CN113391357A - 一种水下多物理场复合探测系统及探测阵列优化方法 - Google Patents

Abstract

本发明公开了一种水下多物理场复合探测系统及探测阵列优化方法，通过流场仿真分析算法模型建立目标函数计算，对流场探测传感器阵列进行优化，对水下航行器周围流场信息的探测与捕捉；通过信息标准差计算、电磁场仿真分析与正交实验法对电场探测电极阵列进行优化设计，实现对水下目标物的辨识与定位，提高定位精度、辨识准确度与水下探测范围，采用流场探测与电场探测两种传播介质作为探测方式，能够有效克服浑浊水体对探测的干扰，弥补传统单一测量水压或电场变化的人工侧线传感器和电感受器测量运动目标时精度低的缺点，弥补声学近场探测盲区；流场与电场探测结合的方式，扩大了水下探测的范围，提高了水下目标识别与定位的准确度。

Description

一种水下多物理场复合探测系统及探测阵列优化方法

技术领域

本发明涉及水下探测技术领域，尤其涉及一种水下多物理场复合探测系统及探测阵列优化方法。

背景技术

水下目标物体的探测与识别问题成为现代国防与海洋工程领域的研究热点。按照探测方式的不同，目前传统的水下探测方式有两种，分别是水下声学探测和水下光学探测。水下声学探测的基本原理是通过声学设备发射超声波，然后通过接受声波在物体表面产生的散射回波；光学探测通常利用光学成像设备直接对水下目标进行成像。但是两种方法都容易产生混响干扰并且精度不高，在水质浑浊的时候探测效果差。因此，如何设计一种水下目标物体探测装置，实现水下物体高精度探测定位，提高水下探测定位精度成为研究热点。

发明内容

本发明的目的在于提供一种水下多物理场复合探测系统及探测阵列优化方法，以克服现有技术的不足。

为达到上述目的，本发明采用如下技术方案：

一种水下多物理场复合探测系统，包括流场探测阵列载体和电场探测阵列载体；复合探测系统前端为一曲面结构的流场探测阵列载体，包括阵列于前端曲面结构外侧的流场探测IPMC传感单元；复合探测系统后端为一柱体结构的电场探测阵列载体，包括阵列于后端柱体结构外侧的电场探测发射电极和电场探测接收电极，电场探测发射电极设置于电场探测阵列载体上下两侧，电场探测接收电极固定于电场探测阵列载体左右两侧，流场探测IPMC传感单元和电场探测接收电极通过数据采集卡与PC上位机连接，电场探测发射电极与信号发生器相连。

进一步的，数据采集卡采用NI-9239数据采集卡。

进一步的，流场探测阵列载体曲面结构外侧设有装配模块，装配模块上设有凸台；流场压力传感器采用IPMC流场探测传感单元，通过绝缘尼龙垫片和螺母压紧固定于装配模块上。

一种水下多物理场复合探测系统的探测阵列优化方法，包括基于贝叶斯概率模型的流场探测阵列优化，具体的，

S1，建立水下航行器物理模型以及水下航行器物理模型的流场环境；

S2，基于水下航行器物理模型及其流场环境设置传感器初始布局观测点，根据初始布局观测点进行流场仿真生成理论压力数据集；

S3，根据得到的理论压力数据集与预测误差表示真实压力测量值并对似然函数的概率密度函数进行表征；

S4：对S3中的似然函数进行相对熵计算，预测目标物运动位置的先验概率分布与后验概率分布的相对熵及所有相对熵的期望值作为目标函数；

S5：利用贝叶斯定理对目标函数中的未知量进行转化得到转化后的目标函数；

S6：比较转化后的目标函数大小得到首个优化点位并通过顺序启发式阵列优化算法依次计算得到阵列布局优化位置坐标点；

S7：通过计算各个布置的斯皮尔曼等级相关性系数，对传感器阵列分布个数进行优化确定得到最佳传感器个数，从而完成水下航行器侧线探测传感器位置布局优化。

进一步的，通过建立流场模型、确定计算域、划分计算网格、设置求解参数、迭代计算与后处理，对该流场环境下水下航行器物理模型的仿真，得到不同压力观测点s_i对每一个位置偶极子r_s振荡所产生的水流环境的压力监测曲线，获得每个传感器初始布局点S对每一个目标物位置r_s的压力值作为阵列优化算法的理论计算值F(r_s；s)，生成理论压力数据集。

进一步的，通过计算每个布局下的效用函数值确定优化后的传感器分布方式：

p(r)为先验概率，p(y|r,s)为似然函数，p(y|s)为概率分布，y为压力传感器测量值，p(y|r,s)为压力传感器测量值y的概率分布。

进一步的，利用贝叶斯定理转化后的目标函数为：

对干扰源位置变量r积分即可得到p(y|s)。

一种水下多物理场复合探测系统的探测阵列优化方法，包括电场探测系统的电极阵列优化，具体包括以下步骤：

步骤1：根据实验载体对比各个布置形态探测性能，计算每种布置形态不同电极数量下的各个电极所采集到电场信息的标准差变化曲线；

实验载体根据实验环境设计电场探测阵列；

步骤2：根据标准差变化曲线，选择标准差较大的阵列布置形式；

步骤3：通过电磁场仿真分析，对比不同发射级接收级布置方案下的探测效果；

步骤4：采用正交实验法，以信号电压扰动峰值和最大探测距离为指标，对接收电极的尺寸、间距及个数阵列布置方参数进行优化，得到最终的阵列优化布置方案。

进一步的，采用标准差对不同布置方案进行分析，标准差反映了各个电极所采集到的电场信息的离散程度，计算不同电极布置方案下的电极接收信息的标准差变化，选择标准差较大的直线形布置方案。

进一步的，发射极的连线与接收极的连线垂直式布置，发射极与接收极均匀分布在载体圆柱表面上，两侧电极为接收极，上下两个长形电极作为发射极。

与现有技术相比，本发明具有以下有益的技术效果：

本发明一种水下多物理场复合探测系统，包括流场探测阵列与电场探测阵列，通过流场仿真分析算法模型建立目标函数计算，对流场探测传感器阵列进行优化设计，达到对水下航行器周围流场信息的探测与捕捉；通过信息标准差计算、电磁场仿真分析与正交实验法对电场探测电极阵列进行优化设计，实现对水下目标物的辨识与定位，提高定位精度、辨识准确度与水下探测范围。

通过建立贝叶斯概率模型与顺序启发式算法，得到流场探测阵列优化结果，确定流场探测阵列传感器布置位置；通过仿真分析与实验比较，确定电场探测阵列电极的布置方式为直线形布置方案并且发射极-接收极垂直放置。

本发明采用流场探测与电场探测两种传播介质作为探测方式，能够有效克服浑浊水体对探测的干扰，弥补传统单一测量水压或电场变化的人工侧线传感器和电感受器测量运动目标时精度低的缺点，有效弥补声学近场探测盲区，适用于多种环境的探测；流场与电场探测结合的方式，扩大了水下探测的范围，提高了水下目标识别与定位的准确度。

本发明一种水下多物理场复合探测系统优化方法，通过信息标准差计算、电磁场仿真分析与正交实验法对电场探测电极阵列进行优化设计，能够有效克服浑浊水体对探测的干扰，弥补传统单一测量水压或电场变化的人工侧线传感器和电感受器测量运动目标时精度低的缺点，有效弥补声学近场探测盲区，实现对水下目标物的辨识与定位，提高目标定位精度、与辨识准确度，扩大水下探测范围。

附图说明

图1为本发明实施例中流场探测阵列优化设计流程图。

图2为本发明实施例中电场探测阵列优化设计流程图。

图3为本发明实施例中流场探测传感器阵列布置示意图。

图4为本发明实施例中电场探测电极阵列布置示意图。

图5为本发明实施例中水下多物理场复合探测实验装置示意图。

图中：1、流场探测阵列载体；2、电场探测阵列载体；3、实验固定架；4、装配模块；5、流场探测IPMC传感单元；6、电场探测发射电极；7、电场探测接收电极。

具体实施方式

下面结合附图对本发明做进一步详细描述：

一种水下多物理场复合探测系统，包括流场探测阵列载体1和电场探测阵列载体2，流场探测阵列载体1的一端与电场探测阵列载体2一端固定连接；复合探测系统前端为一曲面结构的流场探测阵列载体1，前端曲面结构外侧阵列有流场探测IPMC传感单元5；复合探测系统后端为一柱体结构的电场探测阵列载体2，后端柱体结构外侧阵列有电场探测发射电极6和电场探测接收电极7，电场探测发射电极6设置于电场探测阵列载体2上下两侧，电场探测接收电极7固定于电场探测阵列载体2左右两侧，流场探测IPMC传感单元5和电场探测接收电极7通过数据采集卡与PC上位机连接，电场探测发射电极6与信号发生器相连。

数据采集卡采用NI-9239数据采集卡。流场探测阵列载体1曲面结构外侧设有装配模块4，装配模块4上设有凸台，用于与流场探测阵列载体1配合固定的作用，方便独立感知单元的拆卸与替换；流场压力传感器采用IPMC流场探测传感单元5，尺寸为10*5*1mm，通过绝缘尼龙垫片和螺母压紧固定于装配模块4上。

阵列于流场探测阵列载体1曲面结构外侧的压力传感器基于贝叶斯概率模型的流场探测阵列优化设置，具体包括以下步骤：

S1，建立水下航行器物理模型，同时确定目标物位置、运动参数和流场区域参数；

根据标准水下航行器尺寸对其物理模型进行建模绘制得到水下航行器物理模型，确定流场环境，流场环境包括目标物位置、运动参数和流场区域参数，设定物理模型边界上的传感器初始布局位置点s；拟定目标物运动区域，基于水下航行器物理模型的设计尺寸、实验目标物运动形式及范围、实验场景尺寸规格参数，确定水动力仿真分析流场的流场区域参数，流场区域参数包括方形区域尺寸、水下航行器前端面中心点位于该流场区域的位置尺寸；确定目标物运动参数，目标物运动参数包括运动形式、位置坐标、活动区域和目标个数。

S2，基于水下航行器物理模型设置传感器初始布局观测点，根据初始布局观测点进行流场仿真生成理论压力数据集；

在FLUENT流体水动力仿真软件中，将水下航行器物理模型在上述流场环境进行模拟，通过建立流场模型、确定计算域、划分计算网格、设置求解参数、迭代计算与后处理，完成对该流场环境下水下航行器物理模型的仿真，得到不同压力观测点si对每一个位置偶极子rs振荡所产生的水流环境的压力监测曲线，获得每个传感器初始布局点S对每一个目标物位置rs的压力值作为阵列优化算法的理论计算值F(r_s；s)，生成理论压力数据集。

S3，根据得到的理论压力数据集与预测误差表示真实压力测量值并对似然函数的概率密度函数进行表征；

在步骤S1与步骤S2的基础上，根据传感器侧线阵列对水中目标物探测的工作特点，对应贝叶斯概率模型，将目标探测工作与概率事件一一对应。贝叶斯定理用来描述两个条件概率之间的关系，如P(A|B)和P(B|A)，分别代表事件A在事件B发生条件下的发生概率和事件B在事件A发生条件下的发生概率，根据定理可得到贝叶斯公式为：

对于水下测线阵列目标物探测工作来说，设当前偶极子目标物位置为r_s(x_s,y_s)，预测偶极子目标物运动位置为事件A，事件A的不确定性由概率分布规律来量化，概率分布规律根据分布在水下航行器的侧线传感器阵列捕获到的压力数据信息进行更新。只要分布在水下航行器上的侧线阵列能够探测到位置r处偶极子振动对周围流体的扰动所产生的水压数据信号，就可以检测到振动偶极子的位置，即可通过该数据对事件A进行判断，判断某一未知压力信号是由位置r处的偶极子振动所造成的。因此传感器优化分布问题可以转化为寻找一种传感器侧线阵列分布形式，对目标物的运动位置，即事件A做出最准确的估计与判断。

设侧线传感器分布在水下航行器的一侧，位置用s表示(s∈R),用F(r_s；s)表示传感器s对于r处产生的偶极子振荡流场的预测压力值，该预测值通过先前对该流场环境下，通过对r处偶极子发生振荡时s处传感器的理论压力值进行基于Navier-Stokes方程下的仿真计算获得。设事件A的先验概率为已知，记作p(r)，在当获得传感器的测量值y后，则可以确定后验概率分布p(r|y,s)，根据贝叶斯原理有后验概率分布p(r|y,s)与相对应的先验概率分布p(r)和似然概率p(y|r,s)的乘积成正比，即：

p(r|y,s)∝p(r)·p(y|r,s) (2)

其中似然概率函数p(y|r,s)表示给定一传感器位置布局s后，该布局下所测得的压力测量值y来自于r处干扰源振动的概率。由于真实压力测量值与理论压力测量值存在一定的误差，设预测误差ε(s)为真实测量值y与理论测量值(即预测测量值)F(r_s；s)之间的差，即：

y＝F(r_s；s)+ε(s) (3)

S4：对S3中的似然函数进行相对熵计算，预测目标物运动位置的先验概率分布与后验概率分布的相对熵及所有相对熵的期望值作为目标函数；

由于最大熵原理提供了一种选择随机变量统计特性时最符合客观情况的分布准则，选择具有最大熵的分布作为随机变量的分布是一种有效的处理方法，又有当均值与协方差矩阵一定时，随机变量符合正态分布时具有最大熵，因此设预测误差ε(s)符合该定义，并且ε(s)服从均值为0且协方差矩阵∑(S)一定的多元高斯分布N(0,∑(S))，因此根据预测误差公式，得到真实压力测量值的似然函数p(y|r,s)服从均值为F(r_s；s)，协方差矩阵一定的多元高斯分布，表达式如下：

对步骤S3中得到的似然函数进行相对熵计算，最优传感器布局的问题转化为已经确定的某一传感器布局S是否能对位置r的振动干扰源位置进行最准确的估计，即布局s下得到的测量值对于估计干扰源位置s最有效，为了用数学方式对该信息量进行描述，引入信息理论中的KL散度(Kullback-Leibler divergence，即相对熵)的概念。相对熵(relativeentropy)或信息散度(information divergence)是用于衡量两个概率分布之间差异的非对称性，相对熵可以衡量两个随机分布之间的距离，当两个随机分布相同时，它们的相对熵为零，当两个随机分布的差别增大时，它们的相对熵也会增大。因此相对熵可比较两个概率分布信息的相似度。现在重新考虑事件A——寻找偶极子目标物运动位置位于目标区域中的坐标，已知事件A先验分布为p(r)且已知，得到压力测量值后的后验分布为p(r|y,s)，因为后验分布分概率p(r|y,s)中传感器分布方式s是作为条件给定的，因此当选定的传感器布局方式s越好时，压力传感器测得的信息量则越多，那么先验概率分布p(r)与后验概率分布p(r|y,s)的差别越大，即相对熵越大。因此，为给出表示事件A的先验分布与后验分布的信息增益的效用函数，由两者间的相对熵定义为：

因为在传感器布局优化阶段，压力传感器测量值y无法通过实验得到，因此通过误差模型公式(3)来确定给定固定干扰源位置参数r及传感器分布方式参数s下，传感器测量值y的大小。因为事件A的先验分布与后验分布间的信息增益由两者间的相对熵来表示，因此通过将此信息增益效用函数最大化来确定传感器最优分布方式s。传感器布局的优劣情况可由公式(5)来反映，表示在某一传感器布局s下某个传感器s_n在获得测量值y后的信息增益变化，因此为了表示出该布局下所有传感器的相对熵，就需要对公式(5)进行改进，计算所有可能的压力传感器测量值的相对熵的期望值为效用函数，并通过最大化该效用函数来确定传感器的最佳布局方式，通过计算每个布局下的效用函数值确定优化后的传感器分布方式，改进后的函数定义为：

S5：利用贝叶斯定理对目标函数中的未知量进行转化得到转化后的目标函数；

对步骤S4中的目标函数进行未知量转化，除了先验分布p(r)为已知，p(r|y,s)与p(y|s)均为未知参数，因此需要用到贝叶斯概率公式对目标函数进行转化。

贝叶斯概率公式是关于两个事件A和B的条件概率的一则定理，其表达式为：

根据贝叶斯定理，结合该问题可以得到事件A和事件B分别对应偶极子目标物运动位置与压力传感器测量值两个事件，因此公式(7)可以转化为：

将公式(6)中部分函数进行变换：

因此公式(6)目标函数转化为：

公式(11)为利用贝叶斯定理转化后的目标函数，其中先验概率p(r)为已知，似然函数p(y|r,s)可通过多元高斯函数进行数学表达(见公式(4))，只有概率分布p(y|s)为未知参数。该概率分布表示的是已知传感器布局为s时压力传感器测量值y的概率分布，已知压力传感器测量值y的概率分布为p(y|r,s)，对干扰源位置变量r积分即可得到p(y|s)，数学表达式如下：

因此，将目标函数中所有未知变量转化为已知参数并用数学表达式进行定义，数学表达式如下：

S6：比较转化后的目标函数大小得到首个优化点位并通过顺序启发式阵列优化算法依次计算得到阵列布局优化位置坐标点；

对步骤S5中转化后的目标函数进行顺序启发式优化算法计算，具体步骤如下：

步骤6.1：计算每个传感器初始布局观测点的目标函数大小，并确定目标函数最大值对应的位置点，作为阵列布局优化首个传感器位置点；

步骤6.2：将首个传感器位置点与剩余初始传感器位置点分别进行组合，并分别计算组合后的阵列坐标对于预测目标物运动位置的目标函数；

步骤6.3：比较目标函数大小，选择目标函数最大值的位置点组合作为阵列优化前两个传感器位置点的选取结果；

步骤6.4：重复步骤6.1—6.3，完成对多个传感器位置点的选取。

具体如下：目标函数式(13)已获得，传感器优化布局模型理论推导完成，将传感器初始分布坐标点导入计算，得到相应的优化布局。通过最大化公式(13)中的目标函数，得到最优传感器布局方式，然而最优传感器布置问题的特点是存在相对较多的多个局部最优解，而将各种传感器个数组合下的局部最优解分别进行计算是不科学、低效率的，使用应用广泛的遗传算法等优化算法，需要给定具体优化参数，会导致超参数的结果，因此需要寻找一种更有效的算法进行传感器分布优化。

设存在一固定数量N₀的传感器分布组合并已知优化前的传感器初始分布位置点，选用顺序启发式传感器布局算法是一种更有效更加整体化的传感器分布优化方法，与遗传算法相比，顺序启发式算法通过更少的计算量能够达到更高的精度水平。通过在分布模型一侧放置若干个传感器，传感器数量逐渐增加的同时保证信息熵变化为最大，一次选择一个传感器分布位置点来确定传感器优化总体布局。具体而言，首先在具有传感器初始布局的条件下，选择一个信息熵降幅最大的传感器位置点，即目标函数值最大的位置点，作为第一个传感器的最佳位置S₁，在给定第一个传感器的最佳位置的基础上，通过第一个传感器的最佳位置S₁与第二个传感器的位置组合所获得的信息熵变化量进行计算，变化量最大即目标函数最大的传感器组合即为前两个传感器的最佳位置S₁与S₂，得到传感器最优分布组合(S₁,S₂),该方法即为顺序启发式传感器优化算法。以相同的方式继续计算，当获得i-1个传感器最优位置分布点的分布组合，要想获得第i个最优分布的传感器位置点时，选择使这i个传感器位置组合获得的信息熵变化量最小的第i个点即为最优传感器的分布位置点，即获得i个传感器的最优分布组合(S₁，S₂，……，S_i)。对于最多N₀个传感器，不断重复循环上述过程即可。对于从1到N₀的所有i个传感器，只有当i个传感器的最优传感器位置是i+1个传感器的最优传感器位置的子集时，顺序传感器布局算法才会给出最优的传感器配置。不断重复以上步骤，直到最佳分布个数i达到预设值或者增加传感器个数的情况下，信息熵减少量很小，即增加传感器个数前后两个传感器组合所计算出的目标函数值相差不大，则完成传感器分布优化计算，得到传感器最优布局。顺序启发式传感器阵列布局优化算法流程图如图4所示，整体布局优化流程如图5所示。

S7：通过计算各个布置的斯皮尔曼等级相关性系数，对传感器阵列分布个数进行优化确定得到最佳传感器个数，从而完成水下航行器侧线探测传感器位置布局优化。

在步骤S6完成阵列位置优化后，通过计算每种传感器阵列分布S₁,S₂,S₃,……，S_i下，对于某一干扰源位置点r_s位置探测获得的后验概率分布p(r_s|y,s)，作为某一分布S_i时的后验概率密度函数，并计算S_i与S_i+1(i∈[1，n-1])之间的斯皮尔曼相关性系数R，计算各个相邻阵列分布间的相关性大小，当S_i≥S_n时，R无限接近1并保持稳定，则认为传感器点数的增加是没有必要的，因此确定最佳传感器个数为S_n。

完成步骤7的传感器个数确定后，通过计算得到的各个阵列分布下的后验概率函数值p(r_s|y,s)，通过某一分布S_i下的探测区域的每个可能点位的概率表征，计算预测目标物振动位置点的坐标，达到对传感器阵列优化分布检验的目的。

电场探测阵列载体2的电场探测发射电极6和电场探测接收电极7阵列优化方法包括以下步骤：

步骤1：根据实验载体对比各个布置形态探测性能，计算每种布置形态不同电极数量下的各个电极所采集到电场信息的标准差变化曲线；

实验载体根据实验环境设计电场探测阵列；

步骤2：根据标准差变化曲线，选择标准差较大的阵列布置形式；

步骤3：通过电磁场仿真分析，对比不同发射级接收级布置方案下的探测效果；

步骤4：采用正交实验法，以信号电压扰动峰值和最大探测距离为指标，对接收电极的尺寸、间距及个数阵列布置方参数进行优化，得到最终的阵列优化布置方案。

步骤2中的阵列布置形式，采用标准差对不同布置方案进行分析，标准差反映了各个电极所采集到的电场信息的离散程度，计算不同电极布置方案下的电极接收信息的标准差变化，最终选择标准差较大的直线形布置方案。

步骤3中的电极布置方案为垂直式布置方案，具体形式为发射极的连线与接收极的连线垂直，均匀分布在载体(实验固定架3)圆柱表面上，两侧电极全部作为接收极，上下两个长形电极作为发射极。

步骤4中的阵列优化布置方案，使用损失函数来表示实验结果与预期值之间的差值，采用扰动电压峰值和最大探测距离的望大特性。

综合流场探测阵列与电场探测阵列布置方式，将两种探测形式的探测装置集成到同一个水下航行器实验载体上。

采用IPMC流场探测传感单元，纯钛电极作为电场探测阵列感知单元，流场感知单元与电场感知接收电极通过NI-9239数据采集卡与PC上位机连接，电场发射电极与信号发生器相连，完成流场与电场探测的数据采集工作。

如图1所示，首先根据水下航行器绘制流场探测物理模型，本发明采用前端直径为90mm，后端直径为180mm的模型作为实验载体，共设置137个初始观测点均匀分布于截面边界处。基于模型尺寸设计实验场景，规定水动力仿真分析流场方形区域尺寸为1.5m×1.5m，实验载体前端面中心点位于该流场区域的(1.2m，0.3m)处(规定原点位于流场区域左下角)，采用振动偶极子作为目标物进行探测，目标小球直径50mm，振动频率5Hz，位于流场探测实验载体左侧10cm处，横纵坐标每间隔10cm为一个偶极子目标物振动位置点，共110个。在FLUENT流体仿真软件中，对上述流场环境进行模拟，完成对该流场环境下水动力模型的仿真，得到不同压力观测点对每一个位置偶极子振荡所产生的水流环境的压力监测值，获得每个传感器初始布局点s对每一个目标物位置r_s的压力值作为阵列优化算法的理论计算值F(r_s；s)，通过计算最大值、特定时间段内(峰值附近)平均值等时域特征及基频幅值等频域特征，对压力数据理论值进行特征提取，与流场探测实验载体模型中传感器初始布局相结合，作为顺序启发式传感器布局优化算法的数据输入。

本实例中，通过比较目标函数大小得到首个优化点位，比较目标函数U₁(s)大小，得到U_max1(s)＝U₁(S₁₂₁)＝1.7393,并通过顺序启发式阵列优化算法依次计算得到阵列布局优化位置点，本实例中通过计算最大值、特定时间段内(峰值附近)平均值等时域特征及基频幅值等频域特征，对压力数据理论值进行特征提取，作为顺序启发式传感器布局优化算法的数据输入。三种数据特征提取方法通过基于贝叶斯定理的顺序启发传感器布局优化算法分别进行计算，从137个中选取10个作为优化布局传感器个数，循环迭代计算10次后停止。本实例中使用计算基频幅值作为特征提取方法的计算结果为[121,11,113,133,129,125,41,31,115,1]。分别计算各个分布下的斯皮尔曼相关性系数为[0.5369，0.9420，0.9868，0.9877，0.9872，0.9537，0.9959，0.9746，0.9927，0.9927]，当取第9个点与第10个点时，相关性系数已非常接近1并保持不变的趋势，因此最终选用前8个传感器点位即[121,11,113,133,129,125,41,31]，作为阵列优化布置结果。同理，使用其他两种特征提取方法计算，得到相对应的优化阵列位置，选用三种特征值输入结果交集中的几个位置坐标区域作为最终传感器优化布局点位置，分别为(0,16)(0.32)(22,74.5)(62,87.8)(82,89.8)。考虑到实际实验载体尺寸大小，确定优化阵列传感器实际位置坐标分别为(0,14)(0,35)(27,77.1)(63,87.9)，分布示意图如图3所示。接收电极尺寸10mm，电极间距50mm，电极个数为8个。

如图2所示，为电场探测传感器阵列优化设计方案流程，整个优化设计流程可以分为电场探测阵列设计和电场探测阵列优化两个阶段。

首先在电场探测阵列设计阶段，电场探测阵列载体的口径与流场阵列载体保持一致，为直径180mm，长度410mm，壁厚5mm的薄壁圆柱，圆柱前端10mm内环槽用于和流场探测阵列对接，并通过螺丝固定，中间位置设计有外径60mm、内径50mm，高度60mm的圆柱固定架，用于探测装置与实验平台的连接，该固定架通过螺栓与实验平台固定，并在两侧设计加强筋以保证连接处的强度。

常见的电极布置方案有环形、矩形和直线布置方案。

对于点电荷激发水下电场中某点的电场强度可以表示为：

其中，ε₀为目标水域水的电导率，q为点电荷的电荷量，r为电极布置点到点电荷的距离，对于位于原点的点电荷

为电极位置

采用标准差σ对不同布置方案进行分析：

(1)对于圆周布置方式，以电极数量为6、10、12为例，各数量电极接受到的电场信息为C_i(i＝6、10、12)，且

C_i＝[C_i1，C_i2，C_i3…C_ii]

计算可得，对于不同电极个数圆周布置方案的标准差为：

表1圆周布置方案标准差

(2)对于正方形布置方式，以电极数量为4、8、12、16为例，各种数量电极接受到的电场信息为R_i(i＝4、8、12、16)，且

R_i＝[R_i1，R_i2，R_i3…R_ii]

计算可得，对于不同电极个数正方形布置方案的标准差为：

表2正方形布置方案标准差

(3)对于直线形布置方式，针对电极排布数量的不同，各种数量电极接受到的电场信息为L_i(i＝4、8、12)，且

L_i＝[L_i1，L_i2，L_i3…L_ii]

计算可得，对于不同电极个数直线形布置方式其标准差为：

表3直线形布置方案标准差

在水下电场目标物探测中，需要采集多个通道电极上的电场信息，位于阵列载体远端位置的电极用于目标物的远距离检测，位于阵列载体中间位置的电极用于目标物的精确交会检测，不同位置电极所采集到的电场信息应具存在一定差异化，因此选择标准差较大的直线形布置方案。

确定了电极布置方案为直线形后，需要在电场探测阵列载体上进行载体上的布置方案设计。载体上的布置方案确定为发射极-接收极共线布置和发射极-接收极垂直布置两种，通过CST电磁场仿真软件对两种布置方案进行仿真分析，比较两者的探测效果。仿真环境为尺寸6000*3000*800mm的长方形水域，电场探测阵列位于水平中心线上，距离右边界2000mm。为了模拟实验水池的实际环境，建立水域-空气两层模型。发射电极E的激励为频率1000Hz，幅值10V的正弦信号，接地电极E的电势为0V。仿真分析中电极材质为钛，目标物为直径110mm的铝球，目标物从距离电极阵列2000mm处移动到-400mm处，目标物的来袭方向与直线阵列平行，目标物每移动200mm设置一个观察点。

通过CST电磁场仿真计算对比发现，共线式布置方案的接收电极上的信号电压幅值较高，但定位曲线波动距离，探测效果不理想；垂直式布置方案的定位曲线趋势明显，探测效果更理想。共线式布置方案的接收极与发射极距离较近，这使得接收到的电场信号更强，却也导致了定位精度的降低；垂直式方案的接收极与发射极间隔较远，虽然接收到的电场信号强度有所下降，但定位精度大幅提高。因此，选择电场探测阵列在实际载体上的布置方案为垂直式，上端电极接信号正极，下端电极接信号负极，两侧为接收极，电极布置方式如图4所示。

之后，在电场探测阵列优化阶段，通过多因素正交实验法，评估接收电极的尺寸、排布间距、个数对探测阵列性能产生的影响。使用损失函数来表示实验结果与预期值之间的差值，而损失函数的值进一步转换成信噪比(S/N)望大特性，对数据进行归一化处理，平衡两个指标的权重。

设计的正交实验中有5个固定因子和3个可控因子，不跟随实验改变的关键参数作为固定因子，根据先前研究和实验，固定因子的设置见表4。

表4正交实验固定因子水平表

影响阵列探测性能的因素有：接收电极尺寸大小、接收电极间距和接收电极个数，接收电极的形状为正方形，电极尺寸为边长，可控因子的参数选择见表5。

表5正交实验可控因子水平表

垂直式布置方案中发射极原定为两个长电极，但实际阵列载体需要考虑安装问题，因此把原来的长电极拆分为两个短电极，对称布置在中间连接圆台两侧。下方长电极虽不影响安装，但出于结构对称性考虑，同样拆分为两个短电极。由长电极拆分得到的两个短电极并联，两个短电极上的电场激励完全相同。

正交实验表和仿真实验结果见表6，每个因子各水平的信噪比见表7，由此可以得出实验的可控变量的最佳配置水平为A1B3C3。

表6正交实验表和结果

表7可变因子各水平的信噪比响应

正交实验结果的信噪比方差分析见表8，该表展示了每个因子对于实验影响的显著性和各因素之间的交互作用。本次实验采用正交方法进行九次实验，在评价各个因子的影响时，总共有八个自由度。在进行实验时只考虑三个可变因子的影响，因此，在评价不同因素的影响作用时，共有六个自由度，剩余两个自由度为误差自由度。表中统计了每个因素的方差平方和以及其均值，当一个因素的平方和越大时，该因素对平方和合计值的贡献也越大；表中还列有一项F值，称作“变异比”，为因子的效应平方和与误差平方和之比。F值大代表该因子的效应对于误差变异较大，即该因子越重要，按表中顺序将各因子的F比值从大到小排列为：A、B、C，为了检验以上因子是否真实显著，在表中还加入一个F临界值(置信度95％)，若因子的F值大于置信度为95％的F临界值，则该因子对实验的影响显著。方差分析结果表明，因子A、B，即接收电极的尺寸和间距为显著影响因子；因子C、即接收电极的个数为非显著影响因子。

表8信噪比方差分析

*显著影响因子

通过仿真完成的正交实验结果表明，最优组合方式为A1B3C3，即接收电极尺寸10mm，电极间距50mm，电极个数8个。

参照图5，一种水下多物理场复合探测系统，包括流场探测阵列载体1和电场探测阵列载体2；流场探测阵列载体1包括IPMC流场探测传感单元5及其装配模块4，装配模块4直径为12mm，IPMC尺寸为10*5*1mm，通过绝缘尼龙垫片和螺母压紧在装配模块4上；装配模块4上设有凸台，起到与流场阵列载体1配合固定的作用，方便独立感知单元的拆卸与替换。电场探测阵列载体2包括发射电极6和接收电极7；发射电极尺寸为140*20*2mm，接收电极的尺寸为10*10*1mm，材质为纯钛，中间均打有接线孔；电极通过定制的纯钛螺丝与导线连接，通过绝缘的尼龙垫片和螺母压紧，并使用环氧树脂结构胶密封。电场探测阵列载体2通过紧定螺钉与实验固定架3连接。IPMC流场探测传感单元5与电场感知接收电极7通过NI-9239数据采集卡与PC上位机连接，电场发射电极6与信号发生器相连，完成流场与电场探测的数据采集工作。

本发明采用流场与电场探测结合的方式，突破了传统水下声学探测和水下光学探测的限制，能够有效克服浑浊水体对探测的干扰，弥补传统单一测量水压或电场变化的人工侧线传感器和电感受器测量运动目标时精度低的缺点，有效弥补声学近场探测盲区适用于多种环境的探测，扩大了水下探测的范围，提高了水下目标识别与定位的准确度。

本发明综合流场探测阵列与电场探测阵列布置方式，通过建立贝叶斯概率模型与顺序启发式算法，确定流场探测阵列传感器布置位置；通过CST电磁场仿真分析确定发射级-接收级垂直分布的电极布置方案，基于正交实验计算最优电极尺寸、间距及个数，最终确定电场探测阵列电极的布置方式。

综上所述，本发明提出的一种新型的水下多物理场复合探测系统，包括流场探测阵列与电场探测阵列，采用流场探测与电场探测两种传播介质作为探测方式。通过流场仿真分析算法模型建立目标函数计算，对流场探测传感器阵列进行优化设计，达到对水下航行器周围流场信息的探测与捕捉；通过信息标准差计算、电磁场仿真分析与正交实验法对电场探测电极阵列进行优化设计，能够有效克服浑浊水体对探测的干扰，弥补传统单一测量水压或电场变化的人工侧线传感器和电感受器测量运动目标时精度低的缺点，有效弥补声学近场探测盲区，实现对水下目标物的辨识与定位，提高目标定位精度、与辨识准确度，扩大水下探测范围。具有更强的环境适应性和更高的定位精度，在军民领域的水下任务中具有广阔的应用前景。

以上内容仅为说明本申请发明的技术思想,不能作为限定本发明的保护范围的依据,凡是按照本发明提出的设计构思和技术特征,在技术方案上所做的任何修改与替换,均在本发明权利要求书的保护范围之内。

Claims (10)

1.一种水下多物理场复合探测系统，其特征在于，包括流场探测阵列载体(1)和电场探测阵列载体(2)，流场探测阵列载体(1)的一端与电场探测阵列载体(2)一端固定连接，流场探测阵列载体(1)的另一端为曲面结构，流场探测阵列载体(1)的曲面结构外侧阵列有流场探测IPMC传感单元(5)；电场探测阵列载体(2)为柱体结构，柱体结构外侧阵列有电场探测发射电极(6)和电场探测接收电极(7)，电场探测发射电极(6)设置于电场探测阵列载体(2)上下两侧，电场探测接收电极(7)固定于电场探测阵列载体(2)左右两侧，流场探测IPMC传感单元(5)和电场探测接收电极(7)通过数据采集卡与PC上位机连接，电场探测发射电极(6)与信号发生器相连。

2.根据权利要求1所述的一种水下多物理场复合探测系统，其特征在于，数据采集卡采用NI-9239数据采集卡。

3.根据权利要求1所述的一种水下多物理场复合探测系统，其特征在于，流场探测阵列载体(1)曲面结构外侧设有装配模块(4)，装配模块(4)上设有凸台；流场压力传感器采用IPMC流场探测传感单元(5)，通过绝缘尼龙垫片和螺母压紧固定于装配模块(4)上。

4.一种用于权利要求1所述一种水下多物理场复合探测系统的探测阵列优化方法，其特征在于，包括基于贝叶斯概率模型的流场探测阵列优化，具体的，

S1，建立水下航行器物理模型以及水下航行器物理模型的流场环境；

S2，基于水下航行器物理模型及其流场环境设置传感器初始布局观测点，根据初始布局观测点进行流场仿真生成理论压力数据集；

S3，根据得到的理论压力数据集与预测误差表示真实压力测量值并对似然函数的概率密度函数进行表征；

S4：对S3中的似然函数进行相对熵计算，预测目标物运动位置的先验概率分布与后验概率分布的相对熵及所有相对熵的期望值作为目标函数；

S5：利用贝叶斯定理对目标函数中的未知量进行转化得到转化后的目标函数；

S6：比较转化后的目标函数大小得到首个优化点位并通过顺序启发式阵列优化算法依次计算得到阵列布局优化位置坐标点；

S7：通过计算各个布置的斯皮尔曼等级相关性系数，对传感器阵列分布个数进行优化确定得到最佳传感器个数，从而完成水下航行器侧线探测传感器位置布局优化。

5.根据权利要求4所述一种水下多物理场复合探测系统的探测阵列优化方法，其特征在于，通过建立流场模型、确定计算域、划分计算网格、设置求解参数、迭代计算与后处理，对该流场环境下水下航行器物理模型的仿真，得到不同压力观测点s_i对每一个位置偶极子r_s振荡所产生的水流环境的压力监测曲线，获得每个传感器初始布局点S对每一个目标物位置r_s的压力值作为阵列优化算法的理论计算值F(r_s；s)，生成理论压力数据集。

6.根据权利要求4所述一种水下多物理场复合探测系统的探测阵列优化方法，其特征在于，通过计算每个布局下的效用函数值确定优化后的传感器分布方式：

p(r)为先验概率，p(y|r,s)为似然函数，p(y|s)为概率分布，y为压力传感器测量值，p(y|r,s)为压力传感器测量值y的概率分布。

7.根据权利要求4所述一种水下多物理场复合探测系统的探测阵列优化方法，其特征在于，利用贝叶斯定理转化后的目标函数为：

对干扰源位置变量r积分即可得到p(y|s)。

8.一种用于权利要求1所述一种水下多物理场复合探测系统的探测阵列优化方法，其特征在于，包括电场探测系统的电极阵列优化，具体包括以下步骤：

步骤1：根据实验载体对比各个布置形态探测性能，计算每种布置形态不同电极数量下的各个电极所采集到电场信息的标准差变化曲线；

实验载体根据实验环境设计电场探测阵列；

步骤2：根据标准差变化曲线，选择标准差较大的阵列布置形式；

步骤3：通过电磁场仿真分析，对比不同发射级接收级布置方案下的探测效果；

步骤4：采用正交实验法，以信号电压扰动峰值和最大探测距离为指标，对接收电极的尺寸、间距及个数阵列布置方参数进行优化，得到最终的阵列优化布置方案。

9.根据权利要求8所述一种水下多物理场复合探测系统的探测阵列优化方法，其特征在于，采用标准差对不同布置方案进行分析，标准差反映了各个电极所采集到的电场信息的离散程度，计算不同电极布置方案下的电极接收信息的标准差变化，选择标准差较大的直线形布置方案。

10.根据权利要求8所述一种水下多物理场复合探测系统的探测阵列优化方法，其特征在于，发射极的连线与接收极的连线垂直式布置，发射极与接收极均匀分布在载体圆柱表面上，两侧电极为接收极，上下两个长形电极作为发射极。

Images