CN117849882B - 一种基于声涡旋技术的沉潜油探测方法 - Google Patents
一种基于声涡旋技术的沉潜油探测方法 Download PDFInfo
- Publication number
- CN117849882B CN117849882B CN202311826382.9A CN202311826382A CN117849882B CN 117849882 B CN117849882 B CN 117849882B CN 202311826382 A CN202311826382 A CN 202311826382A CN 117849882 B CN117849882 B CN 117849882B
- Authority
- CN
- China
- Prior art keywords
- oam
- acoustic
- sound
- oil
- mode
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000007654 immersion Methods 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 20
- 238000005070 sampling Methods 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000002592 echocardiography Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 238000004148 unit process Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 21
- 238000012544 monitoring process Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 239000003305 oil spill Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 239000013535 sea water Substances 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000009189 diving Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/38—Seismology; Seismic or acoustic prospecting or detecting specially adapted for water-covered areas
-
- 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
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Acoustics & Sound (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Oceanography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Operations Research (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种基于声涡旋技术的沉潜油探测方法，属于沉潜油检测技术领域，具体包括如下步骤：采用多模态声呐系统，对探测海域进行大面积扫描，确定沉潜油疑似目标的潜在范围；针对潜在范围，采用OAM声涡旋技术识别沉潜油，使用天线阵列产生多个单路OAM声束，并利用多发多收装置接收OAM回波；对OAM回波进行解调，利用衍射屏对经水下沉潜油反射回来的OAM回波发生衍射，计算OAM回波拓扑荷数；通过原始OAM模式和干涉OAM模式，建立反映沉潜油特性的OAM声束模型；利用OAM声束模型进行水下沉潜油识别。本发明的技术方案克服现有技术中无法快速、准确地对沉潜油进行探测的问题。
Description
技术领域
本发明涉及沉潜油检测技术领域，具体涉及一种基于声涡旋技术的沉潜油探测方法。
背景技术
近些年来，海洋石油运输行业蓬勃发展，在一定程度上提高了海洋溢油事故发生的概率。溢油发生后，不同粒径的油滴在水体中进行扩散，粒径较大的油滴上浮到海面上后，形成油膜。粒径较小的油滴悬浮于水体中，形成沉潜油，沉潜油的监测是重大难题，威胁渔业资源和人类健康。实现沉潜油的识别和定位可以帮助及早进行风险评估，迅速采取应急措施，减少油污对海洋环境的影响。
现有技术中对水面溢油探测已经比较成熟，但对水中沉潜油的探测缺少快速、有效手段。现有的海洋溢油监测手段主要包括声学技术、光学技术、人为采样操作等，具体为：
(1)传统声波监测水下沉潜的方法具有如下缺陷：
信号衰减：声波在水中传播时会受到衰减，特别是在水下长距离传输，会导致监测信号减弱或失真，提高了识别定位水下沉潜油的难度。
多路径干扰：水中存在多种声学路径，声波可能反射、折射和散射，导致传感器接收到多个来自不同方向的声波信号，干扰或混淆对沉潜油目标的检测和定位，难以有效区分沉潜油目标。
噪声干扰：水中存在各种噪声源，如海浪、潮流、海洋生物等，这些噪声会干扰声波信号的传播和接收，增加了沉潜油识别的难度。
声呐电磁协同探测技术无法准确识别出海洋沉潜油，误差较大。
(2)光学技术方可以实现较为准确的监测，但是微波调制激光可获取的沉潜油信息量少，且受海水深度的影响大，监测范围有限。激光后向散射技术虽然可以快速识别沉潜油，但是成本高、使用不便，且受海水浑度的影响较大。
(3)传统人为采样手段效率低、成本高，无法满足快速、实时的探测要求。沉潜油会发生大面积的扩散，传统人为采样手段需要对不同深度的水质进行采样，无法满足沉潜油监测的快速性要求，且操作复杂。
因此，现需要一种简单、快速的基于声涡旋技术的沉潜油探测方法。
发明内容
本发明的主要目的在于提供基于声涡旋技术的沉潜油探测方法，以解决现有技术中无法快速、准确地对沉潜油进行探测的问题。
为实现上述目的，本发明提供了一种基于声涡旋技术的沉潜油探测方法，具体包括如下步骤：
S1，采用多模态声呐系统，对探测海域进行大面积扫描，确定沉潜油疑似目标的潜在范围。
S2，针对潜在范围，采用OAM声涡旋技术识别沉潜油，使用天线阵列产生多个单路OAM声束，并利用多发多收装置接收OAM回波。
S3，对OAM回波进行解调，利用衍射屏对经水下沉潜油反射回来的OAM回波发生衍射，计算OAM回波拓扑荷数。
S4，通过原始OAM模式和干涉OAM模式，建立反映沉潜油特性的OAM声束模型；
S5，利用OAM声束模型进行水下沉潜油识别。
进一步地，步骤S1中的多模态声呐系统包括：声波频率范围为200kHz-300kHz的多频声呐、水听器、滤波器、信号处置单元；多频声呐发射不同频率的声波信号，水听器接收声波信号，水听器将信号传送给滤波器进行信号处理，信号处置单元对信号进行：放大、去噪、时域分析和频域分析。
进一步地，步骤S2具体包括如下步骤：
S2.1，将多个天线元件等距布置在半径为a的圆形上，形成天线阵列。
S2.2，将射频信号发送到天线阵列，形成多个单路OAM声束，利用公式(1)表示：
B代表恒定振幅模量，代表一阶和三阶涡旋波的相位，Alm是携带OAM模式lm的单个涡旋波的权重系数，对于一阶和三阶的OAM模式，涡旋波的归一化功率分布为：
进一步地，步骤S3具体包括如下步骤：
S3.1，衍射场的分析公式为：
其中λ代表OAM声束的波长，为虚数单位，/>代表波数；远场衍射图p(x，y，z)是通过描述孔径τ(x0，y0)函数与衍射孔径p(x0，y0，z＝0)平面处的入射场的乘积的傅里叶变换来获得的。
S3.2，衍射孔径p(x0，y0，z＝0)表示为：
在公式(4)中，ω0和ln分别代表OAM声涡旋回波的最窄点宽度和拓扑荷数。
第n个OAM声束的拓扑荷数ln为:
ln＝n-1 (5)。
S3.3，对经过步骤S3.2获取的回波数据进行噪音消除，对OAM回波信号进行小波变换，将信号从时域转换为小波域，使用改进后的阈值计算方法和小波阈值函数，如公式(6)，对得到的小波变换数据进行降噪处理：
其中thr代表改进的小波阈值，n是小波的分解层数，L是信号的长度。
对于小波的分解层数n的计算公式为：
其中ωa代表OAM声束回波的中心频率，ln代表发射声束的OAM拓扑荷数，ω代表回波实际频率。
进一步地，步骤S4具体包括如下步骤：
S4.1，建立原始OAM模式。
S4.2，建立干涉OAM模式，即发射的OAM声束经过沉潜油的影响变化后的OAM模式。
S4.3，建立反映沉潜油特性的OAM声束模型。
S4.4，生成OAM声束谱图，获得每个拓扑荷数的OAM声束对应的相位和幅度值。
进一步地，步骤S4.1具体包括如下步骤：
S4.1.1，具有输入拓扑荷数值TC的OAM波束E1表示为：
其中N和r分别表示输入叠加OAM模式的总数和测量半径，第n个OAM拓扑荷数值由ln表示，ln取值为1和3，θ表示OAM的方位角，和/>分别表示第n个OAM模式的叠加幅度和初始相位，同一OAM声束的叠加振幅/>表示为：
其中表示OAM模式的初始幅度，/>表示拉盖尔-高斯模式的振幅校准系数。
S4.1.2，当输入OAM声束的初始相位受到传输距离z和与ln相关的因子/>的显著影响，初始相位/>表示为：
其中P(l，z)是相位校准系数。
S4.1.3，输入的OAM模式由产生OAM声束的装置控制得到，称为原始OAM模式I1(θ，r)，描述为：
其中Δlpq＝lp-lq，分别表示第p个和第q个OAM分量之间的OAM模式差和相位差，由两项组成，即平行项和不同输入OAM模式之间的交叉项；/>代表第p个OAM模式的叠加幅度，Δlpq代表第p个OAM拓扑荷数值lp与第q个拓扑荷数值lq之差，ΔΦpq代表第p个受传输距离影响后输入的实际初始OAM相位/>与第q个OAM声束初始相位/>之差。
进一步地，步骤S4.2具体包括如下步骤：
S4.2.1，OAM发射声束与沉潜油层发生干涉反应后反射回来，形成OAM回波声束，干涉OAM声束E2的公式为：
E2＝aref(r)exp(iφref) (12)。
其中aref(r)和φref分别表示与沉潜油干涉后反射回波声束的振幅和相位；
S4.2.2，OAM干涉模式I2(θ，r)表示为：
其中，代表在传输距离为r时OAM振幅,/>代表在传输距离为r时第p个OAM振幅，/>代表在传输距离为r时第q个OAM振幅，/>代表在受传输距离影响后输入的实际初始OAM相位。
进一步地，步骤S4.3具体为：
反映沉潜油特性的OAM声束模型ΔI(θ，r)表示为：
进一步地，步骤S4.4具体包括如下步骤：
S4.4.1，对ΔI(θ，r)进行关于θ的傅里叶变换得到OAM复谱T(I，r)，对方位角θ进行采样，总采样数为M，方位角θ描述为θ＝2π/M，根据奈奎斯特定理，假设总采样数M大于最大OAM模式lmax的两倍，即M＞2lmax；
公式如下：
其中x0与y0为原始OAM模式的中心位置(x0，y0)。
S4.4.2，OAM谱图T(l)利用公式(16)生成：
其中，r0代表原始OAM模式的测量半径，l为OAM模式，ln代表OAM的拓扑荷数，其中，
由OAM谱图公式对应解出测量OAM声束的幅度和相位/>
其中代表先前实验中在初始传播距离为r0测量的OAM幅度。
进一步地，步骤S5具体为：将测量后的OAM声束的相位、幅度、拓扑荷数变化情况与步骤S4.3生成的反映沉潜油特性的OAM声束模型进行匹配，以确定目标是否为沉潜油。
本发明具有如下有益效果：
1.提升了识别沉潜油的准确性
在探测水下沉潜油时，分别产生拓扑荷为1、3的OAM声束，利用OAM的两个模态来实现沉潜油的识别，通过分析OAM声束回波的拓扑荷数变化、相位差异、频谱特性，更准确地识别沉潜油，解决了传统声学技术识别水下沉潜油存在的特异性问题。
2.能够检测到更远距离的沉潜油
考虑到声波在水下传输的损耗性问题，本发明中，将三个单路、同一模态(拓扑荷数分别为1和3)的OAM声束同时发射，提高了总的传输功率，从而可以检测到更远距离的沉潜油。
3.传播距离可调
本发明中使用了200KHz至300KHz的高频OAM涡旋声束，声束的频率影响传播距离，可以控制OAM声束的产生频率，根据沉潜油探测的具体需求动态地调整传输距离，实现了传播距离可调。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1示出了根据本发明的一种基于声涡旋技术的沉潜油探测方法的流程图。
图2示出本发明的多模态声呐系统结构图。
图3示出了本发明的出射波功率相对于入射波功率的关系图。
图4示出了本发明的天线阵列图。
图5示出了本发明的用于识别沉潜油的装置示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示的一种基于声涡旋技术的沉潜油探测方法，具体包括如下步骤：
S1，采用多模态声呐系统，对探测海域进行大面积扫描，确定沉潜油疑似目标的潜在范围。
如图2所示，在实验室中利用水箱展开普通声呐探测，在水箱上方布置了滚珠丝杠传动装置，在装置上固定多频声呐，其声波频率范围为200kHz-300kHz。本实施例中，选择频率为240kHz和280kHz的声波。分别对水箱的右半部分(海水等其余干扰目标)和左半部分(沉潜油)进行了测量，实验发现，频率为280kHz的回波相较于入射波的衰减最大，对沉潜油的检测效果更佳明显，所以本发明采用280kHz的声波，对整个水箱进行了探测，定位了疑似沉潜油的潜在范围。如图3为出射波功率相对于入射波功率的实验数据图像。
S2，针对潜在范围，采用OAM声涡旋技术识别沉潜油，使用天线阵列产生多个单路OAM声束，并利用多发多收装置接收OAM回波。
OAM的中文含义为：轨道角动量，声涡旋技术是一种利用声波中特殊的螺旋相位结构(即带有轨道角动量的声束)进行探测的技术。声涡旋的OAM(轨迹角动量)是描述声波中涡旋结构的旋转性质，在声学中，声涡旋指的是声波场中类似于涡旋的结构，描述了声波场中的波前螺旋结构和波的旋转性质。
针对潜在区域，采用OAM声涡旋技术准确识别沉潜油。OAM声束具有功率高、抗干扰性强优势特点，为了进一步提高OAM声束在沉潜油层上的反射特性，使用200KHz至300KHz的高频OAM涡旋声束，拓扑荷数分别为1和3。考虑到声波在水下传输的损耗性问题，在本实施例中，使用拓扑荷数为1、3的OAM多个单路声束来进行探测，提高了总的传输功率，从而检测到更远距离的沉潜油。
采用天线阵列产生OAM涡旋声场并发射到检测海域，在接收OAM声束回波后，首先对其进行数据处理，包括降噪和滤波，提升信号质量，然后根据多个模式的OAM回波的衰减情况和OAM声束模式来判断沉潜油是否存在。如图4所示，为本发明中天线元件的排布方式。
S3，对OAM回波进行解调，利用衍射屏对经水下沉潜油反射回来的OAM回波发生衍射，计算OAM回波拓扑荷数。
S4，通过原始OAM模式和干涉OAM模式，建立反映沉潜油特性的OAM声束模式。
S5，利用OAM声束模型进行水下沉潜油识别。
具体地，步骤S1中的多模态声呐系统包括：声波频率范围为200kHz-300kHz的多频声呐、水听器、滤波器、信号处置单元；多频声呐发射不同频率的声波信号，水听器接收声波信号，水听器将信号传送给滤波器进行信号处理，然后连接信号处理单元进行进一步处理，信号处置单元对信号进行：放大、去噪、时域分析和频域分析，最后进行数据输出或显示，处理后的数据被输出到显示设备，便于分析经沉潜油反射的声波图像。
具体地，OAM的中文含义为：轨道角动量，声涡旋技术是一种利用声波中特殊的螺旋相位结构(即带有轨道角动量的声束)进行探测的技术。声涡旋的OAM(轨迹角动量)是描述声波中涡旋结构的旋转性质，在声学中，声涡旋指的是声波场中类似于涡旋的结构，描述了声波场中的波前螺旋结构和波的旋转性质。
针对潜在区域，采用OAM声涡旋技术准确识别沉潜油。OAM声束具有功率高、抗干扰性强优势特点，为了进一步提高OAM声束在沉潜油层上的反射特性，使用200KHz至300KHz的高频OAM涡旋声束，拓扑荷数分别为1和3。考虑到声波在水下传输的损耗性问题，在本实施例中，使用拓扑荷数为1、3的OAM多个单路声束来进行探测，提高了总的传输功率，从而检测到更远距离的沉潜油。
采用天线阵列产生OAM涡旋声场并发射到检测海域，在接收OAM声束回波后，首先对其进行数据处理，包括降噪和滤波，提升信号质量，然后根据多个模式的OAM回波的衰减情况和OAM声束模式来判断沉潜油是否存在。如图3所示，为本发明中天线元件的排布方式。图4描述的是N个天线阵列的情况分布，本实施例中使用的是6个天线元件。
步骤S2具体包括如下步骤：
S2.1，如图3所示，将多个天线元件等距布置在半径为a的圆形上，形成天线阵列。
使用天线阵列产生多个单路OAM声束的方法具体为：
首先，将六个天线元件围绕圆形进行等距布置，其中圆形的半径a为60mm，天线阵列布置在距水面12cm的高度处，每两个相邻天线元件之间的相位差为δ＝2πl/N，其中N为6，所以初始相位之间存在60°的差值。使用Agilent 5062A矢量网络分析仪作为信号源，产生射频信号。信号经过23dB的功率放大器，通过六路功率分配器和六路移相器，将信号分成多个通道，并对每个通道的相位进行调整，馈送到天线阵列，形成OAM声束。
S2.2，通过向阵列单元输入强度和相位配置来分别产生拓扑荷数为1和3的OAM声束，将射频信号发送到天线阵列，形成多个单路OAM声束，利用公式(1)表示：
B代表恒定振幅模量，代表一阶和三阶涡旋波的相位，本实施例中，取n＝3，即产生三个单路、模态分别为1、3的OAM声束；Alm是携带OAM模式lm的单个涡旋波的权重系数，对于一阶和三阶的OAM模式，涡旋波的归一化功率分布为：
其中一阶OAM模式即轨道角动量为1的OAM声束模式，三阶OAM模式即轨道角动量为3的OAM声束模式。OAM模式与拓扑荷数的负值相等。
OAM模式：是描述波场中的旋转性质的物理量。正数表示顺时针旋转，负数表示逆时针旋转。OAM模式与波的螺旋形状和波前的旋转紧密相关，其大小直接关联到携带的轨迹角动量。
拓扑荷数：拓扑荷数描述了波场中的拓扑结构。正数表示顺时针涡旋，负数表示逆时针涡旋。拓扑荷数与声波涡旋的旋转方向和强度有关，反映了涡旋的非平凡拓扑性质。
两者都与涡旋结构有关，但OAM模式更侧重于描述波的旋转性质，而拓扑荷数更关注涡旋的拓扑性质。
本实施例中将阵列天线的半径设置为60mm。根据公式(1)和公式(2)，计算6个天线的归一化电场强度，分别为1.387、1.176、1.176、0.786、0.276、0.786，其所对应的相位分别为11.25°、106.25°、150.25°、181.25°、250.25°、326.25°。
最终产生了频率为200KHz至300KHz的1阶和3阶OAM涡旋声场，其旋转方向都为顺时针，角动量量子数I分别为1，3，并将产生的1阶和3阶OAM多个单路声束发射到水箱中。
具体地，在水箱上端布置了多个麦克风和水听器，用来收集OAM声束反射回波，利用水听器记录1阶和3阶OAM模数的扭束组成的多个单路信号，并进行回波的处理解调。
为了测量出经水下沉潜油反射的OAM回波的拓扑荷数，本实施例采用了被动式测量方法，通过环形等边三角形孔径典型衍射屏使经水下沉潜油反射上来的OAM回波发生衍射。通过对衍射后的声场分布进行分析判断,实现对OAM回波拓扑荷数的计算。已有实验证明衍射孔径的宽度越大，衍射三角形点阵变得更加清晰，因此本实施例选择了内侧半径与外侧长度的比率为0.8的环形等边三角形孔径衍射屏。本实施例主要在三个位置布设了衍射屏，第一个位置是在OAM声束发射端的正上方，其与水面的距离为1m，另外两个衍射屏分别以45°布设在第一种衍射屏的两边，衍射后由声波传感器进行接收，将传感器的输出连接到声学干涉仪的接收端口，在声学干涉仪上显示出OAM声束反射回波的衍射图案，通过衍射图案来分析反射回波的拓扑荷数。如图5所示，天线阵列产生OAM声束后，先由第一水听器进行接收，分析其初始相位等信息，而后产生的OAM声束经探测目标反射后，经过三个衍射屏，进行衍射，第二水听器位于衍射屏后，用于接收通过衍射屏的OAM声束信号，并将其转换为电信号。接收到的电信号进行处理。处理后的信号传输到数据分析单元，得到其相位、幅值、拓扑荷数相关信息。
步骤S3具体包括如下步骤：
S3.1，衍射场的分析公式为：
其中λ代表OAM声束的波长，为虚数单位，/>代表波数；远场衍射图p(x，y，z)是通过描述孔径τ(x0，y0)函数与衍射孔径p(x0，y0，z＝0)平面处的入射场的乘积的傅里叶变换来获得的。
S3.2，衍射孔径p(x0，y0，z＝0)表示为：
在公式(4)中，w0和ln分别代表OAM声涡旋回波的最窄点宽度和拓扑荷数。
观察衍射图案中三角形晶格阵任意边的点数，记录为n。第n个OAM声束的拓扑荷数ln为:
ln＝n-1 (5)。
通过上述措施，根据三角形晶格阵任意边的点数获得回波的拓扑荷数，相位和幅度值则通过，通过多次测量，对数据进行了归类整理，并进行数据的处理优化。具体为：
S3.3，对经过步骤S3.2获取的回波数据进行噪音消除，对OAM回波信号进行小波变换，将信号从时域转换为小波域，使用改进后的阈值计算方法和小波阈值函数，如公式(6)，对得到的小波变换数据进行降噪处理：
其中thr代表改进的小波阈值，n是小波的分解层数，L是信号的长度。
本发明综合考虑了识别沉潜油时OAM回波信号具有高频特性、多频分量混合、受噪声影响较大等特点，对于小波的分解层数n的计算公式为：
其中wa代表OAM声束回波的中心频率，ln代表发射声束的OAM拓扑荷数，w代表回波实际频率。在本实施例中中，测量的OAM声束回波中心频率为在范围大约在之间278kHz-285kHz，发射声束的OAM拓扑荷数l为1和3，当发射声束的频率为280KHz时，测量的回波声束频率w为260-285kHz。
由此计算出滤除阈值n的数据结果在1-4之间，对超出阈值部分的小波域信号进行剔除处理，对余下的信号数据进行小波逆变换处理，重构信号。
回波的幅度强度和相位通过由衍射场的分析公式生成的数值衍射图来进行分析判断。通过实验发现，拓扑荷数为1的OAM发射声束经沉潜油反射，其衍射图像的其中三角形晶格阵边长的点数为3，由此可得回波的拓扑荷数变化为2，而拓扑荷数为3的OAM发射声束经沉潜油反射后，其衍射图像的其中三角形晶格阵边长的点数为5，由此可得回波的拓扑荷数变化为4，
为了识别水下沉潜油，本发明采用了一种利用快速傅里叶变换测量轨道角动量的新方法，来建立反映沉潜油特性的OAM声束模型。具体流程为：首先输入与实验时发射的OAM声束相同的拓扑荷数为1、3的OAM多路声束作为原始OAM模式，OAM发射声束会与水下沉潜油发生干涉效应，产生干涉OAM模式的声束并反射回来，通过干涉OAM模式减去原始的OAM的模式来得到反映沉潜油性质的OAM模型，最终通过快速傅里叶变换(FFT)获得OAM复谱，实现对OAM声束回波模式的解复用。
具体地，步骤S4具体包括如下步骤：
S4.1，建立原始OAM模式。
S4.2，建立干涉OAM模式，即发射的OAM声束经过沉潜油的影响变化后的OAM模式。
S4.3，建立反映沉潜油特性的OAM声束模型。
S4.4，生成OAM声束谱图，获得每个拓扑荷数的OAM声束对应的相位和幅度值。
具体地，步骤S4.1具体包括如下步骤：
S4.1.1，具有输入拓扑荷数值TC的OAM波束E1表示为：
其中N和r分别表示输入叠加OAM模式的总数和测量半径，N为3，第n个OAM拓扑荷数值由ln表示，ln取值为1和3，θ表示OAM的方位角，和/>分别表示第n个OAM模式的叠加幅度和初始相位，同一OAM声束的叠加振幅/>表示为：
其中表示OAM模式的初始幅度，/>表示拉盖尔-高斯模式的振幅校准系数。
S4.1.2，当输入OAM声束通过分束器被第一分水器检测时，OAM声束的初始相位受到传输距离z和与ln相关的因子/>的显著影响，初始相位/>表示为：
其中P(l，z)是相位校准系数。由于检测系统的复杂性，幅度和相位校准系数通过预先的实验获得。
S4.1.3，输入的OAM模式由产生OAM声束的装置控制得到，称为原始OAM模式I1(θ，r)，描述为：
/>
其中Δlpq＝lp-lq，分别表示第p个和第q个OAM分量之间的OAM模式差和相位差，由两项组成，即平行项和不同输入OAM模式之间的交叉项；/>代表第p个OAM模式的叠加幅度，Δlpq代表第p个OAM拓扑荷数值lp与第q个拓扑荷数值lq之差，ΔΦpq代表第p个受传输距离影响后输入的实际初始OAM相位/>与第q个OAM声束初始相位/>之差。
具体地，步骤S4.2具体包括如下步骤：
S4.2.1，OAM发射声束与沉潜油层发生干涉反应后反射回来，形成OAM回波声束，干涉OAM声束E2的公式为：
E2＝aref(r)exp(iφref) (12)。
其中aref(r)和φref分别表示与沉潜油干涉后反射回波声束的振幅和相位，通过步骤S3得到这些数据；aref(r)的幅度取决于r，并且遵循高斯分布。输入OAM声束受到水下沉潜油影响，发生干涉效应后形成的OAM干涉模式。第二水听器捕获所得到的OAM干涉模式表示为I2(θ，r)：
S4.2.2，OAM干涉模式I2(θ，r)表示为：
其中，代表在传输距离为r时OAM振幅,/>代表在传输距离为r时第p个OAM振幅，/>代表在传输距离为r时第q个OAM振幅，/>代表在受传输距离影响后输入的实际初始OAM相位。
具体地，步骤S4.3具体为：
反映沉潜油特性的OAM声束模型ΔI(θ，r)表示为：
具体地，步骤S4.4具体包括如下步骤：
S4.4.1，对ΔI(θ，r)进行关于θ的傅里叶变换得到OAM复谱T(I，r)，对方位角θ进行采样，总采样数为M，方位角θ描述为θ＝2π/M，根据奈奎斯特定理，假设总采样数M大于最大OAM模式lmax的两倍，即M＞2lmax；
公式如下：
其中x0与y0为原始OAM模式的中心位置(x0，y0)。
S4.4.2，OAM谱图T(l)利用公式(16)生成：
其中，r0代表原始OAM模式的测量半径，l为OAM模式，ln代表OAM的拓扑荷数，其中，
由OAM谱图公式对应解出测量OAM声束的幅度和相位/>
其中代表先前实验中在初始传播距离为r0测量的OAM幅度。
通过MATLAB进行数据分析，做出相应的不同TC值的OAM测量模型的相位与幅度图像，最终分析出拓扑荷数为1、3的OAM声束经沉潜油影响后的OAM声束的幅度、相位、拓扑荷变化规律，得到了每个拓扑荷数的OAM声束对应的相位和幅度值。
经过上述测量后发现，280kHz回波声束的拓扑荷数为1、3时所对应的幅值和相位相比与发射声束的有明显的减少，拓扑荷数为1、3的声束回波幅值强度相对于OAM发射声束幅值强度之比分别约为0.23、0.16，从ΔI(θ，r)的分析中发现拓扑荷数为2的幅值和相位相比其余拓扑荷数值分布更多,经过多次摸拟干涉，沉潜油影响后OAM声束拓扑荷数变大的情况更多，当发射的OAM声束拓扑荷数为1时，OAM回波声束大部分拓扑荷数集中在2-3之间，当发射的OAM声束拓扑荷数为3时，OAM回波声束大部分拓扑荷数集中在4-5之间，而由ΔI(θ，r)所分析出来的反映沉潜油特性的OAM声束拓扑荷数大多分布在2附近。
为了使反映沉潜油特性的声束公式更具普遍性，本发明通过设定不同的输入值、改变沉潜油的性质等措施不断改进，最终其准确度接近于92.89％。接着，将实验测量后的OAM反射回波的拓扑荷数、相位、幅度变化与建立的OAM声束特性变化模式进行匹配，最终得到了反映沉潜油特性的OAM声束参数。
具体地，步骤S5具体为：将测量后的OAM声束的相位、幅度、拓扑荷数变化情况与步骤S4.3生成的反映沉潜油特性的OAM声束模型进行匹配，以确定目标是否为沉潜油。
当识别水下目标体时，首先将测量后的OAM声束的相位、幅度、拓扑荷数变化情况与上述生成的反映沉潜油特性的OAM声束模型进行匹配，以确定目标是否为沉潜油。匹配时利用两个参数特征，一个是同一拓扑荷数下OAM声束的回波与入射波的强度功率之比，其参数表达为η，一个是通过ΔI(θ，r)分析后反映沉潜油特性的OAM声束的拓扑荷数，其参数表达为Δ，通过训练四种不同频率的沉潜油特性数据来不断优化η和Δ的数值。最终确定，当发射拓扑荷数为1、2的OAM声束时，回波拓扑荷数分别集中在2-3和4-5之间，而反映沉潜油特性的OAM声束的拓扑荷数为Δ位于2附近，拓扑荷数为1、3的OAM回波与OAM入射声束的强度之比η分别为0.2-0.35、0.1-0.25之间，当符合Δ值和η值条件时，将其归类真正类即沉潜油目标物，否则便归类为假正类。实验中在将四种频率的OAM声束检测数据代入到SVM模型中，首先从OAM声束回波解调数据中提取关键特征包括拓扑荷数、振幅，根据实际检测的具体要求在SVM模型中设定沉潜油检测匹配阈值，当四种频率的检测数据与反映沉潜油特性的OAM声束模型的数据匹配度阈值为85％时，则可认为该处存在沉潜油，否则判断为非沉潜油目标物。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。
Claims (10)
1.一种基于声涡旋技术的沉潜油探测方法，其特征在于，具体包括如下步骤：
S1，采用多模态声呐系统，对探测海域进行大面积扫描，确定沉潜油疑似目标的潜在范围；
S2，针对潜在范围，采用OAM声涡旋技术识别沉潜油，使用天线阵列产生多个单路OAM声束，并利用多发多收装置接收OAM回波；
S3，对OAM回波进行解调，利用衍射屏对经水下沉潜油反射回来的OAM回波发生衍射，计算OAM回波拓扑荷数；
S4，通过原始OAM模式和干涉OAM模式，建立反映沉潜油特性的OAM声束模型；
S5，利用OAM声束模型进行水下沉潜油识别。
2.根据权利要求1所述的一种基于声涡旋技术的沉潜油探测方法，其特征在于，步骤S1中的多模态声呐系统包括：声波频率范围为200kHz-300kHz的多频声呐、水听器、滤波器、信号处置单元；多频声呐发射不同频率的声波信号，水听器接收声波信号，水听器将信号传送给滤波器进行信号处理，信号处置单元对信号进行：放大、去噪、时域分析和频域分析。
3.根据权利要求1所述的一种基于声涡旋技术的沉潜油探测方法，其特征在于，步骤S2具体包括如下步骤：
S2.1，将多个天线元件等距布置在半径为a的圆形上，形成天线阵列；
S2.2，将射频信号发送到天线阵列，形成多个单路OAM声束，利用公式(1)表示：
B代表恒定振幅模量，代表一阶和三阶涡旋波的相位，Alm是携带OAM模式lm的单个涡旋波的权重系数，对于一阶和三阶的OAM模式，涡旋波的归一化功率分布为：
4.根据权利要求1所述的一种基于声涡旋技术的沉潜油探测方法，其特征在于，步骤S3具体包括如下步骤：
S3.1，衍射场的分析公式为：
其中λ代表OAM声束的波长，i为虚数单位，代表波数；远场衍射图p(x，y，z)是通过描述孔径τ(x0，y0)函数与衍射孔径p(x0，y0，z＝0)平面处的入射场的乘积的傅里叶变换来获得的；
S3.2，衍射孔径p(x0，y0，z＝0)表示为：
/>
在公式(4)中，ω0和ln分别代表OAM声涡旋回波的最窄点宽度和拓扑荷数；
第n个OAM声束的拓扑荷数ln为:
ln＝n-1 (5)；
S3.3，对经过步骤S3.2获取的回波数据进行噪音消除，对OAM回波信号进行小波变换，将信号从时域转换为小波域，使用改进后的阈值计算方法和小波阈值函数，如公式(6)，对得到的小波变换数据进行降噪处理：
其中thr代表改进的小波阈值，k是小波的分解层数，L是信号的长度；
对于小波的分解层数k的计算公式为：
其中ωa代表OAM声束回波的中心频率，ln代表发射声束的OAM拓扑荷数，ω代表回波实际频率。
5.根据权利要求1所述的一种基于声涡旋技术的沉潜油探测方法，其特征在于，步骤S4具体包括如下步骤：
S4.1，建立原始OAM模式；
S4.2，建立干涉OAM模式，即发射的OAM声束经过沉潜油的影响变化后的OAM模式；
S4.3，建立反映沉潜油特性的OAM声束模型；
S4.4，生成OAM声束谱图，获得每个拓扑荷数的OAM声束对应的相位和幅度值。
6.根据权利要求5所述的一种基于声涡旋技术的沉潜油探测方法，其特征在于，步骤S4.1具体包括如下步骤：
S4.1.1，具有输入拓扑荷数值TC的OAM波束E1表示为：
其中N和r分别表示输入叠加OAM模式的总数和测量半径，第n个OAM拓扑荷数值由ln表示，ln取值为1和3，θ表示OAM的方位角，和/>分别表示第n个OAM模式的叠加幅度和初始相位，在传输距离为r时OAM振幅/>表示为：
其中表示OAM模式的初始幅度，/>表示拉盖尔-高斯模式的振幅校准系数；
S4.1.2，当输入OAM声束的初始相位受到传输距离z和与ln相关的因子/>的显著影响，初始相位/>表示为：
其中P(l，z)是相位校准系数；
S4.1.3，输入的OAM模式由产生OAM声束的装置控制得到，称为原始OAM模式I1(θ，r)，描述为：
其中Δlpq＝lp-lq，分别表示第p个和第q个OAM分量之间的OAM模式差和相位差，由两项组成，即平行项和不同输入OAM模式之间的交叉项；/>代表第p个OAM模式的叠加幅度，Δlpq代表第p个OAM拓扑荷数值lp与第q个拓扑荷数值lq之差，ΔΦpq代表第p个受传输距离影响后输入的实际初始OAM相位/>与第q个OAM声束初始相位/>之差。
7.根据权利要求5所述的一种基于声涡旋技术的沉潜油探测方法，其特征在于，步骤S4.2具体包括如下步骤：
S4.2.1，OAM发射声束与沉潜油层发生干涉反应后反射回来，形成OAM回波声束，干涉OAM声束E2的公式为：
E2＝aref(r)exp(iφref) (12)；
其中aref(r)和φref分别表示与沉潜油干涉后反射回波声束的振幅和相位；
S4.2.2，OAM干涉模式I2(θ，r)表示为：
其中，代表在传输距离为r时OAM振幅,/>代表在传输距离为r时第p个OAM振幅，代表在传输距离为r时第q个OAM振幅，/>代表在受传输距离影响后输入的实际初始OAM相位。
8.根据权利要求5所述的一种基于声涡旋技术的沉潜油探测方法，其特征在于，步骤S4.3具体为：
反映沉潜油特性的OAM声束模型ΔI(θ，r)表示为：
9.根据权利要求5所述的一种基于声涡旋技术的沉潜油探测方法，其特征在于，步骤S4.4具体包括如下步骤：
S4.4.1，对ΔI(θ，r)进行关于θ的傅里叶变换得到OAM复谱T(I，r)，对方位角θ进行采样，总采样数为M，方位角θ描述为θ＝2π/M，根据奈奎斯特定理，假设总采样数M大于最大OAM模式lmax的两倍，即M＞2lmax；
公式如下：
其中x0与y0为原始OAM模式的中心位置(x0，y0)；
S4.4.2，OAM谱图T(l)利用公式(16)生成：
其中，r0代表原始OAM模式的测量半径，l为OAM模式，ln代表OAM的拓扑荷数，其中，
由OAM谱图公式对应解出测量OAM声束的幅度和相位/>
其中代表先前实验中在初始传播距离为r0测量的OAM幅度。
10.根据权利要求8所述的一种基于声涡旋技术的沉潜油探测方法，其特征在于，步骤S5具体为：将测量后的OAM声束的相位、幅度、拓扑荷数变化情况与步骤S4.3生成的反映沉潜油特性的OAM声束模型进行匹配，以确定目标是否为沉潜油。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311826382.9A CN117849882B (zh) | 2023-12-28 | 2023-12-28 | 一种基于声涡旋技术的沉潜油探测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311826382.9A CN117849882B (zh) | 2023-12-28 | 2023-12-28 | 一种基于声涡旋技术的沉潜油探测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117849882A CN117849882A (zh) | 2024-04-09 |
| CN117849882B true CN117849882B (zh) | 2024-06-18 |
Family
ID=90528279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311826382.9A Active CN117849882B (zh) | 2023-12-28 | 2023-12-28 | 一种基于声涡旋技术的沉潜油探测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117849882B (zh) |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BR102012010659B1 (pt) * | 2012-05-04 | 2022-04-12 | Oil-Finder - Serviços De Sensoriamento Remoto E Modelagem Computacional Ltda | Processo para identificação e classificação de áreas de exsudações de óleo no fundo do mar através de modelagem inversa |
| CN104991288B (zh) * | 2015-07-09 | 2017-09-19 | 大连海事大学 | 一种基于声呐电磁协同探测技术的海洋沉潜油检测系统及方法 |
| CN108732575B (zh) * | 2018-05-31 | 2021-08-06 | 中国科学院合肥物质科学研究院 | 海洋沉潜油水下快速识别探测装置及方法 |
| CN109284865B (zh) * | 2018-09-05 | 2021-07-09 | 蓝海天智（舟山）海洋科技有限公司 | 一种基于围油栏的海上溢油运动轨迹预测方法 |
| CN109490881A (zh) * | 2018-11-21 | 2019-03-19 | 中国科学院电子学研究所 | 基于涡旋电磁波的干涉sar高程测量系统及测量方法 |
| CN111652149A (zh) * | 2020-06-04 | 2020-09-11 | 青岛理工大学 | 基于深度卷积神经网络的沉底油声呐探测图像识别方法 |
| US11958580B2 (en) * | 2020-11-12 | 2024-04-16 | Eagle Technology, Llc | Unmanned underwater vehicle (UUV) based underwater communications network including short-range navigation device and related methods |
| CN113009480B (zh) * | 2021-02-20 | 2022-04-19 | 鹏城实验室 | 一种成像方法及系统 |
-
2023
- 2023-12-28 CN CN202311826382.9A patent/CN117849882B/zh active Active
Non-Patent Citations (2)
| Title |
|---|
| Underwater acoustic positioning using orbital angular momentum vortex beams;Xiaoyu Sun等;IEEE;20201231;全文 * |
| 水流环境下海底管道溢油轨迹数值模拟;陈家悦;王永学;;油气储运;20150728(第10期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117849882A (zh) | 2024-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102645265A (zh) | 一种基于虚拟时间反转镜的舰船辐射噪声级测量方法 | |
| CN109239712B (zh) | 基于水下声场和声能流的噪声探测方法 | |
| CN110658514B (zh) | 一种水下静态目标的分类识别方法 | |
| CN102692620A (zh) | 适用于浅海多途环境的水下噪声源高稳健性聚焦定位方法 | |
| Chu et al. | Statistics of echoes from a directional sonar beam insonifying finite numbers of single scatterers and patches of scatterers | |
| Emmetiere et al. | Passive source depth discrimination in deep-water | |
| Ma et al. | Underwater broadband source detection using an acoustic vector sensor with an adaptive passive matched filter | |
| CN109001297B (zh) | 基于单矢量水听器的大样本水声材料声反射系数测量方法 | |
| CN109100711B (zh) | 一种深海环境下单基地主动声纳低运算量三维定位方法 | |
| CN110763327A (zh) | 一种平面障板条件下单矢量水听器信号检测方法 | |
| RU2156984C1 (ru) | Способ получения информации о шумящем в море объекте и способ получения цветовых шкал для него | |
| CN102721958A (zh) | 不确定海洋环境中广义似然比稳健信号检测方法 | |
| CN106019290B (zh) | 加权宽带时反算子分解多目标声成像方法 | |
| CN117849882B (zh) | 一种基于声涡旋技术的沉潜油探测方法 | |
| Chen et al. | Insight into split beam cross-correlator detector with the prewhitening technique | |
| Matveev et al. | Forward scattering observation with partially coherent spatial processing of vertical array signals in shallow water | |
| CN115343714A (zh) | 一种用于浅海主动声纳目标深度估计的匹配相位处理方法 | |
| Zhang et al. | Simulation of ship radiated noise field in deep sea based on statistical characteristics of sound source | |
| Liang et al. | Research on the array gain of vertical array of vector hydrophone in deep sea | |
| Simons et al. | Analysis of shallow-water experimental acoustic data including a comparison with a broad-band normal-mode-propagation model | |
| CN114578333B (zh) | 一种主动声呐目标动静辨识方法 | |
| RU2770564C1 (ru) | Гидроакустический комплекс для обнаружения движущегося подводного источника звука и измерения его координат | |
| RU2487367C2 (ru) | Способ и устройство быстрого вычисления функции неопределенности сигнала с учетом реверберационной помехи | |
| Jiang et al. | The research on simulation of seabed reverberation model based on multi-beam sounding system | |
| US6629063B2 (en) | Amplitude temporal order dependent adaptive processor |
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 |