CN114019516A - 声传感器判断距离目标最近并利用深弹拦截的方法 - Google Patents

Abstract

本发明公开了一种声传感器判断距离目标最近并利用深弹拦截的方法，其中，声传感器判断距离目标最近的方法包括：步骤S1，基于多普勒运动原理建立声传感器的信号处理模型，并基于所述信号处理模型，获取声传感器t_k时刻与t₀时刻的加权输出间的关系；步骤S2，基于所述声传感器t_k时刻与t₀时刻的加权输出间的关系，对声传感器采集的目标噪声进行分析处理；步骤S3，利用斜坡环比法确定最近点；充分利用目标噪声的特点，综合利用数据分析手段，通过对声传感器采集到的噪声进行处理分析来判断与目标距离最近的点，有助于数据处理效率，降低了算法运算量，而且具备较强的实时性，具有重要的应用价值。

Description

声传感器判断距离目标最近并利用深弹拦截的方法

技术领域

本发明涉及机动目标拦截技术领域，具体涉及一种基于多普勒运动原理的矢量水听器判断距离目标最近并利用深弹拦截机动目标的方法。

背景技术

机动目标是一种能自动推进并按预定的航向和深度航行，能自动导向目标并对其实现毁伤。与水雷、火炮、导弹等武器相比，机动目标具有进攻性强、隐蔽性好、破坏威力大的特点，在武器战斗中受到广泛应用。

机动目标自噪声通常是指机动目标航行过程产生的对自身探测系统工作形成干扰的噪声，与机动目标的航速、航深、工作频率以及海况有关。机动目标自噪声的来源主要有机械噪声、螺旋桨噪声及流噪声。其中，在低速、海况级别高的情况下，机械噪声占主要地位。在中速时，流噪声是主导噪声。航速超过20km的情况下，虽然流噪声随航速的增大而增加，但螺旋桨噪声开始占主导地位，且在千赫兹频段上螺旋桨空化噪声将是主要噪声源。

目前，利用悬浮式深水炸弹(简称深弹)拦截机动目标是水面舰艇防御机动目标来袭的作战方式之一，该作战方式可以有效弥补声呐告警信息不精准的缺陷，对机动目标直接起爆杀伤。悬浮式深弹用于拦截机动目标，首先在发射后要有一定区域的散布，其次在发射后要能准确测量得到机动目标到每枚深弹的距离，以便当机动目标进入深弹有效作用距离内时，实时引爆悬浮式深弹，从而毁伤机动目标。使深弹发射后形成一定散布区域属于总体结构及弹道设计内容，目前技术相对比较成熟。而如何用简单的方法实现被动测距是发展悬浮式深弹所特别要求的新技术，也是其技术难点之一。

发明内容

针对上述问题，发明人提供了一种基于多普勒运动原理的声传感器判断距离目标最近并利用深弹拦截机动目标的方法，通过有效判决攻防目标间的最近距离对应的瞬时时刻，保证悬浮式深水炸弹对来袭机动目标具有最佳效果。

具体地，根据第一方面，本发明提供了一种声传感器判断距离目标最近的方法，包括：

步骤S1：基于多普勒运动原理建立声传感器的信号处理模型；并基于所述信号处理模型，获取声传感器t_k时刻与t₀时刻的加权输出间的关系；

步骤S2：基于所述声传感器t_k时刻与t₀时刻的加权输出间的关系，对声传感器采集的目标噪声进行分析处理；

步骤S3：利用斜坡环比法确定最近点。

进一步地，所述步骤S1包括：

设在t时刻，有个M不相干的多普勒信号入射到声传感器上，方位角记为

信号复包络记为s₀(t),s₁(t),…,s_M-1(t)，多普勒频率分别为f₀,f₁,…,f_M-1，则矢量水听器的输出x(t)表示为：

其中，s_m(t)表示第m个噪声信号，a_m表示第m个噪声信号的导向矢量，f_m表示第m个噪声信号的频率，j表示虚数单位，π表示圆周率；n(t)表示加性高斯白噪声；

假设s₀(t)为辐射噪声中功率较大的线谱信号，

为低功率线谱或干扰；对矢量水听器的输出进行加权：

其中，ω表示权矢量，ω^H表示共轭转置；a₀表示强度最大的线谱对应的导向矢量，f₀表示强度最大的线谱的频率；

则声传感器t_k时刻与t₀时刻的加权输出间的关系为：

其中，ΔT表示多普勒时延。

进一步地，所述步骤S2中，对目标噪声进行分析处理的步骤包括：

对声传感器采集的目标噪声依次进行包络解调、滤波、重采样和平滑处理。

进一步地，所述步骤S3包括：

对平滑处理后的数据进行拟合，求取分段斜率，当满足：

时，当前点为最近点；若不满足，则进行目标报警；

其中，B表示当前斜率，A表示前两个点拟合的斜率，C表示后两个点拟合的斜率。

进一步地，所述包络解调、滤波通过带通滤波器提取出10kHz～20kHz频带的信号数据。

进一步地，所述重采样是对原始滤波数据进行每10点采一次样，得到一个便于分析的低密度数据，即重采率为1/10。

进一步地，所述平滑步长为30，即每30个点进行一次平滑处理，存储结果形成新的待分析数据组。

根据第二方面，本发明还提供了一种利用深弹拦截机动目标的方法，包括如上所述的声传感器判断距离目标最近的方法，还包括：

在利用斜坡环比法确定最近点的对应时刻引爆悬浮式深弹，毁伤机动目标。

与现有技术相比，本发明的有益效果如下：

(1)本发明不存在表达冗余，基于多普勒运动原理，充分利用目标噪声的特点，综合利用数据分析手段，数据预处理后，再进行斜坡环比，无需进行包络提取，不仅提高了数据处理效率，降低算法运算量，而且具备较强的实时性。

(2)本发明与现有悬浮式深水炸弹的被动测距技术相比，斜坡环比方法致力于判定机动目标与悬浮式深水炸弹间的最近距离，即判定的是机动目标从接近深水炸弹到远离的这一瞬间，而不是悬浮式深水炸弹的有效作用距离，具有重要的应用价值。

附图说明

图1为实施例1中的声传感器判断距离目标最近并利用深弹拦截的方法的流程图；

图2为实施例2中模拟数据包络解调与带通滤波曲线图；

图3为实施例2中模拟数据重采样与平滑曲线图；

图4为实施例2中模拟数据斜坡环比曲线图；

图5为实施例3中试验数据包络解调与带通滤波曲线图；

图6为实施例3中试验数据重采样与平滑曲线图；

图7为实施例3中试验数据斜坡环比曲线图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

相对运动的物体之间会产生多普勒效应：物体辐射的波长因为波源和观测者的相对运动而产生变化，在运动的波源前面，波被压缩，波长变得较短，频率变得较高；在运动的波源后面时，会产生相反的效应，波长变得较长，频率变得较低。波源的速度越高，所产生的效应越大。因此在目标攻击另一目标过程中，随着目标与另一目标之间的相互靠近，目标的噪声程度发生变化，当目标距离另一目标最近时，声传感器探测到的目标噪声功率最大，多普勒效应最明显。

实施例1

在本实施例中，声传感器为矢量水听器。

基于上述多普勒效应，如图1所示，本发明提供了一种声传感器判断距离目标最近并利用深弹拦截的方法，包括：

步骤S1：基于多普勒运动原理建立矢量水听器的信号处理模型；并基于所述信号处理模型，获取矢量水听器t_k时刻与t₀时刻的加权输出间的关系。

具体地，假设矢量水听器的输出信号中存在加性高斯白噪声，噪声是零均值宽平稳随机过程且互不相关。设在t时刻，有个M不相干的多普勒信号入射到矢量水听器上，方位角记为

信号复包络记为s₀(t),s₁(t),…,s_M-1(t)，多普勒频率分别为f₀,f₁,…,f_M-1，则矢量水听器的输出x(t)表示为：

其中，s_m(t)表示第m个噪声信号，a_m表示第m个噪声信号的导向矢量，f_m表示第m个噪声信号的频率，j表示虚数单位，π表示圆周率；n(t)表示加性高斯白噪声。

假设分析过程中所用到的线谱、干扰及噪声互不相关，当线谱被完全提取时，根据多普勒效应，假设s₀(t)为辐射噪声中功率较大的线谱信号，

为低功率线谱或干扰，为使干扰被完全抑制且线谱得以有效提取，对矢量水听器的输出进行加权：

其中，ω表示权矢量，ω^H表示共轭转置；a₀表示强度最大的线谱对应的导向矢量，f₀表示强度最大的线谱的频率；

矢量水听器则t_k时刻与t₀时刻的加权输出间的关系为：

其中，ΔT表示多普勒时延。

由上式可知，当

越趋向于

多普勒时延ΔT越大，t_k时刻的矢量水听器的加权输出与t₀时刻的输出变化越大。

步骤S2：基于上述原理，对矢量水听器采集的机动目标噪声依次进行包络解调、滤波、重采样和平滑处理。

其中，包络解调即对采样数据进行希尔伯特变换，得到声强。采样信号是一个宽频带信号，为了便于区分和信号处理，不同信号处于不同频带范围内。一般噪声处于低频带范围内，因此令包络解调信号通过带通滤波器，提取出该频带的信号数据。

重采样是对原始滤波数据进行每10点采一次样，得到一个便于分析的低密度数据，即重采率为1/10。

平滑步长为30，即每30个点进行一次平滑处理，存储结果形成新的待分析数据组。

步骤S3：得到滤波平滑数据后，利用斜坡环比法确定最近点，并在最近点对应时刻引爆悬浮式深弹。即

对滤波平滑数据进行拟合，求取分段斜率。随着机动目标的靠近，斜率逐渐变大，当抵达机动目标与悬浮式深弹最近时，曲线达到极值，随后斜率逐渐变小，相邻两点间的斜率基本相等。假设B表示当前斜率，A表示前两个点拟合的斜率，C表示后两个点拟合的斜率，当满足

时，当前斜率所对应的当前点为最近点，则在当前时刻引爆悬浮式深弹；若不满足，则进行目标报警。

需要说明的是，本发明提供的声传感器判断距离目标最近的方法还可应用于长年待机状态下野外的智能摄像机的启动，不同种类的野生动物具有不同的声学特征，因此当声传感器判断有动物到达智能摄像机位置时，启动摄像机开始检测工作，待野生动物远离后，智能摄像机再次进入待机状态。此外，本发明提供的声传感器判断距离目标最近的方法还可应用于机场防止鸟害，一般地，机场利用鸟类生理习性设置驱鸟手段，主要包括煤气炮、录音驱鸟、视觉威慑等，一旦出现上述手段驱鸟失败的突发情况，即鸟类靠近机场危险区，此时发出警报并对距离危险区最近的鸟实施拦截，比如自动张网、猎枪驱赶等。

实施例2

使用理想的模拟数据进行仿真说明，已知的模拟数据满足正弦信号变化规律，仿真结果如图2-4所示。

图2中的(a)和(b)两个图分别展示了信号包络解调和带通滤波结果，图3中的(a)和(b)两个图分别展示了重采样和平滑后的曲线，从图1和图2可以看出四个框图图形变化趋势基本一致，只是数据点数随着不同预处理的步骤逐渐变少。图4展示了斜率环比结果，由于所使用的模拟数据比较理想，再者根据正弦信号的变化特点，可知斜率变化规律基本数据变化规律相同。

实施例3

在本实测试验中，数据采样率f_s＝200kHz，若选取长度为T_length＝0.1s的数据进行分析，则原始数据采样点数为f_s×T_length，即20000点。

对数据进行信号包络解调、带通滤波，结果分别如图5中的(a)和(b)所示。

假设重采率和平滑步长与上述仿真中的相同，即重采率为1/10，平滑步长为30。经重采样后，采样数据点数由原始的20000点变为20000/10＝2000点；经平滑后，采样数据点由2000点变为2000/30＝660点。结果分别如图6中的(a)和(b)所示。

对预处理好的数据进行斜坡环比，即进行线性拟合求斜率，如图7所示的斜坡环比法所得到的试验数据斜率变化曲线。当满足条件

的位置判定为机动目标最佳引爆点。由图7可见，当横坐标为235时，斜率环比具有最大值。因此，该点所对应的原始数据点的瞬时时间即为机动目标距离悬浮式深弹的最近点，该点可作为引爆点。

以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (8)

1.一种声传感器判断距离目标最近的方法，其特征在于，包括：

步骤S1：基于多普勒运动原理建立声传感器的信号处理模型；并基于所述信号处理模型，获取声传感器t_k时刻与t₀时刻的加权输出间的关系；

步骤S2：基于所述声传感器t_k时刻与t₀时刻的加权输出间的关系，对声传感器采集的目标噪声进行分析处理；

步骤S3：利用斜坡环比法确定最近点。

2.如权利要求1所述的方法，其特征在于，所述步骤S1包括：

设在t时刻，有个M不相干的多普勒信号入射到声传感器上，方位角记为

信号复包络记为s₀(t),s₁(t),…,s_M-1(t)，多普勒频率分别为f₀,f₁,…,f_M-1，则矢量水听器的输出x(t)表示为：

其中，s_m(t)表示第m个噪声信号，a_m表示第m个噪声信号的导向矢量，f_m表示第m个噪声信号的频率，j表示虚数单位，π表示圆周率；n(t)表示加性高斯白噪声；

假设s₀(t)为辐射噪声中功率较大的线谱信号，

为低功率线谱或干扰；对矢量水听器的输出进行加权：

其中，ω表示权矢量，ω^H表示共轭转置；a₀表示强度最大的线谱对应的导向矢量，f₀表示强度最大的线谱的频率；

则声传感器t_k时刻与t₀时刻的加权输出间的关系为：

其中，ΔT表示多普勒时延。

3.如权利要求1所述的方法，其特征在于，所述步骤S2中，对目标噪声进行分析处理的步骤包括：

对声传感器采集的目标噪声依次进行包络解调、滤波、重采样和平滑处理。

4.如权利要求3所述的方法，其特征在于，所述步骤S3包括：

对平滑处理后的数据进行拟合，求取分段斜率，当满足：

时，当前点为最近点；若不满足，则进行目标报警；

其中，B表示当前斜率，A表示前两个点拟合的斜率，C表示后两个点拟合的斜率。

5.如权利要求3所述的方法，其特征在于，所述包络解调、滤波通过带通滤波器提取出10kHz～20kHz频带的信号数据。

6.如权利要求3所述的方法，其特征在于，所述重采样是对原始滤波数据进行每10点采一次样，得到一个便于分析的低密度数据，即重采率为1/10。

7.如权利要求3所述的方法，其特征在于，所述平滑步长为30，即每30个点进行一次平滑处理，存储结果形成新的待分析数据组。

8.一种利用深弹拦截机动目标的方法，其特征在于，包括如权利要求1-7任一所述的声传感器判断距离目标最近的方法，还包括：

在利用斜坡环比法确定最近点的对应时刻引爆悬浮式深弹，毁伤机动目标。

Images