張忠波，雷 敏，胡光蘭

（中國(guó)船舶重工集團(tuán)有限公司第七一〇研究所，湖北 宜昌 443003）

0 引言

水雷武器以隱蔽性好、打擊突然、易布難除、效費(fèi)比高、能完成戰(zhàn)略任務(wù)等獨(dú)特優(yōu)點(diǎn)，為歷代海戰(zhàn)兵家所情有獨(dú)鐘。在第一次世界大戰(zhàn)中，各交戰(zhàn)國(guó)共布放水雷31萬枚，擊沉各種艦船800余艘，占當(dāng)時(shí)艦船損失總數(shù)的34%。在二戰(zhàn)中，各交戰(zhàn)國(guó)共布放水雷80余萬枚，擊沉各種艦船2 700余艘，占當(dāng)時(shí)艦船損失總數(shù)的11%。二戰(zhàn)以來，號(hào)稱世界第一的美國(guó)海軍獨(dú)霸海洋，幾乎沒有敵手，然而對(duì)美軍艦艇造成最大損失的卻是水雷。據(jù)統(tǒng)計(jì)，從朝鮮戰(zhàn)爭(zhēng)以來，先后有20艘美艦遭到敵方的直接打擊而不同程度地?fù)p毀，其中15艘是被水雷擊傷的。以美國(guó)為代表的西方各海軍強(qiáng)國(guó)認(rèn)為，水雷將給海軍的作戰(zhàn)行動(dòng)帶來最為嚴(yán)重的影響，反水雷是海軍的核心作戰(zhàn)能力，必須對(duì)水雷戰(zhàn)給予高度重視。

在與水雷的對(duì)抗中，反水雷[1-2]始終處于一種不對(duì)稱的被動(dòng)地位，始終是一項(xiàng)充滿不確定和危險(xiǎn)的使命任務(wù)，西方各國(guó)海軍一直在不遺余力地發(fā)展反水雷裝備，試圖打破這種不對(duì)稱性。傳統(tǒng)檢測(cè)方法主要采用聲、光、磁等物理方法對(duì)水雷探測(cè)、識(shí)別和定位[3]，只能從外觀和外殼材料上判斷是否為疑似水雷目標(biāo)，無法確定其是否含有爆炸物，是否存在威脅等。

搭載化學(xué)痕跡檢測(cè)[4]的UUV系統(tǒng)可以根據(jù)水雷裝藥口滲出的爆炸物羽流特性搜尋和跟蹤到真實(shí)目標(biāo)。本文的研究對(duì)象具有很強(qiáng)的特殊性，可供直接借鑒的文獻(xiàn)很少，在對(duì)類似羽流研究中，常見的研究建模方法主要有 Mie氏散射理論[5]、歐拉-拉格朗日方法[6]、圖像灰度[7]、CFD數(shù)值方法[8]等。

本文建立了水下爆炸物羽流跟蹤模型，搭建了計(jì)算仿真環(huán)境[9]，模擬 UUV在水中環(huán)境對(duì)化學(xué)羽流追蹤及源頭定位的過程。模型可以通過更改流場(chǎng)信息、羽狀物擴(kuò)散條件等方式模擬出不同形式的化學(xué)羽流，以模擬不同環(huán)境下的化學(xué)羽流運(yùn)動(dòng)，驗(yàn)證UUV利用追蹤方法對(duì)不同環(huán)境下的化學(xué)羽流追蹤和定位的有效性，并保證較高的成功率。

1 仿真模型

1.1 仿真模型設(shè)計(jì)要求

在滿足實(shí)時(shí)性的要求下，集成UUV所處環(huán)境和UUV自身的仿真模擬于一個(gè)整體。要求如下：

1）通過求解物理方程，獲得對(duì)流場(chǎng)演化較為真實(shí)的模擬，實(shí)現(xiàn)流場(chǎng)在一定程度上隨機(jī)的變化，并滿足實(shí)時(shí)性要求。

2）實(shí)現(xiàn)化學(xué)羽狀流輸運(yùn)較為真實(shí)的模擬，獲得化學(xué)羽狀物空間分布，并滿足實(shí)時(shí)性要求?；谟馉钗锓植?，提出合理的化學(xué)濃度模型。

3）UUV運(yùn)動(dòng)的模擬能夠較為真實(shí)地反應(yīng)欠驅(qū)動(dòng)載體在水動(dòng)力作用下的運(yùn)動(dòng)特性，并滿足實(shí)時(shí)性要求。

4）UUV化學(xué)羽狀流自主追蹤任務(wù)規(guī)劃模塊不能直接獲取化學(xué)羽狀物釋放源頭的位置信息，而是通過傳感器的信息進(jìn)行自主追蹤羽狀流，并確定化學(xué)源頭?；瘜W(xué)源頭位置信息只用于羽狀物輸運(yùn)的模擬。由此，可以檢驗(yàn)自主追蹤的有效性。

5）實(shí)現(xiàn)較好的用戶交互功能。參數(shù)的設(shè)置方便并能立刻生效，輸出結(jié)果可視化。能實(shí)時(shí)監(jiān)控UUV的狀態(tài)。

1.2 總體框架

本仿真模型主要分為2個(gè)大的框架：第1個(gè)框架用于模擬UUV所處的環(huán)境，包括流場(chǎng)實(shí)時(shí)計(jì)算模塊、化學(xué)羽狀流輸運(yùn)模塊；第2個(gè)框架用于模擬UUV自身，包括基于行為的規(guī)劃模塊、運(yùn)動(dòng)模塊、載體操縱性模塊等。傳感器是UUV本體所搭載的用于感知環(huán)境的設(shè)備。傳感器模塊是2個(gè)框架之間的交互接口。

如圖1所示，流場(chǎng)實(shí)時(shí)計(jì)算模塊負(fù)責(zé)搜索區(qū)域內(nèi)流場(chǎng)的演化，并得到流場(chǎng)的分布?；瘜W(xué)羽狀流實(shí)時(shí)輸運(yùn)模塊需要依賴這個(gè)流速分布計(jì)算羽狀物的分布?；瘜W(xué)濃度模塊依據(jù)羽狀物的分布可以計(jì)算化學(xué)羽狀物濃度C。UUV的流速傳感器模塊依據(jù)流場(chǎng)分布計(jì)算出UUV當(dāng)前位置處的流速Up，UUV的化學(xué)傳感器模塊依據(jù)化學(xué)濃度模塊計(jì)算出UUV當(dāng)前位置的化學(xué)濃度Cp。UUV的規(guī)劃模塊依據(jù)流速Up、化學(xué)濃度Cp以及從位置傳感器獲得的當(dāng)前位置p來進(jìn)行化學(xué)羽狀流自主追蹤的任務(wù)規(guī)劃，并將目標(biāo)艏向角ψ和目標(biāo)速度值Vc傳遞給運(yùn)動(dòng)模塊。運(yùn)動(dòng)模塊生成適當(dāng)?shù)膱?zhí)行機(jī)構(gòu)（舵槳）命令。執(zhí)行機(jī)構(gòu)的受力導(dǎo)入載體操縱性模塊進(jìn)行計(jì)算，能夠更新UUV的狀態(tài)和位置。

圖1 總體框架Fig. 1 Diagram of general framework

1.3 仿真模型設(shè)計(jì)

在計(jì)算和驗(yàn)證本仿真模型的研究過程中，搭建了計(jì)算、仿真和現(xiàn)實(shí)軟件環(huán)境。采用串口通信程序用于接收采集DSP輸出的加速度計(jì)、陀螺和濃度傳感器的測(cè)量數(shù)據(jù)。通過定義串口讀中斷事件和串口中斷處理函數(shù)，實(shí)現(xiàn)了數(shù)據(jù)的自動(dòng)采集，內(nèi)部進(jìn)行數(shù)值計(jì)算后，以MATLAB圖形方式實(shí)時(shí)顯示數(shù)據(jù)。

2 水中仿真實(shí)驗(yàn)驗(yàn)證

水中仿真實(shí)驗(yàn)中，設(shè)定的搜索區(qū)域?yàn)?50 m×100 m，源頭位置為（0，0），界面的右上角設(shè)定為（150 m，-50 m），左下角為（0，-50 m），如圖2所示。

圖2 羽流仿真示意圖Fig. 2 Schematic diagram of plume simulation

實(shí)驗(yàn)過程中，UUV的采樣周期為0.5 s，將搜索區(qū)域劃分為50×50個(gè)網(wǎng)格，規(guī)劃持續(xù)時(shí)間為5 s，丟失周期為20 s，保留40條流速／流向信息，人工勢(shì)場(chǎng)方法的伴隨網(wǎng)格為11×11，濃度閾值設(shè)定為0.2。

2.1 水中搜索行為仿真實(shí)驗(yàn)

UUV首次探測(cè)到羽狀物信息的時(shí)刻，即成功探測(cè)到羽狀物，進(jìn)而轉(zhuǎn)為追蹤羽狀物行為。在探測(cè)到羽狀物后，改進(jìn)人工勢(shì)場(chǎng)法計(jì)算指令艏向角，UUV沿指令艏向角方向繼續(xù)進(jìn)行羽狀物追蹤。

圖3所示為變化Z字形搜索行為的水中仿真搜索行為圖，源頭所在位置坐標(biāo)為（0，0），UUV從位置（100，-50）開始在搜索區(qū)域內(nèi)進(jìn)行搜索羽狀物行為。曲線條表示的是UUV運(yùn)動(dòng)路徑，曲線條首部位置的箭頭表示的是 UUV當(dāng)前時(shí)刻的艏向角，首部的箭頭表示的是當(dāng)前時(shí)刻指令艏向角。

圖3 搜索羽狀物行為水中仿真圖Fig. 3 Simulation map of plume searching behavior

2.2 水中再發(fā)現(xiàn)行為仿真實(shí)驗(yàn)

下面將對(duì)再發(fā)現(xiàn)水中仿真過程進(jìn)行說明。UUV的初始位置為（150，50），初始時(shí)間為t=0。如圖4所示，UUV從初始位置開始進(jìn)行搜索羽狀物行為，在t=149 s時(shí)刻，UUV在點(diǎn)（120，20）處第1次探測(cè)到羽狀物信息，轉(zhuǎn)為追蹤羽狀物行為，沿著改進(jìn)人工勢(shì)場(chǎng)計(jì)算出的艏向角追蹤羽狀物。在追蹤過程中，UUV在t=183 s時(shí)在點(diǎn)（80，10）處丟失羽狀物信息，轉(zhuǎn)為再發(fā)現(xiàn)羽狀物行為。再發(fā)現(xiàn)過程中，UUV在搜索完最內(nèi)層的近似三角形路徑后仍沒有探測(cè)到羽狀物，繼續(xù)在第2層路徑搜索，進(jìn)行到將近一半路徑的時(shí)候，UUV在點(diǎn)（50，5）處探測(cè)到羽狀物信息，因此結(jié)束再發(fā)現(xiàn)行為，再次轉(zhuǎn)為追蹤行為。

圖4 再發(fā)現(xiàn)行為水中仿真過程圖Fig. 4 Simulation process diagram of underwater rediscovery behavior

為了驗(yàn)證再發(fā)現(xiàn)行為在水中仿真平臺(tái)上應(yīng)用的可靠性，30次實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)：成功26次，失敗4次，成功率可達(dá)87%。經(jīng)過陸地和水中仿真平臺(tái)的實(shí)驗(yàn)驗(yàn)證，本文提出的再發(fā)現(xiàn)羽狀物行為能適應(yīng)不同的流場(chǎng)環(huán)境，丟失羽狀物后可以快速地再次探測(cè)到羽狀物，且具有較高的成功率，體現(xiàn)了搜索方法的自主性和智能性。

2.3 水中源頭確認(rèn)行為仿真實(shí)驗(yàn)

本節(jié)重點(diǎn)探討水中仿真平臺(tái)進(jìn)行源頭確認(rèn)行為的仿真驗(yàn)證。水中仿真平臺(tái)的源頭位置為（0，0），圖 5為源頭確認(rèn)行為水中仿真示意圖。圖中，在t=427 s時(shí)刻，UUV在進(jìn)行源頭確認(rèn)行為；該時(shí)刻計(jì)算得出的源頭概率值最大位置Ci，為（0，0.5）；源頭概率值最大值為0.907 3，即圖中紅色區(qū)域。計(jì)算得出的源頭概率最大值超過了設(shè)定的閾值τ，因此UUV在紅色區(qū)域周圍進(jìn)行源頭確認(rèn)。UUV沿近似矩形路徑進(jìn)行了2次確認(rèn)，2次確認(rèn)的結(jié)果相同，在源頭概率值最大位置Ci。上游5 m處沒有探測(cè)到羽狀物，而在下游5 m處探測(cè)到羽狀物，通過2次確認(rèn)的結(jié)果可以確認(rèn)源頭位置為（0，0）。進(jìn)行了多次源頭確認(rèn)的仿真實(shí)驗(yàn)，統(tǒng)計(jì)結(jié)果如圖6所示。

圖5 源頭確認(rèn)行為水中仿真路徑圖Fig. 5 Path diagram of underwater simulation of source confirmation behavior

圖6 水中仿真源頭確認(rèn)成功率示意圖Fig. 6 Schematic diagram of underwater simulation success probability on source confirmation

在仿真實(shí)驗(yàn)過程中，將確認(rèn)的源頭位置和真實(shí)源頭位置之間距離超過5 m定義為失敗。在統(tǒng)計(jì)的60次實(shí)驗(yàn)中，成功55次，失敗5次，成功率約為91.7%，可以看出設(shè)計(jì)的源頭確認(rèn)行為在水中仿真平臺(tái)具有較高的成功率，可以有效地提高源頭確認(rèn)行為的工作效率，并準(zhǔn)確地確認(rèn)真實(shí)源頭位置。

2.4 水中追蹤行為仿真實(shí)驗(yàn)

同樣選取了UUV追蹤過程中4個(gè)瞬間的截圖，通過對(duì) 4個(gè)瞬間的說明來驗(yàn)證提出的追蹤羽狀物方法的可行性，見圖7-10。

圖7 UUV大范圍搜索仿真圖Fig. 7 UUV search simulatin diagram

如圖7所示，UUV從初始位置出發(fā)，進(jìn)行搜索羽狀物行為，圖中帶顏色區(qū)域?yàn)橛?jì)算得出的源頭概率分布地圖。在初始時(shí)刻，UUV得到的羽狀物信息比較少，所以在大部分區(qū)域計(jì)算出的概率值都是相同的，只是在自己經(jīng)過的區(qū)域附近概率值有所降低。如圖8所示，t=46 s時(shí)刻，UUV第1次探測(cè)到羽狀物信息，轉(zhuǎn)為追蹤羽狀物行為。圖中可以看出，在探測(cè)到羽狀物信息后，更新了源頭概率分布地圖，之前全部搜索區(qū)域都有可能存在源頭的情況消失了，相應(yīng)的在UUV上游方向出現(xiàn)了面積比較小的深色區(qū)域。通過更新的源頭概率分布地圖，將可能存在源頭的區(qū)域縮減到很小的區(qū)域，通過得到羽狀物信息的增多，更新的源頭概率分布地圖會(huì)逐漸縮小到非常小的區(qū)域。圖9所顯示的是UUV利用改進(jìn)人工勢(shì)場(chǎng)法進(jìn)行追蹤羽狀物的過程。UUV以源頭概率分布地圖為基礎(chǔ)，利用改進(jìn)人工勢(shì)場(chǎng)法計(jì)算出追蹤羽狀物的方向，然后沿著追蹤方向進(jìn)行運(yùn)動(dòng)，直到確認(rèn)源頭位置。圖10所示為UUV在進(jìn)行源頭確認(rèn)，圖中黑色點(diǎn)的位置為概率最大位置，可以看出通過羽狀物信息的增多，源頭概率分布地圖將可能存在源頭的位置縮減到非常小的區(qū)域，方便UUV進(jìn)行源頭確認(rèn)行為。通過仿真實(shí)驗(yàn)的成功，可以驗(yàn)證基于改進(jìn)人工勢(shì)場(chǎng)的方法是比較高效的追蹤羽狀物算法，可以給UUV提供相對(duì)較優(yōu)的追蹤軌跡。在多次仿真實(shí)驗(yàn)中，該方法都能成功地找到源頭位置，說明該方法具有良好的穩(wěn)定性。

圖8 UUV剛探測(cè)到羽狀物示意圖Fig. 8 Schematic diagram of UUV initial detection of plume

圖9 追蹤羽狀物過程仿真圖Fig. 9 Simulation diagram of tracking plume

圖10 源頭確認(rèn)過程仿真圖Fig. 10 Simulation diagram of plume confirmation process

3 結(jié)束語

本文以水下爆炸物羽流跟蹤與定位為研究對(duì)象，建立了仿真模型。提出了仿真模型設(shè)計(jì)要求、建立了總體框架、完成了程序設(shè)計(jì)，并通過爆炸物水中搜索、再發(fā)現(xiàn)、源頭確認(rèn)和追蹤等行為水中實(shí)驗(yàn)仿真驗(yàn)證了此模型的有效性。在后續(xù)的工作中，將開展水池和海洋真實(shí)場(chǎng)景測(cè)試，完善和校準(zhǔn)羽流跟蹤與定位模型。