一種聲自導魚雷潛艇目標識別方法

石 磊，劉 罡

(中國船舶集團有限公司第七〇五研究所，陜西 西安 710075)

0 引 言

水下目標識別是現(xiàn)代聲自導魚雷智能化發(fā)展的關(guān)鍵技術(shù)，通常采用基于目標亮點空間分布的識別技術(shù)，將各個亮點的位置通過幾何方法投影至大地坐標系中，從而獲取目標的水平尺度、垂直尺度以及目標的走向角，并以此作為特征量，通過判別干擾與目標的水平長度和垂直尺度差異剔除點誘餌、自航式尺度誘餌等，實現(xiàn)潛艇和各類干擾器材的識別[1 – 2]。但該方法進行目標識別時要求魚雷軸向與目標航向形成20°~70°的夾角，并要求魚雷和目標在垂直方向存在一定的深度差；其次在淺水聲傳播情況復雜，聲線彎曲使得垂直方向的尺度識別能力下降。另外，此類方法不能識別未來可能出現(xiàn)的二維尺度誘餌。

由于各類干擾器材[3]，特別是自航式尺度聲誘餌在聲學特性上的逼真性，魚雷通過傳統(tǒng)的水平尺度差異、垂直尺度差異等識別方法已經(jīng)難以對其進行識別[4]。尺度聲誘餌的多個基元一般不能完全獨立應答，通常是單點接收多點同步應答，而潛艇是真實的物理反射，各個位置的回波由于與魚雷連線的夾角不同，徑向速度就不同，導致接收到的魚雷發(fā)射信號多普勒頻移也不相同，對于不能完全獨立應答的尺度聲誘餌是無法對其進行模擬的[5]。因此可以利用此特征，通過不同亮點之間目標運動速度一致性來識別潛艇，提高目標識別的概率。

本文提出了一種基于微多普勒差異[6]的聲自導魚雷識別潛艇的目標識別方法，該方法通過亮點之間的位置信息估計出亮點連線的傾角，然后利用各個亮點的徑向速度和亮點連線的傾角估計出不同亮點對應的目標速度，最后利用各個亮點獲取的目標運動速度的一致性來識別潛艇。

1 目標速度估計基本原理

主動自導系統(tǒng)接收的目標回波[7]，除相對于發(fā)射信號的延時以外，還產(chǎn)生多普勒頻移，多普勒頻移與目標的徑向速度有關(guān)[8]。徑向速度指魚雷速度與目標速度在魚雷與目標連線上的投影之和，也稱魚雷相對于目標的相對速度。

設魚雷主動發(fā)射信號的工作頻率為f0，徑向速度vr產(chǎn)生的多普勒頻移為：

式中，c為聲波在海水中的速度，一般取1 500 m/s。由于vr?c，所以

因此，通過回波頻率估計后即可獲取多普勒頻移，從而可計算得到目標的徑向速度。

2 基于微多普勒差異的目標識別算法

基于微多普勒差異的目標識別[9]中，首先需要以傳統(tǒng)多亮點檢測為基礎(chǔ)，進行目標的二維尺度識別，獲取目標的二維尺度信息及姿態(tài)信息[10]，然后再進行亮點的選取，并獲取所選亮點的亮點距離、方位和徑向速度，最后根據(jù)參數(shù)估計值，計算亮點連線的傾角以及各個亮點對應的目標運動速度，獲得亮點之間的運動速度差值，并以此判斷該目標是否為潛艇。

2.1 亮點選取

對于自導系統(tǒng)檢測到的多個亮點（大于2個）中選擇水平方位角度差最大的2個亮點，分別為1號和2號亮點作為目標識別的有效亮點，如圖1所示。

圖1 魚雷攻擊態(tài)勢示意圖Fig.1 Schematic diagram of the torpedo attack situation

2.2 亮點距離和徑向速度計算

對于選取的1號和2號亮點，其距離分別為：

式中：R1和R2分別為自導系統(tǒng)計算得到的1號和2號亮點的距離；τ1和τ2分別為對應1號和2號亮點反射回波相對于發(fā)射信號的時延。

徑向速度分別為：

式中：vr1和vr2分別為自導系統(tǒng)計算得到的1號亮點和2號亮點徑向速度，也稱魚雷相對于目標的相對速度；f0為自導系統(tǒng)發(fā)射信號的工作頻率；fd1和fd2分別為自導系統(tǒng)檢測到的1號亮點和2號亮點對應的多普勒頻移。

2.3 估計亮點連線的傾角

如圖1所示，OXZ坐標系為魚雷坐標系，原點O為魚雷質(zhì)心，魚雷縱軸指向雷頭方向為OX軸。亮點連線的傾角為：

式中：φ為2個亮點連線的傾角；α1和α2分別為自導系統(tǒng)檢測到的1號和2號亮點的水平方位，以魚雷軸向指向頭部為參考方向，指向左邊為正，指向右邊為負。

2.4 估計各個亮點對應的目標運動速度

1號和2號亮點對應的目標運動速度為：

式中：vtarget1和vtarget2分別為1號亮點和2號亮點估計的目標運動速度。

2.5 潛艇識別

1號亮點和2號亮點目標速度差值按下式計算：

式中，abs表示取絕對值。

當δ<λδ時，目標判定為潛艇，λδ為判別門限，取0.5~5 kn，否則判定為非潛艇。

3 仿真及性能分析

為了驗證該特征的有效性，參考既往型號研制的工程經(jīng)驗和相關(guān)文獻資料選取魚雷及目標參數(shù)，進行仿真研究。其中，設計輸入為魚雷速度50 kn，目標長度100 m，目標速度?8 kn，目標距離800～300 m，目標走向角0°～90°。

圖2和圖3分別為在魚雷采用15°提前角導引法跟蹤目標時，目標與魚雷態(tài)勢圖和微多普勒識別特征輸出圖。其中，微多普勒識別特征門限取2 kn，由此可以得出，在此條件下，該特征的識別距離為600 m。圖4和圖5分別為在魚雷采用尾追導引法跟蹤目標時，目標與魚雷態(tài)勢圖和微多普勒識別特征輸出圖。在此條件下，該特征的識別距離為300 m。

圖2 不同距離目標與魚雷態(tài)勢圖（15°提前角）Fig.2 Target at different distances with torpedo situation map(advance angle of 15°)

圖3 微多普勒識別特征輸出圖（15°提前角）Fig.3 Micro-Doppler recognition feature (advance angle of 15°)

圖4 不同距離目標與魚雷態(tài)勢圖（尾追導引）Fig.4 Target at different distances with torpedo situation map(tail chase guidance)

圖5 微多普勒識別特征輸出圖（尾追導引）Fig.5 Micro-Doppler recognition feature (tail chase guidance)

圖6和圖7分別為提前角導引和尾追導引法跟蹤目標時，微多普勒識別特征在不同目標走向角下的識別距離。可以看出，在提前角導引時，該特征在走向角大于33°時可以滿足識別距離大于300 m，可進行線?體目標的識別，在尾追導引時，該特征在走向角大于40°時滿足識別距離大于300 m，可進行線?體目標的識別。

圖6 微多普勒識別距離圖（15°提前角）Fig.6 Micro-Doppler recognition distance (advance angle of 15°)

4 結(jié) 語

本文提出一種基于不同位置亮點微多普勒差異的聲自導魚雷目標識別算法，該算法通過亮點之間的位置信息估計出亮點連線的傾角，然后利用各個亮點的徑向速度和亮點連線的傾角估計出不同亮點對應的目標速度。最后利用各個亮點獲取的目標運動速度的一致性識別潛艇與對抗器材，并通過仿真分析在各種攻擊態(tài)勢和攻擊條件下，本文提出的目標識別方法的識別距離，從而證明方法的有效性。本方法可作為聲自導魚雷在近距離跟蹤階段傳統(tǒng)識別方法的有效補充，能夠提高聲自導魚雷對潛艇的識別概率。