Xue-ren, et al. Study on acoustic safety situation of underwater vehicle based on passive sonar equation [J]. Ship Science and Technology, 2021, 43(11): 90–94. |
[6] |
禚江浩, 王玲, 许可, 万建伟. 用于被动声纳宽带目标检测的多水听器互相关方法[J]. 信号处理, 2021, 37(9): 1691–1700. LI Jiang-hao, WANG Ling, XU Ke, WAN Jian-wei. Multi hydrophone cross-correlation method for passive sonar wideband target detection [J]. Signal Processing, 2021, 37(9): 1691–1700. |
[7] |
李登峰, 许腾. 海军作战运筹分析及应用[M]. 北京: 国防工业出版社, 2007: 16–18.
|