CN112965053B - 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法 - Google Patents
一种基于匹配垂直阵波束强度的浅海声源深度分辨方法 Download PDFInfo
- Publication number
- CN112965053B CN112965053B CN202011397623.9A CN202011397623A CN112965053B CN 112965053 B CN112965053 B CN 112965053B CN 202011397623 A CN202011397623 A CN 202011397623A CN 112965053 B CN112965053 B CN 112965053B
- Authority
- CN
- China
- Prior art keywords
- data
- sound source
- depth
- array
- beam pattern
- 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.)
- Active
Links
Images
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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/14—Systems for determining distance or velocity not using reflection or reradiation using ultrasonic, sonic, or infrasonic waves
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提出一种基于匹配垂直阵波束强度的浅海声源深度分辨方法,针对垂直阵记录的浅海声场数据,首先经常规波束形成处理得到二维波束图,随后依据数据波束图修正基阵的倾斜角度。针对先验环境信息与基阵配置生成拷贝场基阵数据,并利用波束滤波后的数据波束图与拷贝波束图构建距离与深度估计的相干模糊度面,依据深度估计结果与判决门限,做出已探测信号来自水面目标或水下目标的判决。该匹配二维波束图的方法,与传统的匹配场处理相比,一方面利用了目标运动累积的声场信息,另一方面仅匹配临界角内的波束能量,对海底参数失配不敏感。因此该声源深度分辨算法具有更好的鲁棒性。
Description
技术领域
本发明涉及水声定位与识别技术领域,主要是一种基于匹配垂直阵波束强度的浅海声源 深度分辨方法。
背景技术
近年来,在美国战略重点转向印太的大背景下,我国周边国家和地区潜艇兵力发展迅速。 美、日、澳、印度等军事大国相继装备大量基洛级潜艇后,越南的潜艇力量也在明显增强。 由此我国在水下作战方面面临的挑战日益严峻,其中对潜水下监测与警戒问题尤为紧迫。我 国在快速布放式区域水下警戒能力建设方面还处于起步阶段,尚无可用装备。而美、欧等海 军强国,如美、俄、法、乌克兰等国都在发展以潜标为节点的快速布放式水下警戒系统,而 潜标探测节点都是从接收信号提取其中蕴含的目标深度信息。
基于潜标节点的声源深度分辨技术方面,Bucker最先提出匹配场处理利用测量的声学信 息实现声源距离和深度的估计,然而匹配场处理对环境参数的变化很敏感,并且需要较大的 基阵孔径。由于简正波的各阶模态函数随深度变化而变化,并且垂直阵用于垂直方向的孔径, 可以实现深度方向的采样。鉴于此,一些学者提出了基于垂直阵的匹配模态处理(MMP),用 于水面水下目标的判别。这类方法首先利用声场仿真程序,依据环境参数计算出各阵元深度 对应的模态函数,构建模态分解矩阵。然后利用垂直阵接收的信号和模态分解矩阵进行模态 滤波计算声源激发的各阶模态强度,通过模态强度的分布实现目标深度的判别。值得注意的 是,在有限基阵孔径,且有限阵元的情况下,模态分解矩阵不是正交完备的。
国内在水下目标分辨方面的研究方面工作相对来说起步较晚,大部分还处于概念和原理 验证的阶段。典型研究工作如下:余赟,惠俊英等人利用双接收传感器声压和垂直振速简正 波的复声强无功分量及交互负声强的相角关系进行水面水下目标判别,提高了工作频率,然 而方法受限于两接收传感器的深度布放,且要求波导中可传播的简正波为2阶。方世良等人 研究了基于频散特征结合时频分析的单水听器距离和深度估计方法,采用多模式联合匹配的 方式,通过二值掩模滤波的时频滤波方法,提取所需的模式,通过计算实际提取出的模式能 量与预测的模式能量之间的误差,建立代价函数,并通过模式能量匹配的方式确定声源的深 度,在Pekeris波导模型的浅海环境通过仿真验证了方法的有效性。张璐等利用矢量垂直阵 对声压和振速互谱函数有功分量正负号进行水面和水下目标判决,利用数值仿真和湖试试验 进行了方法的验证。
发明内容
针对利用垂直阵实现距离无关波导中水面水下声源目标分辨这一难题,鉴于模态角度处 理的限制,本发明从波束域角度出发,通过匹配二维波束的方法实现水面水下声源目标的分 辨,而提供一种基于匹配垂直阵波束强度的浅海声源深度分辨方法。
本发明的目的是通过如下技术方案来完成的。一种基于匹配垂直阵波束强度的浅海声源 深度分辨方法,首先针对一段时间内垂直潜标接收到的声信号进行常规波束形成处理得到波 束能量随基阵导向角和时间的变化,此处称为数据波束图。利用数据波束图估计垂直阵相对 于目标的倾斜角度;基于环境信息与垂直基阵配置,利用声场模型(Kraken或Scooter)生成 拷贝场基阵数据,对拷贝场基阵数据进行常规波束形成处理,生成随距离变化的拷贝波束图。 随后依据数据波束图与拷贝波束图构建距离与深度估计的模糊度面,最后依据深度估计结果 与判决门限,对水面目标或水下目标做出判决。
本发明的有益效果为:本发明使用匹配二维波束图的方法,与传统的匹配场处理相比, 一方面利用了目标运动累积的声场信息,另一方面仅匹配临界角内的波束能量,对海底参数 失配不敏感。因此此声源深度分辨算法具有更好的鲁棒性。
附图说明
图1为匹配波束处理目标深度分辨算法流程图。
图2距离1.7km-5.8km Swellex-96测量波束数据与匹配波束数据的相关系数示意图。
图3未修正与修正基阵倾斜角度2.7度后的波束图
图4为Swellex-96环境下分层海底的反射系数和反射损失
图5-1为109Hz 7m声源的估计结果示意图。
图5-2为112Hz 54m声源的估计结果示意图。
图6 109Hz和112Hz信号相干模糊度面的深度估计结果图。
具体实施方式
下面将结合附图对本发明做详细的介绍:
如图1所示,本发明公开了一种基于匹配垂直阵波束强度的浅海声源深度分辨方法,针 对垂直阵记录的浅海声场数据,首先针对一段时间内垂直潜标接收到的声信号进行常规波束 形成处理得到波束能量随基阵导向角和时间的变化,此处称为数据波束图,即经常规波束形 成处理得到二维波束图;利用数据波束图估计垂直阵相对于目标的倾斜角度;基于环境信息 与垂直基阵配置,利用声场模型(Kraken或Scooter)生成拷贝场基阵数据,对拷贝场基阵数 据进行常规波束形成处理,生成随距离变化的拷贝波束图。随后依据波束滤波后的数据波束 图与拷贝波束图构建距离与深度估计的模糊度面,最后依据深度估计结果与判决门限,做出 已探测信号来自水面目标或水下目标的判决。
本发明的具体实施方式如下:
(1)针对一段时间内垂直潜标接收到的声信号进行常规波束形成处理得到波束能量随基 阵导向角和时间的变化,此处称为数据波束图。
其中zj表示第j个水听器的深度,pdata(zj)为测量的第j个水听器的复声压。
(2)基于环境信息与垂直基阵配置,利用声场模型(Kraken或Scooter)生成拷贝场基 阵数据,对拷贝场基阵数据进行常规波束形成处理,生成随距离变化的拷贝波束图,
其中r和z为匹配声源的距离和深度变化。
(3)利用测量波束图估计基阵倾角,定义基阵倾斜角度θ0的模糊度面,用数据的波束 图Adata(θ-θ0,r)与仿真的波束图Arplc(θ,r)做二维的相关系数。
(4)利用一个阶跃函数与匹配波束相乘来实现波束滤波
(5)利用下式,计算相干匹配波束处理的模糊度面,
其中θ0表示基阵倾斜的角度,Θ0为波束滤波器的截止角度,Ri代表跟踪目标的距离变化量, R0代表检测到目标开始跟踪的初始距离,Adata(θ),Arplc(θ,r,z)分别为测量场和仿真场数据 的空间傅里叶变换(也可描述为常规波束形成)。依据得到的相干匹配波束处理的模糊度面可 以实现声源距离和深度的初步估计。
(6)利用声源深度的初步估计结果依据下式对水面声源或水下声源做出判决,
H0:zs≤zlim
H1:zs>zlim
其中zs为声源深度,zlim为分辨深度。需要说明的是z的正方向是水深增加的方向。因此H0表 示来自水面的声源,H1表示来自水下的声源。值得注意的是,这里我们需要分辨水面和水下 的声源,因此zlim通常设置为水下20~30m。
图2为基阵倾角估计算法中计算得到的距离1.7km-5.8km Swellex-96测量波束数据与匹 配波束数据的相关系数模糊度面,可见波束图的二维相关系数峰值处于2.7°。
图3为将2.7°作为基阵补偿角度,修正基阵倾斜角度2.7度后的波束图与原始记录数据 的波束图对比,可以看出修正倾斜角度后的波束图关于0°是对称的。
图4为Swellex-96环境下的分层海底反射系数与反射损失随掠射角和频率的变化,可以 看出海底全反射的临界角为20°左右,然而由于沉积层下覆盖的泥岩层的全反射临界角为 40°左右,导致掠射角小于40°情况下反射损失均较小。因此匹配的波束宽度选取0~40°。
图5为初始距离1km,积分距离500m,相干模糊度面估计结果,左图为109Hz 7m声源的估计结果,右图为112Hz 54m声源的估计结果,匹配波束区间[0°40°],红线代表声源 真实的距离和深度,模糊度图中星号代表真实的声源位置,五角星标识出了模糊度面最大的位置。可以看出,此时匹配波束处理可以近似估计出声源的距离和深度信息。
图6为距离从1km变化至5km,109Hz和112Hz信号相干模糊度面的深度估计结果,可以看出109Hz水面目标仅有少数几个距离处被误判为水下目标;而112Hz水下目标在距离大于4km后存在比较多的误判结果。但整体上109Hz与112Hz的深度分辨成功率均大于80%。
本发明提出一种基于匹配垂直阵波束强度的浅海声源深度分辨方法,针对垂直阵记录的浅 海声场数据,考虑基阵的倾斜,并利用波束滤波后的数据波束图与拷贝波束图构建距离与深 度估计的相干模糊度面后,依据深度估计结果与判决门限,做出已探测信号来自水面目标或 水下目标的判决判决。该匹配二维波束图的方法,与传统的匹配场处理相比,一方面利用了 目标运动累积的声场信息,另一方面仅匹配临界角内的波束能量,对海底参数失配不敏感。 因此此声源深度分辨算法具有更好的鲁棒性。该方法用于Swellex-96试验中垂直阵数据的处 理,对水面、水下声源的成功分辨率大于80%。
表1为依据Swellex-96垂直阵数据不同频点下的信号应用匹配波束处理进行深度分辨的 统计结果。可以看出所有频点的正确识别率均在70%以上,并且水面目标识别的成功率相比 之下要高于水下目标识别的成功率,因此在实际应用中将具有较低的虚警概率。
表1正确判别为水面/水下目标的概率(波束角度0°至40°)
可以理解的是,对本领域技术人员来说,对本发明的技术方案及发明构思加以等同替换 或改变都应属于本发明所附的权利要求的保护范围。
Claims (1)
1.一种基于匹配垂直阵波束强度的浅海声源深度分辨方法,其特征在于:首先针对一段时间内垂直潜标接收到的声信号进行常规波束形成处理得到波束能量随基阵导向角和时间的变化,此处称为数据波束图;利用数据波束图估计垂直阵相对于目标的倾斜角度;基于环境信息与垂直基阵配置,利用声场模型生成拷贝场基阵数据,对拷贝场基阵数据进行常规波束形成处理,生成随距离变化的拷贝波束图;随后依据数据波束图与拷贝波束图构建距离与深度估计的模糊度面,最后依据深度估计结果与判决门限,对水面目标或水下目标做出判决;
具体包括如下步骤:
(1)针对一段时间内垂直潜标接收到的声信号进行常规波束形成处理得到波束能量随基阵导向角和时间的变化,此处称为数据波束图;
其中zj表示第j个水听器的深度,pdata(zj)为测量的第j个水听器的复声压;
(2)基于环境信息与垂直基阵配置,利用声场模型生成拷贝场基阵数据,对拷贝场基阵数据进行常规波束形成处理,生成随距离变化的拷贝波束图;
其中r和z为匹配声源的距离和深度变化;
(3)利用测量波束图估计基阵倾角,定义基阵倾斜角度θ0的模糊度面,用数据的波束图Adata(θ-θ0,r)与仿真的波束图Arplc(θ,r)做二维的相关系数;
(4)利用一个阶跃函数与匹配波束相乘来实现波束滤波
(5)利用下式,计算相干匹配波束处理的模糊度面;
其中θ0表示基阵倾斜的角度,Θ0为波束滤波器的截止角度,Ri代表跟踪目标的距离变化量,R0代表检测到目标开始跟踪的初始距离,Adata(θ),Arplc(θ,r,z)分别为测量场和仿真场数据的空间傅里叶变换,依据得到的相干匹配波束处理的模糊度面可以实现声源距离和深度的初步估计;
(6)利用声源深度的初步估计结果依据下式对水面声源或水下声源做出判决,
H0:zs≤zlim
H1:zs>zlim
其中zs为声源深度,zlim为分辨深度;需要说明的是z的正方向是水深增加的方向,因此H0表示来自水面的声源,H1表示来自水下的声源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011397623.9A CN112965053B (zh) | 2020-12-04 | 2020-12-04 | 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011397623.9A CN112965053B (zh) | 2020-12-04 | 2020-12-04 | 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112965053A CN112965053A (zh) | 2021-06-15 |
CN112965053B true CN112965053B (zh) | 2023-03-21 |
Family
ID=76271177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011397623.9A Active CN112965053B (zh) | 2020-12-04 | 2020-12-04 | 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112965053B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115542329B (zh) * | 2022-10-09 | 2023-07-07 | 哈尔滨工程大学 | 基于模态滤波的浅水低频声源深度判决方法 |
CN117233737A (zh) * | 2023-11-14 | 2023-12-15 | 汉江国家实验室 | 主动目标深度估计方法、装置、计算机设备和存储介质 |
CN117590369B (zh) * | 2024-01-18 | 2024-04-16 | 汉江国家实验室 | 一种深海目标深度估计方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5914912A (en) * | 1997-11-28 | 1999-06-22 | United States Of America | Sonar array post processor |
US6009045A (en) * | 1998-08-13 | 1999-12-28 | The United States Of America As Represented By The Secretary Of The Navy | Advanced vertical array beamformer |
CN104714232A (zh) * | 2013-12-12 | 2015-06-17 | 中国科学院声学研究所 | 一种水下弱目标的分辨定位方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6700832B2 (en) * | 2002-06-18 | 2004-03-02 | The United States Of America As Represented By The Secretary Of The Navy | Method and apparatus for passive acoustic imaging using a horizontal line array |
US7800978B2 (en) * | 2007-01-30 | 2010-09-21 | The United States Of America As Represented By The Secretary Of The Navy | Method for real time matched field processing |
CN102879764B (zh) * | 2012-10-16 | 2014-05-07 | 浙江大学 | 一种水下声源方位估计方法 |
CN108802683B (zh) * | 2018-05-30 | 2021-04-27 | 东南大学 | 一种基于稀疏贝叶斯学习的源定位方法 |
CN111273297A (zh) * | 2019-03-06 | 2020-06-12 | 哈尔滨工程大学 | 一种基于ar波数谱的水平阵动目标深度估计方法 |
-
2020
- 2020-12-04 CN CN202011397623.9A patent/CN112965053B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5914912A (en) * | 1997-11-28 | 1999-06-22 | United States Of America | Sonar array post processor |
US6009045A (en) * | 1998-08-13 | 1999-12-28 | The United States Of America As Represented By The Secretary Of The Navy | Advanced vertical array beamformer |
CN104714232A (zh) * | 2013-12-12 | 2015-06-17 | 中国科学院声学研究所 | 一种水下弱目标的分辨定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
水面和水下目标起伏声场差异性研究;谢志诚 等;《声学与电子工程》(第1期);第24-29页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112965053A (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112965053B (zh) | 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法 | |
CN107179535A (zh) | 一种基于畸变拖曳阵的保真增强波束形成的方法 | |
CN111580048B (zh) | 一种利用单矢量水听器的宽带声源深度估计方法 | |
CN111914641B (zh) | 一种基于模态强度匹配分析的目标深度辨识方法及系统 | |
Bereketli et al. | Experimental results for direction of arrival estimation with a single acoustic vector sensor in shallow water | |
KR101618326B1 (ko) | 선박의 프로펠러에 의해 발생하는 초생 공동의 위치를 추정하는 시스템 및 방법과, 이를 이용한 선박 | |
Young et al. | Waveguide-invariant-based ranging and receiver localization using tonal sources of opportunity | |
CN104714235A (zh) | 一种低频双矢量水听器阵列的测距方法及系统 | |
KR102257198B1 (ko) | 빅데이터 기반의 소나 성능 검증 시스템 및 그 방법 | |
CN113011006A (zh) | 一种基于互相关函数脉冲波形匹配的目标深度估计方法 | |
Kiang et al. | Imaging on underwater moving targets with multistatic synthetic aperture sonar | |
CN100454037C (zh) | 一种获取高分辨率测深侧扫声纳阵的阵元组合方法 | |
CN115327505B (zh) | 一种多径环境下低空目标角度估计方法及相关设备 | |
CN114019452A (zh) | 基于垂直波束谱空间差异因子的浅海目标深度分辨方法 | |
Li et al. | Source depth discrimination using wavenumber domain feature with a horizontal array | |
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 | |
CN113075645B (zh) | 一种基于主成分分析-密度聚类的畸变阵形线谱增强方法 | |
Zamanizadeh et al. | Source localization from time-differences of arrival using high-frequency communication signals | |
CN101846738B (zh) | 基于界面反射极性判别的虚元定位方法 | |
Geilhufe et al. | Through-the-sensor sharpness estimation for synthetic aperture sonar images | |
CN114909610A (zh) | 一种水下油气管道泄漏检测与定位的方法及控制系统 | |
Zhao et al. | Single-hydrophone-based passive localization for vertically moving targets in shallow water | |
Titchenko et al. | Sub-satellite validation using ultrasonic wave gauge: In-situ measurements of surface waves slope variance and other parameters of surface waves | |
Wang et al. | Track Before Detect for Low Frequency Active Towed Array Sonar | |
CN117590369B (zh) | 一种深海目标深度估计方法、装置、设备及存储介质 |
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 |