反UUV 探測聲吶系統發展綜述

蘭同宇,劉本奇,劉 亮

(上海船舶電子設備研究所,上海,201108)

0 引言

隨著無人水下航行器(unmanned undersea vehicle,UUV)、蛙人作戰裝備等水下裝備的快速發展和世界恐怖主義威脅的日趨嚴重,對沿海軍事設施和關鍵基礎設施的水下威脅問題已經得到了越來越廣泛的關注。UUV 能夠快速、隱蔽地抵近港口、船只等設施,執行情報偵察、水下監視和反潛作戰等多種任務[1],其可以在水下停留較長時間,可在深海操作,它的出現徹底改變了水下作業模式;相比蛙人作戰裝備,UUV 不用顧及潛水員的安全,維護成本也要小得多?？梢灶A見,UUV 將承擔更多的特種作戰任務,也將給水下安保防御工作帶來極大的困難。

美國海軍很早就意識到反UUV 問題的重要性。2015 年,美國核武器安全戰略系統提出《港口環境下無人水下航行器的探測與分類》需求,提出反UUV 探測聲吶探測距離應大于1 000 m,最多可以容忍一天一次的虛警[2-3]。我國也意識到對小型UUV 等新型水下威脅的探測是港口和船只等防御的重中之重[4]。文中從UUV 的特征、典型反UUV 探測聲吶系統、UUV 探測的關鍵技術、主要問題和發展方向等幾個方面簡要分析了反UUV探測聲吶系統的研究現狀。

1 UUV 主要特征

1.1 水下聲輻射特征

UUV 水下航行時,其輻射噪聲分為機械噪聲、螺旋槳噪聲和水動力噪聲。UUV 的輻射噪聲與UUV 種類、速度和水深等因素有關。UUV 低速行駛時,主要輻射噪聲是機械噪聲,集中在低頻段;高速行駛時,主要輻射噪聲是螺旋槳噪聲,集中在中高頻段[5]。試驗得到,行駛中的UUV 輻射噪聲頻率范圍一般集中在0.5～4 kHz[5-6]。UUV 輻射噪聲具有指向性,其首部和尾部輻射噪聲級更大,中部相對較小。

以小型UUV Remus 100(見圖1)為例,其長度為1.6 m,半球型機頭直徑為19 cm。試驗中測得航行速度為5 kn 的 Remus 100 聲源級約為133 dB,最強輻射噪聲頻率約為1 065 Hz;聲源譜級指向性如圖2 所示,聲源譜級為104.8±8.4 dB[7]。

圖1 無人水下航行器Remus 100Fig.1 UUV Remus 100

圖2 檀香山試驗Remus100 輻射聲譜級指向性圖Fig.2 Directivity diagram of radiation sound spectrum level of Remus100 in Honolulu Harbor test

蛙人、軍艦、潛艇的聲源級對比分析見表1[8-10]?？梢钥闯?小型UUV 的輻射噪聲功率低于開式蛙人、戰艦和噪聲潛艇,與半閉式蛙人、安靜型潛艇大致相當,大于全閉式蛙人。因此被動探測蛙人和安靜型潛艇的辦法可以應用到UUV 探測中,但同時也面臨被動探潛、被動探蛙人的問題與困難。

表1 水下武器聲源級對比Table 1 Comparison of the sound source levels of underwater weapons

1.2 水下目標強度特征

目標強度是反映目標聲反射能力大小的物理量,目標強度與目標體積、信號入射方位、入射信號頻率等因素有關。UUV 的幾何形狀基本上是帶有半球體頭部的圓柱體,尾部有推進器,其正橫方向或頭部會有較強的目標強度值,尾部的目標強度一般較小。下面給出剛性圓柱體和剛性球體的目標強度理論值[11]。

剛性圓柱體的目標強度為

式中:a為球(柱)半徑;L為柱長;β=klsinθ,θ為入射方向與法線方向夾角。其正橫方向的目標強度為

剛性球體的目標強度為

理論分析可得,UUV 身部正橫方向的目標強度大于UUV 首部和尾部。UUV 的身部為柱型體,一般柱長越長、柱半徑越大,入射方向越接近正橫方向,目標強度就越大。此外,圓柱體的目標強度還會隨入射信號頻率起伏變化[12]。對于UUV 的端部,形狀多為半球型,其目標強度理論上只與球半徑有關。

以Remus 100 為例,該型UUV 長度為1.60 m,半球型機頭直徑為19 cm,理論計算得到其端部半球型機頭的目標強度為-26 dB,柱型身部正橫方向50 kHz 入射信號條件下的目標強度為6 dB。UUV 端部的目標強度較小,與閉式蛙人的目標強度大致相同,身部正橫方向的目標強度較大[13]。UUV 的形狀與水雷、魚雷類似,在主動探測上可以借鑒相關方法。

1.3 UUV 探測方式

UUV 探測分為被動和主動聲吶探測。被動聲吶通過接收UUV 的輻射噪聲進行探測,其能耗低、隱蔽性強,可用于長時間水下監測,但小型UUV 輻射噪聲級較低,港口環境復雜,因此目前被動聲吶探測距離較短。主動聲吶通過接收UUV目標的聲反射信號進行探測,小型UUV 尺寸較小,目標強度較低,目前高頻主動聲吶是各國探測小型UUV 的主要裝備,探測距離可達1 km 以上。

此外,UUV 的航行速度可達4～10 kn,其運動軌跡由計算機導航,一般按照規劃路徑運動,軌跡更為平滑。與蛙人等水下小目標相比,UUV 的航行速度更快,運動軌跡更規律,這些特征給UUV的探測和識別提供了一些新的思路。

2 國外反UUV 探測聲吶系統發展概況

現階段各國對UUV 的探測主要依靠蛙人探測聲吶系統(diver detection sonar,DDS)和海岸監測聲吶[14-15]。下面介紹國外幾種典型的UUV 聲吶探測系統。

2.1 AN/WQX-2 聲吶

美國目前正在開展利用AN/WQX-2 蛙人探測聲吶進行UUV 的探測工作,如圖3 所示[16]。AN/WQX-2 蛙人探測聲吶由加拿大 Kongsberg Mesotech 公司、德克薩斯大學奧斯汀分校共同研發生產,1996 年開始裝備,并不斷進行技術升級。如今,AN/WQX-2 安裝了新一代聲吶頭DDS 9000/9001 與Defender II 自動探測跟蹤軟件[4],系統裝置如圖4 所示。DDS 9000 港口防御聲吶由Kongsberg Mesotech 公司于2007 年推出,工作頻率為90 kHz,水平探測范圍角度為200°,質量小于90 kg,2010 年引進寬帶信號處理技術。系統可單獨使用也可組網使用,具有廣闊的聲吶覆蓋范圍,可以探測蛙人、UUV、蛙人運載工具(swimmer delivery vehicle,SDV)、蛙人推進器(dive propulsion vehicle,DPV)和潛艇等目標,最大探測距離為1 000 m,具體取決于水的溫度和鹽度。DDS 9001 提供360°全覆蓋,增加了移動中的運動補償,采用多種發射脈沖類型,具有更大的脈寬和帶寬,提高了發射聲源級和接收采樣率,同時質量更輕。Defender II 軟件可有效探測目標,然后將其位置轉換為GPS 方位,上傳至數據鏈系統;內置目標識別系統,能夠將UUV、蛙人的回波同海洋哺乳動物、碎片和氣泡的回波區分開。DefenderII 處理系統具有很低的虛警率,其在檢測過程中采用了2 種不同的軟件程序。聲吶處理軟件控制聲吶頭并處理返回的數據,自動檢測和跟蹤軟件利用這些數據來檢測、跟蹤和分類潛在的威脅。軟件內置的算法融合了人工智能的元素,只選擇那些具有威脅特征的目標。目標軌跡數據可以輸入到DefenderX 軟件中,該軟件具有融合多達10 個系統數據的能力,能夠模擬、回放威脅目標軌跡,以供訓練使用。除了目標的自動檢測和跟蹤,軟件能夠以標準軍事格式顯示輸出,以便快速操作。一旦探測到目標,操作人員會收到警報以及關于目標的附加信息。

圖3 AN/WQX-2 聲吶自動跟蹤和分類UUVFig.3 Automated tracking and classification of UUVs utilizing AN/WQX-2

圖4 DDS 9000 與Defender II 自動探測跟蹤軟件示意圖Fig.4 Schematic diagram of DDS 9000 and Defender II automated detection and tracking software

Kongsberg Mesotech 公司于2010 年推出了Defender III 軟件系統。Defender III 軟件基于LINUX 操作系統,該系統提供了一個安全、低維護、可靠、可預測和可復制的環境。Defender III還具備了更高水平的操作員支持和分析能力。分析系統包括數據分析、系統狀態分析和聲吶性能分析。數據分析可以更詳細地檢查個別跟蹤數據,以幫助確認或消除潛在的威脅目標;系統狀態分析可報告系統不同部分的總體情況和細節;聲吶性能分析通過對當前不同環境條件下的聲吶性能進行建模,使操作人員能夠根據環境變化最大限度地提高聲吶探測能力。

2.2 “海盾”系統

以色列DSIT 公司研發的“海盾”(SeaShield)靜態主動聲吶系統是世界上最先進的遠程海底海岸監視系統之一,該聲吶系統如圖5 所示[17]。系統安裝在關鍵海岸線、海上邊界和港口入口處,具有水下遠程、實時海岸監視能力,可提供對水下領域的全面態勢感知。

圖5 SeaShield 遠程沿海監視聲吶系統Fig.5 SeaShield long range underwater coastal surveillance system

SeaShield 由1 個主動發射陣列、2 個長接收陣列和1 個安裝在海床上的電子單元組成。幾個SeaShield 水下裝置可以串聯放置,形成大型反潛靜態主動聲吶海岸監視系統。SeaShield 的功能包括水下威脅目標的自動檢測、跟蹤和分類,可區分潛艇、UUV 和其他水下威脅,并在檢測到水下入侵者時立即發出警報。SeaShield 是一個全天工作的固定系統,可在任何天氣和海況下可靠運行。系統由陸地站控制,通過參與保護海道、海岸線和港口的反潛戰任務,最大限度地提高海軍的海岸防御能力。

2.3 DSIT DDS 系統

DSIT 公司研發了3 型知名的DDS,分別為“水盾”(AquaShield)DDS、“尖盾”(PointShield)便攜式DDS 和“騎士盾”(knightShield)DDS。2018 年5 月,“Stiletto 海洋演示項目”邀請DSIT Solutions公司在美國某海軍基地演示其水下防御系統,主要演示反UUV 能力。演示過程中,DSIT 公司在美國海軍基地附近碼頭部署了AquaShield DDS和PointShield DDS。演示期間,使用多種類型的UUV 從不同角度和深度靠近DDS,在為期4 天的演示中,DDS 系統成功對水下環境進行了監測,并在UUV 進入防護區時進行了有效預警[18]。

2.3.1 AquaShield DDS

AquaShield 是一種高性能DDS 系統,為海軍基地、港口等高價值岸基設備和關鍵近海設施提供持久的水下保護,水下單元如圖6 所示。

AquaShield 系統于2006 年面世,適合寬廣水域的水下目標長距離探測,可識別閉式、開式呼吸蛙人和UUV。其聲吶采用模塊化設計,可單獨或組合使用。聲吶采用主動工作方式,工作頻率為60 kHz,脈寬為1～40 ms,在水平方向上提供120°,240°和360°覆蓋范圍,測向精度小于 0.1°。每套聲吶的發射基陣由4 個90°扇面的垂直線列陣組成(長0.4 m),接收基陣由4 個水平線列陣十字形交叉組成(長1.25 m,每2 組陣列背向布置)。Aquashield 的探測距離至少為700 m,以提供15 min 的反應時間用來阻止蛙人入侵或提供5 min 的反應時間來阻止UUV 入侵。AquaShield使用相對較低的工作頻率和相對較大尺寸的陣列,并且運用了先進的信號處理算法用于自動探測、跟蹤和分類,信號處理模塊包括性能優化、相干能量檢測、方位插補、恒虛警處理、二維歸一化、自動檢測、自動跟蹤分類、降虛警、自動警報、自動消除喚醒和靜態目標抑制等。先進的信號處理算法確保了高檢測概率和低虛警率,其在劇烈的噪聲和混響背景下具有一周一次的虛警率。2014 年6 月,為應對SDV、DPV 和UUV 相關技術的進步,DSIT 推出了AquaShield 的擴展系統AquaShield ER (AquaShield extended range)。AquaShield ER 提供了前所未有的探測距離,對蛙人運載器的探測距離達3 500 m,開式蛙人的探測距離達1 800 m,閉式蛙人的探測距離達1 200 m。

2.3.2 PointShield DDS

為滿足特定地理位置的保護需求,DSIT 公司于2007 年推出了PointShield DDS,其水下單元如圖7 所示。該聲吶小巧易攜,可隨船攜帶、快速安裝部署,也可固定安裝于海底和港口,適合狹窄水域進行水下目標中短距離高精度探測。該聲吶實現了探測到跟蹤識別的全自動化,采用模塊化設計,可單機運行或組合使用。該聲吶采用主動工作方式,工作頻率70 kHz,帶寬20 kHz,測向精度小于 0.4°,對蛙人的探測距離大于500 m,也可用來探測UUV。

圖7 “尖盾”便攜式 DDSFig.7 PointShield Portable DDS

2.3.3 KnightShield DDS

2022 年6 月,DSIT 公司在鹿特丹舉行的2022年歐洲防務展上推出了KnightShield 機動特遣部隊水下安全系統。KnightShield 可保護停泊在港口的船只以及港口的指定區域,其水下工作示意圖如圖8 所示。該聲吶基于PointShield DDS 中的復雜技術,覆蓋范圍較大,可提供卓越的可靠性和精度。該系統為水下入侵提供全自動檢測、跟蹤、分類和警報,可檢測蛙人、AUV、SDV、DPV 和UUV。在各種天氣和海況下可同時處理多達500 個目標。該系統提供威脅目標的精確定位,即使是微弱的目標也能做出精確響應,虛警率極低。Knight-Shield 可裝在一個國際標準集裝箱中,并可以快速部署和回收移動,與各種傳感器以及指揮與控制安全系統集成,適于遠征部隊部署以及威脅級別升級期間使用。

圖8 “騎士盾”DDS 工作示意圖Fig.8 KnightShield DDS working diagram

3 難點和問題

目前,國外在UUV 探測方面已經取得了較大的成果,我國也十分重視水下防御相關技術的研究,并取得了很大進展,但還存在一些亟待解決的難點和問題。

1)探測距離問題

近些年UUV 相關技術飛速發展,需要更遠的探測距離才能滿足響應時間要求。目前聲吶系統的探測距離主要受限于發射信號頻率、海洋環境、信號處理技術和硬件條件等,遠未達到要求。

2)弱目標探測問題

對于被動聲吶,UUV 的輻射噪聲功率較低,且海洋環境復雜,水下目標種類數量多,目標UUV的輻射信號容易淹沒在周邊艦船、潛艇、其他水下航行器以及環境噪聲等眾多干擾信號中,難以有效探測;對于主動聲吶,獲得高質量的目標回波是主動聲吶有效探測的基礎,但小型UUV 等水下小目標的體積較小,目標強度很弱,且水下目標數量多,同時大多數港口附近海域水質較為混濁,混響較強,回波信混比極低,目標很容易淹沒在混響中,造成漏報和虛警,如何有效抑制混響是主動聲吶弱目標探測的關鍵問題之一。

3)虛警率問題

目前DDS 聲吶的虛警率較高,給相關人員帶來了巨大壓力。除了海洋背景干擾等因素,不能有效識別目標是高虛警的主要原因。聲吶系統應具備有效區分UUV、蛙人和海洋生物,判斷威脅目標意圖的能力,從而降低虛警率,提高工作效率。

4)環境適應性問題

海洋環境復雜多變,大部分聲吶在惡劣環境下的使用效果欠佳,因此需要加強聲吶系統對環境變化的自適應能力。

為有效解決上述問題,需要對聲吶系統、先進信號處理技術等方面進行進一步優化和改善。

4 關鍵技術和發展方向

4.1 多聲吶聯合系統

多聲吶系統聯合工作能夠有效增強目標探測的指向性,提升檢測準確性,提高探測距離,擴大覆蓋范圍。多聲吶聯合系統的思想為多輸入和多輸出的聲吶系統,因此在廣義上都可歸為多輸入多輸出(multiple-input multiple-output,MIMO)聲吶。MIMO 聲吶根據布陣可分為密集式和分布式。密集式MIMO 聲吶通過發射正交波形和匹配濾波處理獲得波形分集增益,可以增加接收段自由度、擴大單次探測覆蓋范圍。分布式MIMO 聲吶是為了解決傳統聲吶易暴露且有探測盲區的缺點而設計的。水下探測時,分布式MIMO 聲吶可以獲得目標在不同方向和距離上的散射信號,從而提高探測性能。分布式MIMO 聲吶與多基地聲吶思想基本相同,區別在于多基地聲吶各工作站是相互獨立的,并將處理結果送往中心工作站;MIMO 聲吶則是采用聯合發射和聯合接收處理的工作方式[19]。文中將MIMO 聲吶、多基地聲吶等多發多收思想的聲吶系統統稱為多聲吶聯合系統。學者們已經對多聲吶聯合系統進行了研究和試驗,并取得一定效果。

美國海軍研究證實,最適合DDS 的頻率在85～100 kHz 之間[20]。多波束聲吶通過一個“ping”信號同時發射多個波束,多波束聲吶的工作頻率更低,能量更高,覆蓋范圍更廣,探測效率更高。但多波束聲吶的分辨率低,對干擾背景下的威脅目標探測能力差。Kongsberg Mesotech 公司提出應用單波束聲吶補充多波束聲吶,對有限的區域提供高分辨覆蓋[21]。單波束的工作原理很像雷達掃描,用一個狹窄的、高強度的波束來提供高分辨率的圖像。例如使用頻率為675 kHz 的Kongsberg MS1000 聯合DDS 9000 可以獲得更好的探測和跟蹤功能,實現了探測范圍和分辨率之間的權衡。

2015 年,Meecham 在美國東北部進行測試,試驗部署2 套Sonardyne Sentinel 聲吶和1 套BioSonics分裂波束聲吶(Split Beam Sonar,SBS),并進行校準[22]。試驗目標包括開式和閉式蛙人以及小型UUV,經過多聲吶的智能部署和數據智能融合,可準確檢測和跟蹤目標,有效降低虛警。2018 年,Starmark 公司開發了低成本的硬件技術和多發射系統概念,將聲吶的探測范圍擴大至遠超1 km,滿足先進UUV 目標帶來的響應時間要求[23]。擴大現有聲吶探測范圍的方法是Starmark 公司演示的高功率、低壓沖擊發射機技術。該公司在現有聲吶系統的工作距離邊緣,部署一組分散的、成本低的沖擊發射器,創建了一種具有成本效益的多靜態系統。

UUV 的目標強度在不同入射方位差別很大,使用多聲吶聯合工作理論上可以獲得信噪比(信混比)更高的目標回波,因此多聲吶聯合系統是反UUV 探測聲吶系統的重點發展方向,但多聲吶聯合目前存在的多聲吶數據融合問題、多聲吶間相互影響和干擾等問題仍然需要科研人員研究和解決。

4.2 被動及主被動聯合聲吶系統

對于水下小目標監測,主動聲吶探測方法受到能源供給、主動發射泄漏的限制,不能滿足長時間連續監測的需求;同時,主動聲吶可能探測到與蛙人、UUV 目標強度相似的物體,造成虛警;主動聲吶還會暴露自己的位置信息,在作戰中十分不利。相比主動聲吶,被動聲吶具有能耗低、低虛警、隱蔽性強的特點。美國Stevens 理工學院研發了SPADES 被動聲學水下監視系統,并在哈德遜河和紐約港進行了測試,試驗表明該系統具有700 m 內的潛水員探測能力[24]。2010 年,Stevens 理工學院與荷蘭TNO 公司使用分別研發的SPADES 和Delphinus System 聲吶系統在Den Helder 港進行聯合試驗,試驗將距離為440 m 的潛水員信號顯示在頻譜圖上,并確定了距離為340 m 的潛水員的方位[25-26]。為滿足更高的探測需求,英國Sonardyne公司和Stevens 學院建立了合作伙伴關系,以研究一種主被動聲吶聯合系統,Sonardyne 發射的聲脈沖的目標回波可以被SPADES 接收和處理,主被動聲吶的融合檢測和軌跡融合可有效提高探測距離,降低虛警率。對于UUV 目標,其輻射噪聲略大于蛙人,因此應用被動聲吶進行探測是可行的?？梢灶A見,隨著對UUV 等水下小目標探測需求的提高,被動聲吶系統和主被動聯合聲吶系統也是反UUV 探測聲吶系統的重點發展方向之一。

4.3 主動聲吶系統發射信號波形設計

目前,UUV 探測工作主要依托于現有的DDS,DDS 最常用的發射信號為線性調頻(linear frequency modulation,LFM)信號,LFM 信號擁有良好的距離分辨率和較好的抗混響性能。但LFM 信號速度分辨力低,實際處理中,接收回波經常出現與目標無關的混響干擾,回波信混比很低,易造成虛警和漏報?？紤]UUV 的速度高于蛙人目標,學者們嘗試利用UUV 的速度信息進行探測,提出了使用多普勒敏感信號來區分目標回波和混響,如利用m 序列編碼的二進制相移鍵控(binary phase shift keying,BPSK)、正弦調頻(sinusoidal frequency modulation,SFM)等信號的多普勒敏感特性,通過多普勒處理可實現目標與混響的分離,并利用多普勒圖有效對目標和混響進行跟蹤[27-28]。在多普勒敏感信號的基礎上,又提出了以LFM 為基礎,周期性地切斷部分脈沖的信號[29]的cutFM 信號。該信號的頻譜呈梳狀,具有多普勒選擇性,可在UUV、蛙人速度范圍內有效抑制至少20 dB 的靜態混響。近些年,更多組合波形得到了廣泛的研究,如正負調頻信號、LFM 連續波(LFM continuous wave,LFMCW)組合信號、幾何梳狀譜信號(geometric comb waveform,GC)等[30-31]。組合信號能夠將不同信號的優點結合起來,更加準確和廣泛地獲得目標信息,有效提高探測性能。此外,正交發射波形、自適應發射波形常常應用到MIMO 聲吶系統中,可以獲得比單聲吶更好的探測、識別和抗干擾性能。

4.4 目標自動檢測技術

信號檢測算法從本質上一般可分為雜波濾波和目標回波信號累積2 種,或2 種手段同時應用[32]?，F有的DDS 及被動探測系統的信號處理方法主要有波束形成、聲吶多歷程累積、空時背景歸一化、基于特征提取的目標探測算法,以及自適應信號處理等[33-37]。高頻波束形成是目標有效檢測的基礎,波束形成技術經過多年發展,已經擁有很多成熟的算法,可初步實現波達方向(direction of arrival,DOA)估計、提高回波信噪比等功能。子空間DOA估計和稀疏類DOA 估計的相繼出現使DOA 估計實現了高分辨以及低信噪比下的良好性能[38]。其他目標檢測算法一般建立在波束形成的基礎上,通過對波束域數據的分析處理進而獲得更好的目標檢測效果。在實際應用中,海洋環境復雜多變,一些算法不能有效匹配海洋信道,往往很難獲得穩定的效果,因此在提高信號檢測算法穩定性的同時,還需要發展與水聲物理場相匹配的信號處理技術,如匹配場技術、信道特征處理技術等[39]。此外,隨著深度學習、大數據等人工智能技術的迅速發展,水聲目標探測技術也應借鑒相關技術向智能化轉化。

4.5 目標自動跟蹤技術

運動目標跟蹤的主要任務是選擇合適的目標特征并使用搜索算法、特征匹配算法將目標與周圍背景進行區分[40-41]?，F階段目標跟蹤最為直觀的思想就是在下一幀圖像中找到與目標圖像相似度最大的目標位置,常用的方法有基于數據關聯的目標跟蹤算法和基于隨機有限集(random finite set,RFS)的目標跟蹤算法[42-43]。進行數據關聯時,常使用卡爾曼濾波進行數據軌跡預測,以提高數據關聯的準確性和效率。在多目標跟蹤時,數據關聯算法的本質是將多目標跟蹤轉化為單目標跟蹤,跟蹤效果好但運算量大、實時性差?；赗FS 的目標跟蹤算法解決了數據關聯跟蹤算法實時性不足的問題。該算法將多目標的狀態和觀測值用集合的形式表示出來,通過貝葉斯濾波估計多目標運動狀態,避免了數據關聯的繁瑣計算[44-45]。常見的RFS 目標跟蹤算法有概率假設密度(probability hypothesis density,PHD)算法、多伯努利(multi-Bernoulli,MB)濾波算法等。跟蹤準確性和實時性是多目標跟蹤的重點,如何結合多種算法的優勢,提高跟蹤性能仍然是目前亟待解決的問題。

4.6 目標識別技術

目標識別技術是指在得到聲吶圖像之后,通過目標特征提取,然后將其與數據庫中的特征數據對比,進而實現目標分類識別。無論主被動聲吶,都可以通過對比潛艇、UUV、蛙人以及海洋生物運動學特征(速度、跟蹤時間、軌跡等)的不同進行分類識別,這也是目前水下小目標識別最常用的方法[46]。如小型UUV 的運動軌跡為計算機導航,與蛙人和海洋生物的運動軌跡有明顯區別。對于主動聲吶系統,可通過材料特征和幾何尺寸特征進行目標的分類識別,材料特征和尺寸特征都可通過對目標回波的分析得到。對于被動聲吶系統,主要通過機械噪聲、螺旋槳噪聲的譜參數特征(Burg 譜、Lofar 譜、倒譜、Demon 譜等)進行目標分類識別。實際應用中,現有方法的目標識別效果并不十分理想,主要存在目標特征提取精度欠佳、水下目標特征交叉難以分類、有效數據稀少等問題。因此,優化目標檢測、跟蹤算法以獲得更準確的目標特征信息是目標有效識別的基礎和關鍵;同時建設水聲數據庫,提升水聲目標數據信息支持能力也是目前亟待解決的問題[47]。此外,可嘗試融合不同類型的水下特征進行目標分類,并將深度學習思想引入到水下目標分類識別算法中,提高目前算法分類能力和對復雜水下環境的適應能力。

5 結束語

UUV 作為一種新型的海上力量,可完成水雷戰、反潛戰、目標偵察監視、關鍵設施破壞等特種作戰任務,給安保防御工作帶來了巨大的威脅和挑戰。文中綜述了國外利用現有聲吶系統進行UUV 探測的研究現狀以及反UUV 探測聲吶的關鍵技術、主要問題和發展方向。

國外相關機構已針對反UUV 探測聲吶系統進行了大量的研究和試驗,并獲得了較多成果,國內針對反UUV 探測聲吶系統的研究起步較晚,雖取得了一些進展但仍然存在許多亟待解決的問題。我們應該借鑒歐美先進國家的研究經驗,積極開展反UUV 探測聲吶相關研究工作,突破關鍵技術、解決相關問題,開發出適用于我國海洋環境的高性能反UUV 探測聲吶系統。