李斌

摘 要：為了提高魚雷的攻擊目標(biāo)檢測能力，提出基于多分辨譜特征提取的魚雷攻擊目標(biāo)檢測方法。采用主動探測方法構(gòu)建魚雷攻擊目標(biāo)的發(fā)射信號和回波信號模型，對回波信號采用小波降噪方法進(jìn)行濾波處理，提高回波信號的信噪比，提取魚雷對敵攻擊目標(biāo)回波探測信號的多分辨譜特征量，根據(jù)特征的聚焦性進(jìn)行空間波束形成處理，結(jié)合方位估計(jì)和多普勒估計(jì)方法實(shí)現(xiàn)對目標(biāo)方位的準(zhǔn)確估計(jì)，采用聯(lián)合參量分析和譜峰檢測方法，實(shí)現(xiàn)對魚雷攻擊目標(biāo)的準(zhǔn)確檢測和目標(biāo)方位識別。仿真結(jié)果表明，采用該方法進(jìn)行魚雷攻擊目標(biāo)檢測的抗干擾能力較強(qiáng)，準(zhǔn)確檢測概率較高，具有很好的目標(biāo)檢測和識別能力。

關(guān)鍵詞： 多分辨譜特征提取;魚雷;攻擊;目標(biāo)檢測;信號

【Abstract】 In order to improve the attack target detection ability of the torpedo， a target detection method based on multi-resolution spectral feature extraction is proposed. The active detection method is used to construct the transmit signal and echo signal model of the target， the echo signal is filtered and processed by wavelet denoising method， the signal-to-noise ratio of the echo signal is improved， the multi-resolution spectral characteristic of the echo detection signal of the enemy target is extracted， the spatial beam performance is processed according to the focus of the feature， and the azimuth estimation and Doppler estimation method are combined to realize the accurate estimation of the target azimuth. The joint parameter analysis and spectral peak detection method are used to realize the accurate detection of the target and the recognition of the target azimuth. The simulation results show that this method has strong anti-interference ability， high accurate detection probability and good target detection and recognition ability.

【Key words】 ?multi-resolution spectral feature extraction; torpedo; attack; target detection; signal

0 引 言

隨著水下探測制導(dǎo)技術(shù)的快速發(fā)展，魚雷的智能性越來越好，魚雷在進(jìn)行水下攻擊過程中，通過聲吶基陣發(fā)射探測脈沖信號，對目標(biāo)進(jìn)行有效探測和檢測識別，探測目標(biāo)信號通過目標(biāo)回波發(fā)射的特征量，進(jìn)行目標(biāo)的準(zhǔn)確檢測識別，從而觸發(fā)控制段實(shí)現(xiàn)精準(zhǔn)制導(dǎo)和目標(biāo)攻擊，研究魚雷的目標(biāo)檢測識別方法，在整個魚雷的智能化設(shè)計(jì)中具有重要意義，相關(guān)的目標(biāo)檢測算法研究受到人們的極大關(guān)注[1]。

對魚雷攻擊目標(biāo)檢測是建立在對目標(biāo)回波探測信號的特征分析和濾波處理基礎(chǔ)上，在強(qiáng)海水背景干擾下，提取魚雷目標(biāo)回波信號的探測脈沖量，根據(jù)脈沖的譜峰特征進(jìn)行信號檢測識別[2-3]，文獻(xiàn)[4]中提出基于回波盲源分離的水中兵器攻擊目標(biāo)檢測算法，提取回波信號的高階譜特征，結(jié)合回波探測脈沖識別方法進(jìn)行魚雷攻擊目標(biāo)檢測，但該方法進(jìn)行目標(biāo)檢測和抗干擾性不好。文獻(xiàn)[5]中提出基于自相關(guān)匹配濾波的水下目標(biāo)檢測方法，采用濾波檢測方法進(jìn)行信號的抗干擾處理，但該方法的計(jì)算開銷較大，對目標(biāo)檢測的實(shí)時性不好。針對上述問題，本文提出基于多分辨譜特征提取的魚雷攻擊目標(biāo)檢測方法。采用主動探測方法構(gòu)建魚雷攻擊目標(biāo)的發(fā)射信號和回波信號模型，對回波信號采用小波降噪方法進(jìn)行濾波處理，提高回波信號的信噪比，提取魚雷對敵攻擊目標(biāo)回波探測信號的多分辨譜特征量，根據(jù)特征的聚焦性進(jìn)行空間波束形成處理，結(jié)合方位估計(jì)和多普勒估計(jì)方法實(shí)現(xiàn)對目標(biāo)方位的準(zhǔn)確估計(jì)，采用聯(lián)合參量分析和譜峰檢測方法，實(shí)現(xiàn)對魚雷攻擊目標(biāo)的準(zhǔn)確檢測和目標(biāo)方位識別。最后進(jìn)行仿真實(shí)驗(yàn)分析，展示了本文方法在提高魚雷攻擊目標(biāo)檢測能力方面的優(yōu)越性能。

1 信號模型及濾波預(yù)處理

1.1 魚雷攻擊目標(biāo)的發(fā)射及回波信號模型

為了實(shí)現(xiàn)魚雷攻擊目標(biāo)檢測，采用主動探測方法構(gòu)建魚雷攻擊目標(biāo)的發(fā)射信號和回波信號模型，魚雷攻擊目標(biāo)的發(fā)射信號采用聲吶傳感基陣進(jìn)行多分布集成輸出控制，采用多分辨的波束陣列形成方法，進(jìn)行魚雷攻擊目標(biāo)的發(fā)射信號的集成處理，發(fā)射信號的離散量為xn，信號回波的期望響應(yīng)為dn，采用高階頻譜特征監(jiān)測方法，進(jìn)行魚雷攻擊目標(biāo)的發(fā)射信號和統(tǒng)計(jì)特性，假設(shè)攻擊目標(biāo)為水下潛艇，采用聲吶脈沖探測方法，獲得回波信號，為提高方位分辨力和抗混響能力，采用Wigner-Vill分布檢測方法，得到魚雷攻擊目標(biāo)的發(fā)射信號的沖激響應(yīng)為：

3 仿真實(shí)驗(yàn)與結(jié)果分析

為了測試本文方法在實(shí)現(xiàn)魚雷攻擊目標(biāo)檢測中的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)建立在Matlab 7仿真工具基礎(chǔ)上，魚雷攻擊目標(biāo)信號采集的最大的頻率為5 Hz，初始頻率0 Hz，截止頻率5 KHz，時寬100 ms，模糊訓(xùn)練集為200，自適應(yīng)濾波的迭代步數(shù)為1 000，根據(jù)上述仿真參量設(shè)定，進(jìn)行目標(biāo)檢測仿真分析，給出目標(biāo)回波信號波形如圖3所示。

以圖3的信號為輸入，對回波信號采用小波降噪方法進(jìn)行濾波處理，提高回波信號的信噪比，信號濾波輸出如圖4所示。

分析圖4得知，采用本文方法進(jìn)行魚雷對敵攻擊目標(biāo)信號的檢測，對回波信號的濾波性能較好，信號的純度得到有效提升，在此基礎(chǔ)上，采用聯(lián)合參量分析和譜峰檢測方法，實(shí)現(xiàn)對魚雷攻擊目標(biāo)的準(zhǔn)確檢測和目標(biāo)方位識別，得到目標(biāo)檢測輸出如圖5所示。

分析圖5得知，采用本文方法能有效實(shí)現(xiàn)魚雷攻擊目標(biāo)檢測，對目標(biāo)方位估計(jì)的空間分辨能力較好，抗干擾能力較強(qiáng)，測試不同方法進(jìn)行魚雷攻擊目標(biāo)檢測的準(zhǔn)確性，得到準(zhǔn)確檢測概率曲線如圖6所示。

分析圖6得知，采用本文方法進(jìn)行魚雷攻擊目標(biāo)檢測的準(zhǔn)確性較高，具有很好的目標(biāo)檢測和識別能力。

4 結(jié)束語

通過目標(biāo)檢測提高魚雷的主動攻擊能力，本文提出基于多分辨譜特征提取的魚雷攻擊目標(biāo)檢測方法。采用主動探測方法構(gòu)建魚雷攻擊目標(biāo)的發(fā)射信號和回波信號模型，對回波信號采用小波降噪方法進(jìn)行濾波處理，提高回波信號的信噪比，提取魚雷對敵攻擊目標(biāo)回波探測信號的多分辨譜特征量，根據(jù)特征的聚焦性進(jìn)行空間波束形成處理，結(jié)合方位估計(jì)和多普勒估計(jì)方法實(shí)現(xiàn)對目標(biāo)方位的準(zhǔn)確估計(jì)，采用聯(lián)合參量分析和譜峰檢測方法，實(shí)現(xiàn)對魚雷攻擊目標(biāo)的準(zhǔn)確檢測和目標(biāo)方位識別。分析表明，采用本文方法進(jìn)行魚雷攻擊目標(biāo)檢測的抗干擾能力較強(qiáng)，準(zhǔn)確檢測概率較高，具有很好的目標(biāo)檢測和識別能力，優(yōu)化了魚雷的攻擊效能。

參考文獻(xiàn)

[1]趙威. 強(qiáng)海水混響背景下水中兵器攻擊目標(biāo)檢測研究[J]. 智能計(jì)算機(jī)與應(yīng)用，2016，6（2）：51-54.

[2]鄭振，甘新年，王麗媛. 基于自適應(yīng)波束形成的魚雷對潛目標(biāo)識別技術(shù)[J].智能計(jì)算機(jī)與應(yīng)用，2016，6（2）： 31-33，37.

[3]劉家亮，王海燕，姜喆，等.垂直線列陣結(jié)構(gòu)對PTRM陣處理空間增益的影響[J].魚雷技術(shù)，2010，18（4）： 263-267.

[4]劉少坤，閆曉鵬，栗蘋，等. 脈沖多普勒引信抗周期調(diào)制干擾性能研究[J]. 北京航空航天大學(xué)學(xué)報，2018，44（5）：1018-1025.

[5]羅亞松，胡生亮，劉志坤，等. 正交頻分復(fù)用水聲通信自適應(yīng)調(diào)制算法[J]. 國防科技大學(xué)學(xué)報，2017，39（1）：153-158.

[6]徐彤. 艦船無線通信多信道參數(shù)的抗干擾控制研究[J]. 艦船科學(xué)技術(shù)，2018，40（16）：100-102.

[7]KUMAR A， POOJA R， SINGH G K. Design and performance of closed form method for cosine modulated filter bank using different windows functions[J]. International Journal of Speech Technology， 2014， 17（4）： 427-441.

[8]RAJAPAKSHA N， MADANAYAKE A， BRUTON L T. 2D space- time wave-digital multi-fan filter banks for signals consisting of multiple plane waves[J]. Multidimensional Systems and Signal Processing， 2014，25（1）：17-39.

[9]江偉華，曹秀嶺，童峰. 采用支持向量機(jī)的水聲通信信號調(diào)制識別方法[J]. 廈門大學(xué)學(xué)報（自然科學(xué)版），2015，54（4）：534-539.

[10]張剛，徐聯(lián)冰，張?zhí)祢U. 基于頻分復(fù)用的無信號內(nèi)干擾多用戶相關(guān)延遲鍵控通信系統(tǒng)[J]. 上海交通大學(xué)學(xué)報，2019，53（5）：575-583.