單拖線陣聲吶左右舷分辨方法及海試驗證

李厚全，韓樹平，曾廣會，董永峰，沈立彬

(1.海軍潛艇學(xué)院航海觀通系，山東青島266042;2.海軍航空工程學(xué)院電子信息工程系，山東煙臺264001)

?

單拖線陣聲吶左右舷分辨方法及海試驗證

李厚全1，2，韓樹平1，曾廣會1，董永峰1，沈立彬1

(1.海軍潛艇學(xué)院航海觀通系，山東青島266042;2.海軍航空工程學(xué)院電子信息工程系，山東煙臺264001)

摘要:針對左右舷模糊是拖線陣聲吶的固有缺陷這一問題，依據(jù)艦艇機(jī)動轉(zhuǎn)向時陣形發(fā)生彎曲畸變這一事實，提出了一種基于信號處理手段的左右舷分辨算法以實現(xiàn)自動、快速分辨。該技術(shù)首先采用流體動力學(xué)陣形預(yù)報技術(shù)進(jìn)行實時陣形估計獲取陣形數(shù)據(jù);提出了最大似然比準(zhǔn)則下最優(yōu)統(tǒng)計量檢驗與左右舷抑制比聯(lián)合的判別算法，能夠有效去除虛源假目標(biāo)，保留真實目標(biāo)，實現(xiàn)判別左右舷;創(chuàng)新性的提出了分辨結(jié)果顯示方式，采用－180°～+180°對應(yīng)左右舷側(cè)，將真實目標(biāo)亮處理，虛源目標(biāo)暗處理，以動態(tài)實時刷新的舷角－時間歷程圖的判別形式顯示真假目標(biāo)。海試數(shù)據(jù)處理結(jié)果表明:該技術(shù)在艦艇機(jī)動時能夠?qū)崿F(xiàn)自動、快速左右舷分辨，分辨顯示結(jié)果更加直觀，克服了現(xiàn)有方法中無法自動判別、時間滯后等缺點，比現(xiàn)有方法快一倍以上。

關(guān)鍵詞:拖曳線列陣;模糊;左右舷;最大似然比;判別

當(dāng)前的左右舷判別，除改變拖線陣聲吶的發(fā)射端或濕端設(shè)備之外，常用的實現(xiàn)方法是通過判別本艦(艇)機(jī)動時目標(biāo)舷角的變化趨勢［1］或在機(jī)動時利用畸變陣形的信號處理的方法［2－9］。舷角變化判別左右舷是根據(jù)聲吶時間－方位歷程圖中目標(biāo)舷角的變化由人工來辨別左右舷的，其缺點是需要等待艦艇機(jī)動完成，線陣?yán)焙蟛拍芙o出判決且無法實現(xiàn)自動判決。機(jī)動時利用畸變陣形的信號處理的左右舷判別方法，雖有一些國內(nèi)外文獻(xiàn)報道該方法，但受陣形估計等因素的影響，在利用信號處理手段進(jìn)行單線陣左右舷分辨方面鮮有應(yīng)用成功的實例報道。時至今日，單線陣目標(biāo)左右舷分辨尚缺乏可實際應(yīng)用的能夠快速、自動實現(xiàn)判別方法。

本文在深入研究了單線陣聲吶左右舷分辨方法［3，5－6］的基礎(chǔ)上，提出了一種以陣形估計為基礎(chǔ)，以最大似然比準(zhǔn)則下最優(yōu)統(tǒng)計量檢驗與左右舷抑制比相聯(lián)合的分辨算法為實現(xiàn)手段的左右舷分辨方法，創(chuàng)新性的提出了判別結(jié)果顯示方式，以更加直觀的判別結(jié)果實現(xiàn)了左右舷判別的自動、快速分辨。

1　流體動力學(xué)陣形預(yù)報技術(shù)

文中左右舷分辨方法以陣形已知為前提，即在艦船機(jī)動時轉(zhuǎn)向過程中，判別方法以陣形會發(fā)生彎曲畸變這一事實為依據(jù)，首先進(jìn)行陣形估計。

為突破對拖線陣自身航向傳感器的依賴，并無需對線陣濕端結(jié)構(gòu)做任何改變的前提下，采用流體力學(xué)陣形預(yù)報技術(shù)［7－8］進(jìn)行陣形估計，通過對拖纜系統(tǒng)的微元段進(jìn)行受力分析，建立動力平衡方程。拖纜微元段如圖1所示，微元段纜的動力平衡方程為:

式中:T為纜上的張力;W為單位纜長在水中的重量;F為單位纜長受到的流體水動力;B為單位纜長慣性水動力;S為拉伸后纜的弧長;s為未拉伸纜的弧長;S'為拉伸纜弧長對未拉伸纜的弧長的微分，即S'=δS/δs=1+T/EA=1+eT。

圖1　拖纜微元段力學(xué)模型Fig.1 Dynamics model of slight towline

圍繞上述兩方程在時間和空間兩個方向展開后，得到關(guān)于拖纜上每個微元段的離散差分方程組。聯(lián)合拖曳系統(tǒng)拖點和尾端的邊界條件，可求解該方程組，從而求得每個微元段的坐標(biāo)值。利用流體動力學(xué)進(jìn)行陣形估計的算法流程如圖2所示。該算法不需要已知方位的輔助聲源和傳感器數(shù)據(jù)，就可以實時預(yù)報拖線陣陣形，并可得到每個陣元的坐標(biāo)位置，具體算法參見文獻(xiàn)［7］。

圖2　陣形估計流程Fig.2 Fow chart of array estimation

2　左右舷判別算法

在獲取了估計陣形的基礎(chǔ)上，經(jīng)陣形補(bǔ)償后作360°MVDR波束域信號處理，制定右舷判別規(guī)則，消除虛源假目標(biāo)，保留真實目標(biāo);在結(jié)果顯示上，突破傳統(tǒng)0～180°灰度方位－時間方位歷程顯示轉(zhuǎn)化為－180～180°灰度方位－時間歷程顯示方法。設(shè)計具體算法流程如圖3所示。

圖3　左右舷分辨算法流程Fig.3 Flow chart of port/starboard discrimination

最大似然比準(zhǔn)則下最優(yōu)統(tǒng)計量檢驗與左右舷抑制比聯(lián)合目標(biāo)左右舷判別算法的完整算法描述如下。

2.1最大似然比準(zhǔn)則下最優(yōu)統(tǒng)計量檢驗

2.1.1建立假設(shè)檢驗?zāi)Ｐ?/p>

H0(預(yù)假設(shè)):目標(biāo)在右舷;

H1(備擇假設(shè)):目標(biāo)在左舷。

兩種假設(shè)下分別做常規(guī)波束形成，得到各自的左、右波束輸出值，表達(dá)式統(tǒng)一寫為

式中:p0表示信號幅度，Nh為基元數(shù)目，c0為陣形畸變因子:

式中:bRR第1個下標(biāo)R表示目標(biāo)在右舷(L表示在左舷)，第2個下標(biāo)R表示形成右波束值(L表示形成左波束值)。

2.1.2構(gòu)造檢驗統(tǒng)計量t

對左、右波束輸出采樣做M點DFT后得到信號頻率對應(yīng)的分量(以H0假設(shè)為例):

其中相關(guān)參數(shù)含義如下:

平方律檢波后，構(gòu)造檢驗統(tǒng)計量ti:

ti服從非中心分布且有:

非中心參量分別為:λ1=2SNR，λ2=| c0|2λ1。

同理可得:H1假設(shè)下左右波束頻率分量和檢驗統(tǒng)計量如下:

2.1.3似然比判決準(zhǔn)則

構(gòu)造似然比:

其中，

f(t1，t2| H1)是H1假設(shè)下統(tǒng)計量ti的聯(lián)合概率密度函數(shù)，I0是修正的零階貝賽爾函數(shù)。

由最大似然比準(zhǔn)則知:若L＞1，則判決H1成立，即目標(biāo)在左舷;若L＜1，則判決H0成立，即目標(biāo)在右舷。

H0假設(shè)下的正確判決概率PCR即為L＜1的概率:

2.2　左右舷抑制比準(zhǔn)則

設(shè)某一遠(yuǎn)場信號中心頻率為f，方向角為φ，波數(shù)κ=2πf/c，xm、ym分別為第m個水聽器的橫坐標(biāo)和縱坐標(biāo)，則目標(biāo)信號的方向向量為:

彎曲畸變陣接收信號的協(xié)方差矩陣為:

畸變陣波束輸出功率為:

定義鏡像源抑制比:

如果各水聽器的輸出噪聲互不相關(guān)，此時的鏡像源抑制比為:

由式(9)、(10)可知，畸變拖線陣的左右舷分辨能力與陣元個數(shù)、輸入信噪比、噪聲空間相關(guān)性、陣型畸變程度以及目標(biāo)方向等有關(guān)［9－10］。

2.3左右舷判別規(guī)則

判別規(guī)則的設(shè)定需同時考慮最優(yōu)統(tǒng)計量檢驗正確判決概率PCR和左右舷抑制比。對PCR設(shè)定一閾值M，對SMR設(shè)定閾值N(M、N值可依經(jīng)驗取定，如M取0.7，N取略大于1的數(shù)值):

1)當(dāng)SMR＞N，且PCR＞M時，判定θ方位上為真目標(biāo)，－θ方位為鏡像虛源;

2)當(dāng)SMR＜1，且PCR＜0.5時，判定θ方位上為鏡像虛源，－θ方位為真目標(biāo)。

3)當(dāng)SMR=1，且PCR＞M時，判定θ方位上為真目標(biāo)，－θ方位為鏡像虛源。

4)其他情況，即PCR、SMR不滿足上述1)～3)時，不予處理(不影響判決結(jié)果)。

2.4判別結(jié)果顯示

經(jīng)2.3判別規(guī)則處理后的左右舷判別結(jié)果，將真實目標(biāo)保留，虛源假目標(biāo)置零消除。左右舷判別算法結(jié)果顯示方式以實時刷新的動態(tài)瀑布圖呈現(xiàn)給用戶的，因此當(dāng)陣形發(fā)生畸變時2.3中第4)項出現(xiàn)的概率極小，不予處理并不影響左右舷判別結(jié)果的正確性。

2.5左右舷判別算法效率計算

左右舷判別算法理論上是可以在陣形發(fā)生彎曲畸變的起始時刻即可以給出目標(biāo)左右舷判別結(jié)果。為對比舷角判別法的性能，以下給出了定量計算。文中左右舷判別在陣型估計能夠?qū)崟r進(jìn)行的情況下，左右舷判別所需時間為:

式中:Testima為陣型預(yù)報技術(shù)左右舷判別所需時間，tarray_estima為陣型預(yù)報所需時間，Ltow為拖攬長度，Lnon_acoustic為拖線陣聲陣段前端的非聲段長度，Vvel為艦艇速度。

舷角法左右舷判別所需時間:

左右舷分辨時間定量計算實例在海試數(shù)據(jù)驗證中給出典型范例分析驗證。

3　海試數(shù)據(jù)驗證

在某海域進(jìn)行的左右舷分辨海上試驗中，采用兩艘艦船，一艘為拖線陣母船，另一艘作為目標(biāo)艦，目標(biāo)艦的作用是目標(biāo)左右舷可靠性驗證，即驗證左舷和右舷目標(biāo)與其所在－180～0°和0～+180°對應(yīng)結(jié)果是否正確。

試驗過程中，拖曳母船航速約為9 kn，拖纜長度300 m，與合作目標(biāo)船的運動軌跡如圖4所示。

圖4　拖船與目標(biāo)船GPS軌跡Fig.4 GPS of tow ship and target ship

如圖5所示是航路中拖船航向圖，拖船在整個航路過程中共有3次機(jī)動轉(zhuǎn)向。左右舷分辨算法將利用這3次轉(zhuǎn)向機(jī)動驗證算法的性能。

圖5　拖船航向Fig.5 Tow ship course

應(yīng)用流體動力學(xué)陣形預(yù)報技術(shù)實時進(jìn)行陣形估計，并將陣形估計數(shù)據(jù)輸入左右舷分辨算法中，圖6～8分別給出了3次機(jī)動轉(zhuǎn)向過程中的左右舷分辨的結(jié)果，橫坐標(biāo)對應(yīng)舷角為－180～+180°，縱坐標(biāo)是數(shù)據(jù)處理次數(shù)(采樣率6 kHz，每次處理1 024點)。

從圖6～8中，可以看到以－180～+180°舷角－時間歷程圖中，用實線箭頭指示的左舷目標(biāo)被對應(yīng)的保留在左舷，對應(yīng)舷側(cè)的虛源假目標(biāo)被消除掉，在圖上顯示為暗色;同樣，用虛線箭頭的右舷目標(biāo)被完整的保留在右舷，對應(yīng)舷側(cè)的虛源假目標(biāo)被消除，在圖上顯示為暗色。由此可見，顯示結(jié)果能夠?qū)崿F(xiàn)目標(biāo)左右舷的自動判別。

圖6　第一次轉(zhuǎn)向機(jī)動左右舷分辨Fig.6 Left-right discrimination in the first turn

圖7　第二次轉(zhuǎn)向機(jī)動左右舷分辨Fig.7　Left-right discrimination in the second turn

圖8　第三次轉(zhuǎn)向機(jī)動左右舷分辨Fig.8 Left/right discrimination in the third turn

表1給出了3次機(jī)動轉(zhuǎn)向過程中，兩種左右舷分辨方法耗時計算比對，其中轉(zhuǎn)向序號1、2、3分別對應(yīng)圖6～8中的3次機(jī)動轉(zhuǎn)向。

表1　三次機(jī)動左右舷分辨計算時間比較Table 1 Time cost comparison of left/right discrimination during three turns

圖6拖線陣轉(zhuǎn)向機(jī)動過程中，在陣型能夠?qū)崟r估計的情況下，陣型預(yù)報技術(shù)左右舷判別耗時85 s，舷角法左右舷判別耗時11分22秒，前者耗時是后者的12.5％。圖7拖線陣機(jī)動轉(zhuǎn)向過程中，在陣型能夠?qū)崟r估計的情況下，陣型預(yù)報技術(shù)左右舷判別耗時1分32秒，舷角法左右舷判別耗時3分45秒，前者耗時是后者的40.9％。圖8拖線陣在機(jī)動轉(zhuǎn)向過程中，在陣型能夠?qū)崟r估計的情況下，陣型預(yù)報技術(shù)左右舷判別耗時85秒，舷角法左右舷判別耗時5 分41秒，前者耗時是后者的24.9％。綜上，經(jīng)三次機(jī)動轉(zhuǎn)向耗時計算，文中左右舷判別算法比舷角法判別耗時縮短50％以上。

將文中算法結(jié)果與目標(biāo)艦實際所在舷側(cè)經(jīng)對比驗證表明，左右舷判別算法結(jié)果是完全正確的。由于瀑布圖以動態(tài)方式實時刷新，判決結(jié)果在陣形發(fā)生彎曲畸變的起始時刻即可給出左右舷判決的結(jié)果，經(jīng)幾次刷新，判決結(jié)果顯示更一目了然，極大的方便了指揮員和聲吶員對戰(zhàn)場態(tài)勢的判斷。

4　結(jié)束語

本文在不改變單線陣聲納濕端結(jié)構(gòu)的條件下，利用艦艇機(jī)動形成的陣形彎曲，通過信號處理手段，實現(xiàn)了對目標(biāo)左右舷的自動快速分辨。經(jīng)海上試驗驗證，有以下結(jié)論成立:

1)本文提出的利用艦艇機(jī)動形成的陣形彎曲，基于左右波束構(gòu)造檢驗統(tǒng)計量聯(lián)合左右舷抑制比制定判決規(guī)則進(jìn)行左右舷目標(biāo)自動快速判決的新方法，解決了單線陣聲納左右舷目標(biāo)自動分辨問題;

2)本文提出的目標(biāo)左右舷分辨算法比現(xiàn)有舷角判別方法時間縮短50％以上;

3)本文基于全域波束形成和最大似然判決，將拖線陣0～+180?半空間波束顯示，拓展到－180°～+180°全空間波束顯示，實現(xiàn)了單拖線陣聲納左右舷分辨全景顯示。

參考文獻(xiàn):

［1］林宗祥，孫永刊，熊正祥.本艦機(jī)動分辨目標(biāo)左右舷建模與仿真［J］.魚雷技術(shù)，2012，20(6):458－462.LIN Zongxiang，SUN Yongkan，XIONG Zhengxiang.Modeling and simulation of mother ship maneuver for discriminating port/starboard of target［J］.Torpedo Technology，2012，20(6):458－462.

［2］GJONNES G S，AAGEDAL H.Left/right discrimination in software with conventional，passive thin－line towed submarine arrays［C］//UDT2000，Pacific，2000:1－6.

［3］KAOURI K.Left－right ambiguity resolution of a towed array sonar［D］.Somerville:Somerville College University of Oxford，2000:15－26.

［4］GROEN J，BEERENS S P，BEEN R，et al.Adaptive portstarboard beamforming of triplet sonar arrays［J］.IEEE Journal of Oceanic Engineering，2005，30(2):348－359.

［5］沈立彬，韓樹平，董永峰.一種用于單線陣左右舷自動判決的檢驗統(tǒng)計量［J］.聲學(xué)技術(shù)，2012，31(4):288－290.SHEN Libin，HAN Shuping，DONG Yongfeng.A hypothesis statistic used for automatic port/starboard discrimination of single－line array sonar［J］.Technical Acoustics，2012，31(4):288－290.

［6］李厚全，韓樹平，沈立彬，等.單線陣左右舷自動分辨算法寬容性仿真研究［J］.聲學(xué)技術(shù)，2013，32(4):408－411.LI Houquan，HAN Shuping，SHEN Libin.Simulating research on tolerance of port/starboard automatic discrimination on a thin－line array［J］.Technical Acoustics，2013，32(4):408－411.

［7］曾廣會，朱軍，葛義軍.潛艇機(jī)動時拖曳線列陣陣位預(yù)報與參數(shù)分析［J］.哈爾濱工程大學(xué)學(xué)報，2009，30(7):723－727.ZENG Guanghui，ZHU Jun，GE Yijun.Predicting the position and analyzing the parameters of a towed array during the maneuvering of a submarine［J］.Journal of Harbin Engineering University，2009，30(7):723－727.

［8］KISHORE S S，GANAPATHY C.Analytical investigations on loop－manoeuvre of underwater towed cable－array system ［J］.Applied Ocean Research，1996，6(18):353－360.

［9］焦君圣.本艇機(jī)動時拖曳陣的陣形估計及左右舷分辨方法［J］.聲學(xué)與電子工程，2007(4):16－19，34.

［10］張賓，孫貴青.一種典型陣形畸變對雙線陣聲納左右舷分辨性能的影響［J］.電子學(xué)報，2010，38(10):2383－2388.ZHANG Bin，SUN Guiqing.Effects of a typical shape distortion on the left/right discrimination of twin－line array sonar ［J］.Acta Electronica Sinica，2010，38(10):2383－2388.

Discrimination method for the left and right boards using towed linear array sonar and its verification in an ocean experiment

LI Houquan1，2，HAN Shuping1，ZENG Guanghui1，DONG Yongfeng1，SHEN Libin1
(1.Navy Submarine Academy，Qingdao 266042，China;2.Naval Aeronautical Engineering Institute，Yantai 264001，China)

Abstract:Ambiguity about the left and right boards is an inherent shortcoming of towed array sonar because the array becomes curved and distorted when the vessel changes direction.A novel method to allow automatic and rapid discrimination between the left and right boards based on a signal handling method was therefore investigated.The approach used the array shape forecasting technology of fluid dynamics to forecast the real－time array shape and gain the array data.A discrimination algorithm was proposed based on optimum statistics and a combined rejection ratio of left and right boards using maximum likelihood ratio criteria.This algorithm eliminated false sources and false targets，and successfully tracked the real target to discriminate between left board and right board.A novel way of displaying the results was also proposed by lightening the real targets and darkening the false targets.Dynamic real－time refreshing of bow angle and a time history display were used to show the real and false targets.An ocean experiment demonstrated that this novel method can automatically and rapidly discriminate the left and right boards during the maneuvering of navy vessels，overcoming the shortcomings of existing methods that cannot discriminate automatically and that have long discrimination durations.The proposed method was at least twice as fast as the existing method.

Keywords:towed linear array;ambiguity;left and right boards;maximum likelihood ratio;discrimination

通信作者:李厚全，E－mail:lhqqtxy@ 163.com.

作者簡介:李厚全(1981－)，男，講師，在站博士后;韓樹平(1965－)，男，教授，博士生導(dǎo)師.

基金項目:中國博士后基金資助項目(2014M552658).

收稿日期:2014－10－08.網(wǎng)絡(luò)出版時間:2015－12－21.

中圖分類號:TB556

文獻(xiàn)標(biāo)志碼:A

文章編號:1006－7043(2016)01－0081－05

doi:10.11990/jheu.201410013

網(wǎng)絡(luò)出版地址:http://www.cnki.net/kcms/detail/23.1390.u.20151221.1613.042.html