丁迎迎

(江蘇自動化研究所　連云港　222061)

?

基于雷艇信息的目標(biāo)識別技術(shù)*

丁迎迎

(江蘇自動化研究所連云港222061)

摘要真假目標(biāo)識別技術(shù)對于魚雷打擊成功與否具有重要的作用。論文探討了在雷艇信息支持下的目標(biāo)識別應(yīng)用,提出了雷艇兩平臺識別信息的綜合識別技術(shù),并歸納出多特征用于真假目標(biāo)識別以改善識別效果,最后進行了仿真驗證。仿真結(jié)果表明,所提特征和方法具有較好的真假目標(biāo)識別效果,具有較好的工程應(yīng)用前景。

關(guān)鍵詞目標(biāo)識別; 真假識別; 信息融合; 運動特征

Target Recognition Technology Based on Torpedo and Submarine’s Information

DING Yingying

(Jiangsu Automation Research Institute, Lianyungang222061)

AbstractThe recognition technology of true and false target is important for torpedo’s successful attack. The recognition application based on torpedo and submarine’s detecting information is discussed and the integrated recognition technology is proposed, then multi-feature is concluded to improve the recognition effect, finally the simulation is performed and the results indicate that the proposed method has a good recognition effect in distinguishing the true and false target, which possesses better outlook for engineering application.

Key Wordstarget recognition, recognition of true and false target, information fusion, motion feature

Class NumberTN957

1引言

在水下平臺利用魚雷跟蹤并打擊目標(biāo)過程中,由于目標(biāo)一般較魚雷有更強的探測性能,會先發(fā)現(xiàn)來襲魚雷并投放懸浮式、自航式誘餌等各類軟殺傷武器對魚雷進行誘導(dǎo)欺騙。誘餌的主要作用是模擬目標(biāo)的回波信號來誘騙魚雷自導(dǎo)系統(tǒng),它們按照設(shè)定航線、航速、機動情況進行運動,降低魚雷檢測識別真實目標(biāo)的概率,使魚雷誤判從而偏離目標(biāo),造成魚雷有限航程的消耗。因此,如何快速準(zhǔn)確地進行真假目標(biāo)識別成為魚雷攻擊過程中的關(guān)鍵問題,迫切需要能夠?qū)φT餌以及真實目標(biāo)的快速識別方法。

目前,已有很多專家學(xué)者意識到水下真假目標(biāo)識別問題的重要性,并進行了大量研究。研究工作主要基于魚雷主動自導(dǎo)探測方式進行,主要利用了目標(biāo)多普勒頻移、方位走向、尺度、亮點距離、分布規(guī)律等[1～2]特征,從回波展寬、亮點起伏、空間特征等方面來對目標(biāo)進行識別和分類。對魚雷被動自導(dǎo)探測方式下的目標(biāo)識別涉及較少,公開報道的文獻資料較為有限,由于魚雷被動探測頻段較高,挖掘可用的識別特征一直是研究的重點。另外,隨著現(xiàn)代電子技術(shù)的發(fā)展使得點源誘餌完全可以逼真地模擬回波幾乎所有的時域、頻域特征,僅利用時頻信息,自導(dǎo)系統(tǒng)無法及時、正確的辨別目標(biāo)與誘餌。因此,從作戰(zhàn)使用層面,從利用更多觀測平臺的角度進行特征分析來進行綜合判別成為近來的研究熱點。

對水下平臺來說,將線導(dǎo)魚雷作為發(fā)射平臺的前出傳感器,通過雷艇信息融合有助于提高目標(biāo)信息掌握程度,對魚雷實施可靠的導(dǎo)引和人工干預(yù),提高真假目標(biāo)識別能力,因此,雷艇信息融合成為當(dāng)前技術(shù)發(fā)展的一個趨勢。通過綜合利用雷艇信息進行目標(biāo)識別,可以大大提高線導(dǎo)魚雷的抗水聲干擾能力,提高打擊目標(biāo)的成功概率。

2識別信息分析

通常水下平臺通過自身傳感器探測和信息融合能提供關(guān)于目標(biāo)的不同層次身份信息,主要包括目標(biāo)類型和敵我屬性;而魚雷利用自導(dǎo)系統(tǒng)對目標(biāo)進行探測并將信息回傳,能提供目標(biāo)真假、目標(biāo)位置等信息,可以用于對目標(biāo)身份的判斷。

雷艇兩個平臺由于相對目標(biāo)的距離遠近、探測方式等的不同,從不同的角度對目標(biāo)身份進行感知,它們得到的識別結(jié)果處于不同的身份層次,需要向統(tǒng)一的辨識框架進行轉(zhuǎn)換,并計算各信息源識別結(jié)果在一致的辨識框架下的基本概率賦值,從而有利于多識別信息的綜合和真假目標(biāo)識別。基本概率賦值的計算可以基于各信息源的識別可信度,同時依據(jù)對平臺識別能力的掌握和評估,或者采用經(jīng)驗賦值法得到。

3雷艇目標(biāo)綜合識別技術(shù)[3]

雷艇兩平臺的真假目標(biāo)綜合識別技術(shù)屬于身份信息的融合問題,主要采用各種推理、判決技術(shù)和基于人工智能的技術(shù),常用的有概率推理、證據(jù)理論、模糊推理等各種推理技術(shù)和神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等智能識別技術(shù)。其中,D-S證據(jù)理論對于不確定性信息處理具有很好的處理效果,得到了國內(nèi)外專家學(xué)者的廣泛、深入的研究,研究人員提出了各種證據(jù)理論改進算法以克服證據(jù)理論的“一票否決”現(xiàn)象,從而使其對多源信息具有更好的合成效果。

在D-S證據(jù)理論中,若辨識框架Θ中的元素滿足互不相容的條件,命題A對基本概率賦值函數(shù)m賦值m(A)是集合2Θ到[0,1]的映射,即若m:2Θ→[0,1],且滿足下列條件:

m(Φ)=0;

(1)

則稱m是辨識框架Θ上的基本概率分配函數(shù)(basic belief assignment,bba或稱mass函數(shù)),?A?Θ,m(A)稱為A的基本置信度,表示對命題A精確信任的程度。

設(shè)m1,m2,m3…是辨識框架Θ上的多組基本概率賦值,它們的焦元分別為Ai,Bj,Cl…,則多個證據(jù)的正交和m=m1⊕m2⊕…可由D-S合成規(guī)則得到

m(Φ)=0

?A?Θ,A≠Φ

(2)

對于雷艇真假目標(biāo)識別,為了解決綜合識別過程中的不確定性問題,在證據(jù)構(gòu)造過程中通過對多源識別信息進行有效評估,同時考慮雷艇平臺識別能力的差異,將其合理轉(zhuǎn)化成可量化的影響因子,從而減少“一票否決”現(xiàn)象的發(fā)生,最終實現(xiàn)目標(biāo)真假的綜合識別,完成對攻擊目標(biāo)的身份識別和確認。

考慮到魚雷自導(dǎo)方式的不同,同時各平臺隨著探測時間的累積對目標(biāo)的識別性能不斷改善,為充分利用聲自導(dǎo)不同階段的探測信息,在雷艇真假目標(biāo)綜合識別過程中通過時間域的合成處理,從而將魚雷主動和被動探測信息綜合利用,提高真假目標(biāo)識別的效果。時間域合成處理實現(xiàn)框圖如圖1所示。

圖1　時間域合成處理實現(xiàn)框圖

4多特征真假目標(biāo)識別

國內(nèi)禹亮[4～5]等提出了結(jié)合聲學(xué)屬性特征信息及運動特征信息進行水聲多目標(biāo)優(yōu)選識別的方法,為魚雷真假目標(biāo)識別拓寬了思路。在雷艇信息的支持下,通過進一步研究總結(jié),可用于真假目標(biāo)識別的特征信息歸納如下:

1) 目標(biāo)譜特征

魚雷被動探測的目標(biāo)噪聲譜估計結(jié)果可以用來和水下平臺探測的目標(biāo)噪聲譜序列進行比對,如果一致則可以大致判斷所探測目標(biāo)為水下平臺意欲攻擊的目標(biāo)。由于魚雷工作頻段和艇上聲納工作頻段差異較大,雷艇探測的目標(biāo)LOFAR譜估計會有較大的差別,需要尋找一致的特征量,而魚雷接收被動信號的DEMON譜特征的頻段和艇上聲納DEMON譜頻段較為接近且信息基本一致,可用于進行雷艇探測目標(biāo)的比對和確認。

2) 目標(biāo)運動特征

在水聲對抗過程中,目標(biāo)平臺釋放聲誘餌誘騙魚雷,并且進行規(guī)避機動,通常,目標(biāo)會向遠離魚雷的方向運動,而誘餌則接近魚雷,因此,魚雷相對目標(biāo)的舷角絕對值越大則越有可能是真目標(biāo),絕對值越小則越有可能是假目標(biāo)。同時,魚雷跟蹤上目標(biāo)后,真假目標(biāo)保持在魚雷扇區(qū)的時間是不同的,其隨時間的變化規(guī)律也是不同的,一定程度上可以輔助進行真假目標(biāo)識別。

3) 目標(biāo)機動判別

通常,假目標(biāo)的出現(xiàn)是在目標(biāo)艦艇發(fā)現(xiàn)來襲魚雷后發(fā)射的,目標(biāo)艦艇的遠離和假目標(biāo)的接近一般在目標(biāo)艦艇機動后發(fā)生。也就是說,在目標(biāo)艦艇機動后會出現(xiàn)目標(biāo)艦艇和假目標(biāo)在運動軌跡上的方向差異,利用這個差異可以進行真目標(biāo)和假目標(biāo)的區(qū)分。因此,本艇發(fā)射魚雷后,應(yīng)實時檢測目標(biāo)艦艇是否機動,從而為利用運動特征進行真假目標(biāo)識別提供輸入。

4) 目標(biāo)位置

通常,目標(biāo)平臺施放的水聲對抗器材主要包括拖曳式誘餌、火箭助飛懸浮式誘餌、火箭助飛懸浮式噪聲干擾器等。其中,火箭助飛方式可以把水聲對抗器材發(fā)射到距離本艦較遠處、距離魚雷較近處對魚雷進行誘騙,如SLAT系統(tǒng)中火箭助飛干擾器和聲誘餌使用多管火箭發(fā)射裝置發(fā)射,最遠可以布放到離本艦3.8km遠的地方。遠距離布放行為在一定程度上暴露了其不合理之處,因為魚雷攻擊的真正目標(biāo)不可能在這么快的時間抵達火箭助飛誘餌的落點處,從這一點上可以實現(xiàn)對其的區(qū)分。

5) 接收信號強度

通常誘餌為了誘騙到魚雷或其發(fā)射平臺,發(fā)射的噪聲模擬信號或回波信號的強度通常較大,如以色列的彌漫III型潛用聲誘餌總聲源級大于180dB,接收門限為130dB。而相同頻段通常目標(biāo)的聲源級為100dB～160dB,遠低于誘餌發(fā)射聲源級。如果魚雷聲自導(dǎo)或水下平臺處接收信號的強度比正常目標(biāo)的強度要大,利用這一點可以對真假目標(biāo)進行區(qū)分。

以上特征如果僅依賴單一平臺,將有可能無法完全獲取,而在雷艇信息的支持下,通過信息融合,對目標(biāo)位置和運動要素進行精確估計,則可實現(xiàn)對目標(biāo)運動狀態(tài)的快速感知,從而促進對目標(biāo)的真假識別效果。

5仿真驗證

本文根據(jù)魚雷攻擊目標(biāo)過程中目標(biāo)無對抗和有對抗情況的不同,通過對典型魚攻過程的仿真,計算了目標(biāo)相對魚雷舷角和目標(biāo)穿過魚雷扇區(qū)時間特征隨時間的變化規(guī)律,具體如圖2、圖3所示。

圖2　魚雷相對目標(biāo)舷角特征

圖3　目標(biāo)逃出扇區(qū)時間特征

從圖2和圖3可以看出: 1) 魚雷相對目標(biāo)舷角方面,不管目標(biāo)對抗與否,真目標(biāo)的敵舷角較大且逐漸變大,假目標(biāo)的敵舷角較小,雖然也在逐漸變大,但絕對量不大; 2) 利用目標(biāo)逃出扇區(qū)時間計算的目標(biāo)屬于真目標(biāo)可能性系數(shù)方面,目標(biāo)無對抗時真目標(biāo)的系數(shù)逐漸變大,目標(biāo)有對抗時假目標(biāo)的逃出時間開始較小逐漸變大,真目標(biāo)可能性系數(shù)則一直較大,變化量不大,說明為真目標(biāo)的可能性較大。由這些分布規(guī)律,可以輔助對目標(biāo)的真假識別。

基于雷艇信息并利用多種識別特征進行真假目標(biāo)識別,單次仿真得到的目標(biāo)屬于真假目標(biāo)的概率曲線如圖4所示。

圖4　基于雷艇信息的目標(biāo)識別仿真

從圖4可以看出,無論目標(biāo)對抗與否,利用雷艇信息進行真假目標(biāo)綜合識別,對真目標(biāo)和假目標(biāo)均能得到正確的識別結(jié)果,并且在多特征的輔助下,提高正確結(jié)果的識別概率,從而更利于真假目標(biāo)的判別。

6結(jié)語

本文重點研究了雷艇信息支持下的目標(biāo)識別技術(shù)。介紹了雷艇可用識別信息,提出了相關(guān)的目標(biāo)綜合識別技術(shù)及實現(xiàn)框圖,并基于雷艇信息總結(jié)歸納了多種特征用于真假目標(biāo)識別。從仿真結(jié)果來看,所提特征的分布規(guī)律可以輔助真假目標(biāo)判斷,所用綜合識別技術(shù)能充分利用雷艇信息實現(xiàn)真假目標(biāo)綜合識別,提高魚雷的反對抗能力。下一步結(jié)合實際典型應(yīng)用對特征進一步改進是研究的關(guān)鍵。

參 考 文 獻

[1] 李志舜.魚雷自導(dǎo)信號與信息處理[M].西安:西北工業(yè)大學(xué)出版社,2004.

[2] 周德善,李志舜,朱邦元.魚雷自導(dǎo)技術(shù)[M].北京:國防工業(yè)出版社,2009.

[3] 丁迎迎,李洪瑞.一種簡單有效的處理沖突證據(jù)的D-S改進方法[J].指揮控制與仿真,2011,33(2):22-26.

[4] 禹亮,程詠梅,等.基于證據(jù)理論的水聲多目標(biāo)優(yōu)選方法[C]//第五屆中國信息融合大會,2013,9:649-652.

[5] 禹亮,程詠梅,等.基于證據(jù)理論的水聲多目標(biāo)優(yōu)選方法[J].西北工業(yè)大學(xué)學(xué)報,2014,32(3):429-433.

[6] 周德善.聲自導(dǎo)魚雷目標(biāo)特征分類與識別[J].魚雷技術(shù),2000,8(4):20-22.

[7] 劉朝暉,付戰(zhàn)平,王明洲.基于方位走向法和互譜法的水中目標(biāo)識別[J].兵工學(xué)報,2006,27(5):932-935.

[8] 劉曉春,董春凱.基于目標(biāo)空間尺度特征末程識別潛艇和誘餌的方法研究[J].魚雷技術(shù),2008,16(5):46-50.

[9] 王明洲,郝重陽,黃曉文.基于相關(guān)法方位分析的水下主動目標(biāo)尺度識別研究[J].西北工業(yè)大學(xué)學(xué)報,2003,21(3):317-320.

[10] 石敏,陳立綱,蔣興舟,等.具有亮點和方位延展特征的線列陣聲誘餌研究[J].海軍工程大學(xué)學(xué)報,2005,17(1):58-62.

中圖分類號TN957

DOI:10.3969/j.issn.1672-9730.2016.02.007

作者簡介:丁迎迎,女,碩士,高級工程師,研究方向:信息融合、目標(biāo)識別技術(shù)。

*收稿日期:2015年8月7日,修回日期:2015年10月2日