CN114444310A - 一种浅海动态环境下蛙人探测声呐部署优化方法及其装置 - Google Patents

一种浅海动态环境下蛙人探测声呐部署优化方法及其装置 Download PDF

Info

Publication number
CN114444310A
CN114444310A CN202210106174.0A CN202210106174A CN114444310A CN 114444310 A CN114444310 A CN 114444310A CN 202210106174 A CN202210106174 A CN 202210106174A CN 114444310 A CN114444310 A CN 114444310A
Authority
CN
China
Prior art keywords
sonar
depth
deployment
deployed
reverberation
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.)
Pending
Application number
CN202210106174.0A
Other languages
English (en)
Inventor
杨娟
岳文蓉
许枫
李钟�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Acoustics CAS
Original Assignee
Institute of Acoustics CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Acoustics CAS filed Critical Institute of Acoustics CAS
Priority to CN202210106174.0A priority Critical patent/CN114444310A/zh
Publication of CN114444310A publication Critical patent/CN114444310A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Acoustics & Sound (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明属于声呐部署优化和声呐性能优化技术领域，具体地说，涉及一种浅海动态环境下蛙人探测声呐部署优化方法，包括：在水平和深度方向分别以预设的步长进行栅格化；根据获取的声呐工作海区的环境条件和声呐参数，采用高斯波束跟踪理论，计算传播损失；采用混响模型，计算混响；建立基于探测概率感知的声呐性能评估模型，计算待布放声呐对声呐工作海区内各栅格工作海区声呐处目标的实际环境下探测概率；以探测概率最大为准则进行初筛，选择次优布放深度区间；针对所选择的次优深度区间，以评价函数最小为准则，再进行二次筛选，获得待布放声呐的最优布放深度，再结合记录的待布放声呐的初始位置，调整待布放声呐的布放深度。

Description

一种浅海动态环境下蛙人探测声呐部署优化方法及其装置
技术领域
本发明属于声呐部署优化和声呐性能优化技术领域，具体地说，涉及一种浅海动态环境下蛙人探测声呐部署优化方法及其装置。
背景技术
蛙人探测声呐的探测性能受海洋环境的影响显著。在动态水文变化及不同海洋地理环境条件下，声呐部署的深度和位置影响海上实际探测性能。目前已有学者对声呐最佳布放深度展开研究。郁红波等人在浅海条件下吊放声呐最佳入水深度的研究中通过潜艇在不同深度航行的概率分布，计算出吊放声呐不同入水深度下的平均探测距离，得到了不同声速剖面下吊放声呐的最佳入水深度；熊雄等人在水下目标探测中声呐工作深度优化选择中以等效作用距离最大准则为基础，提出距离调节因子的声呐工作深度优化选择模型，得到不同战术任务下声呐的最优工作深度。因此，上述现有技术都是基于声呐的作用距离最大准则选择最佳工作深度，但是，实际声呐应用中常常对某海区固定区域进行探测，并没有发现以声呐对目标区域的探测概率最大为准则去选择最佳工作深度。
假设目标位置已知，当浅海海洋环境变化时，声呐发射的声信号传播路径改变会影响声呐方程中的传播损失，从而影响声呐对目标的探测性能。为提高声呐的环境适应能力，需要研究声呐部署方式的优化技术。研究表明，声呐的探测性能受其布放深度的影响较大，因此，适当调整布放深度可优化其性能。以图1为研究思路研究在动态海洋环境下布放深度的自适应调整；如图1所示，现有的声呐部署方法包括：根据环境条件和声呐参数计算待布放声呐作用海区的传播损失和混响，然后利用基于概率感知的声呐性能评估模型计算探测概率，最后使用声呐布放深度自适应优化算法计算声呐的最佳布放深度。
以往研究主动声呐的最佳布放深度时，通常以等效作用距离最大为准则选择最佳布放深度。但是，该方法存在一定的技术问题：由于目标并不一定位于等效作用距离最大值所在的深度上，通过该准则得出的数据不具有普遍性，无法获得最佳的布放深度。
发明内容
为了解决现有技术存在的问题，本发明提出了一种浅海动态环境下蛙人探测声呐部署优化方法，该方法考虑在浅海动态环境下，假设目标位置已知，计算蛙人探测声呐对目标的探测概率，以不同的择优准则进行两次筛选得到声呐的最佳布放深度。
本发明提供了一种浅海动态环境下蛙人探测声呐部署优化方法，该方法包括：
将待布放声呐布放在目标海区内，形成声呐工作海区，并记录待布放声呐的初始位置，同时在水平和深度方向分别以预设的步长进行栅格化，得到多个栅格工作海区；
根据获取的声呐工作海区的环境条件和待布放声呐的声呐参数，采用高斯波束跟踪理论，计算传播损失；采用混响模型，计算混响；
基于传播损失和混响，建立基于探测概率感知的声呐性能评估模型，计算待布放声呐对声呐工作海区内各栅格工作海区声呐处目标的实际环境下探测概率；
采用声呐布放深度自适应优化算法，以探测概率最大为准则进行初筛，选择次优布放深度区间；针对所选择的次优深度区间，以评价函数最小为准则，再进行二次筛选，获得待布放声呐的最优布放深度；
根据得到的待布放声呐的最优布放深度和记录的待布放声呐的初始位置，调整待布放声呐的布放深度，从而完成浅海动态环境下蛙人探测声呐部署优化。
作为上述技术方案的改进之一，所述声呐工作海区的环境条件为水文情况，该水文情况具体表现为声呐工作海区海水的声速c；所述声呐参数包括：掠射角、声源级和检测阈。
作为上述技术方案的改进之一，所述根据获取的声呐工作海区的环境条件，采用高斯波束跟踪理论，计算传播损失；根据获取的待布放声呐的声呐参数，采用混响公式，计算混响；其具体过程包括：
假设声线声压u(s,n)表示为，
u(s,n)＝A(s)φ(s,n)ejwτ (1)
其中，A为沿声线方向的振幅；φ为垂直于声线中心方向的位移；s为沿声线方向的弧线；n为垂直于声线中心方向的位移；w为圆频率；τ为沿声线的传播时间；j为虚数；
在预先建立的柱坐标系下，控制方程为，
Figure BDA0003493549630000031
其中，r和z分别表示水平距离和深度；ζ和ξ为与掠射角有关的两个中间变量，c为声速；
Figure BDA0003493549630000032
其中，θ为掠射角；
高斯射线束的变化过程通过引入两个变量p和q来控制，如式(4)和(5)所示，
Figure BDA0003493549630000033
Figure BDA0003493549630000034
其中，cnn是声速在声线路径法线方向上的二阶导数；因此，利用φ和A表示为高斯声线宽度W的函数：
Figure BDA0003493549630000035
其中，δα为临近声线的夹角；
然后将声线声压ui(s,n)转化为柱坐标系下的声压ui(r,z)，用携带能量的声线叠加得到最后的声场；采用非相干的计算方式，声压ps为：
Figure BDA0003493549630000041
其中，z0为待布放声呐的入水深度，即待布放声呐的初始位置；c0为声源处的声速；
采用高斯波束跟踪理论，计算传播损失TL：
Figure BDA0003493549630000042
根据获取的待布放声呐的声呐参数，采用混响模型，计算混响RL：
RL＝SL-2TL+TSR (9)
其中，SL为声源级，TL为传播损失，TSR为目标反射强度，其中，TSR由下式计算得到：
Figure BDA0003493549630000043
其中，LB为距离分辨力，r为水平距离，θ为掠射角。
作为上述技术方案的改进之一，所述基于传播损失和混响，建立基于探测概率感知的声呐性能评估模型，计算待布放声呐对声呐工作海区内各栅格工作海区声呐处目标的实际环境下探测概率；其具体过程包括：
基于传播损失TL和混响RL，计算信号余量SE(r,zs,zg)：
SE(r,zs,zg)＝SL-2TL(r,zs,zg)+TS-NL(r,zs,zg)-DT (11)
其中，r表示水平距离，zs表示声源深度，zg表示目标的深度，NL(r,zs,zg)为总噪声级；TS为目标强度；DT为检测阈；
其中，
Figure BDA0003493549630000044
其中，AN为环境噪声级，AGN为接收阵列的噪声增益，RL为混响；
将探测概率与信号余量相关联，建立基于探测概率感知的声呐性能评估模型：
Figure BDA0003493549630000045
其中，pD为探测概率；σ为该模型的标准差；
根据上式(13)，得到待布放声呐对声呐工作海区内每个栅格工作海区声呐处目标的实际环境下探测概率。
作为上述技术方案的改进之一，所述采用声呐布放深度自适应优化算法，以探测概率最大为准则进行初筛，选择次优布放深度区间；针对所选择的次优深度区间，以评价函数最小为准则，再进行二次筛选，获得待布放声呐的最优布放深度；其具体过程包括：
初次筛选过程中，在目标海区全深度以Δzs为间隔选取多个待布放声呐可能的布放深度，利用基于探测概率感知的声呐性能评估模型，计算所选取的各深度下的探测概率pD；
以待布放声呐对已知目标位置处的探测概率最大为准则，将上述计算的各深度下的探测概率进行从大到小排序，选择最大探测概率对应的布放深度，以A为间隔选取待布放声呐可能的布放深度，作为次优深度区间：
Figure BDA0003493549630000051
其中，zs为声源深度；rg为目标在距离方向上的位置；zg为目标在深度方向上的位置；
针对得到的次优深度区间，计算每个待布放声呐可能的布放深度对应的评价函数值g：
Figure BDA0003493549630000052
其中，
Figure BDA0003493549630000053
为声呐的等效作用距离的均值，
Figure BDA0003493549630000054
Figure BDA0003493549630000055
为归一化后的等效作用距离，
Figure BDA0003493549630000056
为声呐归一化后等效平均距离的标准差，
Figure BDA0003493549630000057
m为次优深度区间被划分的个数；R为等效作用距离；α,β,δ为不同的加权系数，且有α+β+δ＝1；
再依据评价函数最小为准则进行第二次筛选，获取最小化评价函数值对应的可能的布放深度，将其作为待布放声呐的最优布放深度
Figure BDA0003493549630000058
Figure BDA0003493549630000059
本发明还提供了一种浅海动态环境下蛙人探测声呐部署优化装置，该装置包括：
传播损失与混响级获取模块，用于根据获取的声呐工作海区的环境条件，采用高斯波束跟踪理论，计算传播损失；根据获取的待布放声呐的声呐参数，采用混响公式，计算混响；
探测概率获取模块，用于基于传播损失和混响，建立基于探测概率感知的声呐性能评估模型，计算声呐对特定区域内各处目标的实际环境下探测概率；和
部署优化模块，用于采用声呐布放深度自适应优化算法，以探测概率最大为准则进行初筛，选择次优布放深度区间；针对所选择的次优深度区间，以评价函数最小为准则，再进行二次筛选，获得待布放声呐的最优布放深度；根据得到的待布放声呐的最优布放深度，调整待布放声呐的布放深度，从而完成浅海动态环境下蛙人探测声呐部署优化。
本发明还提供了一种声呐部署优化的计算机设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现所述的方法。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行所述的方法。
本发明还提供了一种信息数据处理终端，所述信息数据处理终端用于实现所述的方法。
本发明与现有技术相比的有益效果是：
1.本发明的方法所建立的基于探测概率感知的声呐性能评估模型可根据水声环境及声呐系统的工作参数定量地给出系统对特定区域内各处目标的探测能力；
2.本发明的方法以不同准则进行两次筛选优化，可得到对特定目标位置探测的最佳布放深度，极大地改善了声呐对目标的探测性能。
附图说明
图1是现有技术的声呐部署方法的方法流程图；
图2是本发明的一种浅海动态环境下蛙人探测声呐部署优化方法的概述方法流程图；
图3a是本发明的一种浅海动态环境下蛙人探测声呐部署优化方法的中午水文1变化图；
图3b是本发明的一种浅海动态环境下蛙人探测声呐部署优化方法的傍晚水文2变化图；
图4是本发明的一种浅海动态环境下蛙人探测声呐部署优化方法的第一次筛选计算结果图；
图5是本发明的一种浅海动态环境下蛙人探测声呐部署优化方法的第二次筛选计算结果图；
图6是本发明的一种浅海动态环境下蛙人探测声呐部署优化方法的具体方法流程图。
具体实施方式
现结合附图对本发明作进一步的描述。
本发明提供了一种浅海动态环境下蛙人探测声呐部署优化方法，通过调整声呐布放深度优化声呐的探测性能，进而可辅助声呐对小目标的识别，检测，追踪等工作；为提高浅海动态环境下蛙人探测声呐的性能，本发明以不同准则进行两次筛选优化后得到声呐最佳布放深度。
如图2和6所示，该方法包括：
步骤1)将待布放声呐布放在目标海区内，形成声呐工作海区，并记录待布放声呐的初始位置，同时在水平和深度方向分别以预设的步长进行栅格化，得到多个栅格工作海区；
步骤2)获取声呐工作海区的环境条件和声呐参数；其中，声呐工作海区的环境条件包括海底地形以及水文情况；该水文情况具体表现为声呐工作海区海水的声速c；所述声呐参数包括：掠射角、声源级和检测阈；
根据获取的声呐工作海区的环境条件和获取的待布放声呐的声呐参数，采用高斯波束跟踪理论，计算传播损失；采用混响公模型，计算混响；
假设声线声压u(s,n)表示为，
u(s,n)＝A(s)φ(s,n)ejwτ (1)
其中，A为沿声线方向的振幅；φ为垂直于声线中心方向的位移；s为沿声线方向的弧线；n为垂直于声线中心方向的位移；w为圆频率；τ为沿声线的传播时间；j为虚数；
在预先建立的柱坐标系下，控制方程为，
Figure BDA0003493549630000081
其中，r和z分别表示水平距离和深度；ζ和ξ为与掠射角有关的两个中间变量，c为声速；
Figure BDA0003493549630000082
其中，θ为掠射角；
高斯射线束的变化过程通过引入两个变量p和q来控制，如式(4)和(5)所示，
Figure BDA0003493549630000083
Figure BDA0003493549630000084
其中，cnn是声速在声线路径法线方向上的二阶导数；因此，利用φ和A表示为高斯声线宽度W的函数：
Figure BDA0003493549630000085
其中，δα为临近声线的夹角；
然后将声线声压ui(s,n)转化为柱坐标系下的声压ui(r,z)，用携带能量的声线叠加得到最后的声场；采用非相干的计算方式，声压ps为：
Figure BDA0003493549630000091
其中，z0为待布放声呐的入水深度，即待布放声呐的初始位置；c0为声源处的声速；
采用高斯波束跟踪理论，计算传播损失TL：
Figure BDA0003493549630000092
根据获取的待布放声呐的声呐参数，采用下述的混响模型，计算混响RL：
RL＝SL-2TL+TSR (9)
其中，SL为声源级，TL为传播损失，TSR为目标反射强度，其中，TSR由下式计算得到：
Figure BDA0003493549630000093
其中，LB为距离分辨力，r为水平距离，θ为掠射角。
步骤3)基于传播损失和混响，建立基于探测概率感知的声呐性能评估模型，计算待布放声呐对声呐工作海区内各栅格工作海区声呐处目标的实际环境下探测概率；
具体地，基于传播损失TL和混响RL，计算信号余量SE(r,zs,zg)：
SE(r,zs,zg)＝SL-2TL(r,zs,zg)+TS-NL(r,zs,zg)-DT (11)
其中，r表示水平距离，zs表示声源深度，zg表示目标的深度，NL(r,zs,zg)为总噪声级；TS为目标强度；DT为检测阈；
其中，
Figure BDA0003493549630000094
其中，AN为环境噪声级，AGN为接收阵列的噪声增益，RL为混响；
将探测概率与信号余量相关联，建立基于探测概率感知的声呐性能评估模型：
Figure BDA0003493549630000095
其中，pD为探测概率；σ为该模型的标准差；
根据上式(13)，得到待布放声呐对声呐工作海区内每个栅格工作海区声呐处目标的实际环境下探测概率。
步骤4)获取需要探测的目标所在位置处的深度和水平距离；
步骤5)采用声呐布放深度自适应优化算法，以探测概率最大为准则进行初筛，选择次优布放深度区间；
具体地，在海洋环境发生变化后，为提高声呐的探测性能调整待布放声呐的布放深度；初次筛选过程中，在目标海区全深度以Δzs为间隔选取多个待布放声呐可能的布放深度，利用基于探测概率感知的声呐性能评估模型，计算所选取的各深度下的探测概率pD；
最后以待布放声呐对已知目标位置处的探测概率最大为准则，将上述计算的各深度下的探测概率进行从大到小排序，选择最大探测概率对应的布放深度，并以A为间隔选取多个待布放声呐可能的布放深度，作为次优深度区间：
Figure BDA0003493549630000101
其中，zs为声源深度；rg为目标在水平距离方向上的位置；zg为目标在深度方向上的位置；
步骤6)针对所选择的次优深度区间，以评价函数最小为准则，再进行二次筛选，获得待布放声呐的最优布放深度；
具体地，针对得到的次优深度区间，以A为间隔选取多个待布放声呐可能的布放深度，再依据评价函数最小为准则，寻找待布放声呐的最佳布放深度；其中，所用准则与探测概率最大准则略有不同。首先定义评价函数g：
Figure BDA0003493549630000102
其中，
Figure BDA0003493549630000103
为声呐的等效作用距离的均值，
Figure BDA0003493549630000104
Figure BDA0003493549630000105
为归一化后的等效作用距离，
Figure BDA0003493549630000106
为声呐归一化后等效平均距离的标准差，
Figure BDA0003493549630000107
m为次优深度区间被划分的个数；R为等效作用距离；α,β,δ为不同的加权系数，且有α+β+δ＝1；
其中，在计算得到探测概率后，定义等效作用距离R(zs,zg)为探测概率在距离上的积分，将其作为度量依据。等效作用距离并不是声呐实际的作用距离范围，而是对声呐探测能力的简单度量。
Figure BDA0003493549630000111
映了声呐对已知目标所处位置的探测性能；声呐的等效作用距离反映了声呐对试验海区的探测性能；等效作用距离的标准差反映了声呐对试验海区探测性能的稳定性。
因此，第二次迭代寻优过程要通过最小化评价函数值获得待布放声呐的最优布放深度
Figure BDA0003493549630000112
Figure BDA0003493549630000113
实际计算过程中，可根据实际需求调整加权系数选择达到择优目的。
步骤7)根据得到的待布放声呐的最优布放深度和记录的待布放声呐的初始位置，调整待布放声呐的布放深度，从而完成浅海动态环境下蛙人探测声呐部署优化。
实施例1.
本发明提供了一种浅海动态环境下蛙人探测声呐部署优化方法，该方法包括：
步骤11)夏季浅海海水受太阳照射温度升高，声速剖面一天内可能发生多次变化，影响声呐对目标的探测性能。设某海域某天的声速剖面变化如图3a和3b所示，仿真水文变化前后声呐对目标的探测概率并进行优化调整，仿真时各参数设定如表2。已知声源深度为9m，目标位于深度方向10m，水平方向920m处，由式(13)可分别求得不同水文时声呐对该目标的探测概率，由表2得到水文2情况下声呐对目标位置的探测概率降低。
Figure BDA0003493549630000114
表1基于探测概率感知的声呐性能评估模型参数
Figure BDA0003493549630000115
表2不同水文下声呐对目标的探测概率
Figure BDA0003493549630000116
Figure BDA0003493549630000121
步骤12)使用提出的声呐布放深度自适应优化算法调整待布放声呐的布放深度，使得待布放声呐对目标位置的探测概率达到最优。以探测概率最大为准则，初筛选以Δzs＝1m为间隔选取待布放声呐可能的布放深度，采用式(14)计算次优深度区间。迭代结果如图4所示，得到次优深度区间为[10m，18m]。
Figure BDA0003493549630000122
步骤13)然后在次优深度区间，以评价函数最小为准则，进行第二次筛选寻优，以A＝0.1m为间隔选取各待布放声呐可能的布放深度。采用式(13)计算各布放深度对应的评价函数值，评价函数中的加权系数分别为：α＝0.8,β＝0.1,δ＝0.1。迭代结果如图5所示。
Figure BDA0003493549630000123
其中，
Figure BDA0003493549630000124
为声呐的等效作用距离的均值，
Figure BDA0003493549630000125
Figure BDA0003493549630000126
为归一化后的等效作用距离，
Figure BDA0003493549630000127
为声呐归一化后等效平均距离的标准差，
Figure BDA0003493549630000128
m为次优深度区间被划分的个数；R为目标海区水平距离；α,β,δ为不同的加权系数，且有α+β+δ＝1。
步骤14)最后以最小化评价函数值为准则，得到声呐的最佳布放深度为10.2m，调整前后的探测概率如表3，此时探测概率比未调整深度前提高了14.22％。
Figure BDA0003493549630000129
表3布放深度调整前后声呐对目标的探测概率
Figure BDA00034935496300001210
由上述结果可知，本发明能够通过调整声呐布放深度较好的提高声呐探测性能。
本发明的方法提出了以不同准则进行两次筛选优化后得到待布放声呐最佳布放深度，改进了之前仅以最大作用距离为准则计算最佳声呐布放深度的方法，提高了声呐的探测性能。良好的探测性能可辅助声呐对小目标的识别，检测，追踪等工作。
实施例2.
本发明还提供了一种浅海动态环境下蛙人探测声呐部署优化装置，该装置包括：
传播损失与混响级获取模块，用于根据获取的声呐工作海区的环境条件，采用高斯波束跟踪理论，计算传播损失；根据获取的待布放声呐的声呐参数，采用混响公式，计算混响；
探测概率获取模块，用于基于传播损失和混响，建立基于探测概率感知的声呐性能评估模型，计算声呐对特定区域内各处目标的实际环境下探测概率；和
部署优化模块，用于采用声呐布放深度自适应优化算法，以探测概率最大为准则进行初筛，选择次优布放深度区间；针对所选择的次优深度区间，以评价函数最小为准则，再进行二次筛选，获得待布放声呐的最优布放深度；根据得到的待布放声呐的最优布放深度，调整待布放声呐的布放深度，从而完成浅海动态环境下蛙人探测声呐部署优化。
本发明还提供了一种声呐部署优化的计算机设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现所述的方法。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行所述的方法。
本发明还提供了一种信息数据处理终端，所述信息数据处理终端用于实现所述的方法。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种浅海动态环境下蛙人探测声呐部署优化方法，该方法包括：
将待布放声呐布放在目标海区内，形成声呐工作海区，并记录待布放声呐的初始位置，同时在水平和深度方向分别以预设的步长进行栅格化，得到多个栅格工作海区；
根据获取的声呐工作海区的环境条件和待布放声呐的声呐参数，采用高斯波束跟踪理论，计算传播损失；采用混响模型，计算混响；
基于传播损失和混响，建立基于探测概率感知的声呐性能评估模型，计算待布放声呐对声呐工作海区内各栅格工作海区声呐处目标的实际环境下探测概率；
采用声呐布放深度自适应优化算法，以探测概率最大为准则进行初筛，选择次优布放深度区间；针对所选择的次优布放深度区间，以评价函数最小为准则，再进行二次筛选，获得待布放声呐的最优布放深度；
根据得到的待布放声呐的最优布放深度和记录的待布放声呐的初始位置，调整待布放声呐的布放深度，从而完成浅海动态环境下蛙人探测声呐部署优化。
2.根据权利要求1所述的浅海动态环境下蛙人探测声呐部署优化方法，其特征在于，所述声呐工作海区的环境条件为水文情况，该水文情况具体表现为声呐工作海区海水的声速c；所述声呐参数包括：掠射角、声源级和检测阈。
3.根据权利要求1所述的浅海动态环境下蛙人探测声呐部署优化方法，其特征在于，所述根据获取的声呐工作海区的环境条件，采用高斯波束跟踪理论，计算传播损失；根据获取的待布放声呐的声呐参数，采用混响公式，计算混响；其具体过程包括：
假设声线声压u(s,n)表示为，
u(s,n)＝A(s)φ(s,n)ejwτ (1)
其中，A为沿声线方向的振幅；φ为垂直于声线中心方向的位移；s为沿声线方向的弧线；n为垂直于声线中心方向的位移；w为圆频率；τ为沿声线的传播时间；j为虚数；
在预先建立的柱坐标系下，控制方程为，
Figure FDA0003493549620000021
其中，r和z分别表示水平距离和深度；ζ和ξ为与掠射角有关的两个中间变量，c为声速；
Figure FDA0003493549620000022
其中，θ为掠射角；
高斯射线束的变化过程通过引入两个变量p和q来控制，如式(4)和(5)所示，
Figure FDA0003493549620000023
Figure FDA0003493549620000024
其中，cnn是声速在声线路径法线方向上的二阶导数；因此，利用φ和A表示为高斯声线宽度W的函数：
Figure FDA0003493549620000025
其中，δα为临近声线的夹角；
然后将声线声压ui(s,n)转化为柱坐标系下的声压ui(r,z)，用携带能量的声线叠加得到最后的声场；采用非相干的计算方式，声压ps为：
Figure FDA0003493549620000031
其中，z0为待布放声呐的入水深度，即待布放声呐的初始位置；c0为声源处的声速；
采用高斯波束跟踪理论，计算传播损失TL：
Figure FDA0003493549620000032
根据获取的待布放声呐的声呐参数，采用混响模型，计算混响RL：
RL＝SL-2TL+TSR (9)
其中，SL为声源级，TL为传播损失，TSR为目标反射强度，其中，TSR由下式计算得到：
Figure FDA0003493549620000033
其中，LB为距离分辨力，r为水平距离，θ为掠射角。
4.根据权利要求3所述的浅海动态环境下蛙人探测声呐部署优化方法，其特征在于，所述基于传播损失和混响，建立基于探测概率感知的声呐性能评估模型，计算待布放声呐对声呐工作海区内各栅格工作海区声呐处目标的实际环境下探测概率；其具体过程包括：
基于传播损失TL和混响RL，计算信号余量SE(r,zs,zg)：
SE(r,zs,zg)＝SL-2TL(r,zs,zg)+TS-NL(r,zs,zg)-DT (11)
其中，r表示水平距离，zs表示声源深度，zg表示目标的深度，NL(r,zs,zg)为总噪声级；TS为目标强度；DT为检测阈；
其中，
Figure FDA0003493549620000034
其中，AN为环境噪声级，AGN为接收阵列的噪声增益，RL为混响；
将探测概率与信号余量相关联，建立基于探测概率感知的声呐性能评估模型：
Figure FDA0003493549620000035
其中，pD为探测概率；σ为该模型的标准差；
根据上式(13)，得到待布放声呐对声呐工作海区内每个栅格工作海区声呐处目标的实际环境下探测概率。
5.根据权利要求4所述的浅海动态环境下蛙人探测声呐部署优化方法，其特征在于，所述采用声呐布放深度自适应优化算法，以探测概率最大为准则进行初筛，选择次优布放深度区间；针对所选择的次优布放深度区间，以评价函数最小为准则，再进行二次筛选，获得待布放声呐的最优布放深度；其具体过程包括：
初次筛选过程中，在目标海区全深度以Δzs为间隔选取多个待布放声呐可能的布放深度，利用基于探测概率感知的声呐性能评估模型，计算所选取的各深度下的探测概率pD；
以待布放声呐对已知目标位置处的探测概率最大为准则，将上述计算的各深度下的探测概率进行从大到小排序，选择最大探测概率对应的布放深度，以A为间隔选取待布放声呐可能的布放深度，作为次优布放深度区间：
Figure FDA0003493549620000041
其中，zs为声源深度；rg为目标在距离方向上的位置；zg为目标在深度方向上的位置；
针对得到的次优布放深度区间，计算每个待布放声呐可能的布放深度对应的评价函数值g：
Figure FDA0003493549620000042
其中，
Figure FDA0003493549620000043
为声呐的等效作用距离的均值，
Figure FDA0003493549620000044
Figure FDA0003493549620000045
为归一化后的等效作用距离，
Figure FDA0003493549620000046
为声呐归一化后等效平均距离的标准差，
Figure FDA0003493549620000047
m为次优深度布放区间被划分的个数；R为等效作用距离；α,β,δ为不同的加权系数，且有α+β+δ＝1；
再依据评价函数最小为准则进行第二次筛选，获取最小化评价函数值对应的可能的布放深度，将其作为待布放声呐的最优布放深度
Figure FDA0003493549620000048
Figure FDA0003493549620000051
6.一种浅海动态环境下蛙人探测声呐部署优化装置，其特征在于，该装置包括：
传播损失与混响级获取模块，用于根据获取的声呐工作海区的环境条件，采用高斯波束跟踪理论，计算传播损失；根据获取的待布放声呐的声呐参数，采用混响公式，计算混响；
探测概率获取模块，用于基于传播损失和混响，建立基于探测概率感知的声呐性能评估模型，计算声呐对特定区域内各处目标的实际环境下探测概率；和
部署优化模块，用于采用声呐布放深度自适应优化算法，以探测概率最大为准则进行初筛，选择次优布放深度区间；针对所选择的次优布放深度区间，以评价函数最小为准则，再进行二次筛选，获得待布放声呐的最优布放深度；根据得到的待布放声呐的最优布放深度，调整待布放声呐的布放深度，从而完成浅海动态环境下蛙人探测声呐部署优化。
7.一种声呐部署优化的计算机设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1～5任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1～5任一项所述的方法。
9.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现如权利要求1～5任一项所述的方法。
CN202210106174.0A 2022-01-28 2022-01-28 一种浅海动态环境下蛙人探测声呐部署优化方法及其装置 Pending CN114444310A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210106174.0A CN114444310A (zh) 2022-01-28 2022-01-28 一种浅海动态环境下蛙人探测声呐部署优化方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210106174.0A CN114444310A (zh) 2022-01-28 2022-01-28 一种浅海动态环境下蛙人探测声呐部署优化方法及其装置

Publications (1)

Publication Number Publication Date
CN114444310A true CN114444310A (zh) 2022-05-06

Family

ID=81369147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210106174.0A Pending CN114444310A (zh) 2022-01-28 2022-01-28 一种浅海动态环境下蛙人探测声呐部署优化方法及其装置

Country Status (1)

Country Link
CN (1) CN114444310A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN117872333A (zh) * 2024-03-11 2024-04-12 西北工业大学青岛研究院 一种收发分置声纳的布放深度优化方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN117872333A (zh) * 2024-03-11 2024-04-12 西北工业大学青岛研究院 一种收发分置声纳的布放深度优化方法
CN117872333B (zh) * 2024-03-11 2024-05-14 西北工业大学青岛研究院 一种收发分置声纳的布放深度优化方法

Similar Documents

Publication Publication Date Title
CN114444310A (zh) 一种浅海动态环境下蛙人探测声呐部署优化方法及其装置
CN108226933B (zh) 一种基于条纹干涉结构的深海宽带目标深度估计方法
KR102161246B1 (ko) 해저 고정형 수신기를 갖는 양상태 소나 시스템 및 이를 이용한 해양 환경 기반 음원 배치 방법
CN113011006B (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
CN111323752B (zh) 远近场过渡区间声源定位方法
CN101777954A (zh) 基于本征声线视在搜索的水声信道有效声速估计方法
CN105005026A (zh) 一种近场目标声源三维被动定位方法
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
CN111551942B (zh) 一种基于解卷积算法的水下自主航行器回坞方法
CN112526589A (zh) 一种深海不完整声道中的目标探测方法
CN108572349B (zh) 一种深海环境下基于模型计算的声源定深方法
CN111679248A (zh) 一种基于海底水平l型阵列的目标方位和距离联合稀疏重构定位方法
CN114909610B (zh) 一种水下油气管道泄漏检测与定位的方法及控制系统
CN113126030B (zh) 基于宽带声场干涉结构的深海直达声区目标深度估计方法
RU2356060C1 (ru) Способ измерения характеристики направленности гидроакустической антенны в условиях распространения многолучевого сигнала
US5824946A (en) Underwater search angle selection system and method of special utility with surface contacts
AU2016228476A1 (en) Method for calculating a confidence echo signal that is exempt from multipath propagation effects and for determining a distance and/or a direction to an echo source and device and vehicle
CN113671507A (zh) 一种基于深海垂直阵的波导不变量估计方法
CN112415495B (zh) 一种海底混响信号模拟方法
CN113495275A (zh) 一种单水听器垂直合成孔径被动定位方法、系统及应用
Weinberg CASS roots
Zeng et al. An improved forward-looking sonar 3D visualization scheme of underwater objects
CN113009418B (zh) 一种基于伪格林函数脉冲时延的目标深度估计方法
CN112577467B (zh) 一种海底界面一维粗糙度谱计算方法
Yayu et al. Research on Location of Underwater Sound Source Target in Deep Sea Sound Field Based on Bellhop Model

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