CN110058245A - 基于云模型的低频主动拖线阵声呐浅海探测效能评估方法 - Google Patents
基于云模型的低频主动拖线阵声呐浅海探测效能评估方法 Download PDFInfo
- Publication number
- CN110058245A CN110058245A CN201910284897.8A CN201910284897A CN110058245A CN 110058245 A CN110058245 A CN 110058245A CN 201910284897 A CN201910284897 A CN 201910284897A CN 110058245 A CN110058245 A CN 110058245A
- Authority
- CN
- China
- Prior art keywords
- sonar
- detection
- depth
- average
- error
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/52003—Techniques for enhancing spatial resolution of targets
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Abstract
本发明涉及基于云模型的低频主动拖线阵声呐浅海探测效能评估方法,包括如下步骤:建立低频主动拖线阵声纳浅海探测效能指标体系;生成探测效能标准样本集Ψ0;对Ψ0使用变异系数改进CRITIC法计算Ψ0各探测效能分指标的权重;将Ψ0内元素进行排序生成Ψ1,再进行重组重生成Ψ2;对Ψ2使用MBMCT‑SR算法计算n个指标l个等级的多维云模型的数字特征值,生成l朵n维正态云;选择声纳参数,计算各探测效能分指标;代入目标强度公式,计算出该声纳参数隶属于各个探测效能等级的确定度,依据最大确定度原则判定其探测效能等级。方法可以快速、直观地对探测效能进行判定,为低频主动拖线阵声纳的作战使用提供辅助决策。
Description
技术领域
本发明涉及一种探测方法,特别是一种基于云模型的低频主动拖线阵声呐浅海探测效能评估方法,属于水声探测技术领域。
背景技术
随着潜艇减振降噪技术的日趋成熟,低频主动拖线阵声纳成为各国海军水面舰艇探测安静型潜艇的新型装备。声纳装备的探测效能反映了声纳发现目标、定位目标的能力。众所周知,声纳装备的探测效能受海洋声环境的影响显著,特别在浅海环境下,声速剖面的变化具有明显的区域性与季节性特征,同时不同类型底质对声纳探测效能也有一定影响[3]。因此,如何对复杂浅海环境下的低频主动拖线阵声纳探测效能进行科学合理地评估是当前反潜作战研究中亟待解决的难题。
众多研究者基于声纳方程和声传播模型对吊放式声纳的探测效能评估方法进行了深入研究。吊放式声纳与拖线阵声纳均可使用主动工作方式,且都为可变深声纳,其基本原理与使用方法有一定相似性。陈建勇对吊放声纳的最佳探测深度进行了研究,指出声速剖面和声纳深度对声纳作用距离影响显著。孙明太进一步分析了负梯度浅海混响条件下声纳深度对其探测效能的影响,对吊放声纳探测域进行了建模和仿真,并指出反潜作战充满博弈性,应采用作战实验的方法在不确定性中探寻规律。李胜全提出HMG评估方法,较系统地研究了海洋水声环境对主动声纳探测效能的影响。梁巍对前人的研究成果进行了总结,提出了构建主动全向声纳浮标性能预测系统的总体方案。但现有研究只分析了混响、海洋环境噪声等环境因素给声纳探测带来的不确定性,没有深入研究反潜作战的对抗性、水下目标的非合作性给声纳探测带来的不确定性;现有评估方法构建效能评估模型停留在各效能分指标数值层面,没有进一步结合人主观认知特点将数据转化为知识,难以快速直观地对探测效能进行判定。
发明内容
针对低频主动拖线阵声纳发射脉宽长、波束宽度各向异性、深度可变等技术特点,围绕其技术参数的多样性和浅海反潜作战需求,本发明提出了一种基于云模型的低频主动拖线阵声呐浅海探测效能评估方法。该方法在实测浅海环境中进行仿真,验证了本文方法的适用性、有效性和对浅海水声环境的自适应性,并在一定程度上解决了因探测效能不确定性引起的效能等级评估标准难以准确预测的难题。
为了解决上述技术问题,本发明采用了如下技术方案:
基于云模型的低频主动拖线阵声呐浅海探测效能评估方法,包括如下步骤:
1)建立低频主动拖线阵声纳浅海探测效能指标体系;
2)输入作战海域海洋环境数据、声纳参数集和潜艇先验信息集,生成探测效能标准样本集Ψ0;
3)对Ψ0使用变异系数改进CRITIC法计算Ψ0各探测效能分指标的权重;
4)将Ψ0内元素进行排序生成Ψ1,再进行重组重生成Ψ2;
5)对Ψ2使用MBMCT-SR算法计算n个指标l个等级的多维云模型的数字特征值,利用计算的所得的特征值生成l朵n维正态云;
6)选择声纳参数,基于作战海域海洋环境和潜艇先验信息计算所选声纳参数下的各探测效能分指标;
7)将所选声纳参数对应的各探测效能分指标值代入目标强度公式,计算出该声纳参数隶属于各个探测效能等级的确定度,依据最大确定度原则判定其探测效能等级。
进一步地,所述步骤2)中,生成探测效能指标样本集Ψ0的方法为:设低频主动拖线阵声纳的工作深度区间为[Depthshallowest,Depthdeepest],针对低频主动拖线阵声纳深度的连续可变性,对该区间进行均匀采样,生成一个数据量有限的工作深度样本集:
Depth{Depthi∈[Depthshallowest,Depthdeepest]|i=1,2,...,M}
声纳的发射信号脉宽是一组离散值,使用时只能在其中选择,设发射信号脉宽样本集为
Pulsewidth{Pulsewidthj|j=1,2,...,N}
在可选深度样本集和脉宽样本集的基础上,生成含有M×N个元素的声纳参数样本集
Parameter{(Depthi,Pulsewidthj)|i=1,2,...,M;j=1,2,...,N}
将声纳参数样本集中的参数逐个代入计算,得到探测效能标准样本集Ψ0{{Vset},{Pd_average_set},{Erroraverage_set}},其中,
Vset{V(T,h)|(T,h)∈Parameter},
Pd_average_set{Pd_average(T,h)|(T,h)∈Parameter},
Erroraverage_set{Erroraverage(T,h)|(T,h)∈Parameter},
其中,
有效定位区域体积
有效定位区域平均检测概率
有效定位区域平均定位误差
Rlocate(θ,H,T,h)为有效定位距离,声纳在各个深度、方向上的近程盲区距离为:
c为水中声速;Pd(R,θ,H,T,h)为低频主动拖线阵声纳深度为h,使用带宽为B,脉宽为T的LFM发射信号,在距离R,角度θ,深度H处的检测概率;海洋深度为hsea。
进一步地,所述步骤4)中,将Ψ0内元素进行排序生成Ψ1,再进行重组重生成Ψ2的方法为:将{Vset}和{Pd_average_set}由大到小排列,{Erroraverage_set}由小到大排列,排列后得到的有序集合为Ψ1{{Vset_sort},{Pd_average_set_sort},{Erroraverage_set_sort}};将Ψ1内的三个集合按各自所含元素顺序平均分为4个集合,分别以sort_1......sort_4表示,共得12个探测效能分指标样本子集,对其进行重组,生成对应探测效能等级为Ⅰ、Ⅱ、Ⅲ、Ⅳ”的探测效能分级样本集Ψ2{Excellent,Good,Fair,Poor},重组方法如下:
Excellent{{Vset_sort_1},{Pd_average_set_sort_1},{Erroraverage_set_sort_1}},
Good{{Vset_sort_2},{Pd_average_set_sort_2},{Erroraverage_set_sort_2}},
Fair{{Vset_sort_3},{Pd_average_set_sort_3},{Erroraverage_set_sort_3}},
Poor{{Vset_sort_4},{Pd_average_set_sort_4},{Erroraverage_set_sort_4}}.
进一步地,所述步骤6)中,选择声纳参数的方法为:当已知潜艇深度时,可有针对性地选择低频主动拖线阵声纳的工作深度。在选取主动声纳脉宽时,若水面舰艇处于远程警戒状态,应选取较长脉宽,以获得较远的探测距离;若水面舰艇处于验证目标属性或准备攻击状态,则应适当缩短发射信号脉宽,以缩小盲区和发射间隔,以保持对目标的稳定跟踪,进一步测定目标运动要素。
进一步地,所述步骤6)中,计算所选声纳参数下的各探测效能分指标的方法为:建立低频主动拖线阵声纳浅海探测效能评估指标体系,建立过程如下:
第一步:建立三维探测场模型
建立以Pd(R,θ,H,T,h)为基础的三维柱坐标检测概率场,声纳检测概率函数的计算公式为
式中:SL为主动声纳发射声源级,TL为传播损失,NL为噪声级,RL为混响级,TS为目标强度,AG为阵增益,G为标准正态分布函数;
第二步:建立潜艇先验信息集
建立潜艇先验信息集
Target{TStarget,Starget},
集合中TStarget为待探测潜艇的最小目标强度,在浅海主动声纳方程中使用TStarget;集合中Starget为潜艇的俯视面积,在衡量声纳定位误差时,应考虑到待探测目标的俯视面积;
第三步:建立有效发现距离模型
声纳能发现潜艇的区域定义为有效发现区域;声纳在角度θ,深度H处能发现潜艇的最远距离定义为有效发现距离;设r0为有效探测距离的判别步长;设主动声纳探测有效性计算公式为主动声纳在角度θ,深度H上有效发现距离为Rdetect(θ,H,T,h)的充要条件为
式中,Pd_threshold是设定的检测概率门限;
第四步:建立有效定位距离模型
设主动声纳在角度θ方向的波束宽度为则在主动声纳在距离R,角度θ,深度H上的定位误差为
式中带宽为B的LFM信号的测距精度为
有效定位距离为Rlocate(θ,H,T,h)的充要条件为
式中Errorthreshold为误差门限,误差门限值为水下目标的俯视面积与指控系统要求的定位误差倍率Errorrate的乘积,其关系为
Errorthreshold=Starget·Errorrate;
第五步:建立发射脉冲限制区模型
当发射脉宽为T的LFM信号时,由于发射脉冲干扰导致声纳在各个深度、方向上的近程盲区距离为
Step6:建立探测效能指标体系
其含有3个探测效能分指标,分别为所述有效定位区域体积、有效定位区域平均检测概率以及有效定位区域平均定位误差。
进一步地,所述步骤7)中的目标强度公式为:
TSR(R,θ,T,h)=Sb+10lg A(R,θ,T,h)
式中:Sb为海底散射强度,A(R,θ,T,h)是声源深度为h的主动声纳在距离R,方位θ处的海底散射面积;
设海洋深度为hsea,散射面积的计算公式为
得混响的目标强度为
混响级的计算公式为
RL(R,θ,H,T,h)=SL-2TL(R,θ,H,h)-NL+TSR(R,θ,T,h)+AG
式中:c为水中声速,为波束宽度;
使用下式计算所选声纳参数隶属于探测效能第k个等级的确定度μk,其中n=3,l=4,再根据最大确定度原则确定所选声纳参数的探测效能等级
(j=1,2,...,n;k=1,2,...,l)。
相对于现有技术,本发明具有如下技术效果:
1)针对低频主动拖线阵声纳发射脉宽长、波束宽度各向异性、深度可变等技术特点,围绕其技术参数的多样性和浅海反潜作战需求,提出综合考虑“海洋环境—声纳—目标特性”以有效定位区域体积、平均检测概率和平均定位误差为分指标的探测效能指标体系;
2)针对低频主动拖线阵声纳技术参数的多样性,以及反潜作战中存在的大量不确定因素,提出通过构建不同作战环境与敌我态势下的标准样本集来遍历表征探测效能不确定性的策略,并为效能评估模型提供有效的训练数据;
3)针对声纳探测效能存在的不确定性和人主观认知的特点,根据云理论和本文构建的探测效能指标体系,提出基于多维正态云模型的探测效能评估方法,使用本文方法生成的云模型的各概念含混度较低,达到理论较成熟水平,在一定程度上解决了因不确定性引起的效能等级评估标准难以预测的难题;
4)相比于改进的TOPSIS法、功效系数法等传统效能评估方法,本文方法可以快速、直观地对探测效能进行判定,为低频主动拖线阵声纳的作战使用提供辅助决策。
附图说明
图1为探测效能评估图;
图2为云发生器。
具体实施方式
下面结合附图1-2对本发明作进一步详细描述,但不作为对本发明的限定。
本发明的方法实施例可以快速、直观地对探测效能进行判定,为低频主动拖线阵声纳的作战使用提供辅助决策。为了方便展示,本发明实施例以具体小节的形式加以呈现说明。
1低频主动拖线阵声纳浅海探测效能指标体系
针对低频主动拖线阵声纳发射脉宽长、波束宽度各向异性、深度可变等技术特点。围绕其技术参数的多样性和浅海反潜作战需求,基于声纳方程、声传播模型和阵列信号处理理论,建立探测效能指标体系。
1.1浅海主动声纳方程
低频主动拖线阵声纳由主动声源和拖曳线列阵(被动接收阵)组成,其工作原理为:主动声源发出声信号,声信号经海洋环境传播,遇到水下物体后反射声波;拖曳线列阵接收水下物体反射的声波并对目标的方位、距离做出估计。这一过程受到海洋环境噪声和混响的影响,浅海环境下的主动声纳方程为
式中:SL为主动声纳发射声源级,TL为传播损失,NL为噪声级,RL为混响级,TS为目标强度,AG为阵增益,DT为检测阈。
对声纳接收到的信号进行白化处理和高斯化处理后,声纳接收机使用能量检波。此时,主动声纳的检测概率满足下式
式中:B为接收机带宽,T为积分时间,Pd为在虚警概率Pf下的检测概率,G为标准正态分布函数。
设拖曳线列阵为一条理想直线阵,其航向与水面舰艇航向相同。建立以拖曳线列阵几何中心为原点;以舰船航向为初始方向,逆时针为正方向;由水面舰船指向海底的垂直向量为深度正方向的三维柱坐标探测场。设低频主动拖线阵声纳深度为h(主动声源与拖曳线列阵同深),使用带宽为B,脉宽为T的LFM发射信号,在距离R,角度0,深度H处的检测概率为Pd(R,0,H,T,h)。使用LFM信号时,根据式(2)可知使用的带宽宽的信号会在提高接收机检测性能的同时降低探测误差,本文在研究声纳参数对探测效能影响时,默认使用声纳参数集中最宽的带宽。声纳检测概率函数的计算公式为
1.2浅海海底混响计算方法
海底混响是浅海混响的主要来源,浅海海底混响的目标强度为
TSR(R,θ,T,h)=Sb+10lgA(R,θ,T,h), (4)
式中:Sb为海底散射强度,A(R,0,T,h)是声源深度为h的主动声纳在距离R,方位0处的海底散射面积。设海洋深度为hsea,散射面积的计算公式为
将式(5)代入式(4),得混响的目标强度为
混响级的计算公式为
式中:c为水中声速,θh(0)=Δφ-3dB(0)为波束宽度。声纳在处理接收信号时,通过对接收阵列中各个阵元的输出进行加权、延时、求和等处理可以预成多个接收波束,在提高信噪比的同时可以对声信号的入射方向进行估计。本实施例使用公知技术书籍《声呐阵列信号处理方法》中的方法计算声纳基阵的阵增益AG和在各个方向预成波束的波束宽度Δφ-3dB(0)。当某一方向上的波束宽度太宽以至于会产生左右舷误判时,认为主动声纳在此方向上已不能正常工作。根据此原则计算声纳的可探测角度范围[0initial,0terminal]。声波在海洋中的传播损失TL(R,0,H,h)与声源深度、声波频率、声速剖面和海底底质等因素密切相关,与发射声波的脉宽无关。在声纳参数集和海洋环境数据库中调取声速剖面和海底底质信息,在声纳参数集中选取声纳的深度和其发射声波的中心频率,在此基础上使用文献李孟等人提出的Bellhop模型计算声传播损失。
1.3低频主动拖线阵声纳浅海探测效能分指标建模与计算方法
海洋是一个三维空间,声纳的探测范围为三维空间中的立体探测域。本实施例基于立体探测域内的声纳检测概率,依据浅海反潜作战需求,建立低频主动拖线阵声纳浅海探测效能评估指标体系,建立过程如下:
Step1:建立三维探测场模型
使用1.1节的方法建立以Pd(R,θ,H,T,h)为基础的三维柱坐标检测概率场。
Step2:建立潜艇先验信息集
主动声纳对不同类型的潜艇的探测能力不同。在有待探测潜艇先验信息的情况下,建立潜艇先验信息集
Target{TStarget,Starget}, (8)
集合中TStarget为待探测潜艇的最小目标强度,在浅海主动声纳方程中使用TStarget;集合中Starget为潜艇的俯视面积,在衡量声纳定位误差时,应考虑到待探测目标的俯视面积。
Step3:建立有效发现距离模型
声纳能发现潜艇的区域定义为有效发现区域。声纳在角度0,深度H处能发现潜艇的最远距离定义为有效发现距离。由于浅海海洋环境的复杂性,主动声纳探测常存在断续性,因此有必要建立具有一定宽容性的模型反映主动声纳的有效发现距离。
设r0为有效探测距离的判别步长。设主动声纳探测有效性计算公式为
主动声纳在角度0,深度H上有效发现距离为Rdetect(0,H,T,h)的充要条件为
式中Pd_threshold是设定的检测概率门限。
Step4:建立有效定位距离模型
首先建立三维定位误差场。设主动声纳在角度0方向的波束宽度为Δφ-3dB(0),则在主动声纳在距离R,角度0,深度H上的定位误差为
式中带宽为B的LFM信号的测距精度为
Errordistance(B)=330/B. (12)
LFM信号的带宽越宽,测距精度越高,但由于材料和换能器加工工艺的限制,主动声纳发射信号的带宽是有限的。
为了保证水中兵器在末制导时,能在其有效搜索扇面内发现水下目标。指控系统对声纳的定位精度有一定的要求,这个要求可以用最大定位误差来描述。
主动声纳在其有效发现区域内的定位误差小于最大定位误差的区域定义为有效定位区域Ω。有效定位距离是有效定位区域在各个深度、各个距离上的体现。主动声纳在角度0,深度H上有效发现距离内,定位误差小于误差门限的距离定义为有效定位距离。有效定位距离为Rlocate(0,H,T,h)的充要条件为
式中Errorthreshold为误差门限。误差门限值为水下目标的俯视面积与指控系统要求的定位误差倍率Errorrate的乘积,其关系为
Errorthreshold=Starget·Errorrate. (14)
Step5:建立发射脉冲限制区模型
相比于安装在舰船球鼻艏内的舰壳主动声纳,低频主动拖线阵声纳的发射脉冲更长。当主动声源工作时,其产生发射脉冲的声源级远高于目标回波的声源级,此时声纳被动接收阵检测到的发射声波掩盖了水下目标的回波。评估低频主动拖线阵声纳的探测效能时,应考虑到发射脉冲对其探测带来的干扰。当发射脉宽为T的LFM信号时,由于发射脉冲干扰导致声纳在各个深度、方向上的近程盲区距离为
Rdisturb=(c·T)/2. (15)
Step6:建立探测效能指标体系
低频主动拖线阵声纳使用声信号的中心频率为其接收阵列半波长对应的频率。在探测中取声纳的最宽带宽。根据检测概率计算公式可知,使用持续时间长的发射脉冲可以提升接收机检测能力进而增大有效发现距离,但会使发射脉冲限制区增大,即增加近程盲区,且定位误差与发现距离正相关。声源深度(接收线列阵始终与发射声源同深)会影响声波在水中的传播路径,影响声场中的声能分布,对声纳的探测有较大影响。
本实施例以声纳深度和LFM信号的脉宽为可变参数,探讨其对低频主动拖线阵声纳浅海探测效能的影响。从反潜作战需求出发,建立声纳探测效能指标体系,其中含有3个探测效能分指标:
有效定位区域体积
有效定位区域平均检测概率
有效定位区域平均定位误差
2云模型
云模型是一个可以实现概念内涵和外延相互转换的双向认知模型,包含正向云和逆向云两类基本算法。一维云模型用于表示一维定性概念,多维云模型表示多维定性概念。正态云是一种基于正态分布的云模型。多维正态云由一维正态云推广而来,能够反映复杂的多维定性概念。
低频主动拖线阵声纳在浅海的探测效能受多个探测效能分指标的影响。在计算各探测效能等级的云数字特征值时,需要对包含多个探测效能分指标数据的样本集中使用多维逆向云算法计算多维云数字特征值,实现由概念外延到内涵的转换。
基于可重复抽样的多步逆向云变换算法(MBCT-SR)是一种稳定、高精度、快速收敛且无需确定度信息的一维逆向云算法。本实施例提出的低频主动拖线阵声纳探测效能指标体系含有多个探测效能分指标,为解决多维逆向云变换问题,本实施例在MBCT-SR算法基础上,将该算法的应用范围扩展到多维,提出基于可重复抽样的多步多维逆向云变换算法(MBMCT-SR),步骤如下。
输入:多维定性概念的样本数据集
输出:多维定性概念各维数字特征值的估计值
Step1:使用多维定性概念样本数据集计算样本中各维数据的均值,将其作为期望Ex的估计值,计算公式为
Step2:对多维定性概念样本数据集中各维数据子集的样本进行随机可重复抽样。各维数据子集随机抽取m组样本,且每组有r个样本(m与r均为正整数,且m与r的乘积不一定等于n)。分别计算各维数据子集随机抽取的每组样本的组内样本方差:
其中,
可认为{y1(y11,y21,…,yp1),y2(y12,y22,…,yp2),…,ym(y1m,y2m,…,ypm)}是来自正态分布N(En(En1,En2,…,Enp),He(He1,He2,…,Hep)2)的一组样本。
Step3:从数据集{y1(y11,y21,…,yp1),y2(y12,y22,…,yp2),…,ym(y1m,y2m,…,ypm)}中计算En1,En2,…,Enp和He1,He2,…,Hep的估计值,取下式的正根。
其中,
使用多维正态云模型解决低频主动拖线阵声纳浅海探测效能评估问题主要基于以下原因:
1)低频主动拖线阵声纳浅海探测效能评估是一个既涉及自然科学又涉及人类认知的问题,通过云模型能较好地提取标准样本集中的信息,反映探测效能评估中存在的不确定性;
2)正态云模型基于正态分布,在自然科学和社会科学中具有普适性;
3)效能评估是一个双向认知过程,云模型分为正向云和逆向云,是一种双向认知模型,可较好地解决低频主动拖线阵声纳浅海探测效能评估问题。
3低频主动拖线阵声纳浅海探测效能评估方法
3.1方法框架
1)建立低频主动拖线阵声纳浅海探测效能指标体系;
2)输入作战海域海洋环境数据、声纳参数集和潜艇先验信息集使用3.2节的方法生成探测效能标准样本集Ψ0;
3)对Ψ0使用变异系数改进CRITIC法计算Ψ0各探测效能分指标的权重;
4)使用3.3节的方法将Ψ0内元素进行排序生成Ψ1,再进行重组重生成Ψ2;
5)对Ψ2使用MBMCT-SR算法计算n个指标l个等级的多维云模型的数字特征值。利用计算的所得的特征值生成l朵n维正态云;
6)使用3.5节的方法选择声纳参数,基于作战海域海洋环境和潜艇先验信息使用1.3节方法计算所选声纳参数下的各探测效能分指标;
7)将所选声纳参数对应的各探测效能分指标值代入公式(4),计算出该声纳参数隶属于各个探测效能等级的确定度,依据最大确定度原则判定其探测效能等级。
基于多维云模型的低频主动拖线阵声纳浅海探测效能评估方法具体实现流程见附图1。
3.2生成探测效能标准样本集
针对低频主动拖线阵声纳技术参数的多样性,以及反潜作战中存在的大量不确定性因素,在假设声纳装备固有技术性能不变和海洋环境相对平稳的条件下,生成探测效能标准样本集,以此遍历表征探测效能的不确定性,为评估模型提供训练数据。
设低频主动拖线阵声纳的工作深度区间为[Depthshallowest,Depthdeepest],针对低频主动拖线阵声纳深度的连续可变性,对该区间进行均匀采样,生成一个数据量有限的工作深度样本集
声纳的发射信号脉宽是一组离散值,使用时只能在其中选择,设发射信号脉宽样本集为
Pulsewidth{Pulsewidthj|j=1,2,...,N}. (27)
在可选深度样本集和脉宽样本集的基础上,生成含有M×N个元素的声纳参数样本集
使用1.3节方法,将声纳参数样本集中的参数逐个代入计算,得到探测效能标准样本集Ψ0{{Vset},{Pd_average_set},{Erroraverage_set}},其中,
3.3重组探测效能标准样本集
将{Vset}和{Pd_average_set}由大到小排列,{Erroraverage_set}由小到大排列,排列后得到的有序集合为Ψ1{{Vset_sort},{Pd_average_set_sort},{Erroraverage_set_sort}}。
将Ψ1内的三个集合按各自所含元素顺序平均分为4个集合,共得12个探测效能分指标样本子集,对其进行重组,生成对应探测效能等级为“Ⅰ,Ⅱ,Ⅲ,Ⅳ”的探测效能分级标准样本集Ψ2{Excellent,Good,Fair,Poor}。重组方法如下:
3.4构造云发生器
对集合Ψ0用变异系数改进CRITIC法(参见过江等发表的“岩爆预测的多维云模型综合评判方法”)计算3个探测效能分指标的权重w1,w2,w3。使用MBMCT-SR算法分别计算Ψ2内4个子集的云数字特征值:
基于生成的4组数字特征值生成4朵评级为“Ⅰ,Ⅱ,Ⅲ,Ⅳ”的三维正态云。实现上述过程的云发生器如图2,图中CG为正向云发生器,CG-1为逆向云发生器,drop为云滴。
3.5选择声纳参数
科学合理地选取声纳参数有利于提升声纳的探测效能。当已知潜艇深度时,可有针对性地选择低频主动拖线阵声纳的工作深度。在选取主动声纳脉宽时,若水面舰艇处于远程警戒状态,应选取较长脉宽,以获得较远的探测距离;若水面舰艇处于验证目标属性或准备攻击状态,则应适当缩短发射信号脉宽,以缩小盲区和发射间隔(声纳发射信号间隔与发射信号脉宽成正比,缩小发射间隔可以提升单位时间内的探测次数),以保持对目标的稳定跟踪,进一步测定目标运动要素。
此外,潜艇具有自噪声低的优势,可以先于水面舰艇探测到对方,通过调整航向、航速、深度做出规避动作。由于浅海环境的复杂性,水面舰艇在浅海使用主动声纳探测时虚警较高,对于发现的水下目标很难迅速判别其类型,给判断作战态势带来困难。
因此,有必要对要使用的声纳参数在当前海域的探测效能进行评估,根据评估结果科学合理地选取声纳参数,以提高发现潜艇的概率。
使用式(16)~(18)计算所选声纳参数的n个探测效能分指标值,使用式(32)计算所选声纳参数隶属于探测效能第k个等级的确定度μk(本实施例n=3,l=4),再根据最大确定度原则确定所选声纳参数的探测效能等级。
4仿真实验
为了验证本实施例提出效能评估模型的可行性和有效性,选取3个典型浅海海洋环境实测数据,使用本实施例提出方法对所选海洋环境中的低频主动拖线阵声纳浅海探测效能进行评估,将评估结果与进行改进(评估模型使用标准样本集中信息,并使用变异系数改进CRITIC法赋权)的TOPSIS法、功效系数法的评估结果进行对比,并分析3种效能评估方法学习样本信息的能力。
数据结果表明,在不同浅海环境下各探测效能分指标的权重、数字特征值不同,表明本实施例提出的探测效能评估方法适用于典型浅海环境,同时也反映出了海洋环境对声纳探测效能的显著影响。
上述实施例只是为了更清楚说明本发明的技术方案做出的列举,并非对本发明的限定,本领域的普通技术人员根据本领域的公知常识对本申请技术方案的变通亦均在本申请保护范围之内,总之,上述实施例仅为列举,本申请的保护范围以所附权利要求书范围为准。
Claims (6)
1.基于云模型的低频主动拖线阵声呐浅海探测效能评估方法,其特征在于:包括如下步骤:
1)建立低频主动拖线阵声纳浅海探测效能指标体系;
2)输入作战海域海洋环境数据、声纳参数集和潜艇先验信息集,生成探测效能标准样本集Ψ0;
3)对Ψ0使用变异系数改进CRITIC法计算Ψ0各探测效能分指标的权重;
4)将Ψ0内元素进行排序生成Ψ1,再进行重组重生成Ψ2;
5)对Ψ2使用MBMCT-SR算法计算n个指标l个等级的多维云模型的数字特征值,利用计算的所得的特征值生成l朵n维正态云;
6)选择声纳参数,基于作战海域海洋环境和潜艇先验信息计算所选声纳参数下的各探测效能分指标;
7)将所选声纳参数对应的各探测效能分指标值代入目标强度公式,计算出该声纳参数隶属于各个探测效能等级的确定度,依据最大确定度原则判定其探测效能等级。
2.根据权利要求1所述的评估方法,其特征在于:所述步骤2)中,生成探测效能指标样本集Ψ0的方法为:设低频主动拖线阵声纳的工作深度区间为[Depthshallowest,Depthdeepest],针对低频主动拖线阵声纳深度的连续可变性,对该区间进行均匀采样,生成一个数据量有限的工作深度样本集:
Depth{Depthi∈[Depthshallowest,Depthdeepest]|i=1,2,...,M}
声纳的发射信号脉宽是一组离散值,使用时只能在其中选择,设发射信号脉宽样本集为
Pulsewidth{Pulsewidthj|j=1,2,...,N}
在可选深度样本集和脉宽样本集的基础上,生成含有M×N个元素的声纳参数样本集
Parameter{(Depthi,Pulsewidthj)|i=1,2,...,M;j=1,2,...,N}
将声纳参数样本集中的参数逐个代入计算,得到探测效能标准样本集Ψ0{{Vset},{Pd_average_set},{Erroraverage_set}},其中,
Vset{V(T,h)|(T,h)∈Parameter},
Pd_average_set{Pd_average(T,h)|(T,h)∈Parameter},
Erroraverage_set{Erroraverage(T,h)|(T,h)∈Parameter},
其中,
有效定位区域体积
有效定位区域平均检测概率
有效定位区域平均定位误差
Rlocate(θ,H,T,h)为有效定位距离,声纳在各个深度、方向上的近程盲区距离为:
c为水中声速;Pd(R,θ,H,T,h)为低频主动拖线阵声纳深度为h,使用带宽为B,脉宽为T的LFM发射信号,在距离R,角度θ,深度H处的检测概率;海洋深度为hsea。
3.根据权利要求2所述的评估方法,其特征在于:所述步骤4)中,将Ψ0内元素进行排序生成Ψ1,再进行重组重生成Ψ2的方法为:将{Vset}和{Pd_average_set}由大到小排列,{Erroraverage_set}由小到大排列,排列后得到的有序集合为Ψ1{{Vset_sort},{Pd_average_set_sort},{Erroraverage_set_sort}};将Ψ1内的三个集合按各自所含元素顺序平均分为4个集合,分别以sort_1......sort_4表示,共得12个探测效能分指标样本子集,对其进行重组,生成对应探测效能等级为I、II、III、IV”的探测效能分级样本集Ψ2{Excellent,Good,Fair,Poor},重组方法如下:
Excellent{{Vset_sort_1},{Pd_average_set_sort_1},{Erroraverage_set_sort_1}},
Good{{Vset_sort_2},{Pd_average_set_sort_2},{Erroraverage_set_sort_2}},
Fair{{Vset_sort_3},{Pd_average_set_sort_3},{Erroraverage_set_sort_3}},
Poor{{Vset_sort_4},{Pd_average_set_sort_4},{Erroraverage_set_sort_4}}。
4.根据权利要求3所述的评估方法,其特征在于:所述步骤6)中,选择声纳参数的方法为:当已知潜艇深度时,可有针对性地选择低频主动拖线阵声纳的工作深度。在选取主动声纳脉宽时,若水面舰艇处于远程警戒状态,应选取较长脉宽,以获得较远的探测距离;若水面舰艇处于验证目标属性或准备攻击状态,则应适当缩短发射信号脉宽,以缩小盲区和发射间隔,以保持对目标的稳定跟踪,进一步测定目标运动要素。
5.根据权利要求4所述的评估方法,其特征在于:所述步骤6)中,计算所选声纳参数下的各探测效能分指标的方法为:建立低频主动拖线阵声纳浅海探测效能评估指标体系,建立过程如下:
第一步:建立三维探测场模型
建立以Pd(R,θ,H,T,h)为基础的三维柱坐标检测概率场,声纳检测概率函数的计算公式为
式中:SL为主动声纳发射声源级,TL为传播损失,NL为噪声级,RL为混响级,TS为目标强度,AG为阵增益,G为标准正态分布函数;
第二步:建立潜艇先验信息集
建立潜艇先验信息集
Target{TStarget,Starget},
集合中TStarget为待探测潜艇的最小目标强度,在浅海主动声纳方程中使用TStarget;集合中Starget为潜艇的俯视面积,在衡量声纳定位误差时,应考虑到待探测目标的俯视面积;
第三步:建立有效发现距离模型
声纳能发现潜艇的区域定义为有效发现区域;声纳在角度θ,深度H处能发现潜艇的最远距离定义为有效发现距离;设r0为有效探测距离的判别步长;设主动声纳探测有效性计算公式为主动声纳在角度θ,深度H上有效发现距离为Rdetect(θ,H,T,h)的充要条件为
式中,Pd_threshold是设定的检测概率门限;
第四步:建立有效定位距离模型
设主动声纳在角度θ方向的波束宽度为则在主动声纳在距离R,角度θ,深度H上的定位误差为
式中带宽为B的LFM信号的测距精度为
有效定位距离为Rlocate(θ,H,T,h)的充要条件为
式中Errorthreshold为误差门限,误差门限值为水下目标的俯视面积与指控系统要求的定位误差倍率Errorrate的乘积,其关系为
Errorthreshold=Starget·Errorrate;
第五步:建立发射脉冲限制区模型
当发射脉宽为T的LFM信号时,由于发射脉冲干扰导致声纳在各个深度、方向上的近程盲区距离为
Step6:建立探测效能指标体系
其含有3个探测效能分指标,分别为所述有效定位区域体积、有效定位区域平均检测概率以及有效定位区域平均定位误差。
6.根据权利要求5所述的评估方法,其特征在于:所述步骤7)中的目标强度公式为:
TSR(R,θ,T,h)=Sb+10lgA(R,θ,T,h)
式中:Sb为海底散射强度,A(R,θ,T,h)是声源深度为h的主动声纳在距离R,方位θ处的海底散射面积;
设海洋深度为hsea,散射面积的计算公式为
得混响的目标强度为
混响级的计算公式为
RL(R,θ,H,T,h)=SL-2TL(R,θ,H,h)-NL+TSR(R,θ,T,h)+AG
式中:c为水中声速,为波束宽度;
使用下式计算所选声纳参数隶属于探测效能第k个等级的确定度μk,其中n=3,1=4,再根据最大确定度原则确定所选声纳参数的探测效能等级
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910284897.8A CN110058245B (zh) | 2019-04-10 | 2019-04-10 | 基于云模型的低频主动拖线阵声呐浅海探测效能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910284897.8A CN110058245B (zh) | 2019-04-10 | 2019-04-10 | 基于云模型的低频主动拖线阵声呐浅海探测效能评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110058245A true CN110058245A (zh) | 2019-07-26 |
CN110058245B CN110058245B (zh) | 2022-12-09 |
Family
ID=67318715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910284897.8A Active CN110058245B (zh) | 2019-04-10 | 2019-04-10 | 基于云模型的低频主动拖线阵声呐浅海探测效能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110058245B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111025273A (zh) * | 2019-12-03 | 2020-04-17 | 东南大学 | 一种畸变拖曳阵线谱特征增强方法及系统 |
CN111538017A (zh) * | 2020-05-09 | 2020-08-14 | 北京中安智能信息科技有限公司 | 基于声纳的目标探测概率评估方法和装置及设备 |
CN112415495A (zh) * | 2020-11-06 | 2021-02-26 | 海鹰企业集团有限责任公司 | 一种海底混响信号模拟方法 |
CN112684482A (zh) * | 2020-11-13 | 2021-04-20 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于海洋无人平台的水下目标探测系统及方法 |
CN115294832A (zh) * | 2022-07-06 | 2022-11-04 | 中国船舶重工集团公司第七一五研究所 | 一种声呐设备训练数据生成方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003004848A (ja) * | 2001-06-25 | 2003-01-08 | Nec Corp | ソーナー探知範囲予察可視化システム、方法及びプログラム |
CN103257347A (zh) * | 2012-02-17 | 2013-08-21 | 中国人民解放军海军装备研究院舰艇作战系统论证研究所 | 一种实际使用环境下的声纳作用距离指标的获取方法 |
CN105891805A (zh) * | 2016-05-17 | 2016-08-24 | 中国船舶重工集团公司第七六○研究所 | 一种不同环境噪声条件下声纳探测性能对比评估方法 |
-
2019
- 2019-04-10 CN CN201910284897.8A patent/CN110058245B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003004848A (ja) * | 2001-06-25 | 2003-01-08 | Nec Corp | ソーナー探知範囲予察可視化システム、方法及びプログラム |
CN103257347A (zh) * | 2012-02-17 | 2013-08-21 | 中国人民解放军海军装备研究院舰艇作战系统论证研究所 | 一种实际使用环境下的声纳作用距离指标的获取方法 |
CN105891805A (zh) * | 2016-05-17 | 2016-08-24 | 中国船舶重工集团公司第七六○研究所 | 一种不同环境噪声条件下声纳探测性能对比评估方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111025273A (zh) * | 2019-12-03 | 2020-04-17 | 东南大学 | 一种畸变拖曳阵线谱特征增强方法及系统 |
CN111538017A (zh) * | 2020-05-09 | 2020-08-14 | 北京中安智能信息科技有限公司 | 基于声纳的目标探测概率评估方法和装置及设备 |
CN111538017B (zh) * | 2020-05-09 | 2022-04-15 | 北京中安智能信息科技有限公司 | 基于声纳的目标探测概率评估方法和装置及设备 |
CN112415495A (zh) * | 2020-11-06 | 2021-02-26 | 海鹰企业集团有限责任公司 | 一种海底混响信号模拟方法 |
CN112415495B (zh) * | 2020-11-06 | 2024-02-13 | 海鹰企业集团有限责任公司 | 一种海底混响信号模拟方法 |
CN112684482A (zh) * | 2020-11-13 | 2021-04-20 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于海洋无人平台的水下目标探测系统及方法 |
CN112684482B (zh) * | 2020-11-13 | 2023-09-29 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于海洋无人平台的水下目标探测系统及方法 |
CN115294832A (zh) * | 2022-07-06 | 2022-11-04 | 中国船舶重工集团公司第七一五研究所 | 一种声呐设备训练数据生成方法 |
CN115294832B (zh) * | 2022-07-06 | 2024-02-27 | 中国船舶重工集团公司第七一五研究所 | 一种声呐设备训练数据生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110058245B (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110058245A (zh) | 基于云模型的低频主动拖线阵声呐浅海探测效能评估方法 | |
US11733381B2 (en) | Sound velocity profile inversion method based on inverted multi-beam echo sounder | |
Etter | Advanced applications for underwater acoustic modeling | |
CN103048642B (zh) | 基于频域最小二乘法的水声脉冲信号匹配场定位方法 | |
CN108107436B (zh) | 一种基于可靠声路径的水下目标主动分类与定位方法 | |
CN108169511A (zh) | 三维空间来风的风速测量系统及方法 | |
US8400875B2 (en) | Active sonar system and active sonar method using a pulse sorting transform | |
RU2681526C1 (ru) | Способ определения класса шумящей цели и дистанции до неё | |
CN107515390A (zh) | 一种基于单矢量传感器的空中目标定位方法 | |
CN109632258A (zh) | 一种基于矢量传感器的收发分离的海洋内波声学检测方法 | |
Dubrovinskaya et al. | Anchorless underwater acoustic localization | |
RU2703804C1 (ru) | Способ классификации морских объектов пассивными гидроакустическими средствами | |
Lee et al. | Statistics of echoes from mixed assemblages of scatterers with different scattering amplitudes and numerical densities | |
CN207689518U (zh) | 三维空间来风的风速测量系统 | |
CN101533105B (zh) | 基于激光光斑漂移的水中动态目标尾迹探测系统及方法 | |
Qin et al. | Sound propagation from the shelfbreak to deep water? | |
Avcioglu et al. | Three dimensional volume coverage in multistatic sonar sensor networks | |
Bennaceur et al. | Target localization in depth and range from passive sonar | |
CN113126029B (zh) | 适用于深海可靠声路径环境的多传感器脉冲声源定位方法 | |
Voulgaris et al. | 2-D inner-shelf current observations from a single VHF WEllen RAdar (WERA) station | |
CN101846738B (zh) | 基于界面反射极性判别的虚元定位方法 | |
Yang et al. | Application of sonar equation in the design of ocean instruments | |
CN110441779A (zh) | 一种多声纳浮标分布式协同定位方法 | |
CN111650159B (zh) | 一种海面反向散射强度测量方法 | |
CN117010132B (zh) | 一种水下多基地声纳系统的空间阵位优化方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |