肖大為 何光進

(海軍工程大學兵器工程系1) 武漢 430033) (海軍駐廣州750廠軍事代表室2) 廣州 510000)

一種基于頻數(shù)直方圖的艦船體積目標識別方法

肖大為1)何光進2)

(海軍工程大學兵器工程系1)武漢 430033) (海軍駐廣州750廠軍事代表室2)廣州 510000)

隨著水聲對抗技術的發(fā)展，聲誘餌通過播放典型艦船的輻射噪聲錄音來模擬艦船信號,其時域和頻域特征與真實艦船已十分逼近，水下聲探測系統(tǒng)根據(jù)信號的時域和頻域特征已較難識別目標.針對這一問題，分析了艦船輻射噪聲源的空間特性和聲誘餌的點源特性，建立了艦船輻射噪聲源的多亮點模型，利用艦船以不同橫距通過聲探測系統(tǒng)上方時的空間尺度差異，提出了一種基于頻數(shù)直方圖的艦船體積目標識別方法，在不同正橫和信噪比下對算法的目標識別能力進行了仿真分析.結果表明,當目標信號較強時，在較遠距離上也可以得到較好的識別效果.

目標識別；頻數(shù)直方圖；方位估計

0 引 言

水下聲探測系統(tǒng)一般將艦船等目標當作點聲源來近似處理，通過對目標噪聲的時域或頻域特征進行分析，提取出反映目標特征的物理量，從而判別目標屬性.隨著水聲對抗技術的發(fā)展，聲誘餌通過播放典型艦船的輻射噪聲錄音來模擬艦船信號,其時域和頻域特征與真實艦船已十分逼近，水下聲探測系統(tǒng)根據(jù)信號的時域和頻域特征已較難識別目標，這些變化對水下聲探測系統(tǒng)的目標識別能力提出了新的挑戰(zhàn)，使我們不得不考慮提取目標的其他特征完成對目標的識別.

前蘇聯(lián)根據(jù)大量實船通過實驗數(shù)據(jù)，提出了艦船輻射噪聲通過特性在艦船幾個特別部位出現(xiàn)極大值的結論[1].國內(nèi)的一些學者也指出[2-8]，當目標距離與目標尺度可比擬時，艦船輻射噪聲源具有分布式特性，不同噪聲源具有不同的距離和方位，沿艦船艏艉方向分布有三個明顯的聲輻射亮點，分別為輔機部位(船體中部)、主機部位(船體中后部)和螺旋槳部位，從而明顯地形成多源輻射噪聲.在此基礎上，本文研究了一種基于頻數(shù)直方圖的水下體積目標識別方法.

1 識別方法

假設目標艦船以正橫距離X通過水下聲探測系統(tǒng)上方，水下聲探測系統(tǒng)與目標的相對位置見圖1.

L-船長；H-水下聲探測系統(tǒng)布放深度；θ-艦船的聲輻射亮點在水平方向的擴展角圖1 水下聲探測系統(tǒng)與目標艦船的相對位置

令R為水下聲探測系統(tǒng)的識別半徑，從目標艦船的半船長進入水下聲探測系統(tǒng)識別半徑開始至離開，見圖2.θ的變化范圍為

(1)

圖2 目標艦船進入水下聲探測系統(tǒng)動作半徑

假設僅存在一個目標(艦船或聲誘餌，另一目標可通過空域濾波消除)，提取反映目標不同部位的特征線譜，在一定的信噪比條件下，可以得到目標不同部位聲輻射源相對于探測系統(tǒng)的方位角，根據(jù)方位角水平擴展的離散程度可以估計目標的尺度.圖3為理想條件下艦船體積聲源和聲誘餌點聲源的方位估計結果，其中體積聲源用三個不同中心頻率的窄帶點聲源模擬.

圖3 理想情況下聲源的方位估計結果

實際由于環(huán)境噪聲的影響，對目標各部位特征頻率分量的DOA估計結果并沒有圖3那么理想，圖3中代表艦船聲輻射亮點的三個峰值并不能嚴格分開.當考慮實際情況時，更趨向于圖4所示的結果(三個點聲源所形成的水平擴展角為20°).

圖4 考慮噪聲時聲源的方位估計結果

由圖4可知，對于體積目標，其方位-頻數(shù)曲線在目標方向上更加平坦，而對于點目標，其峰值則較為尖銳.

對圖4以頻數(shù)ξ為界分成上、下兩個部分，見圖5.

A、B-目標可能方位的下界和上界圖5 方位-頻數(shù)曲線劃分示意圖

圖5中假設上、下兩部分的面積分別為S1和S2，再設定一閾值α，利用以下的準則判斷目標屬性：

(2)

設當目標分別為點和體積時得到的統(tǒng)計均值分別為m1和m2，則閾值α為

α=(m1+m2)/2

(3)

2 仿真研究

假設目標艦船長為160 m，距離水下聲探測系統(tǒng)的正橫距離為200 m，沿艦船艏艉方向分布的三個點噪聲源在聲探測系統(tǒng)坐標系中的方位角分別為-146°，-135°和-124°.則不同信噪比下，當ξ=0.4時上、下兩部分的面積之比的統(tǒng)計均值和標準差見表1，表中數(shù)值通過1 000次獨立仿真平均得到.

表1 不同信噪比下上、下部分面積之比的統(tǒng)計特性

不同正橫距離下閾值α與信噪比的關系見圖6.

圖6 閾值與信噪比的關系

利用式(3)得到的門限值，對模擬的艦船目標和聲誘餌進行目標識別，不同信噪比下得到的成功識別概率見圖7，其中在每個信噪比下得到的結果為經(jīng)過1 000次獨立仿真平均得到.從圖中可以看出，當SNR>10 dB時，對體積目標和點目標的成功識別概率均達到80%以上，且距離越近，識別概率越高，與工程實際相符合.

圖7 不同信噪比下目標成功識別概率

3 結 束 語

根據(jù)真實艦船和聲誘餌在空間尺度上的差別，提取反映艦船目標不同部位的特征頻率并估計其方位，得到歸一化頻數(shù)直方圖.將頻數(shù)直方圖分成上下兩上部分，在目標方向上計算上下兩部分的面積并求其比值，根據(jù)比值大小判別目標屬性.在不同正橫和信噪比下對方法的目標識別能力進行了仿真分析，得到了較好的識別效果.

[1] 湛雅倩.考慮艦船噪聲多源信號的仿真與輸出實現(xiàn)[D]．西安：西北工業(yè)大學，2007.

[2] 劉勛，相敬林，周越，等．作為體積目標的船舶聲輻射縱向分布特性的研究[J]．西北工業(yè)大學學報，2000，18(3)：234-238．

[3] 劉勛，相敬林，周越．基于聲強向量法的體積目標被動跟蹤與尺度估計[J]．聲學學報，2001，23(1)：456-459．

[4] LIU X，XIANG J L．Passive tracking and size estimation of target based on acoustic intensity vector[J]．Journal of Chinese Acoustics，2001，20 (3)：224-237．

[5] 劉勛．體積目標的被動聲定向方法和尺度估計研究[D]．西安：西北工業(yè)大學，2000．

[6] 羅建，相敬林．連續(xù)噪聲過程的模擬[J]．聲學學報，1997，22(16)：509-514．

[7] 劉勛，相敬林．基于聲強向量法和聲壓梯度法的水中目標定向[J]．兵工學報，2001，22(1)：90-94．

[8] 鄧大新，林春生．艦船聲場的近程分布式聲源模型[J]．聲學技術，2004，23(增刊1)：96-98．

A Target Recognition Method in Ship Volume Based on Frequency Histogram

XIAODawei1)HeGuangjin2)

(DepartmentofWeaponryEngineering,NavalUniversityofEngineering,Wuhan430033,China)1)(MilitaryRepresentativeOfficeinGuangzhou750Factory,Guangzhou430033,China)2)

With the development of underwater acoustic confrontation technology, acoustic decoy is used to simulate the ship signal by broadcasting radiation noise recording of typical ships. Due to the time and frequency domain characteristics approach the real ship, it is difficult to identify the target for the underwater acoustic detecting system according to the time domain and frequency domain characteristics. In this regard, the spatial characteristics of ship and acoustic decoy are analyzed. Also, the multi-highlight model of ship radiation noise is established. Moreover, by using the space scale difference of target ship through the sound detection system in different abeam distances, a target recognition method based on frequency histogram is proposed, and the target identification ability is simulated under different abeam distance and signal to noise ratio. The results show that also a good recognition effect will be achieved in a long distance when the target signal is stronger.

target recognition; frequency histogram； DOA estimation

TP391.9

10.3963/j.issn.2095-3844.2017.05.016

2017-07-13

肖大為(1982—)：男，講師，博士生，主要研究領域為水下目標探測與識別