基于深度學(xué)習(xí)的多普勒計程儀測速模型方法研究

摘要：多普勒計程儀包含聲學(xué)測速和電磁測速兩個通道。在聲學(xué)測速通道中，針對多普勒效應(yīng)引起信號失真的難題，提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的聲學(xué)測速方法，在不需要信號校正的前提下，直接構(gòu)建聲信號與船舶速度診斷決策之間的函數(shù)關(guān)系，顯著提升了聲學(xué)測速精度。在電磁測速通道中，為了保證船速發(fā)送電機能夠精準(zhǔn)對外發(fā)送所測船速信息，在故障樣本不平衡的情況下，僅利用健康數(shù)據(jù)樣本，通過支持矢量數(shù)據(jù)算法（SVDD）為船速發(fā)送電機建立安全域模型，實現(xiàn)了對船速發(fā)送電機的持續(xù)健康監(jiān)測。

關(guān)鍵詞：多普勒計程儀；多普勒效應(yīng)；BP神經(jīng)網(wǎng)絡(luò)；船速發(fā)送電機；安全域

一、前言

多普勒計程儀廣泛應(yīng)用于軍民船舶中，最主要功能是測量船舶的實時船速信息，并將船速信息輸出給船舶其他所需崗位，以保障船舶的安全航行和靈活機動，具有不可撼動的意義和地位[1]。多普勒計程儀通常有兩個測速通道，分別為聲學(xué)測速通道和電磁測速通道，可以根據(jù)海域或海況變化選擇合適的測量通道。

聲學(xué)測速的核心部件是換能器，它可以周期性地向海底發(fā)射并接受回波信號，通過比較發(fā)射頻率和接收頻率之間的頻率變化，利用聲波頻率差和速度之間的關(guān)系解算出當(dāng)前的船速值。這種測量方式的弊端在于船舶上的換能器和海底反射點之間存在相對運動，采集到的聲信號相對發(fā)出的聲信號會出現(xiàn)多普勒效應(yīng)，引起信號失真，從而導(dǎo)致解算出的船速值不夠精確。為了解決這個問題，張翱[2]等人提出了一種時域插值重采樣（TIR）方法，然而這種方法需要預(yù)先測量出相應(yīng)的運動參數(shù)模型。蔡博[3]等人建立了基于反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）的柴油機故障診斷模型，實現(xiàn)了對旋轉(zhuǎn)機械的故障診斷，但迄今為止很少有人應(yīng)用在多普勒計程儀的測速診斷中。

電磁測速通道的核心部件是電磁傳感器和船速發(fā)送電機。電磁傳感器測量得到船舶的實時船速值，再由船速發(fā)送電機將航速相關(guān)值發(fā)送至用戶。船速發(fā)送電機存在兩大難題：第一，目前難以實現(xiàn)對船速發(fā)送電機的健康監(jiān)測。第二，故障樣本數(shù)據(jù)不充足且各故障類別數(shù)據(jù)不平衡。基于此，安全域模型（SRM）逐漸應(yīng)用在相關(guān)場景中，其關(guān)鍵是通過Tax等人[4]提出的支持向量數(shù)據(jù)描述（SVDD）算法，尋找數(shù)據(jù)集的球面邊界，通過邊界將所有健康數(shù)據(jù)包裹起來，從而構(gòu)建SRM模型。

綜上所述，本文針對多普勒計程儀兩個測速通道現(xiàn)存難題分別建立不同的學(xué)習(xí)模型。聲學(xué)測速通道主要是規(guī)避了多普勒效應(yīng)對船速測算的影響，利用BP神經(jīng)網(wǎng)絡(luò)直接構(gòu)建聲信號和船速之間的函數(shù)關(guān)系。電磁測速通道使用SVDD算法，僅利用健康數(shù)據(jù)建立船速發(fā)送電機安全域模型，有效監(jiān)測對外發(fā)送狀態(tài)是否正常。

二、多普勒效應(yīng)對多普勒計程儀測速的影響

聲學(xué)測速多普勒效應(yīng)的基本示意圖如圖1所示，包括一個換能器采集系統(tǒng)和一個海底反射聲源。

由于船舶與海底反射點之間存在相對運動，采集到的聲信號會產(chǎn)生多普勒效應(yīng)，使得聲學(xué)測速通道船速解算存在一定誤差。其影響具體如式（1）所示。

其中，r 表示換能器在發(fā)射聲信號前，海底聲信號反射點與船舶換能器之間的水平距離，r表示船舶在行進過程中，海底聲信號反射點距離船舶換能器的垂直距離。

式中f0是由換能器設(shè)置的，而c表示聲波在海水中的傳播速度，這在多普勒計程儀中是預(yù)先設(shè)定完成的，一般忽略海水的溫度、鹽度、密度等對其傳播速度的影響，將其設(shè)置為一個常數(shù)1500m/s。因此，可以將原先存在的{r， X0， VS， c， f0}5個影響變量化簡為以下3個影響參數(shù)：

為了直觀展示多普勒效應(yīng)對聲源信號的影響，使用仿真數(shù)據(jù)來研究多普勒效應(yīng)對聲信號的影響，將參數(shù)設(shè)置如下：X0=5m，r=50m，c=1500m/s。船舶行駛速度VS按照間隔設(shè)置3個不同的值，聲源信號采用4種不同的發(fā)出頻率。其短時傅里葉變換得到的模擬信號時頻分布圖如圖2所示，可以看出，盡管聲源初始頻率不同，但隨著船舶行進速度的改變，產(chǎn)生的多普勒效應(yīng)給信號時頻域帶來了獨特的失真，并且隨著船速的增加，其聲源頻率失真程度也在增加。

三、多普勒計程儀雙通道測速模型的建立

針對多普勒計程儀聲學(xué)測速和電磁測速兩個通道現(xiàn)存問題分別建立學(xué)習(xí)模型，下面針對雙通道模型分別詳細介紹。

（一）聲學(xué)測速通道

在聲學(xué)測速通道中，利用聲信號的統(tǒng)計特征和衛(wèi)導(dǎo)所測對應(yīng)船速建立函數(shù)關(guān)系，在模型建立以后，在不使用衛(wèi)導(dǎo)的前提下，可以根據(jù)聲信號的統(tǒng)計特性識別對應(yīng)的船速信息，規(guī)避了多普勒效應(yīng)對聲學(xué)測速的影響。本研究共有8個統(tǒng)計特征見表1。F1-F8分別表示波形因數(shù) （WF）、方差 （μ）、余量因數(shù) （MF）、峰度 （K）、脈沖因數(shù) （IF）、波峰因數(shù) （CF）、頻率集中度 （FC）、頻率標(biāo)準(zhǔn)偏差 （FSD） 。si 代表第 i 條譜線的幅度，fi是第 i 條譜線所對應(yīng)的頻率值。

本文采用具有兩個隱藏層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)來進行模型訓(xùn)練，輸入層x1-xi表示前述統(tǒng)計特征，輸出層y1-yn表示對應(yīng)的船速值。根據(jù)數(shù)據(jù)量設(shè)置訓(xùn)練次數(shù)，通過多次迭代訓(xùn)練，直接構(gòu)建輸入層統(tǒng)計參數(shù)和輸出層船速值之間的函數(shù)關(guān)系。訓(xùn)練完模型以后，在沒有衛(wèi)導(dǎo)等外界手段獲知船速的情況下，通過聲學(xué)測速通道采集聲信號后，訓(xùn)練模型直接根據(jù)信號統(tǒng)計特征診斷出對應(yīng)的船速信息。

（二）電磁測速通道

在電磁測速通道中，核心部件是電磁傳感器和船速發(fā)送電機。電磁傳感器測量結(jié)果需通過船速發(fā)送電機對外發(fā)送船速信息，船速發(fā)送電機工作環(huán)境惡劣且需長期運轉(zhuǎn)，存在故障風(fēng)險。由于船速發(fā)送電機故障樣本少且不均衡，健康數(shù)據(jù)占大多數(shù)，因此，本文僅利用健康數(shù)據(jù)樣本，通過SVDD為船速發(fā)送電機建立安全域模型，實現(xiàn)了對船速發(fā)送電機的持續(xù)健康監(jiān)測。

作為一種有監(jiān)督的機器學(xué)習(xí)方法，在采集船速發(fā)送電機健康樣本的情況下，SVDD可以利用這些參數(shù)建立安全域模型（SRM）。SRM是一個二分類模型，它的基本思想如圖3所示。

首先，要分析的樣本以一組“特征向量”為特征。其次，健康樣本的特征向量被一個“邊界”限制在一個“安全區(qū)域”中。該邊界約束了屬于具有最小空間的健康狀況的特征向量。若待識別樣本的特征向量在這個空間內(nèi)時，認(rèn)為該樣本是安全的、健康的，反之則認(rèn)為是不安全、存在故障隱患的。

在船速發(fā)送電機運行的早期，構(gòu)建由這些健康樣本組成的安全區(qū)，并使用式（3）所示決策函數(shù)來判斷樣本是否屬于安全區(qū)。

F=（F1， F2，…， Fn）∈Rn 是樣本的特征向量，n是特征個數(shù)，Bound（x）是邊界函數(shù)。可以利用SVDD找到一個以a為圓心，T 為半徑的最小體積超球面，為了找到健康樣本數(shù)據(jù)所在的安全邊界，其邊界區(qū)域應(yīng)滿足式（4）所示關(guān)系：

對式（4）求解可以得到式（5）：

根據(jù)沃夫?qū)ε级ɡ恚梢缘玫绞剑?）：

通過求解上式，可以得到球半徑R和a的關(guān)系為：

如果船速發(fā)送電機樣本到a的距離小于R，則認(rèn)為處于健康運行狀態(tài)，反之，認(rèn)為有故障的可能性。

四、模型驗證

本文針對多普勒計程儀雙測速通道分別建立學(xué)習(xí)模型，下面就建立模型進行驗證。

（一）聲學(xué)測速通道

在聲學(xué)測速通道中建立了輸入聲信號統(tǒng)計特征和輸出船速之間的學(xué)習(xí)模型。數(shù)據(jù)集包含8種不同頻率的聲信號源、20種不同船速總共800個信號樣本，每種頻率聲信號源在同一船速下制作5個信號樣本，這樣每種頻率聲信號源具有不同船速下的樣本100個。每個樣本包含表1中8個統(tǒng)計特征和船速標(biāo)簽，BP神經(jīng)網(wǎng)絡(luò)雙隱藏層的神經(jīng)元個數(shù)設(shè)置為100，學(xué)習(xí)率是0.1。4次訓(xùn)練情況下測試集的識別準(zhǔn)確率分別為100%、98%、100%、100%。

由測試結(jié)果可知，利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的輸入聲信號統(tǒng)計特征和輸出船舶速度之間的函數(shù)關(guān)系，有效規(guī)避了多普勒頻移帶來的船速解算誤差問題，具有精準(zhǔn)的診斷識別率。

（二）電磁測速通道

在電磁測速通道中主要對船速發(fā)送電機建立安全域模型。數(shù)據(jù)集包括200個健康狀態(tài)下船速發(fā)送電機樣本和100個故障狀態(tài)下樣本，每個樣本包含表1中8個統(tǒng)計特征和相應(yīng)標(biāo)簽，標(biāo)簽“0”表示處于健康狀態(tài)，標(biāo)簽“1”表示處于非健康狀態(tài)。160個健康樣本用于訓(xùn)練SRM模型，剩下40個健康樣本和100個故障樣本用于測試模型的準(zhǔn)確率，最終達到了96.8623%的診斷識別率，SRM模型可視化如圖4所示。

由圖4可知，利用SVDD對船速發(fā)送電機構(gòu)建的SRM模型具有較高的診斷識別率，訓(xùn)練出的模型可以在缺乏故障樣本的情況下，直接對船速發(fā)送電機的輸入信號特征進行監(jiān)測，判斷船速發(fā)送電機是否處于健康運行狀態(tài)。

五、結(jié)論

多普勒計程儀由聲學(xué)測速和電磁測速兩個通道組成，針對兩個測速通道存在的難題，本文利用深度學(xué)習(xí)分別建立了相應(yīng)的學(xué)習(xí)模型。在聲學(xué)測速通道，利用BP神經(jīng)網(wǎng)絡(luò)建立輸入聲信號和輸出船速的函數(shù)關(guān)系。在電磁測速通道，僅利用健康數(shù)據(jù)樣本，通過SVDD為船速發(fā)送電機建立了SRM模型，實現(xiàn)了對船速發(fā)送電機健康運行的有效監(jiān)測，具有良好的實際工程應(yīng)用前景。

參考文獻

[1]傅菊英，吳炳昭.聲學(xué)多普勒計程儀測速誤差分析與補償[J].海洋技術(shù)，2019，30（02）：20-22.

[2]張翱.列車軸承故障道旁聲學(xué)診斷關(guān)鍵技術(shù)研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2014.

[3]Cai B， Sun X， Wang J， et al. Fault detection and diagnostic method of diesel engine by combining rule-based algorithm and BNs/BPNNs[J]. Journal of Manufacturing Systems， 2020， 57： 148-157.

[4]Tax D M J， Duin R P W. Support Vector Data Description[M]. Kluwer Academic Publishers， 2004.

作者單位：海軍士官學(xué)校

■ 責(zé)任編輯：王穎振、楊惠娟