船載式水聲定位系統信號處理改進算法研究

張慶國，王健培，龔浩亮，馬小勤

船載式水聲定位系統信號處理改進算法研究

張慶國，王健培，龔浩亮，馬小勤

(昆明船舶設備研究試驗中心，云南昆明650051)

針對船載式水聲定位系統的特點，在座底式等常規水聲定位系統信號處理算法的基礎上，對船載式系統可能出現的聲脈沖疊加現象進行仿真分析，證明常規算法存在丟失數據的可能性，并且常規算法對聲信號幅度變換較快的情況難以適應。提出一種并行實時數字信號處理算法，允許每塊數據擁有不同的屬性，并采用數據匹配方法進行后置冗余處理，獲得有效數據。經過湖上跑船試驗證明，該算法具有更高的檢測率，并能提高跟蹤軌跡的平滑性和真實性，具有較高的工程應用價值。

船載系統；水聲定位系統；信號處理算法；后置冗余處理

0 引言

船載式水聲定位系統是動態測量水下目標航行軌跡的重要手段，可在試驗船只高速運動的情況下，實時完成水下運動目標的軌跡跟蹤與測量。特別在水下目標攻擊水面艦試驗中，能夠為其攻擊效果的評估提供直觀數據。

船載式水聲定位系統主要利用安裝在船底或在船舷吊放的聲學基陣[1]，完成水下目標的實時跟蹤與測量。在運動狀態下實時進行水下目標的軌跡跟蹤，常將水下基陣固定安裝在船底。其基本原理是利用聲信號的傳播時延值(或時延差)，根據球面交匯(或雙曲交匯)原理[2]獲得水下目標的位置等信息。數字信號處理算法是跟蹤系統的核心，主要負責完成信號檢測、參數估計，以及目標的分類與識別等，其算法的優劣直接影響系統關鍵技術指標的實現。

1 船載水聲定位系統信號處理特點

船載式水聲定位系統與其他常規系統(如座底式)相比較，具有以下特點：

(a) 由于水下基陣安裝在高速航行的試驗船上，試驗船的航行振動噪聲及水下湍流等不利因素，會對定位系統造成較大影響，甚至會將水下目標的聲信號淹沒在噪聲中，難以分辨；

(b) 由于船只的機動性較強，需要提高水聲定位系統的數據率，才能更加真實獲得魚雷等水下目標的航行軌跡，這樣水下聲信號會較頻繁出現脈沖信號的反射與疊加[3-5]；

(c) 由于船只的機動性較強，船載基陣與水下目標的相對位置變化較快，聲學基陣所收到的聲信號幅度也變化較快；

(d) 受到船只的限制，多個換能器組成的水聲基陣不可避免地安裝在船底不同位置，造成每個換能器的振動噪聲不同，甚至相差4~6 dB(安裝在動力艙附近的噪聲大)；

(e) 在水下目標攻擊水面艦試驗中，會進行主動聲吶的掃描[3]，雖然頻率與跟蹤聲信號相差一倍左右，但由于該聲吶信號強度較高(約230 dB)，其旁瓣頻譜已經完全進入跟蹤系統的通道，對定位系統產生干擾。

綜上所述，船載式水聲定位系統相對來說干擾較大，并且與所安裝船只的噪聲環境有關，需要對其進行針對性研究，特別是在信號處理算法上，常規的水聲定位系統處理算法不能滿足需求，應該進行針對性設計。

2 數字信號處理方法

同步式水聲定位系統常采用單頻(Continuous Wave, CW)和調頻(線性調頻—Linear Frequency Modulated, LFM，雙曲線調頻—Hyperbolic Frequency Modulation, HFM)等組合脈沖信號組成跟蹤信標[4]，如圖1所示。

圖1中為同步周期，為跟蹤周期，每個周期內包含1個CW脈沖信號及1個LFM信號。由測量的CW脈沖時延值代入球面交匯公式，獲得水下目標的位置信息，利用LFM與CW信號的相對時延值遙測獲得水下目標的深度值。最終獲得水下目標的水平位置和深度的三維定位信息。

2.1 常規算法

針對圖1所示的信標信號，數字信號處理算法主要完成CW與LFM信號的檢測識別及時延值估計。其CW信號采用功率譜分析的方式，針對實現預設的頻段進行檢測，當功率譜滿足判定條件時(如能量值、相關峰尖銳度等)，判定為CW脈沖信號；LFM信號采用互相關方式進行檢測[5]，利用事先預設具有一定頻率冗余范圍的樣本信號與實際接收到的聲學信號(已數字化)進行互相關處理分析，如滿足判定條件即判定為LFM信號。

一般性常規算法：首先進行聲信號的數字化，然后對數字信號處理器進行必要的初始化；其次將獲得的當前數據塊包絡檢波后進行鑒寬、鑒幅判斷，當該信號的幅度和寬度均滿足判定條件時，進行功率譜分析，如果不滿足CW信號判定條件后，進行LFM信號的判斷，最后返回。其水聲定位系統的常規數字信號處理算法流程，如圖2所示。

2.2 改進算法

從圖2可以看出，常規算法能夠完成水聲信號的檢測與識別，能夠完成大多數座底式水聲定位系統的跟蹤與測量。但也存在一定的設定缺陷，該算法默認每個數據塊只能有一個屬性，也就是說只能是CW或者LFM信號。當脈沖信號存在較為嚴重的反射和疊加時，例如CW與LFM疊加在一個數據塊上，此時便存在丟失或錯判有效數據的可能性。

特別是在研制船載式水聲定位系統的過程中，經常發現水聲信標信號的CW反射信號與本周期的LFM信號相疊加，如按照常規算法無法正確識別此包數據的LFM信息，只能解算出兩個CW信號(理論上是一個CW和一個LFM)，這樣便丟失了該點位的深度細信息。另外，在定位周期較小的情況下，還會出現前周期和本周期信號相互疊加的情況，與同一周期的CW和LFM相互疊加相同，在一包數據內既包含了CW信號又含有LFM信號，無法獲得真實信息。針對上述情況，提出新的數字信號處理算法：一方面采用并行處理方式，對CW和LFM并行進行判斷，允許一包數據具有不同的屬性，再利用后置濾波等手段完成軌跡定位與跟蹤，也充分利用了數字信號處理器的并行指令，提高運行效率；另一方面增加數字濾波和數字放大等相關處理以提高系統信噪比和抗干擾能力。其算法的流程圖見圖3所示。

圖3所示算法與圖2算法相比較在譜分析上有所不同，主要是為了保證整個DSP算法的連續和實時性。假如當前數據塊不滿足譜分析結果，圖3流程便不進行相對耗時的包絡檢波，以便節省處理時間；而圖2中算法只要是滿足鑒寬、鑒幅條件便隨時進行包絡檢波(比如增益較大時，基線噪聲都過門限)，不僅耗時，還增加了DSP處理負擔。

從圖3可以看出，新算法的主要改進有三點：一是針對同一個數據塊采用并行處理方式；二是對CW信號采用頻譜分析為基本門限；三是LFM信號的時延值估計采用互相關獲得。

另外，圖3中的并行實時數字信號處理算法在具體實現過程中要注意整個程序流程的執行時間，必須針對每個程序子模塊進行運行時間測試，以保證整個程序流程執行的實時性。

3 湖上試驗

在湖上試驗區域內，在安裝船載水聲定位系統的船只上拖曳模擬聲源，采用動態“跑船”的方式對算法進行驗證。在某些距離點上便會出現圖4所示的疊加情況(圖4(a)為時域波形數據)，可以明顯看出圖4(a)的第二個脈沖信號(標注為“CW反射&LFM”)已經是CW反射與LFM相互疊加的混合脈沖信號。可以看出該塊數據滿足功率譜分析(見圖4(b))，同時也能滿足互相關的判斷(見圖4(c))。如果按照常規數字信號處理算法來解算，便不會繼續解算LFM信號，導致實際LFM信息的丟失，甚至不能正確獲得水下目標的深度信息。

根據跑船試驗的原始數據進行數字信號處理算法的比對分析，同一原始水聲信號分別用常規算法及本文算法進行解算，其跟蹤軌跡對比如圖5所示。圖5(a)為利用常規數字信號處理算法進行解算的軌跡，而圖5(b)為本文并行實時處理算法解算的軌跡，可以看出在某些情況下常規算法會出現“丟點”甚至“亂點”等情況，主要原因便是在解算過程中丟失了實際的水聲信息，或者將本該是LFM信號錯判成CW信號，出現定位偏差。本文算法允許一塊數據擁有多重屬性，并在匹配過程中進行冗余解算，實時獲得水下目標的真實軌跡。

4 結論

本文在分析實際跑船試驗數據的基礎上，針對船載水聲定位系統的特點，改進了常規水聲定位系統的信號處理算法，提出了一種并行實時處理算法。該算法充分利用了數字信號處理器的流水線并行處理能力，為每塊數據賦予多重可能的屬性，最后利用獲得的冗余數據，采用濾波方式獲得更加準確的彈道軌跡。試驗結果證明，該算法更為準確和可靠。目前該算法已成功地應用于某型船載式水聲定位系統中，克服了常規算法的不足，取得了良好效果。

該算法具有更廣泛的適應性，不僅適應船載式機動性強的水聲定位系統，又能兼容常規水聲定位系統，經過擴充和改進還可應用在相類似的信號處理領域，具有較高的工程應用價值。

[1] 田坦. 水下定位與導航技術[M]. 北京: 國防工業出版社, 2007.

TIAN Tan. Underwater positioning and navigation technology[M]. Beijing: National Defence Industry Press, 2007.

[2] 任緒科. 水下運動目標同步測距理論與實現[D]. 西安: 西北工業大學, 2005.

REN Xuke. Underwater moving target synchronization ranging theory and realization[D]. Xian: Northwestern Polytechnical University, 2005.

[3] 周德善, 李志舜, 朱邦元. 魚雷自導技術[M]. 北京: 國防工業出版社, 2009.

ZHOU Deshan, LI Zhishun, ZHU Bangyuan. Torpedo homing technology[M]. Beijing: National Defence Industry Press, 2009.

[4] 徐鵬飛. 水下目標聲探測技術的研究[D]. 哈爾濱: 哈爾濱工程大學, 2005.

XU Pengfei. The research of underwater target acoustic detection technology[D]. Harbin: Harbin Engineering University, 2005.

[5] 姚山峰, 曾安軍, 嚴航, 等. 基于多重累積相關的LFM脈沖信號實時檢測算法[J]. 電訊技術, 2011, 51(5): 71-76.

YAO Shanfeng, ZENG Anjun, YAN Hang, et al. Real-time detection of LFM pulse signal based on cumulate-correlation[J]. Telecommunication Engineering, 2011, 51(5): 71-76.

The improved signal processing algorithm for ship-borne acoustic positioning system

ZHANG Qing-guo, WANG Jian-pei, GONG Hao-liang, MA Xiao-qin

(,650051,,)

In consideration ofthe characteristics of ship-borne acoustic positioning system, based on the signal processing algorithms for conventional acoustic positioning systems, the simulation and analysis of sound pulses superimposition phenomena appearing in ship-borne system has been made, and the results show that the conventional algorithms could lose the data probably, and they are difficult to adapt to the situation where the acoustic signal amplitude varies too fast. A parallel real-time digital signal processing algorithms is presented on this paper, which allows each piece of data having different properties, uses the data-match method to process the rear redundant, and finally obtains the valid data. After the dynamic test of ship navigation, it is proved that the algorithm has higher detection rate and can improve the authenticity and smoothness of the tracking trajectory.

shipboard systems; acoustic positioning system; signal processing algorithms; post processing of redundancy

TN929.3

A

1000-3630(2015)-03-0265-04

10.3969/j.issn1000-3630.2015.03.015

2014-03-24;

2014-06-27

張慶國(1982－), 男, 黑龍江人, 工程師, 研究方向為水下武器彈道跟蹤與測量技術研究。

張慶國, E-mail: ZQG750@126.com