Analyse der Nachweisleistung von Einzelvektorhydrophon -Histogramm -Richtungsalgorithmus

Der Histogrammalgorithmus von aEinzelvektorhydrophonHat eine gute Robustheit und Ziel -Azimutschätzungsleistung. Dieser Artikel analysiert und fasst die Zielerkennungsleistung des Histogrammalgorithmus zusammen und schlägt eine autonome Erkennung von Unterwasserzielen auf der Grundlage der Ziel -Azimut -Schätzung vor. Verfolgungsalgorithmus, dieser Algorithmus kann den autonomen Nachweis des Vorhandenseins oder des Fehlens von Zielen im Wasser erreichen. Die Ergebnisse der Simulation und der techoischen Pool-Testergebnisse zeigen, dass das vom Histogrammalgorithmus erforderliche Signal-Rausch-Verhältnis zur Erzielung einer autonomen Zielverfolgung größer als –7 dB sein muss. Zu diesem Zeitpunkt beträgt der Richtungsfindungsfehler etwa 8 ° und die –3 dB Azimut -Spektrumbreite etwa 20 °. Die Analyse von Marine -Testdaten zeigt, dass der Histogrammalgorithmus für ein Oberflächengefäß mit einer Geschwindigkeit von 8,4 kN in einem Abstand von 13,8 km eine vollständige Zielerkennung und -verfolgung erzielen kann, wobei ein optimaler Richtungsfehlerfehler von 5 ° und eine –3 dB ermittelt wird Lager in einer Entfernung von 2 km. Die spektrale Breite kann 10 ° erreichen

Der Vektorkanal derVektorhydrophonsensorhat eine frequenzunabhängige Dipol-Verzeichnis und kann der isotropen Rauschinterferenz widerstehen. Ein Vektorhydrophon kann eine unscharfe Vollstreckung durch Vollraum erreichen, die eine Lösung für die Zielerkennung auf kleinen Unterwasserplattformen mit akustischen Unterwassersensoren bietet.

Sein Vorteil des Weltraums. In den letzten Jahren wird mit der kontinuierlichen Verbesserung der Vektorhydrophon -Technologie auch die Vektorsignalverarbeitungstechnologie kraftvoll angewendet. Im Vergleich zu herkömmlichen Schalldruckhydrophonen liefern Vektorhydrophone umfassendere Klangfeldinformationen. Nur der Skalar des Schallfeldes kann gemessen werden, und die Vektoreigenschaften des Schallfeldes können ebenfalls erhalten werden, was den Signalverarbeitungsraum erheblich erweitert. Es gibt viele Ziel -Azimut -Schätzalgorithmen, die auf einzelnen Vektorhydrophonen basieren. Im Allgemeinen können sie gemäß dem Prinzip der Richtungsfindung in zwei Kategorien unterteilt werden: Eine ist eine Azimutschätzung, die auf Schallenergiefluss basiert; Der andere soll jeden Kanal des Vektorhydrophons betrachten. Es handelt sich um ein Multi-Element-Array, jedes Element befindet sich ungefähr an derselben Position im Raum, und die vorhandene Array-Signalverarbeitungsmethode wird auf das einzelne Vektorhydrophon angewendet, indem die Eigenschaften des Array-Durchflussmusters des Einzelvektorhydrophons selbst verwendet werden. Verschiedene Zielrichtungsalgorithmen des Vektorhydrophons haben ihre eigenen Vorteile und nachteiligen sich mit anderen Algorithmen. Der mittlere Histogrammalgorithmus weist eine bessere Robustheit und die Zielorientierungsschätzung auf, die die Leistung von Schmalband und starker Linienspektrum unterdrückt, was besonders geeignet ist, was besonders geeignet ist, was besonders geeignet ist, was besonders geeignet ist, was besonders geeignet ist, was besonders geeignet ist Für technische Anwendungen. Dieses Papier analysiert und fasst den Histogramm -Richtungs -Erkenntnis -Algorithmus basierend auf einem einzelnen Vektorhydrophon zusammen und schlägt eine autonome Erkennungs- und Tracking -Algorithmus für Unterwasserziele auf der Grundlage der Zielorientierungsschätzung, unter Verwendung von Computersimulation, anechoischen Poolmessdaten und Meeresversuche Datenanalyse -Histogramm und Diagramme vor Algorithmus Zielerkennungsleistung.

1 Theoretischer Algorithmus

1.1 Histogramm -Richtungs -Finding -Algorithmus

Der Histogrammalgorithmus muss zuerst die Ziel -Azimut -Schätzungen bei verschiedenen Frequenzpunkten berechnen, und die Berechnungsexpression ist

θ (f) = Arctan re ⟨p ∗ w (f) × vyw (f)⟩ re ⟨p ∗ w (f) × vxw (f)⟩ = arctan ⟨iy (i, f)

⟨Ix (i, f)⟩, (1) in der Formel (1), θ (f) repräsentiert das Ziel, das Azimut bei verschiedenen Frequenzen F und PW, VXW und VYW berechnet wurde die Vibration in x -Richtung. Der Geschwindigkeitskanal und der y-Regisseur-Schwingungsgeschwindigkeitskanal sammeln Signalspektrumwerte, und IX und IY repräsentieren den akustischen Energiefluss in der x-Richtung bzw. der y-Richtung. Aus Gleichung (1) ist ersichtlich, dass der durch Gleichung (1) berechnete Ziel -Azimut mit der Frequenz F zusammenhängt und die Ziel -Azimut -Schätzungen bei verschiedenen Frequenzpunkten unterschiedlich sind. Die Methode zur Schätzung des Ziel Azimuts durch das Histogramm kann verwendet werden, um das Ziel -Azimut in der Umgebung zu berechnen. Schmalband -Interferenz und starke Leitungsspektrum -Interferenz -Unterdrückung, aber wenn sich mehrere Ziele in der Umgebung befinden. Wenn sich die Strahlungsrauschfrequenzen gegenseitig überlappen, kann die Histogrammmethode nicht den wahren Azimut jedes Ziels erhalten, nur den Schallenergiefluss jedes Ziels.

Die kombinierte Orientierung wird auf die intensivere Zielorientierung verzerrt. Die Histogramm -Azimutstatistik besteht darin, das geschätzte Ziel von Azimut θ (f) im entsprechenden Azimutintervall gemäß der Anzahl der Frequenzpunkte zu zählen. Wenn das Azimutintervall durch 1 ° geteilt ist, dann ist k = [θ (f) × 180/π], φ (k) = φ (k) + 1, (2) in der Formel (2), [] die Rundung darstellt Operation, k ist der Wert, der durch Runden θ (f) erhalten wird, wie θ (f) 60, dann θ (f) = θ (f)+ 360 °, so dass der geschätzte Azimut des Ziels auf das Intervall fällt [0) ◦ 360 °) ist die Frequenz der Azimutschätzung in jedem Winkel, und der Winkelwert, der dem Maximalwert entspricht, ist der geschätzte Azimut des Ziels.

1.2

Ein Algorithmus für die autonome Zielerkennung und -verfolgung

Der autonome Erkennungs- und Tracking -Algorithmus für Unterwasserziele basierend auf der Schätzung der Zielorientierung. Die Grundidee besteht darin, eine statistische Analyse der vom Histogrammalgorithmus geschätzten Zielorientierung durchzuführen und die Orientierungsstatistik mit voreingestellten Schwellenwerten zu vergleichen, die schließlich die autonome Erkennung von Unterwasserzielen und -verfolgung realisieren können. Das Flussdiagramm der autonomen Zielerkennung und -verfolgung umfasst die folgenden fünf Schritte: (1) Verwenden Sie zunächst den Einzelvektorhydrophon -Histogrammalgorithmus, um die gesamte räumliche Richtung zu scannen, um die geschätzte Azimut -AG des empfangenen Signals zu erhalten. (2) Konstante virtuelle Verwendung des Alarmdetektors (Ca-CFAR-Detektor) führt eine konstante Fehlalarmverarbeitung für die in Schritt (1) erhaltene Zielausrichtung durch; (3) Wenn der Ca-CFAR-Detektor AG als Zielsignalorientierung beurteilt wird, wird der AG-Wert der Matrix agt [i] zugeordnet, ansonsten –1 der Matrix agt [i] (i = 1, 2, · · , N); (4) Wenn die Anzahl der Werte der Matrix -AGT = –1 größer ist als bei (bei der voreingestellten Schwelle, bei

Berechnen Sie den Quadratfehler des Root Mean Square Fehler, wenn stdat geringer ist als der Schwellenwert stddt, wird beurteilt, dass es ein Ziel gibt und die Zielposition verfolgt wird, ansonsten wiederholt die Schritte (1) ∼ (4). In den oben genannten 5 Schritten können autonome Erkennung und Verfolgung von Unterwasserzielen erreicht werden. Das Prinzip der Ca-CFAR-Verarbeitung lautet, dass beim Erkennen und Verfolgen eines bestimmten Azimutziels aufgrund der nicht stationären Natur der Meeresumgebung die Fehlalarmwahrscheinlichkeit in der Nähe einer bestimmten Erkennungswahrscheinlichkeit und der Echtzeitverfolgung der Echtzeit instabil ist Umgebungsgeräuschpegel besteht darin, dass ein zeitlich variierender Schwellenwert einen konstanten Erkennungseffekt mit einer konstanten Fehlalarmwahrscheinlichkeit für das Azimutziel erzielen kann. Im Allgemeinen ist der Schwellenwert eine Funktion der Erkennungswahrscheinlichkeit und der Fehlalarmwahrscheinlichkeit. Die CA-CFAR-Verarbeitungstechnologie von ist ein Signalverarbeitungsalgorithmus, der den Erkennungsschwellenwert im automatischen Erkennungssystem liefert und den Einfluss von Rauschen und Interferenzen auf die Fehlalarmwahrscheinlichkeit des Erkennungssystems minimiert. In der Ca-CFAR-Verarbeitungstechnologie wird die getestete Einheit als Testeinheit (Zelle zu Test, Schnitt) bezeichnet, und die zum Extrahieren der Rauschleistung um die Testeinheit verwendete Probeneinheit wird als die als die Probeneinheit bezeichnet Referenzeinheit (Referenz). Zellen, RC). Um zu verhindern, dass das Zielsignal in die Referenzeinheit eingeht, was die Rauschleistungsschätzung nachteilig beeinflusst, sollte ein Teil der Probe als Schutzzelle (GC) zwischen der Referenzeinheit und der Testeinheit reserviert werden. Die Beziehung zwischen der Testeinheit, der Referenzeinheit und der Schutzeinheit ist angegeben.

2 Analyse der Zielerkennungsleistung

In diesem Abschnitt werden die Computersimulationsergebnisse der Zielerkennungsleistung des Histogrammalgorithmus angegeben und verwenden den anechoischen Pool- und Seetestdaten, um die zu analysieren

Algorithmus -Zielrichtungsfindung und autonome Tracking -Leistung. Der Einfachheit halber analysiert dieser Artikel nur die einzelne Zielsituation.

2.1 Simulationsanalyse

Die Simulationsbedingungen lauten wie folgt: In Anbetracht der Tatsache, dass ein Breitbandzielsignal auf einem einzelnen Vektorhydrophon mit einem einfallenden Azimut von 100 ° und dem Signal-Rausch-Verhältnis (Signal-zu-Rausch ist auf –20 ∼ 16 dB eingestellt, mit 2 dB -Intervallen, das zusätzliche Rauschen ist Gaußsche weiße Rauschen, das nicht mit dem einfallenden Signal zusammenhängt, und die Stichprobenfrequenz beträgt 20 kHz. Die Datenlänge jedes Berechnungsprozesses beträgt 5 s, und 75% der Daten werden im Zeitfenster reproduziert.

Die Stapelrate ist in 17 Datenstücke mit einer Länge von 1 s unterteilt, und 32768 Punkte Fast Fourier-Transformation (schnelle Fourier-Transformation) wird an jedem Datenstück durchgeführt. ~ 3 kHz, 17 Gruppen von Schallintensitätsspektren werden berechnet und gemittelt, und dann wird der Histogrammalgorithmus für diesen Zweck verwendet.

Geschätzte Standardausrichtung. 3 zeigt die Azimut-Schätzungsergebnisse des Histogrammalgorithmus unter Verwendung der obigen Simulationsbedingungen als Funktion des Signal-Rausch-Verhältnisses (dh das normalisierte Azimutspektrum variiert mit dem Signal. Das Rauschverhältnis ändert sich und das Azimutspektrum ist Die Amplitude in verschiedenen Azimuts) und 200 unabhängige Monte-Carlo-Simulationsexperimente werden unter jedem Signal-Rausch-Verhältnis durchgeführt. Es ist zu erkennen, dass die geschätzte Azimut-Geschichte allmählich klar wird, wenn das Signal-Rausch-Verhältnis zunimmt. Um die Leistung der Zielorientierungsschätzung des Histogrammalgorithmus quantitativ zu beschreiben, werden Abbildung 4 und Abbildung 5. Die Richtungskurve und –3 dB Azimutspektrumbreite im Vergleich zu SNR sind jeweils angegeben. Es ist ersichtlich, dass, wenn das Signal -Rausch -Verhältnis –7 dB beträgt, der Richtungsbefund beträgt. Der Fehler beträgt ungefähr 8 ° und die –3 dB Azimutspektrumbreite etwa 19 °; Wenn das Signal-Rausch-Verhältnis größer als 0 dB ist, sind die Richtungsfindungsfehler und –3 dB Azimutspektrumbreite weniger als 3 ° und 7 °.

Abbildung 6 ist die Kurve des autonomen Verfolgungsflags des Ziels mit dem Signal-Rausch Die Zielverfolgung wird nicht erreicht. Aus Abbildung 6 ist ersichtlich, dass, wenn das Signal-Rausch-Verhältnis größer als –7 dB ist. Der Histogrammalgorithmus ist ein autonomes Ziel.

2.2 Tanktestanalyse

Um die Zielerkennungsleistung des Einzelvektorhydrophon-Histogrammalgorithmus zu meistern, wurde ein Einzelvektor-Hydrophon-Zieldetektionsprüfungstest in einem anechoischen Pool durchgeführt. UW350 wurde während des Tests als Schallquellenziel verwendet, und die Tiefe wurde für 3 m Unterwasser verwendet. Das im Test verwendete Signal ist die Breite des Signalquellenausgangs. Mit Gaußschen weißem Rauschen wird der Ausgangspeak-zu-Peak-Wert auf 10 mV, 20 mV, 25 mV, 50 mV, 100 mV, 1 V eingestellt 10 V. Die Übertragungszeit jedes Signals beträgt 60 s, und der Schallquellenpegel der kleinen Signalemission übergeht die Formel 20 LG (A1/A2) . Aus der Signalemissionsschallquellenpegel kann das Signal-Rausch-Verhältnis jedes Kanals des Vektorhydrophons basierend auf dem Abstand zwischen dem Vektorhydrophon und der Schallquelle berechnet werden. Tabelle 1 zeigt die Ergebnisse des Breitbanddurchschnittssignals-Rausch-Verhältnisses des Schallquellensignals, das von jedem Kanal des Vektorhydrophons empfangen wird, und ergibt den Durchschnittswert des Signal-Rausch-Verhältnisses jedes Kanals unter unterschiedlichen Schallquellenemissionen Intensität. Es ist ersichtlich, dass der Peak-to-Peak-Wert des Signalquellenausgangs bei 10 mV, 20 mV, 25 mV, 50 mV, 100 mV, 1 V und 10 V beträgt, dieBreitband akustischer WandlerDas durchschnittliche Signal-Rausch-Verhältnis des vom Vektorhydrophons empfangenen Schallquellensignals beträgt –13 dB, –7 dB, –5 dB, 1 dB, 7 dB, 27 dB und 47 dB.

Die sieben Signal-Rausch-Verhältnissignale werden separat unter Verwendung des Histogrammalgorithmus verarbeitet. Die berechneten Ergebnisse der Azimutschätzung ändern sich mit der Zeit, wie in Abbildung 7 gezeigt. Die Abbildung markiert auch den Spitzen-zu-Peak-Wert des Signalausgangs und das Vektorhydrophon in jedem Zeitraum. Empfängersignal-Rausch-Verhältnis. Aus Abbildung 7 ist ersichtlich, dass sich das geschätzte Azimut des Schallquellenziels allmählich stabilisiert, wenn das empfangene Signal-Rausch-Verhältnis zunimmt und im Grunde mit dem wahren Azimut zusammenfällt. Abbildung 8 und Abbildung 9 zeigt den Azimut-Schätzfehler und –3 dB Azimutspektrumbreite der Signal-Rausch-Verhältnissignale, die durch die sieben Schallquellen durch den Histogrammalgorithmus emittiert werden. Das Verhältnis nimmt zu und nimmt allmählich ab. Der Richtungsfindungsfehler nimmt zu, wenn die Schallquelle ein 10-V-Spitzenrauschsignal im Vergleich zu 1 V Peak-to-Peak emittiert. Dies liegt daran, dass die Schallquelle ein hohes Sound -Quell -Level -Signal abgibt.

Der Pool hat eine unvollständige Rauschreduzierung im Niederfrequenzband und es gibt eine starke Grenzflächenreflexion. Wenn das Signal-Rausch-Verhältnis –7 dB beträgt, beträgt der Richtungsfindungsfehler etwa 8 ° und die –3 dB Azimutspektrumbreite etwa 23 °; Und wenn das Signal-Rausch-Verhältnis größer als bei 1 dB ist, beträgt der Richtungsfindungsfehler und –3 dB Azimut-Spektrumbreite weniger als 4 ° bzw. 19 °. Abbildung 10 ist die Kurve der Zielverfolgung mit der Intensität des Schallquellenemissionssignals, berechnet nach dem autonomen Erkennungs- und Tracking -Algorithmus der Ziel. Es ist ersichtlich, dass der Histogrammalgorithmus, wenn das Signal-Rausch-Verhältnis –7 dB beträgt, eine autonome Verfolgung des Schallquellenziels erreichen kann.

2.3 Marine -Testanalyse

Unter Verwendung von Daten aus den Daten zur Überprüfung der Unterwasser akustischen Booy-Zieldaten zur Verifizierung der Erkennungsleistung, die im August 2019 in den nördlichen Gewässern des Südchinesischen Meeres durchgeführt wurden, wurde der Einzelvektor-Hydrophon-Histogrammalgorithmus verwendet, um die Nachweisleistung von Seezielen zu analysieren. Die Tiefe des Testseebereichs beträgt ca. 1500 m. Während der Testzeit sind die Wetterbedingungen gut und der Wind.

Die Geschwindigkeit beträgt Level 2. Die Messergebnisse des Schiffsverlassens Thermosalt-Tiefeninstrument zeigen, dass das Schallgeschwindigkeitsprofil eine gleichmäßige Schicht innerhalb einer Tiefe von 40 m ist und die Hauptkatastrophenschicht der Schallgeschwindigkeit innerhalb einer Tiefe von 40 ∼ ∼ liegt 200 m, und die Schallkanalachse liegt bei 1000 m. In der Nähe der Tiefe. Während des Testtages von 12: 33-14: 02, ein Oberflächengefäß mit einer Länge von 42 m, einer Breite von 6 m und einer Geschwindigkeit von 8,4 kN in der Nähe der Unterwasserschichtbuße bei einer Köpfe von 301 °. Während der Periode, das Oberflächengefäß und die Unterwasserakustik, beträgt der Abstand der Boje etwa 2 km zur kürzesten Zeit und 13,8 km zum weitesten Zeitpunkt. Ein Vergleichstabelldiagramm des Ziel-Azimut-Schätzungsergebnisses, berechnet durch den Histogrammalgorithmus und der reale Azimut des Oberflächenschiffs, wird ersichtlich, dass sich der Histogrammalgorithmus in der gesamten Zeit von 12: 33-14: 02 befindet.

Abbildung 13 und Fig. 14 zeigt den Histogrammalgorithmus zum Erfindungsfehler der Oberflächenschiff-Zielrichtung und –3 dB Azimut-Spektrum-Weitwechselkurve mit der Zeit im Zeitraum von 12: 33-14: 02. Es ist ersichtlich, dass der Richtungsfindungsfehler der beste ist, der innerhalb von 5 ° ° C erreichen kann, und die –3 dB Azimut -Spektrumbreite kann etwa 10 ° in der Nähe des engen Ortpunkts erreichen. Aufgrund der Abweichung der geschätzten Unterwasserposition der Unterwasser akustischen Boje ist der Abstand zwischen dem Oberflächenschiff und der Boje -Plattform näher am Richtungsfehler zum Zeitpunkt zunimmt. Abbildung 15 ist die Kurve des Zielverfolgungsmarks im Laufe der Zeit, die durch den autonomen Erkennungs- und Tracking -Algorithmus der Ziele berechnet wurde. Es ist ersichtlich, dass der Algorithmus für ein Oberflächengefäß mit einer Geschwindigkeit von 8,4 kN in einem Abstand von 13,8 km eine autonome Zielverfolgung im gesamten Bereich erreichen kann.

3 Schlussfolgerung

Anforderungen an die technischen Anwendungsanforderungen einzelner Vektorhydrophone auf unbemannten Unterwasserplattformen, in diesem Artikel wird eine autonome Erkennung und Verfolgung der Unterwasserziele vorgeschlagen. Vektorhydrophon.Tandard Erkennungsleistung. Die Ergebnisse von Computersimulation und anechoischen Tanktestdaten zeigen, dass der Histogrammalgorithmus das für die autonome Verfolgung erforderliche Signal-Rausch-Verhältnis erreicht. Die Breite von –3 dB beträgt ungefähr 20 °. Die Sea-Testdaten zeigen, dass das Tiefsee gute hydrologische Bedingungen ist. Der Histogrammalgorithmus kann eine vollständige Zielerkennung und -verfolgung für ein Oberflächengefäß mit einer Geschwindigkeit von 8,4 kN in einem Abstand von 13,8 km erreichen. Der beste Richtungsfindungsfehler kann 5 erreichen. ◦ und die –3 dB Azimut -Spektrumbreite können 10 ° in der Nähe der engen Position erreichen.