水下目標識別技術探究

劉夢琪

（哈爾濱工程大學水聲學院，哈爾濱 150000）

1 研究背景

一般來說，水下目標情況復雜，我們研究的方向主要包括包括艦船、潛艇、水雷、魚群、海底沉物、地貌底質等。水下目標識別是實現水聲裝備與武器系統智能化的關鍵技術，更是現代信息化條件下克敵制勝的前提，一直是各國海防領域面臨的技術難題。在20世紀40年代，世界各主要國家就已開始重視水下目標識別技術，鑒于水下目標識別領域具有復雜性和特殊性，導致該技術研究進展一直較為緩慢。近年來，尤其是軍事應用方面，低噪聲核潛艇的出現對水下目標特征分析和識別技術的需求愈加強烈。同時，新興的信息處理技術、微處理器技術、VLSI和VHSIC技術也取得了重大進展。正是基于軍事需求和新興電子技術的推動下，數值計算和實驗室仿真技術日趨成熟，水下目標識別技術迅速發展起來。

2 識別技術的發展

水下目標識別根據回波信號符合大信噪比條件，一般分為瞬態回波信號識別和水聲圖像信號識別兩種。前者主要用于識別航行艦艇，直接對目標回波或噪聲信號進行實時辨別；后者多用于靜態目標，如海底沉淀物、地質結構等識別。早期的目標識別技術，目標判斷主要依據目標噪聲或回波的波形音調、節奏分布特性進行識別。隨著研究技術和設備的發展，上個世紀七十年代后，目標回波的亮點分布結構起伏和展寬特性以及目標噪聲的線譜分布特性均已作為目標的特征量。但由于目標本身以及聲傳輸信道的復雜性，目標特征量及其數量的選取問題還是沒有得到有效解決。八十年代以來，目標識別技術廣泛引入了近代信號處理技術，儀器設備研制和測量水平得到大幅提升，這為水下目標特征量提取和數據收集提供了便利條件，與此同時，人工神經網絡分析將目標識別過程進一步智能化。

在全球電子化、智能化手段的快速發展和廣泛應用下，各國在水下目標識別的多個領域實現了突破。一是日本東京大學和美國RESON公司從2010年起聯合開發應用于淺海及沿岸港口的自動聲納目標探測跟蹤系統。此系統能在低信噪比情況下，有效跟蹤探測水下運動目標。并在此基礎上，使用干涉儀測量法計算相位差場，這樣就能夠有效抑制噪聲混響及靜止假目標的干擾，從而提高識別率。二是美國愛荷華大學2013年深入研究了非穩態干擾下主動聲納目標探測及分類，并提出自適應子空間跟蹤算法，在時頻區域對目標回波進行動態監測，結果表明此算法能夠有效抑制雜波對目標回波的干擾。三是歐美各國均建立了蛙人散射模型，進行水下小目標探測識別研究。通過實驗，仿真分析了蛙人的目標強度，并開展水池試驗，測量了蛙人呼吸氣瓶的目標強度，海上試驗測量了蛙人目標強度。據公開資料顯示，蛙人探測聲納（DDS）的性能描述，幾乎所有的蛙人探測聲納均稱實現了目標識別和預警。四是2013年，美國海洋SPAWAR系統中心海洋系統太平洋分部，應用多普勒方位測定法對多基地連續主動聲納目標進行跟蹤。在多收發裝置情況下，以此方法對目標進行有效定位和跟蹤，取得良好效果。

在先進發達國家的推動下，目標特性試驗數據資源建設較為完善。俄羅斯、美國、英國在多年前就建立了大西洋海上試驗場、DERA測試場、活動式試驗場及靶場，收集并整理了大量本國和盟約國及世界各國的艦艇目標特征數據資源，并對這些數據資源進行了對比分析、深層次挖掘，形成以特征庫數據為基準的探測、識別體系。據了解，美俄等軍事大國，每艘潛艇上都具有相應數據庫，庫中記載著各種艦艇、水中兵器的數據庫及特征知識庫，從而為作戰中指揮官的準確判斷提供數據支撐。

3 未來發展趨勢

隨著吸聲和隔聲材料工藝提高、發動機減振降噪技術提升、仿生技術發展、干擾器種類多樣化以及安靜級潛艇應用給復雜的水下目標探測提出更高要求，識別與反識別技術出現了激烈碰撞。同時，水下目標識別技術和途徑也逐漸多樣化，己從單一源目標提高到系統綜合識別。據研究發現，現代激光技術可以作為水下目標識別系統的補充，尤其是在淺水區域、環境復雜的海洋區域、不易接近的區域等，使用激光可以快速探測和識別。機載激光掃描系統可以快速部署，用于探測水下目標或水面浮動目標。如果目標足夠大，機載激光掃描還可識別不同類型的目標，在這種情況下，在水面平臺或水下平臺上部署激光門控視圖（LGV）、水下激光掃描（ULS）系統，可以確認目標。

可以預見，未來的發展方向主要是非聲探測、多傳感器信息融合和智能目標識別等。人工智能技術與水聲目標識別有機結合將是今后水下目標識別研究的重要方向。