卷積神經網絡主動目標方位估計

王珍珠 趙 猛 任群言 肖 旭 馬 力

(1 中國科學院聲學研究所 北京 100190)

(2 中國科學院大學 北京 100049)

0 引言

目標定位是當前環境感知、目標監測等海洋應用領域的關注熱點，對我國聲吶設備部署有重大意義[1]。傳統的定位方法主要是基于匹配場處理(Matched field processing,MFP)，主要是使用與測量場高度相似的拷貝場來定位聲源的深度、距離和方位，1976 年，Bucker[2]就將線性MFP 應用到聲源定位中；1988 年，Baggeroer[3]在分層海洋環境中利用高分辨率波束形成方法對MFP 進行改進，但當估計相關目標信號時，方位估計性能會下降。MFP克服了傳統的平面波波束形成技術在信道多途條件下的不足，能夠獲得接近理想的陣處理增益。然而，這種技術需要長線陣列以高分辨率估計目標波達角，且環境參數通常是變化的，難以獲得真實環境的完整知識，這可能會導致不正確或不準確的定位結果。傳統的陣列信號處理技術難以應付復雜海洋環境下面對的問題。

近些年來，為了從聲學數據中提取信息，深度學習以多種方式在目標定位中得到了廣泛的應用。深度學習具有強大的特征提取能力和高效處理復雜、高緯度、獨特的非線性映射等特性，可以大大增強聲吶信號處理性能，根據所提供的用于學習的樣本數據和標簽，利用深度學習的“深層”特征提取優勢，可以獲得蘊含目標特征的高階特征量，實現復雜海洋環境下的水下目標定位。1991年，Steinberg 等[4]就利用單層神經網絡實現了均勻介質中聲源定位。2017 年，Niu 等[5?6]將前饋神經網絡(Feed forward neural networks,FNN)、支持向量機(Support vector machine,SVM)和隨機森林(Random forest,RF)應用到了聲源測距上，估計性能都優于傳統的匹配場方法。2018 年，Wang 等[7]用基于廣義回歸神經網絡(Generalized regression neural network,GRNN)實現了較為精確的聲源定位；卷積神經網絡(Convolutional neural networks,CNN)可以高效處理復雜、高緯度矩陣，目前也被應用于多種場景下。2018 年，Huang 等[8]利用CNNFNN 網絡模型在淺海環境下實現了聲源定位，在海洋環境波動的情況下也具有較好的穩健性。2019年，Elbir[9]設計了一種CNN與多重信號分類(Multiple signal classification,MUSIC)算法結合的信號方位估計框架估計信號方位。2020 年，Yao 等[10]提出了一種基于遞歸神經網絡的目標波達方位角(Direction of arrival,DOA)估計模型，該模型借助于Toeplitz 矩陣重構，可以對未知信號源的信號進行DOA 估計。2020 年，Zhu 等[11]提出在不同條件下訓練5 個CNN，每個CNN 從空間協方差矩陣的實部和虛部學習方向圖像。計算每個CNN 的預測結果作為平均值，以獲得最終的DOA 估計結果。2021年，Liu等[12]根據陣列元素的數量設計了多個CNN，并使用包含實數和虛數的協方差矩陣進行訓練。經過大量的數據學習，該方法能夠有效地識別水聲信號的方向。2021 年，曹懷剛[13]提出了一種利用單矢量傳感器進行DOA 估計的深度學習模型，利用CNN 實現了多目標分辨；2021 年，姚琦海等[14]得到在已知海洋環境參數的條件下，GRNN、CNN 和MFP 三種方法對寬帶聲源的估計性能均優于窄帶。本文在以往研究的啟發下，嘗試將CNN引入到主動目標方位估計中。

本文研究了基于CNN 分類模型的DOA 估計，將陣列接收信號的常規波束形成(Conventional beamforming,CBF)功率作為神經網絡的輸入，進行訓練和測試。第1 節討論了本文所用CNN 網絡模型結構和輸入數據的預處理；第2 節給出仿真參數設置，評估了不同信噪比(Signal noise ratio,SNR)下的魯棒性；并評估了神經網絡的加入與CBF、最大信噪比準則(Max signal-to-noise-ratio,MSNR)、最小方差無失真響應(Minimum variance distortionless response,MVDR)波束形成方法的性能差異；第3節為結論。

1 基于CNN的分類模型

1.1 CNN介紹

本文所用網絡模型結構如圖1 所示。設置了4層卷積層、3 層全連接層(含輸出層)，4 層卷積層的核均為3×3，濾波器個數分別為2、4、8、8，其中兩層核均為2×2 的池化層分別被加到了第一層卷積層后和第四層卷積層后，兩層全連接層神經元個數分別為256 和512。引入“keep dropout”正則化策略加入到CNN 里，分別加到了第二層卷積層之后和第二層全連接層之后，第二層卷積層之后dropout的概率為0.2，第二層全連接層之后dropout 的概率為0.5。所有卷積層的激活函數都選用修正線性單元(ReLU)，輸出層激活函數為多分類問題的Softmax 函數，損失函數選擇交叉熵損失。優化方法選擇Adam，相關參數根據計算機性能設置[15]如表1所示。

圖1 CNN 分類網絡模型Fig.1 CNN classification network model

1.2 數據預處理

從陣列信號處理角度看，線列陣接收到的數據包含目標方位信息，通過CBF，對陣元接收數據進行頻域均勻加權處理，輸出信息為波束響應數據，維度與頻率點數和陣元接收數據維度有關，標簽數據為對應角度信息，以此作為數據集輸入網絡。以上描述的數據預處理過程如圖2所示。

圖2 數據預處理流程Fig.2 Data preprocessing process

1.2.1 訓練和測試數據預處理

設接收陣為單條均勻線列陣，陣元個數為N，陣元間隔為d,平均聲速為c，導向向量為ω(f,θ)，

其中，陣元位置為p=[p1,p2,···,pN]，k為波數，k=2πf/c·ν(θ)，ν(θ)為信號傳播方向的單位向量。設陣元接收信號時域模型為

其中，發射信號通過水聲信道后為x(t)，隨機生成的高斯白噪聲序列為n(t)，B為添加的噪聲強度，B=Px/10(RSN/10)，其中Px為信號功率，RSN=SNR為設定大小的SNR值。

CBF功率為

為了便于CNN 網絡模型學習，這里對CBF 后功率進行歸一化：

1.2.2 標簽預處理

CNN 模型分類問題中，目標方位角為θk，k=1,2,···,K，每一個輸入矩陣(f,θk)，對應標簽向量tk=[tk1,tk2,···,tk180]，將水平方位角分為180個類別，cj=[(j?1)?,j?]，j=1,2,···,180。

2 數值仿真

2.1 發射信號仿真

主動發射信號為具有多普勒不變性質的雙曲調頻(Hyperbolic modulation frequency,HFM) 信號，信號形式為

其中，f0為時間中心頻率(也是能量平均意義上的中心頻率)，m為信號的調頻斜率，T為發射信號長度。

本文發射信號s(t)帶寬為1200～1700 Hz，采樣率為12 kHz，利用短時傅里葉變換(Short time Fourier transform,STFT)可以得到其時頻特征(t,f)為

其中，h(τ?t)為窗函數，研究中選擇Hamming 窗函數。

信號的時域波形及利用STFT 得到的時頻分析圖如圖3(a)、圖3(b)所示。

圖3 HFM 信號仿真Fig.3 HFM signal simulation

2.2 訓練數據仿真

訓練集聲場環境如圖4 所示，聲場干涉如圖5所示。聲源和目標深度都位于20 m，目標距離線列陣陣中心距離范圍為3～13 km，間隔為1 km，水深100 m，沉積層厚度為10 m，沉積層聲速為1550～1600 m/s，沉積層密度為1.6 g/cm3，沉積層衰減為0.3 dB/λ，基底層聲速為1650 m/s，基底層密度為1.8 g/cm3，基底層衰減為0.3 dB/λ，聲速剖面為1540～1500 m/s 均勻負梯度，目標散射系數隨機設定范圍為0.3～1，方位角范圍為20?～170?，間隔為1?，利用聲場仿真軟件Kraken，接收陣參數為陣元數N=96，陣元間隔d=0.4 m。

圖4 訓練集聲場環境模型Fig.4 The sound field environment model of training set

圖5 聲場干涉結構Fig.5 Acoustic field interference structure

驗證集參數改為聲源和目標深度都位于40 m，目標距離線列陣陣中心距離范圍為14 km、15 km，沉積層厚度為15 m，沉積層聲速為1650～1700 m/s，沉積層密度為1.7 g/cm3，沉積層衰減為0.2 dB/λ，基底層聲速為1800 m/s，基底層密度為1.9 g/cm3，基底層衰減為0.2 dB/λ，其余與訓練集相同。

2.3 訓練網絡及性能評估

CNN 網絡訓練過程如圖6 所示。根據2.2 節中參數設置，訓練集樣本數為1661，驗證集樣本數為302。在進行波束形成時，頻率間隔取10 Hz，掃描方位角間隔為1?，則每次輸入到CNN 網絡的樣本(f,θk)維度為51×181。利用CNN 網絡進行DOA估計時，輸出層輸出一個1×180的向量，將輸出向量進行預處理得到關于每個測試樣本角度的向量vk，則估計的方位角為θek。網絡輸出結果利用均方根誤差(Root mean squared error,RMSE)來評價。

圖6 CNN 訓練過程Fig.6 CNN training process

其中，K為樣本數，目標真實方位角經取整處理后為θrok。

其中，目標真實方位角為θrk。

2.4 CNN 分類模型性能評價

2.4.1 測試參數設置

設拖曳船和目標航行時間為1200 s，間隔20 s采樣，測試集樣本數為61。主動目標工作結構如圖7所示，其余聲場環境參數設定與訓練集一致。計算出拖曳船和目標之間距離r和方位角θ隨時間變化如圖8(a)、圖8(b)所示。

圖7 主動目標工作結構Fig.7 The working structure of Active sonar

圖8 隨時間變化的實際距離及方位角Fig.8 Actual distance and azimuth over time

其中，xship為拖曳船水平方向上x坐標，t為航行時間，yship為拖曳船水平方向上y坐標。

其中，xtarget為目標水平方向上x坐標，t為航行時間，ytarget為目標水平方向上y坐標。

2.4.2 不同SNR下的性能評價

為了研究不同SNR 下本文目標方位估計方法的魯棒性，將SNR范圍設定在?20～10 dB范圍之間，間隔為5 dB，在測試集陣列接收信號中加入不同SNR 的高斯白噪聲。對不同SNR 下陣列接收信號進行CBF，利用本文搭建的CNN 模型對數據集進行訓練，利用2.3 節中RMSE 計算公式得出輸出預測角度的RMSE 如表2 所示。隨著SNR 的降低，模型估計角度的RMSE 會增加，在SNR ≥?5 dB，CNN方法可以以較高精度估計到目標方位角。

表2 不同SNR 下RMSETable 2 RMSE under different SNR

在?5 dB 下，將本文所用基于CNN 方位估計方法(CBF+CNN)和CBF、MSNR、MVDR 波束形成方法性能進行比較，得出方位估計準確率(允許誤差為5?)，利用2.3 節中RMSE 計算公式得出的RMSE 如表3 所示，CBF+CNN 方法估計結果更加可靠，誤差相對較小。4 種方法估計方位結果與真實方位角比較如圖9 所示，CBF 在一部分時刻估計的方位角與真實的方位角存在較大的偏差，相比高分辨率波束形成方法，CBF+CNN方法估計精度更高更穩健。圖10 為目標角度真實值為108.6669?(t=400 s 時刻)時4 種方法估計結果，本文選用方法估計結果估計誤差相對較小。

表3 4 種方法方位估計性能比較Table 3 Comparison of the four methods of bearing estimation performance

圖9 CBF+CNN、MVDR、CBF、MSNR 方位估計比較Fig.9 Comparison of the position estimation results of CBF+CNN,MVDR,CBF,and MSNR methods with the real position

圖10 t=400 s 時方位估計結果比較Fig.10 Comparison of bearing estimation results at t=400 s

3 結論

本文提出了一種基于CNN 模型的主動目標方位估計方法，將接收陣列信號CBF 后的結果輸入網絡，經過仿真實驗證實該方法在不同SNR 下具有較高的魯棒性，可以有效估計目標波達方向。在實際海洋環境下進行仿真，該方法與MVDR、CBF、MSNR 波束形成方法的比對結果證實，其具有更高的估計精度。但本文提出的方法只是相比傳統方法有較好的性能，通過模擬仿真對模型進行了驗證，但實測的水聲數據難以獲取，模型依賴于訓練數據，當訓練環境與測試環境差別較大時，仍然存在環境模型失配的問題。