基于自適應波束形成的魚雷對潛目標識別技術

鄭振 甘新年 王麗媛

摘 要：通過魚雷對潛目標準確識別，實現對目標的精確打擊。當前的目標識別算法采用時頻特征提取算法，隨著海洋背景噪聲強度的增大，準確識別概率不高。提出一種采用亮點回波信號自適應波束形成的魚雷對潛目標識別算法，首先進行了魚雷對潛攻擊聲探測亮點回波模型構建，采用級聯濾波器進行回波信號降噪處理，對濾波后的輸出信號進行自適應波束形成處理，實現信號的特征提取和指向性聚焦，提高目標亮點回波信號的檢測性能，實現目標準確識別。仿真結果表明，采用該算法進行魚雷對潛目標檢測識別，準確檢測概率高于傳統算法，在低信混比下仍具有較好的準確識別率，抗干擾性能較好。

關鍵詞：魚雷；波束形成；目標識別；信號檢測

中圖分類號：TN911 文獻標識碼：A 文章編號：2095-2163（2016）02-

Submarine target recognition technology based on adaptive beam forming

ZHENG Zhen1 GAN Xinnian1 WANG Liyuan2

（1 No. 91640 Troops of PLA， Zhanjiang Guangdong 524064， China

2 Guangdong Planning and Designing Institute of Telecommunications Co. Ltd， Zhanjiang Guangdong 524022， China ）

Abstract： The target is accurately identified by torpedo， and the target is hit accurately. The current target recognition algorithm uses the time-frequency feature extraction algorithm， with the increase of the marine background noise intensity， the accurate recognition probability is not high. Put forward a torpedo based on highlight echo signal adaptive beamforming of submarine target recognition algorithm， first of all， a torpedo attack submarine acoustic detection echo highlight model was constructed using cascaded filters for echo signal denoising， output signal of the filter for self adaptive beam forming process， the realization of signal space gain directivity focusing， improve the detection performance of target echo highlight signal， realize precise target identification. Simulation results show that the proposed algorithm is used to detect and identify the potential target， and the accurate detection probability is higher than that of the traditional algorithm. The algorithm has better recognition rate and better anti jamming performance than the traditional algorithm.

Keywords： torpedo； beam forming； target recognition； signal detection

隨著現代化智能武器的發展，研究精確的目標檢測和目標定位算法，對提高武器的自導性能具有重要意義。在探測制導與目標識別領域，諸如飛機、導彈、魚雷等空中打擊目標會輻射出強大的多載波亮點回波信號，對目標輻射出的亮點回波信號進行檢測和參量估計，實現目標的準確攻擊和定位識別。魚雷是一種高精度制導的水中兵器，魚雷通過艦艇、潛艇和飛機發射，對攻擊潛艇、艦艇等水面與水下目標具有很強的殺傷性能。實現魚雷準確攻擊的主要技術是目標識別技術，在反潛魚雷中，需要對潛艇目標進行準確的回波模型構建，采用信號處理方法實現目標識別，提高精確打擊目標的能力，因此，研究魚雷對潛攻擊目標的識別技術，在提高魚雷的性能指標上具有重要意義[1-3]。

魚雷的目標識別可以分為被動聲探測識別和主動發射聲脈沖進行目標識別兩種方式，由于潛艇的靜默性較強，在反潛魚雷設計中，通常都是采用主動發射聲脈沖進行回波識別，達到目標發現和跟蹤的目的。魚雷在進行目標識別過程中，通過接收目標輻射噪聲（或反射回波）來實現對目標的運動參數的準確估計，判斷目標的屬性，實現目標分辨和打擊。傳統方法中，魚雷的目標識別算法主要有基于小波分析的目標信號檢測算法、基于時頻分析的檢測算法、基于分數階傅里葉變換的魚雷對潛攻擊目標檢測算法等[4-7]，上述方法是通過對魚雷目標的亮點回波模型構建，在低信噪比下進行多普勒頻移檢測，實現對目標的檢測，但上述算法在海洋背景較為復雜的情況下，識別效能不高，抗干擾性能不強[8]。

針對上述問題，本文提出一種基于亮點回波信號自適應波束形成的魚雷對潛目標識別算法，首先進行信號模型構建，然后采用信號處理方法進行目標回波信號濾波和降噪處理，采用自適應波束形成方法進行特征提取和空間聚焦，達到目標信號準確檢測的目的，實現目標識別，最后通過仿真實驗進行了性能測試，展示了本文算法的優越性能，得出有效性結論，表現出了較好的應用價值。

1 魚雷對潛攻擊目標的回波信號模型構建和抗干擾濾波預處理

4 結束語

實現魚雷準確攻擊目標的主要技術是目標識別技術，為了提高精確打擊潛艇目標的能力，本文提出一種采用亮點回波信號自適應波束形成的魚雷對潛目標識別算法，構建了魚雷對潛攻擊的聲探測亮點回波模型，采用級聯濾波器進行回波信號降噪處理，對濾波后的輸出信號進行自適應波束形成處理，提高目標亮點回波信號的檢測性能，實現目標準確識別。研究結果表明，采用該算法進行魚雷對潛目標檢測識別，準確檢測概率高于傳統算法，在較低的信混比下仍具有較好的準確識別率，抗干擾性能較好，性能優越于傳統算法。

參考文獻：

[1] 石鑫，周勇，胡光波.基于信號峰脊陡變調制的雷達測距算法[J].物聯網技術，2015，5（4）：12-14. 2014， 35.

[2] SU Hongtao， LIU Hongwei， SHUI Penglang， et al. Adaptive beamforming for nonstationary HF interference cancellation in skywave over-the-horizon radar[J]. IEEE Transactions on Aerospace and Electronic Systems， 2013， 49（1）： 312-324.

[3] GENG Zhe， DENG Hai， and HIMED B. Adaptive radar beamforming for interference mitigation in radar-wireless spectrum sharing[J]. IEEE Signal Processing Letters， 2015， 22（4）： 484-488.

[4] YANG Yunchuan， SUN Cong， ZHAO Hui， et al. Algorithms for secrecy guarantee with null space beamforming in two-way relay networks[J]. IEEE Transactions on Signal Processing， 2014， 62（8）： 2111-2126.

[5] 胡光波，何席兵，甘新年.基于分數階Fourier變化累積量的目標檢測算法[J].魚雷技術，2011，19（5）： 344-348.

[6] 劉昊晨，梁紅.線性調頻信號參數估計和仿真研究[J].計算機仿真，2011，10（14）： 157-159.

[7] 劉家亮，王海燕，姜喆，等.垂直線列陣結構對PTRM陣處理空間增益的影響[J].魚雷技術，2010，18（4）： 263-267.

[8] 劉子威，蘇洪濤， 胡勤振. 一種零陷展寬穩健旁瓣相消算法[J]. 電子與信息學報， 2016， 38（3）： 565-570.