李启虎:不忘初心,再创辉煌:声呐技术助推海洋强国梦

<正>水声信号处理和声呐技术是一门发展迅速、需求推动力强大、应用前景异常广阔的学科。20世纪60年代以来,由于潜艇的被动和主动隐身需求,催生了用于目标探测和识别的低频、大孔径拖线阵声呐的研制和低频大功率发射基阵的使用。强劲的需求成为声呐新技术迅速发展的重要原因。其发展和完善依赖于大量有准备的实验测试。理论推导的结果和对声呐设备性能的预估,需要经过一     

基于数学形态学的声纳主动探测信息净化方法

针对主动声呐探测画面中混响和被动条状干扰问题,提出了一种基于数学形态学滤波的主动探测信息净化方法。该算法通过研究数学形态学滤波器的频响特性,构造与主动声呐探测画面中目标频率特性匹配的结构元素,然后对主动声呐探测画面进行形态学滤波处理,估计主动声呐探测画面的干扰背景,最后进行探测信息净化,并利用形态学滤波对净化后图像进行增强。海试数据处理结果表明,该文方法能够有效抑制低频被动条状干扰以及混响背景,使点状目标在图像中表现更为明显,更有利于目标检测。     

一种改进的时变转移概率AIMM跟踪算法

针对矢量线阵跟踪目标低频线谱提取问题,提出了一种矢量线阵低频线谱提取方法,其中利用拉平后线谱的均方差乘一比例因子设为门限的方法,可以有效提取线谱成分;并且研究了利用互谱中高信噪比线谱测向剔除干扰线谱方法,准确提取出目标特征线谱,可较有效解决矢量线阵左右舷目标低频线谱特征相互干扰问题。上述矢量线阵低频线谱提取方法,得到了海试数据的初步验证。     

具有高泛化性能的无源声呐目标识别算法

针对水声信号的特性和无源声呐目标识别的特点，提出了一种有师自组织神经网络分类算法。该算法主要针对水声信号的样本不完备的问题，在前债神经网络中引入了多重神经元激活模型和自组织竞争学习算法，使无源声呐分类系统的泛化性能有了明显的提高。该算法采用分层学习策略，有效地节省了训练时间，同时减少了陷入局部最优解的概率。通过对实录海上无源声呐目标信号的分类实验，检验了算法的识别能力和泛化能力，实验结果责明该算法具有良好的泛化能力同时保持了较高的识别率．     

舰船辐射噪声超混沌现象研究

水下弱目标探测和识别一直是水声信号处理领域中研究的难点。从Lyapunov指数谱、吸引子相空间轨迹的演化、分形维数等方面，对船舶辐射噪声是否存在超混沌现象进行了研究。实验结果表明，船舶辐射噪声信号确实存在至少两个正的Lyapunov指数，即存在超混沌现象。辐射噪声吸引子在相空间中的轨迹具有多方向伸展的趋势，且不同类型目标的吸引子具有不同的分形维数。研究结果为建立精确描述辐射噪声信号的非线性模型、为水下弱目标信号探测和识别提供一定的理论依据。     

水下线谱噪声源识别的波束域时频分析方法研究

从联合空时频三维信息从发, 提出了波束域时频分析识别水下运动航行器低频线谱噪声源位置的方法. 首先, 利用小孔径圆环阵的超指向性波束形成, 将各线谱噪声源匀速通过正横位置附近时产生的多普勒信号在时域上分离. 其次, 分别使用伪Wigner-Ville分布和调频小波变换两种时频分析方法对波束输出的信号进行处理, 得到各噪声源信号的时频图像. 最后, 转换时间坐标到空间并参考配置信标, 即可识别低频线谱噪声源在水下航行器上的位置. 该方法解决了阵列识别水下低频噪声源的孔径受限问题, 同时对处理同频相干噪声源也适用. 仿真试验结果表明: 两种波束域时频分析方法都能较精确地识别低频线谱噪声源的位置; 在测量系统信息的配合下, 波束域调频小波变换的识别效果更优.     

船舶机械磁悬浮气囊混合隔振技术

有源无源混合隔振是控制船舶低频线谱噪声的重要技术,但工程应用的实例还非常少见。在磁悬浮-气囊混合隔振理论和原理样机研究的基础上,针对船用机械低频线谱的隔振需求,进一步突破了体积小、输出力大、功耗低、频响平直、波形失真度低等磁悬浮作动器工程化设计技术;解决了混合隔振器的稳定性和冲击、摇摆适应性等技术难题;研究了工程实用的控制算法,采用非线性逆模型补偿使控制系统线性化,并提出了窄带Fx-Newton时域算法,可在机械设备运行时的多线谱、多通道耦合、线谱振幅非稳态等情况下实现快速稳定控制;研制了船用200 kW柴发机组混合隔振装置,实验结果表明该技术具有优良的宽频隔振效果和低频线谱控制能力,性能可满足工程实用要求。     

齿鲸生物声呐目标探测研究综述

齿鲸依靠其天然的声呐系统进行水下目标探测.齿鲸通过前额的声发射系统发出超声脉冲,经声阻抗各异的声学结构调控形成波束,作用于目标,利用下颌区域的多相声接收通道接收目标回波.齿鲸通过分析目标回波中蕴含的时域、频域与能量等多维度信息,并进行非线性组合,实现目标探测与辨别.齿鲸目标探测过程蕴藏复杂的物理机理.本文以目标探测实验测量、目标回波散射分析与仿齿鲸声呐系统为出发点,回溯齿鲸声呐目标探测的相关研究.齿鲸在目标探测过程中,会根据目标强度、回波的时频信息,自适应调整其声发射脉冲频率、发射系统几何形态,实现高效探测,是优越的水声探测系统.参考齿鲸声呐设计人工探测系统可获取多维度的声场信息,与生物实验测量相辅相成,加深对生物多相介质中的声发射与声接收过程的理解,丰富齿鲸目标探测物理机理认知,为人工仿生声探测技术的发展与仿生水下装置设计提供新参考.     

船舶辐射噪声的混沌现象研究

水下弱信号的检测和识别是当今水声信号处理领域中存在的难题．应用混沌、分形理论，从根空间轨迹、Lyapunov指数和关联维等方面研究了船舶辐射噪声的混饨现象，发现船舶辐射噪声信号的确存在混沌吸引子，且不同类别的信号具有不同的吸引子维数．这一结果将为水声信号处理，为水下目标探测和识别提供崭新的理论手段。     

船舶机械磁悬浮气囊混合隔振技术

有源无源混合隔振是控制船舶低频线谱噪声的重要技术,但工程应用的实例还非常少见。在磁悬浮-气囊混合隔振理论和原理样机研究的基础上,针对船用机械低频线谱的隔振需求,进一步突破了体积小、输出力大、功耗低、频响平直、波形失真度低等磁悬浮作动器工程化设计技术;解决了混合隔振器的稳定性和冲击、摇摆适应性等技术难题;研究了工程实用的控制算法,采用非线性逆模型补偿使控制系统线性化,并提出了窄带Fx-Newton时域算法,可在机械设备运行时的多线谱、多通道耦合、线谱振幅非稳态等情况下实现快速稳定控制;研制了船用200 kW柴发机组混合隔振装置,实验结果表明该技术具有优良的宽频隔振效果和低频线谱控制能力,性能可满足工程实用要求。      

水声信号处理领域新进展

本文介绍近30年来水声信号处理领域理论研究的新进展和在声纳设计中的应用。包括水声信号建模、声场匹配、海洋波导和内波现象的探索和研究、声矢量场信息获取和处理,低频水声信道的时/空相关特性,水下目标辐射噪声的不变特征量提取和检测技术,水下语音、图像传输和抗干扰技术。同时概述,声纳设计的前沿领域:大孔径拖曳线列阵声纳、高分辨力合成孔径声纳、深海传呼机等的发展情况。     

基于时延神经网络模型的舰船辐射噪声目标识别*

水声目标被动识别是水声信号处理领域的研究热点之一。海洋环境中存在的不规则噪声干扰,使得基于传统方法的水声目标被动识别技术在实际的应用场景中效果不佳。本文采用一种基于时延网络(Time Delay Neural Network,TDNN)模型的舰船辐射噪声目标识别方法,该方法利用目标的短时平稳特性和长时关联特性对目标的声纹特征进行建模,使用梅尔谱图提取目标信号的初级特征,再通过融合注意力机制和时延神经网络的深度学习模型实现高级特性提取,最后再利用余弦相似度实现不同目标的类别划分。该方法在ShipsEar数据集和自行采集的数据进行测试验证,目标识别准确率分别达到79.2%和73.9%,可证明本文方法的有效性。     

参数未知的舰船辐射噪声检测方法

舰船辐射噪声的检测方法已有广泛研究,其中线谱特征是检测的重要依据。基于线谱特征的舰船辐射噪声检测方法常需要线谱数目、频率等参数作为检测的先验信息,这些信息不准确或无法确知时,检测方法的性能会受到显著影响。针对实际应用中对于未知舰船无法获得其参数信息的情况,研究基于连续谱谱峰特征的更为一般性的信号存在性检测方法。将窄带信号瞬时频率分析的思想扩展到舰船辐射噪声这类宽带信号,从信号频率与能量分布的角度推导得到宽带信号"瞬时频率"的近似表示式。构建宽带信号的瞬时频率检测器,并对其性能进行理论分析,结果表明该检测器的性能主要受舰船辐射噪声瞬时频率方差以及接收信噪比影响。通过计算机仿真和实际数据对算法的性能进行了验证。      

多频带联合包络调制谱检测

随着降噪消声技术的发展,如何有效被动检测低噪声目标,成为声纳研发者面临的主要问题之一。本文基于频谱感知、多频带联合检测及信息融合技术,提出了具有环境噪声利用和背景噪声抑制功能的多频带联合包络调制谱检测技术。此技术侧重基频调制谱检测,将可用带宽分为多个子频带,动态感知子频带内强频谱区域,将其峰值频率作为解调载波频率。并通过降采样和时间积累,提高调制谱频率分辨率和信噪比,通过联合检测和信息融合,提高调制谱检测率。仿真和海试数据分析验证了方法的有效性。此方法具有一定的应用价值和实际意义,将来还需要对方法理论和机理进行深入研究。     

遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法

特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。     

第五讲新型光纤水听器和矢量水听器

光纤水听器和矢量水听器作为当前水声研究领域最具有代表性的两大技术倍受业界关注。光纤水听器的重要贡献在于，从一个全新的角度出发，试图解决传统的水声传感和声纳数据传输一体化设计和实现的一系列问题，这有助于改善声纳系统的可靠性，并且有可能降低其制造、使用和维护的总成本。矢量水听器则由于其特有的指向性和矢量一相位处理方法，在低频和甚低频水声微弱目标探测方面具有潜在的优势．经过不懈的努力，光纤水听器和矢量水听器系统已经从实验室逐渐进入到工程应用阶段．这些对未来声纳系统的发展会产生相当重要的影响．文章尝试从声纳设计的角度对这两者的技术现状进行简要综述，包括它们各自的物理基础、工作原理、关键技术和应用领域．     

水下水平阵对空中运动声源的线谱探测

由于空气、海水介质声阻抗差异巨大,空中声源辐射的噪声透射入水的能量损失很大,加之水中声源目标的干扰,从水下探测空中声源相对困难。海试数据分析表明,空中高速运动声源噪声透射入水后信号较弱,在频繁存在干扰的水下声场环境中,常规宽带波束形成方法难以生效.针对空中声源普遍存在线谱的特点,首先利用线谱识别、提取与跟踪以及线谱加密技术对水下水平阵接收信号进行线谱分析,再通过剔除强干扰目标的线谱,成功分离出包含空中声源的线谱信号,实现对空中运动声源的探测,最远距离达16.8 km。通过理论和实验数据分析,验证了探测结果的正确性.      

水下声学浮标南中国海海洋环境噪声实测分析*

海洋环境噪声是多种自然噪声和人为噪声的复杂组合,其谱级大小和频率组成是影响声纳系统探测性能的重要参数,由于海洋环境噪声时空域特性是非常复杂的,因此需要对海洋环境噪声进行长时间和大范围的观测才足以分析其特性。本文通过在多剖面水下浮标平台基础上集成声学测量系统,研制出了一种具有海洋环境噪声监测能力的水下声学浮标平台,该浮标平台可多次上浮、下潜,具备原位坐底和定深漂流两种工作模式,能够连续观测海洋环境噪声时长多达几个月。利用2019年8月在南海海区组织的多台水下声学浮标组网试验数据,分析了不同频率海洋环境噪声谱级随时间变化特性,数据处理结果符合海洋环境噪声典型变化规律,试验表明,水下声学浮标可作为一种潜在的优势水下无人移动平台,用于长期监测海洋环境噪声特性。     

Acoustic multipath structure in direct zone of deep water and bearing estimation of tow ship noise of towed line array

In the towed line array sonar system, the tow ship noise is the main factor that affects the sonar performance. Conventional noise cancelling methods assume that the noise is towards the endfire direction of the array. An acoustic experiment employing a towed line array is conducted in the western Pacific Ocean, and a strange bearing-splitting phenomenon of the tow ship noise is observed in the array. The tow ship noise is split into multiple noise signals whose bearings are distributed between 10° and 90° deviating from the endfire direction. The multiple interferences increase the difficulty in recognizing the target for the sonar operator and noise cancellation. Therefore, making the mechanism clear and putting forward the tow ship noise splitting bearing estimation method are imperative. In this paper, the acoustic multi-path structure of the tow ship in deep water is analyzed. Then it is pointed out that the bearing-splitting phenomenon is caused by the main lobe of direct rays and bottom-reflected rays, as well as several side lobes of direct rays. Meanwhile, the indistinguishability between the elevation angle and the bearing angle due to the axial symmetry of a strict horizontal line array causes the bearing to deviate from the endfire direction. Based on the theory above, a method of estimating bearing of the tow ship noise in deep water is proposed. The theoretical analysis results accord with the experimental results, which helps to identify the target and provide correct initial bearing guidance for noise cancelation methods.     

水中目标窄带噪声识别的听觉外周模型

为解决听觉外周模型特征在具有工程背景的水中目标声信号分类研究中识别率下降问题,提出了一种外周模型Gammatone滤波器组修正方法,获得的窄带噪声特征可明显提高水中目标识别性能。首先,分析了识别率下降原因,发现声学工程应用中多通道数据采集,导致信号频率范围变窄,而引起声信号的时频特征发生变化。其次,根据听觉模型用Gammatone滤波器组模拟人耳基底膜频率分解特性、低频信息包含水中目标噪声信号的重要类别特征,对原有的听觉模型特征进行插值,对滤波器组的通道数与中心频率进行适应性修正,得到目标噪声在较窄频带的27维特征,修正后的模型能够更精细地反映出目标时频特性。最后,采用神经网络分类器进行实验。结果表明,修正后的听觉模型保留了原较宽频带特征的主要信息,而且进一步提高了对实际目标的分类能力,识别率由原来的82.59%提高到88.80%。本文提出根据工程应用平台的有效接收频带优化听觉外周模型Gammatone滤波器组的设计,采用阵元级的多通道数据进行分析,侧重于工程应用,解决了多通道数据采集中,由于频带变窄,导致信号的特征信息量下降,进而引起声特征识别性能下降的问题,修正后的听觉模型特征,有效地提高水中目标辐射噪声的识别效果。本文对从事无源声呐目标识别、有源声呐目标识别、带宽受限的多通道声数据采集的时频特性分析研究人员具有一定的参考价值。