Анализ характеристик обнаружения алгоритма обнаружения гистограммы одноклеточных гидрофонов

Алгоритм гистограммыОдиночный вектор гидрофонимеет хорошую надежность и целевую оценку азимута. В этой статье анализируется и суммирует эффективность обнаружения целей алгоритма гистограммы и предлагает автономное обнаружение подводных мишеней на основе оценки целевого азимута. Алгоритм отслеживания, этот алгоритм может достичь автономного обнаружения наличия или отсутствия мишеней в воде. Результаты тестирования моделирования и анехозных тестов бассейна показывают, что отношение сигнал / шум, необходимое алгоритму гистограммы для достижения автономного отслеживания целей, должно быть больше -7 дБ. В настоящее время ошибка поиска направления составляет около 8◦, а ширина азимута -3 дБ составляет около 20 °. Анализ данных морских испытаний показывает, что алгоритм гистограммы может достигать полного обнаружения и отслеживания целей на расстоянии 13,8 км для поверхностного сосуда со скоростью 8,4 кН, с оптимальной ошибкой обнаружения направления 5◦ и −3 дБ подшипник на расстоянии 2 км. Спектральная ширина может достигать 10◦

Векторный каналВектор гидрофона датчикаимеет частоту независимую дипольную направленность и обладает способностью противостоять изотропному интерференции шума. Векторный гидрофон может достичь полной пространства без размытия ориентации, что обеспечивает решение для обнаружения целей на небольших подводных платформах, оснащенных подводными акустическими датчиками.

его преимущество пространства. В последние годы, благодаря постоянному улучшению технологии векторных гидрофонов, технология обработки векторных сигналов также применяется мощно. Получившись в результате спроса, она быстро развивалась. По сравнению с обычными гидрофонами звукового давления, векторные гидрофоны предоставляют более полную информацию о звуковом поле. Можно измерить скаляр звукового поля, а также можно получить характеристики вектора звукового поля, что значительно расширяет пространство обработки сигнала. Существует множество целевых алгоритмов оценки азимута, основанных на отдельных векторных гидрофонах, как правило, их можно разделить на две категории в соответствии с принципом обнаружения направления: одна - азимутская оценка, основанная на потоке звуковой энергии; Другой должен рассматривать каждый канал векторного гидрофона. Это многоэлементный массив, каждый элемент приблизительно находится в одном и том же положении в пространстве, а существующий метод обработки сигнала массива применяется к одному векторному гидрофону, используя характеристики шаблона потока массива самого одного векторного гидрофона. Различные алгоритмы обнаружения направления целевого направления имеют свои собственные преимущества и недостатки. Сделанные с другими алгоритмами, алгоритм средней гистограммы обладает лучшей надежностью и оценкой ориентации целевой ориентации и обладает способностью подавлять узкие и сильные интерференции спектра линии, что особенно подходит, что особенно подходит, что особенно подходит, что особенно подходит, что особенно подходит, что особенно подходит, что особенно подходит, что особенно подходит для Для инженерных приложений. В этой статье анализируется и суммирует алгоритм обнаружения направления гистограммы, основанный на одном векторном гидрофоне, и предлагает алгоритм автономного обнаружения и отслеживания для подводных мишеней на основе оценки ориентации целевой ориентации, используя компьютерное моделирование, данные измерения анехического пула и данные о морских экспериментах, анализируемые гистограммы и график, анехические данные измерения пула и морские эксперименты. Производительность обнаружения целей алгоритма.

1 Теоретический алгоритм

1.1 Алгоритм поиска направления гистограммы

Алгоритм гистограммы необходимо сначала рассчитать целевые оценки азимута в разных точках частоты, и выражение расчета

θ (f) = arctan re ⟨p ∗ w (f) × vyw (f)⟩ re ⟨p ∗ w (f) × vxw (f)⟩ = arctan ⟨iy (i, f)

⟨Ix (i, f)⟩, (1) в формуле (1), θ (f) представляет целевую азимуту, рассчитанную на разных частотах F, а PW, VXW и VYW представляют звуковое давление векторного гидрофона в P и Вибрация в направлении x соответственно. Канал скорости и канал скорости вибрации Y-направления собирает сигнальные спектра, а IX и IY представляют поток акустической энергии в направлении X и направлении Y, соответственно. Из уравнения (1) видно, что целевой азимут, рассчитанная по уравнению (1), связана с частотой F, а оценки азимута -мишени в разных точках частоты различны. Метод оценки целевого азимута через гистограмму может использоваться для расчета целевого азимута в окружающей среде. Узкополосные помехи и сильное подавление интерференции спектра линии, но когда в среде есть несколько целей. Когда излучаемые частоты шума перекрываются друг другу, метод гистограммы не может получить истинный азимут каждой цели, только поток звуковой энергии каждой цели.

Комбинированная ориентация будет смещена к более интенсивной целевой ориентации. Статистика азимута гистограммы состоит в том, чтобы подсчитать целевой, оцененный азимут θ (f) в соответствующем азимут -интервале в соответствии с количеством точек частоты. Если интервал азимута делится на 1◦, то k = [θ (f) × 180/π], φ (k) = φ (k) + 1, (2) В формуле (2) [] представляет округление Операция, k - это значение, полученное путем округления θ (f), например, θ (f) 60, затем θ (f) = θ (f)+ 360◦, так что предполагаемый азимут цели падает на интервал [0 ◦ 360◦), φ - частота оценки азимута под каждым углом, а значение угла, соответствующее максимальному значению, является предполагаемым азимутом цели.

1.2

Алгоритм для автоматического обнаружения и отслеживания целей

Алгоритм автономного обнаружения и отслеживания для подводных целей на основе оценки ориентации целевой ориентации. Основная идея состоит в том, чтобы провести статистический анализ целевой ориентации, оцененной алгоритмом гистограммы, и сравнить статистику ориентации с заданными порогами, что, наконец, может реализовать автономное обнаружение подводных целей и отслеживания. Блок -схема автономного обнаружения и отслеживания целей включает в себя следующие пять шагов: (1) Сначала используйте алгоритм гистограммы одного векторного гидрофоны, чтобы сканировать все пространственное направление, чтобы получить предполагаемый азимут AG принятого сигнала; (2) Используйте постоянный виртуальный детектор тревоги (детектор CA-CFAR) выполняет постоянную ложную обработку тревоги на целевой ориентации, полученной на шаге (1); (3) Если детектор CA-CFAR судьи AG AG в качестве ориентации целевого сигнала, значение AG присваивается матрице AGT [I], в противном случае назначьте -1 матрицу AGT [i] (i = 1, 2, · , N); (4) Если количество значений матрицы agt = −1 больше, чем At AT (AT IS -порог, AT

Расчет средней квадратной ошибки, если stdat меньше, чем пороговый stddt, считается, что существует цель, и целевая позиция отслеживается, в противном случае повторяйте шаги (1) ∼ (4). Благодаря вышеупомянутым 5 этапам может быть достигнуто автономное обнаружение и отслеживание подводных целей. Принцип обработки CA-CFAR заключается в том, что при обнаружении и отслеживании определенной азимутальной цели, из-за нестационарного характера морской среды, вероятность ложной тревоги нестабильна вблизи определенной вероятности обнаружения и отслеживания в реальном времени Уровень шума окружающей среды устанавливает изменяющийся во времени порог может достичь постоянного эффекта обнаружения с постоянной вероятностью ложной тревоги для цели азимута. В целом, порог является функцией вероятности обнаружения и вероятности ложной тревоги. Технология обработки CA-CFAR-это алгоритм обработки сигналов, который обеспечивает порог обнаружения в системе автоматического обнаружения и сводит к минимуму влияние шума и помех на вероятность ложной тревоги системы обнаружения. В технологии обработки CA-CFAR, когда необходимо протестировать конкретную единицу, тестируемый блок называется тестовой единицей (тестовая ячейка, вырезанная), а единица образца, используемое для извлечения шумовой мощности вокруг тестового блока, называется в Справочный блок (ссылка). клетки, RC). Чтобы предотвратить протекание целевого сигнала в эталонную единицу, что отрицательно влияет на оценку мощности шума, часть выборки должна быть зарезервирована в виде охраняемой ячейки (GC) между контрольной единицей и тестовым блоком. Приведена взаимосвязь между тестовым блоком, контрольной единицей и блоком защиты.

2 Анализ производительности обнаружения целей

Этот раздел даст результаты компьютерного моделирования производительности обнаружения целей алгоритма гистограммы и использовать данные анахозных и морских испытаний для анализа

Алгоритм целевой направление обнаружение направления и автономные производительность отслеживания. Для простоты в этой статье анализируется только единая целевая ситуация.

2.1 Анализ моделирования

Условия моделирования следующие: учитывая, что широкополосный целевой сигнал зависит от одного векторного гидрофона с падающим азимутом 100◦ и соотношением сигнал / шум (отношение сигнал к шуму (SNR) в одной и той же полосе частотной полосы Установлен на -20 ∼ 16 дБ, с интервалами 2 дБ дополнительный шум - это белый шум гауссов, который не связан с падающим сигналом, а частота выборки составляет 20 кГц. Длина данных каждого процесса расчета составляет 5 с, а 75% данных воспроизводятся в временном окне.

Скорость стека подразделяется на 17 части данных с длиной 1 с, и 32768-точечное быстрое преобразование Фурье (быстрое преобразование Фурье) выполняется на каждом кусочке данных, форма, FFT), полоса частоты обработки составляет 200 Гц ∼3 кГц, 17 групп спектров интенсивности звука рассчитываются и усредняются, а затем алгоритм гистограммы используется для этой цели.

Расчетная стандартная ориентация. На рисунке 3 показаны результаты оценки азимута алгоритма гистограммы с использованием вышеуказанных условий моделирования в зависимости от отношения сигнал / шум (то есть нормализованный азимут-спектр варьируется в зависимости от сигнала. Амплитуда в разных азимутах) и 200 независимых экспериментов по моделированию Монте-Карло выполняются в каждом соотношении сигнал / шум. Можно видеть, что предполагаемая история азимута постепенно становится ясной по мере увеличения отношения сигнал / шум. Чтобы количественно описать эффективность оценки ориентации целевой ориентации алгоритма гистограммы, рисунок 4 и рисунок 5. Кривая ошибки обнаружения направления и –3 дБ ширина спектра азимута в зависимости от SNR. Можно видеть, что когда отношение сигнала к шуму составляет -7 дБ, обнаружение направления. Ошибка составляет около 8◦, а ширина спектра азимута -3 дБ составляет около 19◦; Когда отношение сигнал / шум больше 0 дБ, ошибка поиска направления и ширина азимута-спектра -3 дБ составляет соответственно менее 3◦ и 7◦

Рисунок 6 представляет собой кривую целевого флага автономного отслеживания с соотношением сигнала / шум в соответствии с целевым алгоритмом автономного обнаружения и отслеживания, предложенного в разделе 1. Флаг целевого отслеживания 1 представляет, что алгоритм достигает целевого отслеживания, а 0 означает, что что, что, что, что, что, что, что, что, что, что, что, что, что, что, что, что, что, что на целевом отслеживании. Отслеживание цели не достигается. Из рисунка 6 видно, что когда отношение сигнал / шум больше -7 дБ. Алгоритм гистограммы времени может достичь автономной цели.

2.2 Анализ теста резервуара

Чтобы освоить производительность обнаружения целей одноклеточного алгоритма гистограммы гидрофона, в анхот-пуле проводили одноклеточный тест на проверку эффективности обнаружения мишени. UW350 использовался в качестве целевого источника звука во время теста, и глубина использовалась для 3 м под водой. Сигнал, используемый в тесте, представляет собой ширину выхода источника сигнала. С белым шумом гауссов 10 В соответственно. Время передачи каждого сигнала составляет 60 с, и рассчитывается уровень источника звука небольшого эмиссии сигнала. Анкет На уровне источника звука эмиссии сигнала отношение сигнал / шум каждого канала векторного гидрофона может быть рассчитано на основе расстояния между векторным гидрофоном и источником звука. В таблице 1 показаны результаты широкополосного среднего отношения сигнал / шум сигнала источника звука, полученного каждым каналом векторного гидрофона, и дает среднее значение отношения сигнал / шум каждого канала в разных источниках звука интенсивности. Можно видеть, что значение пикового пикового выхода источника сигнала соответственно при 10 мВ, 20В, 25 мВ, 50 мВ, 100 мВ, 1 В и 10 В,широкополосный акустический преобразовательСреднее отношение сигнал / шум сигнала источника звука, полученного векторным гидрофоном, составляет -13 дБ, -7 дБ, -5 дБ, 1 дБ, 7 дБ, 27 дБ и 47 дБ.

Семь сигналов отношения сигнал / шум обрабатываются отдельно с использованием алгоритма гистограммы. Расчетные результаты оценки азимута изменяются со временем, как показано на рисунке 7. На рисунке также отмечается значение пикового пика выхода сигнала и вектор гидрофон в каждом периоде времени. Соотношение сигнал / шум приемника. Из рисунка 7 видно, что предполагаемый азимут целевой источника звука постепенно стабилизируется по мере увеличения отношения полученного сигнала и шум и в основном совпадает с истинным азимутом. Рисунок 8 и на рисунке 9 соответственно показывают ошибку оценки азимута и ширину спектра азимута -3 дБ сигналов сигнал / шум, излучаемые семью источниками звука алгоритмом гистограммы. Соотношение увеличивается и постепенно уменьшается. Ошибка поиска направления увеличивается, когда источник звука издает сигнал шума от пика до пика по сравнению с пиковым пиком 1 В. Это потому, что источник звука излучает сигнал высокого уровня источника звука.

Пул имеет неполное снижение шума в низкочастотной полосе, и существует сильное отражение интерфейса; Когда соотношение сигнал / шум составляет -7 дБ, ошибка установки направления составляет около 8 °, а ширина спектра азимута -3 дБ составляет около 23 °; и когда отношение сигнал / шум больше при 1 дБ, ошибка определения направления и ширина азимута-3 дБ составляет менее 4◦ и 19◦ соответственно. На рисунке 10 является кривая метка отслеживания цели с интенсивностью сигнала излучения источника звука, рассчитанного в соответствии с алгоритмом целевого автономного обнаружения и отслеживания. Можно видеть, что когда отношение сигнал / шум составляет -7 дБ, алгоритм гистограммы может достичь автономного отслеживания цели источника звука.

2.3 Анализ морских тестов

Используя данные подводного акустического буйного выявления целей, проведенных в северных водах Южно-Китайского моря в августе 2019 года, для анализа производительности обнаружения мишени гидрограммы одновековой гидрофоны использовался. Глубина испытательной области моря составляет около 1500 м. В течение периода испытаний погодные условия хорошие и ветер.

Скорость составляет около уровня 2. Результаты измерения прибора для глубины термосальта суда, показывают, что профиль скорости звука является равномерным слоем на глубине 40 м, а основной катастрофический слой скорости звука находится в глубине 40. 200 м, а ось звукового канала составляет 1000 м. Рядом с глубиной. Во время испытательного дня с 12: 33-14: 02 поверхностное сосуд с длиной 42 м, ширина 6 м и скорость 8,4 кН проходила возле подводного акустического буя при заголовке 301 °. В течение периода поверхностное сосуд и подводная акустика Расстояние буя составляет около 2 км в кратчайшие сроки и 13,8 км в самое дальнее время. Сравнительная диаграмма целевой оценки азимута, рассчитанная по алгоритму гистограммы и реальным азимутом поверхностного корабля, и видно, что алгоритм гистограммы находится во всем времени 12: 33-14: 02.

Рисунок 13 и на рисунке 14 соответственно показывают алгоритм гистограммы с ошибкой обнаружения направления цели поверхности и кривой изменения ширины ширины азимута -3 дБ со временем в период времени 12: 33-14: 02. Можно видеть, что ошибка поиска направления является лучшей, которую он может достичь в пределах 5 °, а ширина азимута -3 дБ может достигать около 10 ° вблизи точки расположения закрытия; Кроме того, из -за отклонения подводного положения подводного акустического буя расстояние между поверхностным кораблем и платформой буя ближе к ошибке обнаружения направления в момент времени увеличивается. Рисунок 15 является кривой марки отслеживания цели во времени, рассчитанной с помощью алгоритма целевого автономного обнаружения и отслеживания. Можно видеть, что алгоритм может достичь автономного отслеживания целей на протяжении всего диапазона для поверхностного сосуда со скоростью 8,4 кН на расстоянии 13,8 км.

3 Заключение

Целью требования к инженерным применению одноклеточных гидрофонов на подводных беспилотных платформах, в этой статье предлагается автономное обнаружение и отслеживание подводных целей. вектор гидрофон. Результаты компьютерного моделирования и анехозных данных теста резервуара показывают, что алгоритм гистограммы достигает отношения сигнал / шум, необходимое для автономного отслеживания. Если он превышает -7 дБ, ошибка обнаружения направления составляет около 8 °, а азимут-спектр Ширина -3 дБ составляет около 20 °. Данные тестирования SEA показывают, что глубокое море-это хорошие гидрологические условия, алгоритм гистограммы может достичь полного обнаружения и отслеживания целей для поверхностного сосуда со скоростью 8,4 кН на расстоянии 13,8 км. Лучшая ошибка установки направления может достичь 5 ◦, и ширина спектра азимута -3 дБ может достигать 10 ° вблизи близкого положения.