(中國人民解放軍63875部隊(duì)，陜西 華陰 714200)

0 引言

連發(fā)地面炸點(diǎn)坐標(biāo)測(cè)試是靶場(chǎng)的一項(xiàng)測(cè)試難題，典型的彈藥試驗(yàn)如連發(fā)火箭彈和速射迫擊炮等。在常規(guī)兵器試驗(yàn)中，彈丸的作用距離以及落點(diǎn)定位亦是檢驗(yàn)武器彈藥性能的一項(xiàng)重要指標(biāo)，而連發(fā)地面炸點(diǎn)目標(biāo)多呈現(xiàn)散布大、爆炸后相互易遮擋的特點(diǎn)，且在常規(guī)試驗(yàn)的夜間科目中，只能觀測(cè)到大片火光以及清晰的爆炸聲，常用的光學(xué)測(cè)試設(shè)備捕獲率難以滿足彈丸落點(diǎn)坐標(biāo)的測(cè)試需求。傳統(tǒng)做法是依靠測(cè)試后人工復(fù)測(cè)彈坑，該法耗時(shí)長(zhǎng)、效率低、不能區(qū)分落彈順序[1-2]。鑒于彈藥武器在地面爆炸時(shí)產(chǎn)生的能量會(huì)以聲波的形式向四面八方傳播出去，產(chǎn)生特有的聲信號(hào)，因此，本文提出了一種基于被動(dòng)聲定位原理的連發(fā)地面炸點(diǎn)目標(biāo)測(cè)量方法。

聲測(cè)定位技術(shù)是利用聲學(xué)與電子裝置接收聲信號(hào)以確定聲源位置的一種技術(shù)，具有全天候、低成本等優(yōu)點(diǎn)。聲測(cè)連發(fā)地面炸點(diǎn)的原理如下：首先在爆炸區(qū)域不同位置布置聲傳感器，捕捉并記錄彈丸爆炸時(shí)刻所產(chǎn)生的聲信號(hào)；然后利用信號(hào)處理技術(shù)估計(jì)各傳感器接收到爆炸聲波的波達(dá)時(shí)刻；最后通過數(shù)據(jù)處理算法，計(jì)算出連發(fā)地面炸點(diǎn)目標(biāo)的靶場(chǎng)坐標(biāo)[3-5]。其中，信號(hào)處理方法與數(shù)據(jù)處理方法是關(guān)鍵，且信號(hào)處理結(jié)果會(huì)直接影響目標(biāo)的捕獲率和坐標(biāo)計(jì)算精度[6-9]。鑒于此，本文針對(duì)信號(hào)處理問題，首先分析了連發(fā)彈丸爆炸聲信號(hào)的特點(diǎn)，然后介紹了提出的時(shí)延估計(jì)方法的基本原理，最后分別通過計(jì)算機(jī)仿真與實(shí)彈射擊試驗(yàn)驗(yàn)證了該算法的正確性和有效性。

1 信號(hào)分析

彈丸爆炸是能量在短時(shí)間小空間內(nèi)迅速膨脹釋放的過程。在使用聲傳感器進(jìn)行測(cè)量時(shí)，信號(hào)的時(shí)域、頻域分布都具有顯著的特征，聲傳感器的作用是聲學(xué)探測(cè)系統(tǒng)的“耳朵”，是整個(gè)試驗(yàn)測(cè)試設(shè)備中最為重要的一個(gè)器件，其特有的技術(shù)指標(biāo)以及性能的好壞都會(huì)直接影響爆炸聲源信號(hào)的錄取質(zhì)量[10-11]。在試驗(yàn)過程中，連發(fā)彈丸的爆炸聲信號(hào)可等價(jià)于單個(gè)目標(biāo)信號(hào)的線性疊加，所以，曾成功應(yīng)用于單目標(biāo)信號(hào)的時(shí)頻分析方法同樣適用于多目標(biāo)信號(hào)的時(shí)頻分析[12]。通過課題組前期對(duì)大量爆炸聲信號(hào)的分析總結(jié)，可提取出目標(biāo)信號(hào)的四個(gè)時(shí)頻特征參數(shù)：①信號(hào)持續(xù)時(shí)間。爆炸聲波信號(hào)時(shí)域表現(xiàn)為短時(shí)多脈沖，主脈沖的上升時(shí)間約為10毫秒，信號(hào)持續(xù)時(shí)間約為100毫秒。②信號(hào)頻譜分布。爆炸波是彈丸在爆炸時(shí)沖擊空氣分子所產(chǎn)生的波動(dòng)，每一種型號(hào)的彈藥武器發(fā)射聲波和爆炸聲波均有其固有的頻率特點(diǎn)[13]。③衰減阻尼。信號(hào)能量在釋放傳遞的過程中，持續(xù)震蕩衰減，因此采集的信號(hào)包絡(luò)呈現(xiàn)出單邊下降的規(guī)律。④能量量級(jí)。相同類型彈丸爆炸產(chǎn)生的聲波能量基本一致，考慮到聲音傳輸?shù)穆窂讲町?，同一傳感器接收到得不同目?biāo)的信號(hào)能量應(yīng)該處于同一量級(jí)。

目標(biāo)信號(hào)的四個(gè)時(shí)頻參數(shù)是后續(xù)信號(hào)處理的基礎(chǔ)和依據(jù)，如圖1所示。可根據(jù)信號(hào)脈沖寬度和頻譜分布對(duì)信號(hào)進(jìn)行預(yù)處理，剔除干擾，放大信號(hào)?？筛鶕?jù)信號(hào)的脈沖寬度、頻譜、衰減阻尼設(shè)計(jì)Laplace小波[14-15]，并構(gòu)造信號(hào)特征函數(shù)庫，用模板匹配的方法對(duì)信號(hào)進(jìn)行識(shí)別。另外，還可以根據(jù)信號(hào)持續(xù)時(shí)間和能量特征對(duì)信號(hào)是否存在粘連進(jìn)行區(qū)別性判斷。

圖1 信號(hào)時(shí)頻分析與信號(hào)處理的聯(lián)系

2 算法

課題組對(duì)單目標(biāo)的聲信號(hào)處理技術(shù)曾進(jìn)行了系統(tǒng)深入的研究，提出的時(shí)延估計(jì)算法分為信號(hào)預(yù)處理、目標(biāo)識(shí)別、時(shí)延提取三個(gè)步驟。多目標(biāo)聲信號(hào)處理與單目標(biāo)聲信號(hào)處理步驟基本相同。但多目標(biāo)信號(hào)處理難度更大，具體表現(xiàn)為以下兩點(diǎn)：①難以準(zhǔn)確地判斷各個(gè)目標(biāo)信號(hào)存在的時(shí)間段。②當(dāng)時(shí)域相鄰目標(biāo)信號(hào)出現(xiàn)粘連狀況時(shí)，需要對(duì)該組信號(hào)進(jìn)行局部分解。

因此，在前期單目標(biāo)信號(hào)處理的研究基礎(chǔ)上，針對(duì)多目標(biāo)信號(hào)特點(diǎn)，開發(fā)了多目標(biāo)聲源信號(hào)處理軟件，算法的基本原理如圖2所示。算法的實(shí)現(xiàn)同樣分為信號(hào)預(yù)處理、目標(biāo)識(shí)別和時(shí)延提取三個(gè)部分。在目標(biāo)識(shí)別的過程中，在原有特征小波模板匹配的基礎(chǔ)上，引入了“分水嶺算法”，從而對(duì)目標(biāo)進(jìn)行準(zhǔn)確的識(shí)別與定位。同時(shí)，該過程增加了對(duì)信號(hào)是否具有粘連特性的判斷，一旦發(fā)現(xiàn)該組信號(hào)存在粘連，則根據(jù)特征小波模板以及信號(hào)的脈寬、能量等特性，分解粘連脈沖。文章第二部分中的2.1～2.3節(jié)將會(huì)分別對(duì)信號(hào)預(yù)處理、目標(biāo)識(shí)別和時(shí)延提取這三個(gè)部分的處理過程進(jìn)行詳細(xì)介紹。

圖2 連發(fā)聲信號(hào)時(shí)延估計(jì)流程

2.1 信號(hào)預(yù)處理

鑒于在靶場(chǎng)試驗(yàn)時(shí)，現(xiàn)場(chǎng)環(huán)境復(fù)雜且多變，數(shù)據(jù)采集系統(tǒng)采集到的信號(hào)常會(huì)參雜多種非目標(biāo)的聲信號(hào)，如蟲鳴聲、設(shè)備車輛及油機(jī)的轟鳴聲、風(fēng)聲等環(huán)境噪聲以及無線傳輸?shù)男诺涝肼?、?shù)模轉(zhuǎn)換的采樣噪聲等，這些噪聲在很大程度上會(huì)直接影響目標(biāo)聲源的定位精度，為保證聲源信號(hào)定位的精確性，首要任務(wù)就是在信號(hào)識(shí)別和時(shí)延提取過程之前對(duì)原始波形信號(hào)進(jìn)行預(yù)處理。彈丸爆炸產(chǎn)生的聲信號(hào)與周圍噪聲信號(hào)相比，通常表現(xiàn)為突發(fā)性和短暫性，而周圍的干擾噪聲信號(hào)一般幅值和頻率變化較小，且通常在固定時(shí)間內(nèi)呈周期性變化，根據(jù)這一特性采用帶通濾波器將此類與爆炸聲不同的內(nèi)嵌噪聲去除。除此之外，原始信號(hào)還存在較大的直流漂移、尖銳毛刺等現(xiàn)象。所以為了準(zhǔn)確地還原目標(biāo)聲信號(hào)，對(duì)該類聲源信號(hào)依次進(jìn)行了去除直流、消除毛刺等操作。圖3為實(shí)測(cè)某型彈四連發(fā)爆炸聲信號(hào)的預(yù)處理結(jié)果示意圖。

圖3 某型彈4連發(fā)爆炸聲信號(hào)的預(yù)處理效果

2.2 目標(biāo)識(shí)別

多目標(biāo)與單目標(biāo)信號(hào)處理的區(qū)別只存在于目標(biāo)識(shí)別的過程，對(duì)這部分內(nèi)容主要增加功能：對(duì)目標(biāo)信號(hào)進(jìn)行時(shí)域分割，目的在于準(zhǔn)確定位各個(gè)爆炸聲信號(hào)存在的時(shí)間窗口。假若出現(xiàn)不同目標(biāo)的時(shí)間窗口重疊，即聲源信號(hào)存在信號(hào)粘連，則需要將局部信號(hào)進(jìn)行分解處理，以保證后續(xù)時(shí)延提取過程的精度。具體處理流程如下。

第一步：利用信號(hào)時(shí)頻分析時(shí)構(gòu)造的特征小波函數(shù)，對(duì)預(yù)處理后的爆炸聲信號(hào)進(jìn)行全局匹配，得到匹配系數(shù)的分布曲線。匹配系數(shù)的大小直接反應(yīng)了該時(shí)間點(diǎn)出現(xiàn)目標(biāo)信號(hào)的概率。圖4為某次匹配系數(shù)的分布曲線示意圖。

第二步：利用分水嶺算法，從高至低依次選用不同閾值對(duì)匹配函數(shù)進(jìn)行時(shí)域分割。綜合利用信號(hào)的持續(xù)寬度、能量量級(jí)、匹配系數(shù)三種信息，對(duì)劃分的連通域進(jìn)行篩選。一旦發(fā)現(xiàn)某個(gè)閾值分割得到的有效連通域數(shù)目大于或等于目標(biāo)數(shù)，則停止分割。保留有效連通域數(shù)目最多的分割結(jié)果。圖5是某次時(shí)域分割的示意圖。

第三步：判斷是否存在信號(hào)粘連。若相鄰連通域的時(shí)間間隔小于信號(hào)持續(xù)時(shí)間(一般設(shè)為100毫秒)，或者經(jīng)過篩選的有效連通域數(shù)小于目標(biāo)數(shù)，則說明有信號(hào)粘連，此時(shí)執(zhí)行第四步，否則直接跳轉(zhuǎn)到第五步。

第四步：利用聲源目標(biāo)的能量特性以及信號(hào)寬度，必要時(shí)借助人工輔助判斷，鎖定粘連信號(hào)的時(shí)間段，同樣利用第一步中應(yīng)用的特征小波基構(gòu)造的目標(biāo)模板，將粘連的局部信號(hào)進(jìn)行分解。圖6為對(duì)粘連信號(hào)的分解效果示意圖。

第五步：進(jìn)一步利用信號(hào)持續(xù)寬度、能量量級(jí)、匹配系數(shù)三種信息篩選連通域，直到連通域數(shù)等于目標(biāo)數(shù)。最后在各連通域內(nèi)，重新進(jìn)行特征函數(shù)的匹配過程，并以各局部匹配系數(shù)峰值位置作為對(duì)應(yīng)目標(biāo)信號(hào)的起點(diǎn)。

圖4 特征小波匹配結(jié)果

圖5 基于分水嶺算法的信號(hào)分割示意圖

目標(biāo)識(shí)別的第二步與第五步都對(duì)信號(hào)分割的連通域進(jìn)行篩選，這個(gè)過程正是對(duì)疑似目標(biāo)的判斷識(shí)別過程，其中需要綜合利用信號(hào)的持續(xù)寬度、能量量級(jí)、匹配系數(shù)三種信息。假設(shè)采集的信號(hào)為S(i),0≤i≤N,利用特征小波模板匹配信號(hào)，得到的系數(shù)分布為k(i),0≤i≤N,信號(hào)理論持續(xù)時(shí)間為W，能量量級(jí)為E。對(duì)匹配系數(shù)k(i)進(jìn)行分割后得到L個(gè)連通域，其中第m個(gè)連通域記為Am(p,q),1≤m≤L,p,q分別為連通域的起點(diǎn)和終點(diǎn)，該連通域的目標(biāo)綜合相似系數(shù)f(m)根據(jù)(1)式計(jì)算：

(1)

其中:km、Em分別表示第m個(gè)連通域的模板匹配系數(shù)與信號(hào)能量，分別按照(2)式和(3)式計(jì)算。

km=max{k(p),k(p+1),...,k(q)}

(2)

(3)

在目標(biāo)識(shí)別的過程中，正是以連通域的目標(biāo)綜合相似系數(shù)f(m)為依據(jù)進(jìn)行篩選的。

2.3 時(shí)延提取

時(shí)延提取算法是目前聲源定位技術(shù)應(yīng)用最為廣泛的一種方法[11]。由于單個(gè)爆炸脈沖信號(hào)的持續(xù)時(shí)間較長(zhǎng)，一般約為100毫秒，且上升沿不夠陡峭，系統(tǒng)要求時(shí)延提取精度為毫秒量級(jí)，所以不能直接將電壓信號(hào)的峰值作為爆炸聲波到達(dá)傳感器的時(shí)刻。根據(jù)目標(biāo)信號(hào)持續(xù)時(shí)間的先驗(yàn)信息，可構(gòu)造與目標(biāo)寬度大致相等的矩形窗，將此窗函數(shù)與原信號(hào)的平方作卷積運(yùn)算即對(duì)信號(hào)的能量進(jìn)行局部累積。假設(shè)原信號(hào)為S(n)，窗長(zhǎng)為L(zhǎng)，能量累積后的函數(shù)E(n)的計(jì)算過程如式(4)。

(4)

顯然，累積后的結(jié)果盡可能保留了有效的爆炸信息，同時(shí)平滑掉持續(xù)時(shí)間相對(duì)較短、能量較低的干擾信號(hào)，使聲信號(hào)起始點(diǎn)位置以主峰的形式表現(xiàn)出來。然后根據(jù)識(shí)別部分對(duì)信號(hào)存在時(shí)間段的定位，搜索局部最大值，將最大值出現(xiàn)的時(shí)刻作為對(duì)應(yīng)爆炸信號(hào)的時(shí)延。圖7為時(shí)延提取過程示意圖。

圖7 時(shí)延提取的過程

2.4 操作軟件

根據(jù)2.1節(jié)～2.3節(jié)闡述的多目標(biāo)信號(hào)處理算法，課題組對(duì)此開發(fā)了專門的操作軟件，時(shí)延估計(jì)操作軟件界面如圖8所示。

圖8 時(shí)延估計(jì)操作軟件界面

3 實(shí)驗(yàn)與影響因素分析

3.1 模擬仿真

為了檢驗(yàn)所開發(fā)算法的時(shí)延識(shí)別能力和估計(jì)精度，課題組對(duì)多次射擊過程進(jìn)行了數(shù)值仿真。參考某型火箭彈試驗(yàn)的實(shí)際參數(shù)，假設(shè)40連發(fā)彈丸的預(yù)定落點(diǎn)為(0,0)，射頻為2發(fā)/秒，落點(diǎn)的距離與方向散布誤差服從獨(dú)立的均值為0的正態(tài)分布，標(biāo)準(zhǔn)差分別為300米、1 000米，爆炸聲波信號(hào)S(t)從實(shí)測(cè)信號(hào)中截取，持續(xù)時(shí)間取100毫秒，采樣頻率為20 k赫茲，信號(hào)幅度隨著距離d的衰減公式為：

(5)

令聲音傳播速度為340米/秒，風(fēng)速為0。四個(gè)傳感器的坐標(biāo)為：A1(500 m,1 500 m)，A2(500 m,-1 500 m)，A3(-500 m,-1 500 m)，A4(-500 m,1 500 m)。課題組共仿真了1 000次射擊，每次均用文中算法對(duì)各傳感器的仿真信號(hào)進(jìn)行處理，將估計(jì)的時(shí)延與理論時(shí)延進(jìn)行認(rèn)真比較，仿真結(jié)果表明時(shí)延估計(jì)的均方根誤差為1.2毫秒。圖9顯示了一次仿真中，A1傳感器接收到的波形以及所提取的部分時(shí)延。

圖9 A1傳感器接收到的波形以及局部信號(hào)提取的時(shí)延

3.2 射擊試驗(yàn)

為了更好地驗(yàn)證所開發(fā)算法的正確性以及有效性，課題

組多次利用自行研制的無線數(shù)據(jù)采集系統(tǒng)(圖10)采集連發(fā)彈丸的爆炸聲波信號(hào)，通過試驗(yàn)測(cè)得的落點(diǎn)數(shù)據(jù)反算各站信號(hào)的理論時(shí)延，并將其作為真值與信號(hào)處理的時(shí)延做以比對(duì)。表1列舉了某次試驗(yàn)四連發(fā)彈丸落點(diǎn)信號(hào)的處理結(jié)果。從處理結(jié)果可知，目標(biāo)捕獲率為100%，證明時(shí)延估計(jì)算法是正確有效的，時(shí)延估計(jì)誤差與數(shù)值仿真基本一致，但是標(biāo)精度不夠理想，原因在于試驗(yàn)時(shí)沒有專業(yè)氣象參數(shù)測(cè)量設(shè)備，人工估計(jì)風(fēng)速具有較大誤差。

圖10 聲測(cè)連發(fā)地面炸點(diǎn)系統(tǒng)樣機(jī)

表1 聲測(cè)四連發(fā)落點(diǎn)結(jié)果

4 結(jié)論

本文以被動(dòng)聲定位原理技術(shù)應(yīng)用于連發(fā)地面炸點(diǎn)目標(biāo)的測(cè)試問題作為切入點(diǎn)，并依據(jù)復(fù)雜背景環(huán)境下連發(fā)彈丸爆炸聲信號(hào)的特點(diǎn)，提出了一套多目標(biāo)聲信號(hào)時(shí)延估計(jì)算法，通過對(duì)自研原理樣機(jī)采集的聲信號(hào)進(jìn)行處理，并與計(jì)算機(jī)仿真結(jié)果相對(duì)比，發(fā)現(xiàn)結(jié)果基本一致，誤差較小，證明該方法可靠性高、實(shí)時(shí)性好，同時(shí)解決了連發(fā)爆炸聲信號(hào)的識(shí)別和時(shí)延估計(jì)問題，具有一定的抗干擾能力。若要進(jìn)一步提高時(shí)延估計(jì)精度，需提高聲傳感器的靈敏度和信號(hào)采樣頻率。