CN108594241A - 一种auv声隐身态势评估方法 - Google Patents

Abstract

本发明公开了一种AUV声隐身态势评估方法，属于态势评估技术领域。本发明以各种声学数据、声呐设备参数和位置信息等为输入，建立声呐探测性能模型和信号余量模型，根据任务隐蔽性要求等级构建声呐威胁虚拟障碍物，通过声呐方程、“KoutofN”准则计算多种类型探测概率，基于信号余量SE模型确定AUV的可航行范围，在可航行范围内以渐变色表示探测概率值形成态势图。本发明的态势评估系统包含全局态势评估和实时态势评估，系统以全局态势评估结果、多种声呐探测概率、AUV可航行范围和态势图为输出结果，评估结果准确、可信度高、可视化，实现对AUV航路的隐身威胁评估，为规划系统提供隐蔽性约束条件。

Description

一种AUV声隐身态势评估方法

技术领域

本发明属于态势评估技术领域，具体涉及一种在声呐探测环境下的AUV声隐身态势评估方法。

背景技术

随着智能水下机器人(AUV)技术的发展，AUV在水下作业的应用需求也越来越广泛，行为决策智能化已经成为未来水下机器人的发展趋势。目前，AUV主要依靠采集实时目标状态以及地形、障碍物、海流等环境信息，通过优化算法规划最优行为。这种行为决策系统缺少对态势因素的考虑，通常难以满足全局任务目标的需求。因此要实现更高层次上的智能自主决策，决策系统还需要增加对环境态势的评估功能。

AUV作为一种水下探测平台，随着任务复杂程度提高，对AUV执行任务的安全性要求也越来越高，尤其AUV在执行一些特定目标任务时，对任务和动作隐蔽性要求较高。由于AUV搭载的各种推进器以及部分设备在工作时会形成噪声源，目前针对AUV的探测手段主要是以水下声学探测设备为主，对AUV的任务安全性造成较大威胁，所以需要实时可靠的声隐身态势评估方法。

考虑任务的隐蔽性要求，AUV规划系统需要根据自身噪声、环境特点和探测设备参数等，针对声学探测环境分析声隐身态势，将评估结果融入AUV航路规划的约束模型，提高规划航路的隐蔽性，实现AUV高层次上的智能决策。

发明内容

本发明的目的在于提供一种提高AUV智能行为规划系统决策水平及声呐探测环境下AUV执行任务隐蔽性的要求、评估结果准确、可信度高且可视化的AUV声隐身态势评估方法。

本发明的目的是这样实现的：

本发明公开了一种AUV声隐身态势评估方法，具体的实现方式包括以下步骤：

(1)在AUV下水执行任务前，根据航路起点和目标点确定任务目标水域范围，采集任务目标水域内的探测声呐位置、AUV和环境声学信息、声呐设备信息；

(2)根据步骤(1)的采集信息进行全局环境下的态势评估；在AUV的任务工况下建立信号余量SE模型，通过建立声呐性能模型确定DI、DT，输入SL、NL，计算AUV在水平面上周向均匀36个方向上信号余量SE为0时的传播损失TL值，根据TL模块计算每个方向上TL值对应的距离即声呐探测距离，基于最小二乘法拟合36个点得到声呐探测范围及威胁范围，同样计算全局环境下每个已知声呐的威胁范围得到全局威胁态势评估结果；

(3)根据步骤(1)采集的动态信息，在航路中进行实时态势评估；通过建立声呐方程，计算得到单一声呐的探测概率p_d，当所有单一声呐的探测概率计算完成后，以探测概率作为威胁评估指数并根据大小对声呐进行威胁度排序；

(4)在单一声呐探测概率的基础上，根据声呐数量和航线时间，利用“KoutofN”准则计算得到多声呐的联合探测概率p_da，根据总探测时间t和探测频率n计算AUV航线累积探测概率p_dl；

(5)确定探测声呐设备参数后，在AUV所在位置的水平面上，以AUV为圆心均匀取36个方向，分别计算36个方向信号余量SE为0的点，并通过拟合包络线确定AUV可航行范围，制作态势图；

(6)综合以上步骤，得到全局态势评估图、单一声呐探测概率p_d、声呐威胁排序、联合探测概率pda、航线累积探测概率pdl、AUV可航行范围和态势图。

对于一种AUV声隐身态势评估方法，所述的步骤(1)中采集的信息包括全局已知信息和实时采集信息及采集AUV执行任务所在水域环境的声学信息，具体为：

全局已知信息和实时采集信息包括：

(1.1)AUV和声呐设备的位置信息：经度x_i、纬度y_i和深度z_i；

(1.2)声呐设备参数：列阵长度Δx、声波频率f、探测概率阈值p_T、虚警率p_fa、阵增益DI、声呐设备数量K；

(1.3)AUV噪声声源级SL；

采集AUV执行任务所在水域环境的声学信息包括：

(1.4)背景噪声NL：探测声呐的工作环境噪声；

(1.5)声传播损失TL：利用TL模块计算由AUV位置到探测声呐位置处的海洋传播损失。

对于一种AUV声隐身态势评估方法，所述的步骤(2)具体的实现步骤包括：

(2.1)建立声呐性能模型

DI＝10log(2Δx/λ)

(2.2)模型输入参数列阵长度Δx、声波频率f、探测概率阈值p_T、虚警率p_fa，输出为阵增益DI和检测阈值DT两项构成，不同的声呐参数得到不同模型输出结果；

(2.3)简化声呐威胁模型并将评估结果用于AUV隐蔽航路规划，计算信号余量模型SE＝SL+DI-TL-NL-DT＝0的传播损失TL值；

(2.4)根据TL模块插值得到每个方向上TL值对应的距离即声呐探测距离，基于最小二乘法拟合36个点得到声呐探测范围及威胁范围；

(2.5)将AUV任务隐蔽性要求分为三个等级，一、二、三级分别对应安全系数k为1.0、1.25、1.5，声呐威胁半径Rs＝k·Max{r_i}，以探测声呐位置为圆心构建虚拟障碍物模型，构建全局态势评估结果。

对于一种AUV声隐身态势评估方法，所述的步骤(4)具体的实现步骤包括：

(4.1)根据单一声呐探测概率计算联合和航路累积探测概率的方法，联合探测概率p_da

综合每次的联合探测概率p_daj，基于“KoutofN”不连续模型计算航线累计探测概率；

(4.2)探测概率阈值p_T为声呐判定AUV存在的最小探测概率值，分为50％、70％和90％，低于p_T则认为探测概率为0即判定AUV不存在，K为总共N次探测中探测概率值大于阈值p_T的次数的最小值，探测概率值大于阈值p_T的次数为N，N-1，…K的概率分别为

P_N＝p_da1·p_da2...p_daN

(4.3)计算AUV航线累计探测概率

p_dl＝P_N+P_N-1+...+P_K。

对于一种AUV声隐身态势评估方法，所述的步骤(5)通过以下步骤实现：

(5.1)确定探测声呐设备参数，在AUV所在位置的水平面上，以AUV为圆心每隔10°均匀取36个方向；

(5.2)在36个方向上计算每隔100m距离的探测概率值，直到信号余量SE为0，即探测概率为0；

(5.3)将36个信号余量SE为0的点拟合成包络线，确定AUV可航行范围；

(5.4)用由黑到白的渐变色显示不同探测概率值，探测概率大对应黑色，探测概率小对应白色，形成态势图。

本发明的有益效果在于：

本发明所述AUV态势评估计算方法首先以各种声学数据、声呐设备参数和位置信息等为输入，建立声呐威胁虚拟障碍物，进行全局态势评估和实时威胁评估，通过建立声呐模型得到全局态势评估结果，计算AUV在目标海域内的被探测概率，以具体数值作为AUV态势评估的指标，求出所有单一声呐的探测概率后，根据概率值大小进行排序。

其次，考虑复杂环境下的AUV态势分析，本发明还计算多探测平台联合探测环境下的联合探测概率值和AUV航线累计探测概率，给出更完善的态势评估结果。

最后，本发明选取以AUV为圆心36个均匀间隔的方向，确定每个方向在不同距离处探测声呐对AUV的探测概率值，拟合探测概率为0的点构成拟合曲线，所包围区域即为可航行范围，在可航行范围内以由黑到白的渐变色形式表示不同探测概率值从而构成态势图，使AUV态势评估仿真计算结果可视化。

因此，本发明所述AUV态势评估仿真计算方法对AUV在声呐探测环境下的评估方法具有评估准确、可信度高、可视化的特点，评估过程复杂度比较小，评估结果可以为AUV智能行为规划系统提供可靠依据。

附图说明

图1为本发明中AUV声隐身态势评估方法的总体流程示意图；

图2为本发明中AUV周向分布考核点分布示意图；

图3为本发明中全局环境下态势评估结果示意图；

图4为本发明中态势图示意图。

具体实施方式

下面结合附图对本发明做进一步描述。

本发明公开了一种针对声呐探测环境下的AUV声隐身态势评估方法，以声呐探测概率值、声呐威胁排序、声呐威胁范围、可航行范围和基于探测概率的态势图作为评估结果。

结合图1，为本发明中AUV声隐身态势评估仿真计算方法的总体流程示意图，具体态势评估流程如下：

步骤1、在AUV下水执行任务前，根据航路起点和目标点确定任务目标水域范围，采集任务目标水域内的探测声呐位置、AUV和环境声学信息、声呐设备信息等，包括全局已知信息和实时采集信息，具体为：

(1)AUV和声呐设备的位置信息：经度x_i、纬度y_i和深度z_i；

(2)声呐设备参数：列阵长度Δx、声波频率f、探测概率阈值p_T、虚警率p_fa、阵增益DI、声呐设备数量K；

其中阵增益DI如下，λ为波长，v为声波在水中传播速度。

DI＝10log(2Δx/λ)

λ＝v/f

(3)AUV噪声声源级SL。

采集AUV执行任务所在水域环境的声学信息，具体为：

(1)背景噪声NL：探测声呐的工作环境噪声；

(2)声传播损失TL：利用TL模块计算由AUV位置到探测声呐位置处的海洋传播损失。

步骤2、AUV下水执行任务前，根据步骤1采集的信息，进行全局环境下的态势评估，在AUV的任务工况下，通过建立信号余量SE模型。

SE＝SL+DI-TL-NL-DT

建立声呐性能模型，主要由阵增益DI和检测阈值DT两项构成：

DI＝10log(2Δx/λ)

通过声呐参数确定DI和DT，输入SL和NL，如图2所示，计算AUV在水平面上周向均匀36个方向上信号余量SE为0时的传播损失TL值，根据TL模块插值得到每个方向上TL值对应的距离即声呐探测距离，基于最小二乘法拟合36个点得到声呐探测范围及威胁范围，将AUV任务隐蔽性要求分为三个等级，一、二、三级分别对应安全系数k为1.0、1.25、1.5，取威胁半径Rs＝k·Max{r_i}，以探测声呐位置为圆心构建虚拟障碍物模型，用同样方法计算全局环境下每个已知声呐的威胁范围得到全局威胁态势评估结果，具体如图3所示。

步骤3、根据步骤1采集的实时信息，对AUV在执行任务时进行实时态势评估，首先建立被动声呐方程

SL-TL-NL+DI＝DT

其中声呐检测阈值DT由探测概率阈值p_T和虚警率p_fa得到：

获取单一声呐的探测概率p_di，i代表第i个探测声呐：

计算出所有单一声呐的探测概率后，根据概率值大小进行排序，概率值表示声呐对AUV隐蔽性的威胁指标，Q_j表示总共K个探测声呐中概率值从大到小排第j个的声呐，具体形式如下：

Q₁＞Q₂＞Q₃＞Q₄＞......＞Q_s

步骤4、单一声呐探测概率仅能表示某个单独的声呐对AUV的探测概率，考虑多声呐联合探测环境下的态势评估问题，根据步骤1采集的声呐数量和步骤3计算的单一声呐探测概率输出多声呐的联合探测概率p_da：

AUV在执行目标任务时，经常需要航行穿过任务区域，会多次被声呐探测，根据AUV航线时间t和探测频率n计算总探测次数N：

N＝t×n

综合每次的联合探测概率p_daj，基于“KoutofN”不连续模型计算航线累计探测概率。探测概率阈值p_T为声呐判定AUV存在的最小探测概率值，分为50％、70％和90％，低于p_T则认为探测概率为0即判定AUV不存在，K为总共N次探测中探测概率值大于阈值p_T的次数的最小值，探测概率值大于阈值p_T的次数为N，N-1，…K的概率分别为

P_N＝p_da1·p_da2…p_daN

计算AUV航线累计探测概率

p_dl＝P_N+P_N-1+...+P_K

步骤5、引入信号余量SE模型：SE＝SL-TL-NL+DI-DT

在以AUV为圆心均分的36个方向上，利用声呐方程计算每隔距离100m的探测概率值，这里探测概率值为假设声呐在该坐标点上对AUV的探测概率，计算取到最后每个方向上信号余量SE＝0，即探测概率为0的坐标点。然后将36个探测概率为0的点用最小二乘法拟合，曲线包围的范围即为AUV的可航行范围。在拟合曲线内，用由黑到白的渐变色显示不同探测概率值，探测概率大趋近于黑色，探测概率小趋近于白色，没一点的颜色深浅表示若声呐在此位置对AUV的探测概率大小及威胁程度，如图4所示，形成可视化的态势图。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种AUV声隐身态势评估方法，其特征在于，具体的实现方式包括以下步骤：

(1)在AUV下水执行任务前，根据航路起点和目标点确定任务目标水域范围，采集任务目标水域内的探测声呐位置、AUV和环境声学信息、声呐设备信息；

(2)根据步骤(1)的采集信息进行全局环境下的态势评估；在AUV的任务工况下建立信号余量SE模型，通过建立声呐性能模型确定DI、DT，输入SL、NL，计算AUV在水平面上周向均匀36个方向上信号余量SE为0时的传播损失TL值，根据TL模块计算每个方向上TL值对应的距离即声呐探测距离，基于最小二乘法拟合36个点得到声呐探测范围及威胁范围，同样计算全局环境下每个已知声呐的威胁范围得到全局威胁态势评估结果；

(3)根据步骤(1)采集的动态信息，在航路中进行实时态势评估；通过建立声呐方程，计算得到单一声呐的探测概率p_d，当所有单一声呐的探测概率计算完成后，以探测概率作为威胁评估指数并根据大小对声呐进行威胁度排序；

(4)在单一声呐探测概率的基础上，根据声呐数量和航线时间，利用“KoutofN”准则计算得到多声呐的联合探测概率p_da，根据总探测时间t和探测频率n计算AUV航线累积探测概率p_dl；

(5)确定探测声呐设备参数后，在AUV所在位置的水平面上，以AUV为圆心均匀取36个方向，分别计算36个方向信号余量SE为0的点，并通过拟合包络线确定AUV可航行范围，制作态势图；

(6)综合以上步骤，得到全局态势评估图、单一声呐探测概率p_d、声呐威胁排序、联合探测概率p_da、航线累积探测概率p_dl、AUV可航行范围和态势图。

2.根据权利要求1所述的一种AUV声隐身态势评估方法，其特征在于，所述的步骤(1)中采集的信息包括全局已知信息和实时采集信息及采集AUV执行任务所在水域环境的声学信息，具体为：

全局已知信息和实时采集信息包括：

(1.1)AUV和声呐设备的位置信息：经度x_i、纬度y_i和深度z_i；

(1.2)声呐设备参数：列阵长度Δx、声波频率f、探测概率阈值p_T、虚警率p_fa、阵增益DI、声呐设备数量K；

(1.3)AUV噪声声源级SL；

采集AUV执行任务所在水域环境的声学信息包括：

(1.4)背景噪声NL：探测声呐的工作环境噪声；

(1.5)声传播损失TL：利用TL模块计算由AUV位置到探测声呐位置处的海洋传播损失。

3.根据权利要求1所述的一种AUV声隐身态势评估方法，其特征在于，所述的步骤(2)具体的实现步骤包括：

(2.1)建立声呐性能模型

DI＝10log(2Δx/λ)

(2.2)模型输入参数列阵长度Δx、声波频率f、探测概率阈值p_T、虚警率p_fa，输出为阵增益DI和检测阈值DT两项构成，不同的声呐参数得到不同模型输出结果；

(2.3)简化声呐威胁模型并将评估结果用于AUV隐蔽航路规划，计算信号余量模型SE＝SL+DI-TL-NL-DT＝0的传播损失TL值；

(2.4)根据TL模块插值得到每个方向上TL值对应的距离即声呐探测距离，基于最小二乘法拟合36个点得到声呐探测范围及威胁范围；

(2.5)将AUV任务隐蔽性要求分为三个等级，一、二、三级分别对应安全系数k为1.0、1.25、1.5，声呐威胁半径Rs＝k·Max{r_i}，以探测声呐位置为圆心构建虚拟障碍物模型，构建全局态势评估结果。

4.根据权利要求1所述的一种AUV声隐身态势评估方法，其特征在于，所述的步骤(4)具体的实现步骤包括：

(4.1)根据单一声呐探测概率计算联合和航路累积探测概率的方法，联合探测概率p_da

综合每次的联合探测概率p_daj，基于“KoutofN”不连续模型计算航线累计探测概率；

(4.2)探测概率阈值p_T为声呐判定AUV存在的最小探测概率值，分为50％、70％和90％，低于p_T则认为探测概率为0即判定AUV不存在，K为总共N次探测中探测概率值大于阈值p_T的次数的最小值，探测概率值大于阈值p_T的次数为N，N-1，…K的概率分别为

P_N＝p_da1·p_da2…p_daN

(4.3)计算AUV航线累计探测概率

p_dl＝P_N+P_N-1+...+P_K。

5.根据权利要求1所述的一种AUV声隐身态势评估方法，其特征在于，所述的步骤(5)通过以下步骤实现：

(5.1)确定探测声呐设备参数，在AUV所在位置的水平面上，以AUV为圆心每隔10°均匀取36个方向；

(5.2)在36个方向上计算每隔100m距离的探测概率值，直到信号余量SE为0，即探测概率为0；

(5.3)将36个信号余量SE为0的点拟合成包络线，确定AUV可航行范围；

(5.4)用由黑到白的渐变色显示不同探测概率值，探测概率大对应黑色，探测概率小对应白色，形成态势图。