孫國振 謝志強 陳路偉
摘 要: 采用直覺模糊決策方法對水下傳感器組合方式進行了建模,并將海洋環(huán)境和目標信息元素加入到模型當中,建立水下傳感器直覺模糊探測模型,利用對可知信息的可信度和未知信息的未知度描述已知水下傳感器的性能及相應(yīng)的未知海洋環(huán)境和特定目標信息,給出方案比較計算方法。選擇了四類水下傳感器和三類目標,并對本文建立的模型進行了驗證,證明該模型是有效的。
關(guān)鍵詞: 直覺模糊決策; 水下傳感器; 信息融合; 可信度描述
中圖分類號: TN929.3?34 文獻標識碼: A 文章編號: 1004?373X(2015)01?0018?04
Abstract: The intuitionistic fuzzy decision is adopted in this paper to conduct modeling of the underwater multi?sensor combining mode, in which the ocean circumstance and target information are considered. The intuitionistic fuzzy detection model of underwater sensors was build. The underwater sensor performance, corresponding unknown ocean information and target information are known according to the description of credibility of the known information and unknown degree of the unknown information. The comparison and calculation methods are given. Four kinds of underwater sensors and three kinds of targets were chosen. The model established in this paper is verified to prove its efficiency.
Keyword: Intuitionistic Fuzzy decision; underwater sensor; information fusion; reliability description
0 引 言
隨著聲納相關(guān)科學的深入,推動了水下傳感器以及隱身技術(shù)的發(fā)展,在現(xiàn)代艦艇和潛艇上已配備多種水下傳感器。由于水下傳感器種類多,各個性能不盡相同,如何很好地協(xié)同工作、發(fā)現(xiàn)目標、以最優(yōu)的組合方式給出最準確的信息,成為目前水下傳感器信息融合的研究方向之一。鑒于海洋環(huán)境對水下傳感器的性能影響,不同海層的溫度、鹽度、壓力等對聲速有影響,使用艦船、潛艇所安裝水下傳感器設(shè)備時,不僅考慮復雜的海洋環(huán)境,同樣考慮傳感器隨海洋環(huán)境改變的性能狀況,在不同的環(huán)境下,傳感器所表現(xiàn)的可信度也不同;艦艇目標與潛艇目標的工作噪聲頻率不同,同一個傳感器對其探測的能力有大有小,如SWALLOW浮標系統(tǒng)[1]可以探測0.6~20 Hz的甚低頻目標,矢量水聽器可以探測低頻目標[1]。在海洋環(huán)境無固定狀態(tài),目標處于未知的情況下,多種傳感器組合探測成為艦船和潛艇探測運動目標的主要方式。文獻[2]對多個傳感器的可信度進行聚類分析給出判決結(jié)果,但是沒有考慮環(huán)境的變化和目標狀況,處理情況比較單一,同時給出的傳感器是固定的,并不符合實際情況。文獻[3]構(gòu)建STMHM(空時二維多假設(shè)模型)解決主動聲納系統(tǒng)和被動聲納系統(tǒng)進行信息融合,跟蹤、識別高速運動目標。文獻[4]針對多傳感器信息融合問題,推導出一種遞推方法,采用相同模型成分的各局部節(jié)點,交互多模型狀態(tài),對誤差互協(xié)方差矩陣進行估計。
本文根據(jù)海洋環(huán)境和目標狀態(tài)屬于未知,而傳感器的性能情況屬于已知,在多種傳感器的情況下,利用直覺模糊決策的方法,對系統(tǒng)獲取的目標信息進行融合優(yōu)化,將海洋環(huán)境與目標狀況代入模型當中,給出當前海洋環(huán)境下的最佳探測傳感器組合方式,尋求最佳探測效果,并給出所探測到目標可信度。在不同的環(huán)境下,針對不同的目標,可以變換不同的傳感器組合方案,對所設(shè)計的方案進行尋優(yōu)。
1 直覺模糊決策模型
Atanassov等基于直覺模糊集和區(qū)間模糊集[5],引入?yún)^(qū)間直覺模糊集(Interval?valued Intuitionistic Fuzzy Set,IVIFS),包含隸屬度、非隸屬度和未知度,均為[0,1]的閉區(qū)間。張英俊等改進了該方法,提出屬性權(quán)重不確定條件下的決策問題解決方法[6],這種方法可以有效處理不確定信息,而海洋環(huán)境的復雜性,給探測設(shè)備帶來許多不確定信息和未知信息,有效的處理相關(guān)信息和過濾非相關(guān)信息,可以提高整體探測性能。每個水下傳感器所得到的結(jié)果不盡相同,在處理過程中,為每個傳感器賦予一個權(quán)重,參與對目標判別的決策。
2 仿真實驗
首先選擇水下傳感器,根據(jù)常用的水下傳感器類型,本文選取了表1中四種傳感器,并列出靈敏度和分析頻帶。根據(jù)對不同頻率的水聲吸收系數(shù)經(jīng)驗公式[9?10],結(jié)合傳感器的性能,對傳感器的探測能力進行量化處理。假設(shè)探測能力系數(shù)為[C,]與吸收系數(shù)[α]成反比,與靈敏度[S]和分析頻帶寬度成正比,給出計算公式(10),得到相應(yīng)計算結(jié)果,如表2所示,由表2可以看出各個傳感器的綜合探測能力。
最佳方案為[A3,]而在實際情況中,壓電陶瓷水聽器的靈敏度雖不如其他三種傳感器,但是工作帶寬最寬,對于艦船的噪聲探測比其他三種相對好,方案[A3]實現(xiàn)從頻率0.6 Hz~100 kHz是不間斷的,相比其他方案要好。由于在仿真中所設(shè)計的傳感器H2與H3類似,前三種方案所用的傳感器差別不大,所以由前三種方案與理想方案間距離很接近可以說明該方法是有效的。
3 結(jié) 論
本文建立了直覺模糊模型,對艦船和潛艇所使用的多種水下傳感器組合方案進行設(shè)計,選取不同的水下傳感器,簡要分析了海洋環(huán)境和目標特性,對目標噪聲做了簡單數(shù)學分析計算,得出各類傳感器相對目標的探測能力,設(shè)計各類傳感器組合方式,并對模型進行了驗證,得出結(jié)論證明該模型是可行有效的。該模型可以在實際探測中對各類傳感器組合方案結(jié)合特定目標進行分析,得到在相應(yīng)海洋環(huán)境和特定目標情況下的最佳組合方案,并得出水下傳感器最佳探測方案,得到較為準確的目標信息。
參考文獻
[1] 陳麗潔.微型矢量水聽器研究[D].哈爾濱:哈爾濱工程大學,2006.
[2] 朱海,戰(zhàn)凱.水下目標識別的一種信息融合算法[J].艦船電子工程,2012,6(32):53?54.
[3] 蘆建輝,陳東鋒,萬朝江,等.主被動傳感器實時信息融合的STMHM算法[J].電子學報,2012,40(9):1740?1745.
[4] 喬向東,李濤,楊仝,等.多傳感器混合多模型估計的誤差互相關(guān)性及其融合算法研究[J].電子學報,2010,38(4):804?810.
[5] ATANASSOV K T, GARGOV G. Interval valued intuitionistic fuzzy sets [J]. Fuzzy Sets and Systems, 1989, 31(3): 343?349.
[6] 張英俊,馬培軍,蘇小紅,等.屬性權(quán)重不確定條件下的區(qū)間直覺模糊多屬性決策[J].自動化學報,2012,2(38):220?228.
[7] XU Z S, YAGER R R. Dynamic intuitionistic fuzzy multi?attribute decision making [J]. International Journal of Approximate Reasoning, 2008, 48(1): 246?262.
[8] XU Ze?shui. Intuitionistic fuzzy information aggregation theory and application [M]. Beijing: Science Press, 2008: 1?208.
[9] 何祚庸,趙玉芳.聲學理論基礎(chǔ)[M].北京:國防工業(yè)出版社,1981.
[10] SCHULKINH M, MARCH H W. Absorption of sound in sea water [J]. Journal of Acoustic Socie, 1962, 34: 864?868.
[11] 李秋實,羅洪.同軸干涉型光纖水聽器聲壓靈敏度特性分析[J].測控技術(shù)學,2005,4(19):402?407.
[12] 劉孟庵.水聲工程[M].杭州:浙江科學出版社,2002.