CN111538017B

CN111538017B - 基于声纳的目标探测概率评估方法和装置及设备

Info

Publication number: CN111538017B
Application number: CN202010387955.2A
Authority: CN
Inventors: 陆桦; 潘云飞
Original assignee: Beijing Zhongan Intelligent Information Technology Co ltd
Current assignee: Beijing Zhongan Intelligent Information Technology Co ltd
Priority date: 2020-05-09
Filing date: 2020-05-09
Publication date: 2022-04-15
Anticipated expiration: 2040-05-09
Also published as: CN111538017A

Abstract

本申请涉及一种基于声纳的目标探测概率评估方法，包括：接收并记录预先设置的评估参数，根据评估参数中的探测域和分辨率，对探测域进行区域划分得到第一数量的子域；获取声纳阵列的瞬时方位和姿态，根据瞬时方位和姿态对各子域进行坐标变换，将各子域的位置坐标映射至声纳球坐标系，得到各子域在声纳球坐标系下的中心点坐标；在第一数量小于或等于第一预设值时，根据评估参数对各子域进行信号余量的计算，得到各子域的信号余量，并基于各子域的信号余量，得到各子域的目标探测概率。其实现了对指定海域内的全局概率评估，这就使得最终得到的目标概率评估结果更全面，更准确，使得目标概率评估结果更具有可参考价值。

Description

基于声纳的目标探测概率评估方法和装置及设备

技术领域

本公开涉及水下探测技术领域，尤其涉及一种基于声纳的目标探测概率评估方法和装置及设备。

背景技术

声纳对目标探测概率评估在作战决策和效能方面具有重要意义。相关技术中，可以从理论上计算特定海域中，声纳对指定目标的探测概率大小，从而为声纳的作战使用提供参考。通常来说，声纳在水中目标探测概率评估方法更多是在声纳坐标系中进行的。其主要是基于目标相对声纳的距离、方位、强度或噪声频谱、环境参数等信息，给出探测域内特定目标的探测概率评估。但是，该评估往往是静态的和局部的，这就使得最终得到的目标探测概率评估结果不够准确，可参考性偏低。

发明内容

有鉴于此，本公开提出了一种基于声纳的目标探测概率评估方法，可以有效提高目标探测概率评估结果的准确性，使得最终得到的评估结果更具有参考价值。

根据本公开的一方面，提供了一种基于声纳的目标探测概率评估方法，其特征在于，包括：

接收并记录预先设置的评估参数，根据所述评估参数中的探测域和分辨率，对所述探测域进行区域划分得到第一数量的子域；

其中，所述分辨率为多个，且各所述分辨率对应所述探测域的不同深度；

获取声纳阵列的瞬时方位和姿态，根据所述瞬时方位和所述姿态对各所述子域进行坐标变换，将各所述子域的位置坐标映射至声纳球坐标系，得到各所述子域在所述声纳球坐标系下的中心点坐标；

在所述第一数量小于或等于第一预设值时，根据所述评估参数对各所述子域进行信号余量的计算，得到各所述子域的信号余量，并基于各所述子域的信号余量，得到各所述子域的目标探测概率。

在一种可能的实现方式中，还包括：

在所述第一数量大于所述第一预设值时，由所述第一数量的子域中抽取出第二数量的子域作为样本域；

根据所述评估参数对各所述样本域进行信号余量的计算，得到各所述样本域的信号余量，并基于各所述样本域的信号余量得到各所述子域的目标探测概率。

在一种可能的实现方式中，基于各所述样本域的信号余量得到各所述子域的目标探测概率，包括：

基于各所述样本域的信号余量，对照所述信号余量-探测概率曲线表得到各所述样本域的目标探测概率；

根据各所述样本域的目标探测概率，采用加权平均法推算得到除所述样本域外其他子域的目标探测概率，获取所述探测域中各所述子域的目标探测概率。

在一种可能的实现方式中，所述评估参数包括声纳系统参数、目标参数和环境参数中的至少一种；

所述声纳系统参数包括声纳阵列形式、积分时间、虚警率和发射功率中的至少一种；

所述目标参数包括目标强度和噪声频谱分布中的至少一种；

所述环境参数包括背景噪声级和传播损失率中的至少一种。

在一种可能的实现方式中，由所述第一数量的子域中抽取出第二数量的子域作为样本域，包括：

获取各所述子域在所述声纳球坐标系下的中心点坐标

其中，r_n为所述子域的中心点与声纳球球心的距离，θ_n为俯仰角，

为方位角；n为对所述探测域进行区域划分后得到的各所述子域的序号，且n的取值为正整数；

对各所述子域按照θ_n进行排序得到第一序列，并将所述第一序列划分为子域数量相等的x段子序列；

对于每段所述子序列中的子域，按照

进行排序，并将排序后的每段子序列划分为子域数量相等的y段分序列；

对于每段所述分序列中的子域，按照r_n进行排序，并将排序后的每段分序列划分为子域数量相等的z段样本序列；

按照预设规则由各所述样本序列中抽取相应的子域作为所述样本域。

在一种可能的实现方式中，根据所述评估参数对各所述子域进行信号余量的计算，得到各所述子域的信号余量，包括：

在所述声纳阵列为主动声纳时，根据公式：XS＝SL-2TL+TS-NL+ AG-DT计算得到各所述子域的信号余量；

在所述声纳阵列为被动声纳时，根据公式：XS＝SL-TL-NL+AG- DT计算得到各所述子域的信号余量；

其中，XS为所述信号余量，SL为主动声纳的发射功率或所述被动声纳的目标信号功率，TL为传播损失，TS为目标强度，NL为背景噪声级，AG 为阵增益，DT为检测阈。

在一种可能的实现方式中，根据各所述样本域的目标探测概率，采用加权平均法推算得到除所述样本域外其他子域的目标探测概率，包括：

由各所述样本域的目标探测概率中提取第一样本域的目标探测概率；其中，所述第一样本域为所述样本域中的任一子域；

根据公式：

P_n＝(1-a)(1-b)(1-c)P_{i0-1，j0-1，k0-1}+(1-a)(1-b)cP_{i0-1，j0-1，k0}

+(1-a)b(1-c)P_{i0-1，j0，k0-1}+(1-a)bcP_{i0-1，j0，k0}

+a(1-b)(1-c)P_{i0，j0-1，k0-1}+a(1-b)cP_{i0，j0-1，k0}

+ab(1-c)P_{i0，j0，k0-1}+abcP_i0，j0，k0

计算得到与所述第一样本域相邻的子域的目标探测概率P_n；

其中，

i₀，j₀，k₀分别是首个令r_i0，θ_j0，

不小于r_n，θ_n，

的索引。

在一种可能的实现方式中，获取所述声纳阵列的瞬时方位和姿态时，按照预设帧频率读取所述声纳阵列当前的瞬时方位和姿态，并根据当前读取到的所述瞬时方位和所述姿态对各所述子域进行坐标变换。

根据本申请的另一方面，还提供了一种基于声纳的目标探测概率评估装置，包括参数记录模块、区域划分模块、坐标变换模块、信号余量计算模块和概率获取模块；

所述参数记录模块，被配置为接收并记录预先设置的评估参数；

所述区域划分模块，被配置为根据所述评估参数中的探测域和分辨率，对所述探测域进行区域划分得到第一数量的子域；

所述坐标变换模块，被配置为获取声纳阵列的瞬时方位和姿态，根据所述瞬时方位和所述姿态对各所述子域进行坐标变换，将各所述子域的位置坐标映射至声纳球坐标系，得到各所述子域在所述声纳球坐标系下的中心点坐标；

所述信号余量计算模块，被配置为在所述第一数据小于或等于第一预设值时，根据所述评估参数对各所述子域进行信号余量的计算，得到各所述子域的信号余量；

所述概率获取模块，被配置为基于各所述子域的信号余量，得到各所述子域的目标探测概率。

根据本申请的另一方面，还提供了一种基于声纳的目标探测概率评估设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令时实现前面任一所述的方法。

本申请实施例的基于声纳的目标探测概率评估方法，通过对探测域不同深度设置相应的分辨率，并根据所设置的分辨率对探测域进行区域划分，进而再分别针对划分得到的各子域进行相应的坐标变换后，在变换坐标后的数据基础上进行各子域的信号余量的计算，进而再基于各子域的信号余量得到各子域的目标探测概率。其通过坐标变换，将各子域的三维海洋坐标变换为声纳球坐标下的坐标，有效解决了相关技术中在声纳自身运动时不能很好地对绝对方位目标进行探测概率评估的问题。同时，还通过对探测域进行区域划分，从而对于每一子域均进行目标探测概率的评估，实现了对指定海域内的全局概率评估，这就使得最终得到的目标概率评估结果更全面，更准确，使得目标概率评估结果更具有可参考价值。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。

图1示出本申请实施例的基于声纳的目标探测概率评估方法的流程图；

图2示出本申请另一实施例的基于声纳的目标探测概率评估方法的流程图；

图3a—图3d分别示出采用本申请实施例的基于声纳的目标探测概率评估方法所得到的四种不同分辨率设置下目标探测概率分布图；

图4a—图4d分别示出采用本申请实施例的基于声纳的目标探测概率评估方法所得到的四种不停探测深度目标探测概率分布图；

图5a和图5b分别示出采用本申请实施例的基于声纳的目标探测概率评估方法所得到的两个不同时间点的目标探测概率分布图；

图6示出本申请实施例的基于声纳的目标探测概率评估装置的结构框图；

图7示出本申请实施例的基于声纳的目标探测概率评估设备的结构框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为 “示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开一实施例的基于声纳的目标探测概率评估方法的流程图。如图1所示，该方法包括：步骤S100，接收并记录预先设置的评估参数，根据评估参数中的探测域和分辨率对探测域进行区域划分得到第一数量 N的子域。此处，需要指出的是，根据评估参数中的分辨率对探测域进行区域划分时，分辨率可以设置为多个。并且，每个分辨率分别对应探测域的不同深度。也就是说，对于探测域的不同深度层级，对应设置一个分辨率。其中，在进行不同深度层级的分辨率的设置时，可以根据区域的重要级别进行设置。如：对于某一探测域，深度为5米范围内为重要级别，因此5米处的分辨率可以设置为相对来说较高的分辨率。深度为10米范围内为最高级别，则 10米处的分辨率可以设置为最高分辨率。深度为3米为中等级别，则3米处的分辨率则可以相对设置偏低一些。

同时，还需要指出的是，在根据所设置的分辨率对探测域进行区域划分时，所采用的划分方式可以采用本领域的常规技术手段，只要能够将探测域划分为第一数量的子域即可。此处不对区域划分的具体方式进行限定。

其中，第一数量的取值可以根据实际情况灵活设置。如：第一数量的取值可以设置为：10⁴—10⁶。其中，出于运算量的考虑，可以设定第一数量的最大取值(即，允许子域最大数N_max)。在第一数量超过N_max时，则推送重新设置子域数量的提示信息，以避免子域划分数量过多导致运算量过大的情况。在一种可能的实现方式中，子域最大数N_max的取值可以设置为10⁵。此外，对探测域进行区域划分时，所得到的各个子域的面积大小可以相同，也可以不同。同时，所划分的子域轮廓的形状可以根据实际需要进行灵活设置，如：子域的轮廓为长方体。即，将探测域划分为N个大小不等的长方体的子域。

步骤S200，获取声纳阵列的瞬时方位和姿态，根据瞬时方位和姿态对各子域进行坐标变换，将各子域的位置坐标映射至声纳球坐标系，得到各子域在声纳球坐标系下的中心点坐标。此处，需要说明的是，声纳阵列的瞬时方位指的是声纳阵列当前所处的经度、纬度和深度。姿态则包括声纳阵列当前在海洋水域中的滚转角、俯仰角和方位角。其中，本领域技术人员可以理解的是，对各子域的位置坐标进行变换指的是，将各个子域的位置坐标由三维海洋坐标系P_n(x_n,y_n,z_n)变换为声纳球坐标系

其中，n表征各子域的序号，其取值为1—N。并且，坐标变换方式同样可以采用本领域常规技术手段来实现，因此，此处不再进行赘述。

步骤S300，在第一数量小于或等于第一预设值时，根据评估参数对各子域进行信号余量的计算，得到各子域的信号余量。进而再通过步骤S400，基于各子域的信号余量，得到各子域的目标探测概率。

由此，本申请实施例的基于声纳的目标探测概率评估方法，通过对探测域不同深度设置相应的分辨率，并根据所设置的分辨率对探测域进行区域划分，进而再分别针对划分得到的各子域进行相应的坐标变换后，在变换坐标后的数据基础上进行各子域的信号余量的计算，进而再基于各子域的信号余量得到各子域的目标探测概率。其通过坐标变换，将各子域的三维海洋坐标变换为声纳球坐标下的坐标，有效解决了相关技术中在声纳自身运动时不能很好地对绝对方位目标进行探测概率评估的问题。同时，还通过对探测域进行区域划分，从而对于每一子域均进行目标探测概率的评估，实现了对指定海域内的全局概率评估，这就使得最终得到的目标概率评估结果更全面，更准确，使得目标概率评估结果更具有可参考价值。

此处，需要指出的是，在上述步骤S400中，基于各子域的信号余量得到各子域的目标探测概率时，可以参照信号余量-探测概率表获得。即，通过查询声纳接收机的工作曲线表，该工作曲线表表征了信号余量与瞬时目标探测概率Pa之间的映射关系。通过查询该工作曲线表，将计算得到的信号余量映射至瞬时目标探测概率即可得到各子域的目标探测概率。需要指出的是，如果查询不到声纳接收机的工作曲线表，则可以通过预先对该声纳接收机进行信号余量-探测概率曲线的仿真得到相应的信号余量-探测概率曲线表。其中，本领域技术人员可以理解的是，对声纳接收机进行信号余量-探测概率曲线的仿真可以采用本领域的常规技术手段，因此此处不再进行赘述。

进一步的，在本申请的基于声纳的目标探测概率皮评估方法中，所设置的评估参数包括声纳系统参数、目标参数和环境参数中的至少一种。具体的，声纳系统参数包括声纳阵列形式、积分时间、虚警率和发射功率中的至少一种。目标参数包括目标强度和噪声频谱分布中的至少一种。环境参数包括背景噪声级和传播损失率中的至少一种。

相应的，基于前面所述的评估参数，步骤S300中，根据评估参数对各子域进行信号余量的计算，得到各子域的信号余量时，可以根据声纳阵列的类型调用不同的计算公式来实现。

举例来说，在声纳阵列为主动声纳时，则根据公式：XS＝SL-2TL+ TS-NL+AG-DT计算得到各子域的信号余量。在声纳阵列为被动声纳时，则根据公式：XS＝SL-TL-NL+AG-DT计算得到各子域的信号余量。

其中，XS为信号余量，SL为主动声纳的发射功率或被动声纳的目标信号功率。其中，主动声纳的发射功率和被动声纳的目标信号功率可以通过预先设置来获取得到。TL为传播损失，其与传播损失率和r相关。TS为目标强度，可以通过预先设置获取得到。NL为背景噪声级，同样可以通过预先设置得到。AG为阵增益，与θ和

以及信号处理算法相关。DT为检测阈，与虚警率相关。

由此，本申请的基于声纳的目标探测概率，通过根据声纳阵列的不同类型调用不同的信号余量计算公式，使得计算得到的信号余量更加准确，这也就有效提高了目标探测概率的精确度。

在计算得到各子域的目标探测概率之后，即可输出相应的目标探测概率结果。需要指出的是，由于在进行目标探测概率的评估过程中，进行信号余量的计算均是在声纳球坐标系下进行的，因此在获取得到各子域的目标探测概率后，还包括将所有子域映射回海洋坐标系中，以实现向用户输出海洋坐标系下的探测域的目标探测概率结果。

此外，在本申请中，获取声纳阵列的瞬时方位和姿态时，按照预设振频率读取声纳阵列当前的瞬时方位和姿态，并根据当前读取到的瞬时方位和姿态对各子域进行坐标变换。

也就是说，在进行探测域的目标探测概率评估过程中，在获取到当前声纳阵列的瞬时方位和姿态后，基于当前获取到的瞬时方位和姿态进行各子域的坐标变换，进而基于变换坐标后的各子域进行目标探测概率的评估。同时，在评估过程中，还会根据预设的帧频率再次获取当前时刻的声纳阵列的瞬时方位和姿态，从而进行当前时刻的各子域的目标探测概率的评估，这将使得对于该探测域的目标探测概率的评估过程为一动态更新的过程。相较于相关技术中的目标探测概率方式，实现了目标探测概率的定时刷新的目的，最终使得目标探测概率输出结果能够在三维海洋坐标系中动态呈现，实现了多方位、多深度和多种分辨率的整体区域目标探测概率的评估。

其中，还应当指出的是，对于评估参数的设置以及声纳阵列的瞬时方位和姿态的获取可以同时进行，也可以先后进行，此处不进行具体限定。

更进一步的，在本申请的基于声纳的目标探测概率评估方法中，在第一数量大于第一预设值时，即通过对探测域进行区域划分得到的子域的数量超过第一预设值时，此时可以通过先由第一数量的子域中抽取一定数量的样本域，基于抽取的样本域进行相应的目标探测概率的计算，进而再基于各样本域的目标探测概率进行其他子域的推算，从而达到简化目标探测概率的计算过程的目的。

也就是说，参阅图2，在通过步骤S110，设置评估参数，步骤S120，对于评估参数中的探测域不同深度层级设置相应的分辨率，并通过步骤S210，获取声纳阵列当前所处的瞬时方位和姿态(即，导航信息)后，即可通过步骤S220，对探测域进行区域划分得到N个大小不等的长方体子域，并对子域进行坐标变换，将海洋坐标下的各子域的中心点坐标变换为声纳球坐标系下。进而，通过步骤S003，判断子域数量(即，第一数量N)是否大于第一预设值。在判断出子域数量未超过第一预设值时，则通过步骤S300，基于所设置的评估参数进行各子域的信号余量的计算，进而基于计算得到的信号余量获取各子域的目标探测概率。

在判断出第一数量大于第一预设值时，则通过步骤S310’，由第一数量的子域中抽取第二数量的子域作为样本域。即，进行子域群的抽取。此处，需要指出的是，第二数量的取值可以根据实际情况灵活设置，此处不进行具体限定。同时，第一预设值的取值同样也可以根据实际情况灵活设置。其中，本领域技术人员可以理解的是，第一预设值的取值应当小于子域最大数N_max，如：第一预设值的取值可以设置为10³。通过将第一预设值的取值设置为10³，既能够保证评估结果的精确度，同时还有效简化了运算量，在运算结果的准确性和运算量上达到了较佳的平衡。

在一种可能的实现方式中，由第一数量的子域中抽取第二数量的子域作为样本域时，可以通过方位元素排序、分块和抽取的方式来实现。即，通过对各子域中的元素进行排序、分块，并根据排序分块结果进行样本域的抽取。具体方式可参见如下。

首先，获取各子域在声纳球坐标系下的中心点坐标

此处，需要说明的是，n为对探测域进行区域划分后得到的各子域的序号，且n的取值为正整数，取值范围为：1-N。r_n为子域的中心点与声纳球球心的距离，θ_n为俯仰角，

为方位角。

进而对各子域按照θ_n进行排序得到第一序列，并将第一序列划分为子域数量相等的x段子序列。即，将划分得到的第一数量的子域按照θ_n排序，并截为数量相等的x段(如：x＝5)，记为子序列A_i(i＝1—x)。此处，需要指出的是，对r_n进行排序时可以按照由大到小的顺序进行排序，也可以按照由小到大的顺序排列。

然后，对于每段子序列A_i中的子域，按照

进行排序，并将排序后的每段子序列划分为子域数量相等的y段分序列。即，将每段子序列A_i按照

排序，并截为数量相等的y段(如：y＝5)，记为分序列A_ij(其中，i＝1—x，j＝1—y)。同理，对

进行排序时可以按照由大到小的顺序进行排序，也可以按照由小到大的顺序排列。

接着，对于每段分序列A_ij中的子域，按照r_n进行排序，并将排序后的每段分序列划分为子域数量相等的z段样本序列。即，对于每个分序列A_ij，按照r_n排序，并截为数量相等的z段，记为样本序列A_ijk(其中，i＝1—x，j＝1—y， k＝1—z)。

由此，探测域依照在海洋坐标中设定的分辨率，被近似划分为xyz个子域群A_ijk，并且划分得到的子域群的数量xyz＜＜N(即，第一数量)。一般来说，抽取得到的子域群的数量(即，第二数量)xyz＝10²—10³。其远远少于子域的总数量。

其中，应当指出的是，x，y和z的取值可以灵活设置，只需要能够满足各个子域群中的子域数量相等即可。

最后，再按照预设规则由各样本序列A_ijk中抽取相应的子域作为样本域。此处，应当说明的是，由各样本序列A_ijk中抽取子域时，预设规则可以根据实际情况灵活设置。如：预设规则可以设置为

的取值为中间值的子域作为样本域。即，抽取各样本序列A_ijk中所有子域的

中间值，组建为样本域群

其中，a的取值为正整数，且a的取值范围为：1—xyz。样本域群

即为需要计算探测概率的全体坐标序列。

在通过上述任一方式由第一数量的子域中抽取第二数量的子域作为样本域后，即可通过步骤S320’，根据预先设置的评估参数对各样本域进行信号余量的计算，得到各样本域的信号余量。即，对抽取到的各子域进行信号余量的计算。进而再通过步骤S330’，基于各样本域的信号余量得到各子域的目标探测概率。即，获取抽取到的各子域的目标探测概率。

其中应当指出的是，在步骤S320’，根据预先设置的评估参数对各样本域进行信号余量的计算，得到各样本域的信号余量中，同样可以根据声纳阵列的类别调用相应的信号余量计算公式来确定。

即，在声纳阵列为主动声纳时，根据公式：XS＝SL-2TL+TS-NL+ AG-DT计算得到各样本域的信号余量。在声纳阵列为被动声纳时，根据公式：XS＝SL-TL-NL+AG-DT计算得到各样本域的信号余量。

其中，XS为信号余量，SL为主动声纳的发射功率或被动声纳的目标信号功率，可通过预先设置获取得到。TL为传播损失，其与传播损失率和r相关。TS为目标强度，通过预先设置得到。NL为背景噪声级，同样通过预先设置得到。AG为阵增益，其与θ和

以及信号处理算法相关。DT为检测阈，与虚警率相关。

通过上述任一方式计算得到各样本域的信号余量后，即可基于各样本域的信号余量得到各子域的目标探测概率。在一种可能的实现方式中，可以先基于各样本域的信号余量得到各样本域的目标探测概率。根据前面所述，基于信号余量获取目标探测概率时，可以参照声纳接收机的工作曲线表(即，信号余量-目标探测概率表)映射得到，此处不再赘述。

进而再根据各样本域的目标探测概率进行除样本域之外其他子域的目标探测概率的推算，从而得到探测域中各个子域的目标探测概率。在一种可能的实现方式中，参阅图2，在通过步骤S330’，得到抽取到的各子域的目标探测概率之后，进行除样本域之外的其他子域的目标探测概率的推算时，可以采用加权平均的方式来实现。

即，首先由各样本域的目标探测概率中提取第一样本域的目标探测概率。其中，本领域技术人员可以理解的是，第一样本域为样本域中的任一子域。

进而，再根据公式：

P_n＝(1-a)(1-b)(1-c)P_{i0-1,j0-1,k0-1}+(1-a)(1-b)cP_i0-1,j0-1,k0

+(1-a)b(1-c)P_i0-1,j0,k0-1+(1-a)bcP_i0-1,j0,k0

+a(1-b)(1-c)P_i0,j0-1,k0-1+a(1-b)cP_i0,j0-1,k0

+ab(1-c)P_i0,j0,k0-1+abcP_i0,j0,k0

计算得到与第一样本域相邻的子域的目标探测概率P_n。

其中，

i₀，j₀，k₀分别是首个令r_i0，θ_j0，

不小于r_n，θ_n，

的索引。

也就是说，对于任一考察子域

即，除样本域之外的任一子域，则Q_n子域处的目标探测概率P_n由上述公式给出。需要特别说明的是，若Q_n位于搜索边缘，即i₀，j₀，k₀任一者等于1或不存在，可对概率表P_a做近似扩展。例如：i0＝1，可令a＝0,P_0,j0,k0＝P_1,j0,k0代入上式；若i0不存在，可令 a＝0,i0＝imax+1，P_i0,j0,k0＝P_imax,j0,k0代入上式。以此类推，即可得到除样本域之外其他各子域的目标探测概率。

同理，由于本申请的基于声纳的目标探测概率评估方法，在进行各子域的目标探测概率的评估时，均是在声纳球坐标系下进行的评估。因此，在获取到各子域的目标探测概率后，还可以通过将各子域映射回海洋坐标，以实现输出海洋坐标系下的所有子域的目标探测概率的目的。

同时，对于第一数量大于第一预设值的情况，在获取声纳阵列的瞬时方位和姿态时，同样可以按照预设帧频率读取声纳阵列当前的瞬时方位和姿态，并根据当前读取到的瞬时方位和所述姿态对各子域进行坐标变换，从而实现探测域的目标探测概率的动态评估过程。

为了更清楚地说明采用本申请的基于声纳的目标探测概率评估方法进行目标探测概率评估时，所得到的评估结果的精确度，以下以一具体应用场景作为示例对本申请的基于声纳的目标探测概率评估方法的结果进行展示。

其中，采用本申请的基于声纳的目标探测概率评估方法，对某平面阵被动声纳舰船在某一时刻驶于北纬30°0’0”，东经125°0’0”海面。对应的，探测域设置为：北纬29°58’0”～30°2’0”，东经124°58’0”～125°2’0”，深度10～15m 海域范围内，考察该探测域内某一种鱼雷的探测概率。

参阅图3a至图3d，分别示出了不同分辨率设置下目标探测概率分布图。其中，图3a为高分辨率下的目标探测概率分布图，图3b为中分辨率下的目标探测概率分布图，图3c为低分辨率下的目标探测概率分布图，图3d为局部高分辨率下的目标探测概率分布图。由此可见，采用本申请的基于声纳的目标探测概率评估方法获取到的目标探测概率结果更加全面，并且更具有针对性。

参阅图4a至图4d，分别示出了四种不同探测深度的目标探测概率分布图。其中，这四种不同深度的目标探测概率均采用的是局部高分辨率的设置。由此可见，采用本申请的基于声纳的目标探测概率评估方法能够有效实现不同探测深度的目标探测概率结果，从而使得目标探测概率输出结果更加全面和多样，对目标位置的评估更加具有参考价值。

参阅图5a和图5b，则分别示出了不同时间点的目标探测概率分布图。其中探测域和分辨率的设定与图3a至图3d的设置方式保持一致，探测深度则均为10m—15m。通过图5a和图5b，可以明显看出，采用本申请的基于声纳的目标探测概率评估方法，实现了探测域的动态目标探测概率的评估，使得目标探测结果随着时间的更新而不断更新，这也就更加有效地提高了目标探测概率结果的精确度。

相应的，基于前面任一所述的基于声纳的目标探测概率评估方法，本申请还提供了一种基于声纳的目标探测概率评估装置。由于本申请提供的基于声纳的目标探测概率评估装置的工作原理与本申请提供的基于声纳的目标探测概率评估方法的原理相同或相似，因此重复之处不再赘述。

参阅图6，本申请提供的基于声纳的目标探测概率评估装置100，包括：参数记录模块110、区域划分模块120、坐标变换模块130、信号余量计算模块140和概率获取模块150。其中，参数记录模块110，被配置为接收并记录预先设置的评估参数；区域划分模块120，被配置为根据评估参数中的探测域和分辨率，对探测域进行区域划分得到第一数量的子域；其中，分辨率为多个，且各分辨率对应探测域的不同深度；坐标变换模块130，被配置为获取声纳阵列的瞬时方位和姿态，根据瞬时方位和姿态对各子域进行坐标变换，将各子域的位置坐标映射至声纳球坐标系，得到各子域在声纳球坐标系下的中心点坐标；信号余量计算模块140，被配置为在第一数据小于或等于第一预设值时，根据评估参数对各子域进行信号余量的计算，得到各子域的信号余量；概率获取模块150，被配置为基于各子域的信号余量，得到各子域的目标探测概率。

更进一步地，根据本公开的另一方面，还提供了一种基于声纳的目标探测概率评估设备200。参阅图7，本公开实施例的基于声纳的目标探测概率评估设备200包括处理器210以及用于存储处理器210可执行指令的存储器220。其中，处理器210被配置为执行可执行指令时实现前面任一所述的基于声纳的目标探测概率评估方法。

此处，应当指出的是，处理器210的个数可以为一个或多个。同时，在本公开实施例的基于声纳的目标探测概率评估设备200中，还可以包括输入装置230和输出装置240。其中，处理器210、存储器220、输入装置230和输出装置240之间可以通过总线连接，也可以通过其他方式连接，此处不进行具体限定。

存储器220作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序和各种模块，如：本公开实施例的基于声纳的目标探测概率评估方法所对应的程序或模块。处理器210通过运行存储在存储器220中的软件程序或模块，从而执行基于声纳的目标探测概率评估设备200的各种功能应用及数据处理。

输入装置230可用于接收输入的数字或信号。其中，信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出装置240可以包括显示屏等显示设备。

根据本公开的另一方面，还提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令被处理器210执行时实现前面任一所述的基于声纳的目标探测概率评估方法。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims

1.一种基于声纳的目标探测概率评估方法，其特征在于，包括：

在所述第一数量小于或等于第一预设值时，根据所述评估参数对各所述子域进行信号余量的计算，得到各所述子域的信号余量，并基于各所述子域的信号余量，得到各所述子域的目标探测概率；

所述评估参数包括声纳系统参数、目标参数和环境参数中的至少一种；声纳系统参数包括声纳阵列形式、积分时间、虚警率和发射功率中的至少一种；目标参数包括目标强度和噪声频谱分布中的至少一种；环境参数包括背景噪声级和传播损失率中的至少一种。

2.根据权利要求1所述的方法，其特征在于，还包括：

3.根据权利要求2所述的方法，其特征在于，基于各所述样本域的信号余量得到各所述子域的目标探测概率，包括：

4.根据权利要求2所述的方法，其特征在于，由所述第一数量的子域中抽取出第二数量的子域作为样本域，包括：

获取各所述子域在所述声纳球坐标系下的中心点坐标

对于每段所述子序列中的子域，按照

5.根据权利要求1至4任一项所述的方法，其特征在于，根据所述评估参数对各所述子域进行信号余量的计算，得到各所述子域的信号余量，包括：

在所述声纳阵列为主动声纳时，根据公式：XS＝SL-2TL+TS-NL+AG-DT计算得到各所述子域的信号余量；

在所述声纳阵列为被动声纳时，根据公式：XS＝SL-TL-NL+AG-DT计算得到各所述子域的信号余量；

其中，XS为所述信号余量，SL为主动声纳的发射功率或所述被动声纳的目标信号功率，TL为传播损失，TS为目标强度，NL为背景噪声级，AG为阵增益，DT为检测阈。

6.根据权利要求3所述的方法，其特征在于，根据各所述样本域的目标探测概率，采用加权平均法推算得到除所述样本域外其他子域的目标探测概率，包括：

根据公式：

P_n＝(1-a)(1-b)(1-c)P_{i0-1，j0-1，k0-1}+(1-a)(1-b)cP_{i0-1，j0-1，k0}+(1-a)b(1-c)P_{i0-1，j0，k0-1}+(1-a)bcP_{i0-1，j0，k0}+a(1-b)(1-c)P_{i0，j0-1，k0-1}+a(1-b)cP_{i0，j0-1，k0}+ab(1-c)P_{i0，j0，k0-1}+abcP_i0，j0，k0

计算得到与所述第一样本域相邻的子域的目标探测概率P_n；

其中，

i₀，j₀，k₀分别是首个令r_i0，θ_j0，

不小于r_n，θ_n，

的索引。

7.根据权利要求1至4任一项所述的方法，其特征在于，获取所述声纳阵列的瞬时方位和姿态时，按照预设帧频率读取所述声纳阵列当前的瞬时方位和姿态，并根据当前读取到的所述瞬时方位和所述姿态对各所述子域进行坐标变换。

8.一种基于声纳的目标探测概率评估装置，其特征在于，包括参数记录模块、区域划分模块、坐标变换模块、信号余量计算模块和概率获取模块；

所述概率获取模块，被配置为基于各所述子域的信号余量，得到各所述子域的目标探测概率；

9.一种基于声纳的目标探测概率评估设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令时实现权利要求1至7中任意一项所述的方法。