孫芹東, 蘭世泉*, 王 超, 王文龍

水下聲學滑翔機研究進展及關鍵技術

孫芹東1, 2, 蘭世泉3*, 王 超1, 2, 王文龍1, 2

(1. 海軍潛艇學院, 山東 青島, 266199; 2. 青島海洋科學與技術試點國家實驗室 海洋應用技術聯(lián)合實驗室, 山東 青島, 266237; 3. 天津大學 機械工程學院, 天津, 300350)

水下聲學滑翔機具有大航程、長航時、高隱蔽性及低成本的特點, 是用于水下移動目標探測、海洋水文環(huán)境精細化測量的優(yōu)勢平臺, 在全球海洋安全與環(huán)境觀測體系建設中發(fā)揮著重要作用。文章詳細梳理了國內(nèi)外水下聲學滑翔機研究進展, 簡述其系統(tǒng)組成和功能; 探討了水下聲學滑翔機設計及規(guī)?；瘧蒙婕暗钠脚_減振降噪、自主控制、多模混合推進、聲學傳感器設計及應用、目標屬性自主判別, 以及安全布放與回收等關鍵技術。文中研究可為國內(nèi)同類水下無人探測裝備的系統(tǒng)開發(fā)提供參考。

水下聲學滑翔機; 自主探測; 減振降噪; 目標自主判別

0 引言

水下無人平臺自主探測技術是水下無人平臺完成使命任務的重要保障, 在軍事國防領域占有舉足輕重的地位, 其研究內(nèi)容涉及水下無人平臺結構與水動力、水下定位與導航、任務自適應規(guī)劃、自主控制、數(shù)據(jù)傳輸與通信、動力推進、任務載荷、目標自主探測與跟蹤、目標屬性自主判別及共性基礎技術等領域, 是當前國際研究的前沿熱點。水下聲學滑翔機屬于水下無人平臺自主探測研究領域, 其在環(huán)境觀測型水下滑翔機技術基礎上, 綜合考慮了平臺電磁兼容性及聲學特性, 搭載聲學傳感器及信號處理系統(tǒng), 具備海洋環(huán)境噪聲采集、水聲信號采集、聲紋記錄、數(shù)據(jù)處理及上浮通信等功能, 可用于完成敏感海域或拒止區(qū)域移動目標自主探測、跟蹤、屬性判別和信息回傳等任務。

1 水下聲學滑翔機研究現(xiàn)狀

1.1 國外研究現(xiàn)狀

國外在水下滑翔機集成聲學傳感器方面起步較早, 且成果顯著, 尤以美國最為突出。

2010年5月7日, 葡萄牙科研工作者在西太平洋勞盆地(Lau basin)北部布放搭載水聽器的Slocum水下聲學滑翔機(見圖1), 用于監(jiān)測西馬塔(West Mata)的海下火山, 記錄了隨距離變化的聲波振幅, 證明了地質(zhì)變化將使該地區(qū)噪聲水平上升。試驗結果表明, 水下聲學滑翔機用于水聲監(jiān)測的效果可以與水下自主水聽器相媲美[1]; 2013年5月, 葡萄牙阿爾加維大學又在葡萄牙海岸布放了搭載SR-1水聽器的Slocum用于探測水下噪聲, 結果表明, 其可對水下噪聲進行時間和空間尺度上的有效探測[2]。

圖1 搭載水聽器的Slocum

美國研制的Seaglider水下聲學滑翔機尾部艙段集成了5 Hz~30 kHz全向聲壓水聽器(見圖2), 并配有數(shù)據(jù)采集與存儲設備, 聲學設備動態(tài)范圍120 dB、本底噪聲低至34 dB。2006年8月, 科研人員在加利福尼亞州蒙特利灣布放了3臺Sea- glider水下聲學滑翔機, 共獲取401個剖面、107小時的聲學數(shù)據(jù), 采集到了藍鯨、座頭鯨和抹香鯨的叫聲。此次試驗航行時間達40天, 航行里程達200 km, 取得了較好的試驗效果[3]。

圖2 搭載水聽器的Seaglider

ANT公司在美國海軍研究辦公室的資助下研制的一款淺海聲學滑翔機ANT Littoral Glider (見圖3), 搭載有Reson公司的 TC-4033型水聽器和Wilcoxon的矢量水聽器, 其獨特的設計特別適合在近海工作。在6年的研制周期內(nèi), ANT公司共為美國海軍制造了18套ANT Littoral Glider,累積作業(yè)4 500小時[4]。

圖3 ANT公司的淺海滑翔機

美國斯克里普斯海洋研究所海洋物理實驗室和華盛頓大學應用物理實驗室合作設計的翼身融合水下聲學滑翔機 (XRay和ZRay, 見圖4)[5], 采用翼身融合結構, 可實現(xiàn)翼展水平距離最大化和功率消耗最小化, 最大限度地提高其探測和定位能力。該滑翔機利用獨特的翼身融合設計可獲得較快的水下航行速度, 使升力面積最大且增加了內(nèi)部體積, 可用于攜帶戰(zhàn)術有關的聲學傳感器, 使其適合于警戒和其他遙測任務[6]。ZRay的兩機翼前緣中安裝了1個27元水聽器陣列, 水聽器工作頻帶10 Hz~15 kHz, 陣列信號輸出到1個實時檢測/定位和記錄系統(tǒng); 該水下聲學滑翔機同時搭載有矢量水聽器, 頻率為20 Hz ~2 kHz。除此以外, ZRay還嘗試拖曳1個32元拖曳線列陣, 該陣列由太平洋空間和海軍作戰(zhàn)系統(tǒng)中心設計和建造, 并將配備1個來自伍茲霍爾海洋研究所的3通道低(10 Hz~7.5 kHz)、中(100 Hz ~ 50 kHz)、高(1 kHz~160 kHz)頻數(shù)字監(jiān)控自主檢測分類系統(tǒng)。

圖4 Xray和Zray水下聲學滑翔器

該水下聲學滑翔機可以以1~3 kn的航速續(xù)航6個月, 其設計初衷是用來跟蹤和自動識別海洋哺乳動物[7], 目前已應用于圣地亞哥海底被動聲學自主監(jiān)測海洋哺乳動物項目(passive acoustic autonomous monitoring of marine mammals program)。由于其優(yōu)異的聲學探測性能, ZRay還可用來探測安靜級柴電潛艇, 是美軍持久性沿海海底監(jiān)視網(wǎng)(persistent littoral undersea surveillance net- work, PlusNet)的一部分[8]。

1.2 國內(nèi)研究現(xiàn)狀

國內(nèi)在水下滑翔機平臺集成聲學傳感器方面基本與美國保持同步。受國家“863”計劃資助, 2014 年, 中國海洋大學和中科院聲學所聯(lián)合研制了一型聲學滑翔機, 該型滑翔機的艏部艙段為聲學探測艙, 電子系統(tǒng)位于滑翔機電子艙內(nèi), 二者通過電纜連接, 已先后開展了消聲水池、湖上及海上試驗(見圖5)。

圖5 水下滑翔機海上試驗

該型滑翔機系統(tǒng)最大工作深度1500 m, 懸?；蜃讜r, 最低工作頻率10 Hz; 滑翔時, 最低工作頻率500 Hz。設計指標為:在良好水文條件下, 對水下聲源譜級不小于125 dB (@1 kHz)的目標, 單節(jié)點探測作用距離不小于3 km[9]。

西北工業(yè)大學基于飛翼滑翔機研發(fā)了搭載多元聲壓陣列的飛翼滑翔機聲學探測系統(tǒng), 并進行了湖上測試。哈爾濱工程大學利用“海燕”水下滑翔機共裝載了4個聲壓水聽器, 在滑翔機左翼、右翼、前導流罩和尾翼各安裝1個水聽器構成4元聲學感知單元, 并在南海海域進行了海上試驗, 利用73 Hz低頻聲源信號對系統(tǒng)的探測能力進行驗證。試驗期間,水下聲學滑翔機共完成17個剖面的性能測試, 其中滑翔機控制功能測試3個剖面, 噪聲特性測試7個剖面, 低頻聲源信號探測能力測試7個剖面, 平臺最大下潛深度1 000 m。通過對記錄的噪聲數(shù)據(jù)進行分析表明, 該聲學感知單元可有效接收低頻聲源發(fā)射的噪聲數(shù)據(jù)。

海軍潛艇學院和天津大學通過對現(xiàn)有“海燕”水下滑翔機進行聲學特性[10]及電磁兼容性優(yōu)化設計和減振降噪處理[11], 集成矢量水聽器探測單元及其信號處理設備, 設計水聲信號處理機艙室, 研發(fā)了“海豚號”水下聲學滑翔機原理樣機[12](見圖6), 該樣機可自主完成水中目標噪聲信息獲取、自主探測、聲學信號跟蹤、目標屬性自主判別及快速上浮, 整個流程無需人工干預, 初步具備對目標的自主探測能力。

2 系統(tǒng)組成及功能

2.1 系統(tǒng)組成

水下聲學滑翔機一般由水下聲學滑翔機平臺分系統(tǒng)、任務載荷分系統(tǒng)、數(shù)據(jù)傳輸與通信分系統(tǒng)、甲板調(diào)試與控制分系統(tǒng)及布放回收分系統(tǒng)5部分組成。

圖6 “海豚號”水下聲學滑翔機

1) 平臺分系統(tǒng)通過對自身浮力和姿態(tài)的調(diào)節(jié)來完成無動力水下滑翔, 包括平臺主體結構子系統(tǒng)、浮力驅(qū)動子系統(tǒng)、姿態(tài)調(diào)節(jié)與能源子系統(tǒng), 以及導航與控制子系統(tǒng), 可承受一定的耐壓深度, 具備任務載荷搭載能力;

2) 任務載荷分系統(tǒng)包括海洋環(huán)境觀測傳感器、聲學傳感器及水聲信號處理機, 可完成海洋水文環(huán)境觀測和水下目標探測任務;

3) 數(shù)據(jù)傳輸與通信分系統(tǒng)包括衛(wèi)星天線、接收機和控制軟件等, 可實現(xiàn)水下滑翔機與甲板調(diào)試與控制分系統(tǒng)的水文環(huán)境與聲學數(shù)據(jù)近實時傳輸、任務指令下達和應急調(diào)度;

4) 甲板調(diào)試與控制分系統(tǒng)包括實時顯示與狀態(tài)監(jiān)控、指揮與控制軟件、多源信息接入與處理、目標態(tài)勢展現(xiàn)等模塊, 用于完成水下聲學滑翔機布放前設備測試與參數(shù)設置、布放后任務指令下達與遙測數(shù)據(jù)接收、水下聲學滑翔機狀態(tài)監(jiān)控、指揮控制及應急機動調(diào)度以及探測目標態(tài)勢展現(xiàn)等任務;

5) 布放回收分系統(tǒng)主要包括多關節(jié)機械臂、可靠抓取機械手、可移動水面機器人等部分, 用于水面船和無人水面航行器對水下聲學滑翔機的布放和回收。

相比于普通海洋環(huán)境觀測型水下滑翔機, 水下聲學滑翔機主要具有如下特點。

1) 聲學與電磁兼容性更優(yōu)。水下聲學滑翔機對系統(tǒng)噪聲、電磁兼容性要求更為苛刻, 需要對系統(tǒng)進行聲學與電磁兼容性優(yōu)化設計。

2) 水動力特性要求更高。水下聲學滑翔機由于加裝了聲學系統(tǒng), 平臺外形和整體結構會不同程度的改變, 增加其水動力特性分析難度。

3) 信息處理更智能。除水下滑翔機常規(guī)導航、控制等信息自主處理外, 聲學系統(tǒng)還需要具備目標自主探測和判別, 并需要根據(jù)判別結果, 完成同水下滑翔機主控系統(tǒng)的信息交互。

2.2 系統(tǒng)功能

水下聲學滑翔機主要用于海洋環(huán)境精細化觀測、海洋環(huán)境噪聲測量和海洋目標監(jiān)測, 其具體功能如下:

1) 具有水聲環(huán)境長時序、大范圍和精細化測量功能, 利用溫鹽深(conductance temperature de- pth, CTD)剖面測量儀完成全面、準確和長時的三維空間溫度、鹽度和深度數(shù)據(jù)采集;

2) 具有海洋環(huán)境噪聲的測量與記錄功能, 利用滑翔機搭載的水聲傳感器完成大范圍、長時效、多深度海洋環(huán)境噪聲數(shù)據(jù)的采集和記錄;

3) 具有水下移動目標聲學自主探測、聲學信號跟蹤、識別及信息回傳功能。

3 關鍵技術

3.1 聲學減振降噪技術

水下聲學滑翔機結構復雜, 包含較多的執(zhí)行單元與結構件, 且各單元的振動相互耦合, 為復雜的多體系統(tǒng), 如何確認激勵源、確定振動的傳播路徑及各單元振動耦合情況, 最終獲得聲學探測單元對此激勵源的響應情況, 并據(jù)此開展有針對性的減振降噪, 是水下聲學滑翔機目標探測應用亟需解決的關鍵問題。

2016年1月, 我國學者在消聲水池測試了“海燕”水下滑翔機電池滑動、油泵啟動及螺旋槳推進等工況輻射噪聲級[13], 并根據(jù)測試結果分析了水下滑翔機主要噪聲源, 及噪聲對矢量水聽器各通道接收信號的影響, 提出了水下滑翔機減振降噪技術方案, 優(yōu)化了水下滑翔機目標探測應用聲學系統(tǒng)工作時序。2016年8月, 中科院聲學所在南海某海域開展了基于“海燕”水下聲學滑翔機的海洋環(huán)境噪聲觀測試驗, 由于水下聲學滑翔機自噪聲影響, 導致800 Hz和1 600 Hz高頻段海洋環(huán)境噪聲譜級大于100 Hz和200 Hz的低頻段[14-16]。因此, 對水下聲學滑翔機各工況下的輻射噪聲進行有效測量, 得到其自噪聲源分布及其特性, 是指導減振降噪措施實施和平臺優(yōu)化的前提。

3.2 自主控制技術

自主控制技術是目前國際研究的熱點之一, 決定著水下滑翔機的智能化水平與任務執(zhí)行能力[17]。由于水下滑翔機運行模式較為簡單, 為保持其在續(xù)航能力方面的優(yōu)勢, 水下滑翔機一般搭載性能較低的單片機系統(tǒng), 難以運行大規(guī)模、復雜的人工智能算法。目前水下滑翔機自主控制技術研究主要集中在基于環(huán)境感知的自適應任務控制、軌跡規(guī)劃以及控制系統(tǒng)與聲學系統(tǒng)信息交互等方面。

鑒于水下滑翔機自身計算能力與通信等方面的限制, 對于復雜的控制算法及大規(guī)模的編隊控制, 大多借助岸基操控系統(tǒng)將計算結果發(fā)送給各水下滑翔機來實現(xiàn)對其的環(huán)境適應性控制。例如, 通過水下滑翔機編隊返回的位置與溫度信息構建海洋溫度場模型, 進行滑翔機導航控制, 實現(xiàn)水下滑翔機編隊的環(huán)境自適應采樣控制[18-19]; 結合航路數(shù)據(jù)、海流及地理數(shù)據(jù), 進行滑翔機任務路徑規(guī)劃, 避免發(fā)生與船舶相撞、擱淺等危險事故[20]。通過增強水下滑翔機的軟硬件能力, 可以在滑翔機上運行簡化的智能控制算法。例如, Lauren[21]以Slocum水下滑翔機為基礎, 研究了浮力自適應調(diào)節(jié)技術, 滑翔機可以根據(jù)不同海域海水密度的變化進行自適應浮力調(diào)節(jié); 同時開發(fā)了安全回收算法, 在水下滑翔機定位異常時, 可以自行回到布放點等待回收。Hans等[22]以Slocum水下滑翔機為基礎, 研究了水下滑翔機環(huán)境自適應采樣控制策略, 通過低功耗的傳感器進行海洋滑翔機測量, 結合滑翔機內(nèi)部存儲的物理海洋模型, 進行特定海洋現(xiàn)象識別, 并自主觸發(fā)高能耗的專業(yè)傳感器進行海洋現(xiàn)象測量, 從而實現(xiàn)對水下滑翔機降耗的目的。水下滑翔機控制系統(tǒng)與聲學系統(tǒng)信息交互主要體現(xiàn)在聲學系統(tǒng)根據(jù)被探測目標的屬性信息, 向主控系統(tǒng)傳輸是否應急上浮指令, 如若需要應急上浮進行信息回傳, 控制系統(tǒng)則向螺旋槳發(fā)送啟動指令, 進行快速上浮。

3.3 多模混合推進技術

傳統(tǒng)水下滑翔機通過浮力驅(qū)動, 結合水動翼實現(xiàn)滑翔運動, 功耗低, 具有大航程、長續(xù)航能力等優(yōu)點, 然而水下滑翔機滑翔速度一般在0.5 m/s左右, 航行容易受海流影響, 同時不能進行水平航行, 作業(yè)能力受限。針對此, 可通過集成螺旋槳等輔助推進裝置, 使水下聲學滑翔機同時具有推進與浮力驅(qū)動2種驅(qū)動方式, 以便在強流與低密度區(qū)域都可以進行輔助推進。多?；旌贤七M技術為目前水下滑翔機研究熱點之一。例如, Joo[23]建立了混合驅(qū)動水下滑翔機動力學模型, 并對滑翔機的運動特性進行了仿真分析; Khalid等[24]對混合驅(qū)動水下滑翔機進行了研究, 并建立了其動力學模型, 采用神經(jīng)網(wǎng)絡控制算法對水下滑翔機進行行為預測控制; 天津大學對水下滑翔機多模推進技術進行了系統(tǒng)研究, 成功研發(fā)出“海燕”混合推進水下滑翔機[25-27]。

3.4 聲學傳感器設計及應用技術

聲學傳感器在水下聲學滑翔機集成應用需要突破工作深度和矢量水聽器緩動聲吶平臺應用2項瓶頸技術。

1) 聲學傳感器大深度技術

只有聲學傳感器實現(xiàn)大深度工作, 才能真正實現(xiàn)水下聲學滑翔機長時效、長航程隱蔽偵察。從弱信號目標遠距離探測角度, 面向于我國周邊海區(qū), 特別是南海應用的水下聲學滑翔機, 在大深度工作可充分利用深海聲道軸能量聚焦效應, 實現(xiàn)弱信號目標的遠距離偵察; 還可以利用深海反轉會聚區(qū), 采用可靠聲路徑方法實現(xiàn)目標的遠距離探測。但上述功能的實現(xiàn)也不可避免地增加了聲學傳感器的體積和質(zhì)量, 影響了整體水動力特性, 因此采用輕質(zhì)耐壓材料和新型換能元件, 以達到體積、質(zhì)量和耐壓能力的折中, 是聲學傳感器追求的終極目標。

2) 矢量水聽器緩動聲吶平臺應用技術

矢量水聽器應用在水下聲學滑翔機緩動聲吶平臺上時, 由于受復雜海洋環(huán)境中內(nèi)波、潮汐和大洋環(huán)流等影響, 矢量水聽器及其聲吶平臺存在姿態(tài)變化, 聲吶平臺上矢量水聽器探測的目標方位是相對于自身載體坐標系的方位信息, 為得到目標的準確方位信息還需測量矢量水聽器相對于地理坐標系的實時姿態(tài)信息, 通過姿態(tài)校正將目標方位信息轉換到地理坐標系[28]。矢量水聽器姿態(tài)測量難題在一定程度上限制了其工程應用, 能否準確獲取聲矢量傳感器實時姿態(tài), 是其實現(xiàn)工程應用的關鍵。2007年, Clay等[29]將傾角 (俯仰角和滾動角)傳感器和航向角傳感器置于矢量水聽器內(nèi), 使姿態(tài)傳感器和加速度傳感器單元軸向平行或重合, 成功研制了具備姿態(tài)測量功能的TV-002型矢量水聽器, 并開展相關海上試驗。笪良龍等[30]通過研發(fā)微機電系統(tǒng)(micro electro mechanical system, MEMS)姿態(tài)傳感器, 并將其集成應用于矢量水聽器設計[31], 研發(fā)了適用于水下聲學滑翔機等水下緩動聲吶平臺的實時姿態(tài)測量矢量水聽器[32], 并能直接得到探測目標相對地理坐標系的方位信息, 成功解決了矢量水聽器在水下緩動聲吶平臺的應用難題。

3.5 目標自主判別技術

水聲目標噪聲識別分類是水聲探測的“瓶頸”, 同時也是關鍵技術之一, 其流程是: 傳感器或其陣列采集目標信號—數(shù)據(jù)預處理—特征提取—特征選擇—推理預測和識別分類。但傳統(tǒng)的水聲目標識別方法需要人工干預提取目標數(shù)據(jù)特征, 這一過程需要操作者具有豐富水聲信號處理知識和專業(yè)經(jīng)驗, 才有可能提取出有價值的目標特征數(shù)據(jù), 并在此基礎上進行推理預測和識別分類。而水下聲學滑翔機、浮標等基于無人平臺的目標屬性判別, 則是由信號處理設備自主完成, 傳統(tǒng)水下聲目標識別分類方法已無法滿足此要求, 因此, 需要目標屬性判別具備智能化水平。2010年, 美國國防高級研究項目署(defense advanced research projects agency, DARPA)啟動了“反潛持續(xù)跟蹤無人艇(anti-submarine warfare continuous trail unma- nned vessel, ACTUV)”研究計劃[33-34], 旨在研發(fā)一種可長時間在廣闊海域?qū)Φ驮胍舫Ｒ?guī)潛艇進行探測、識別和跟蹤的新型無人水面艦艇, 首艘技術驗證艇“海上獵手”號于2016年4月服役, 首次實現(xiàn)了水聲目標自主識別, 該型水聲探測裝備可進行自主決策, 執(zhí)行復雜的搜索、探測及跟蹤任務。2015年10月, DARPA率先提出跨域海上監(jiān)視和瞄準(cross domain maritime surveillance and targeting, CDMaST)計劃[35], 旨在將現(xiàn)有反艦和反潛作戰(zhàn)中的探測、跟蹤、定位、識別、打擊及評估等作戰(zhàn)行動分解到廣泛分布的無人機、無人艇、無人艦, 以及無人水下航行器等低成本、無人化的作戰(zhàn)平臺上, 以迫使?jié)撛趯κ滞度敫噘Y源成本開展體系對抗[36]。國內(nèi), 張少康等[37]通過提取目標噪聲數(shù)據(jù)梅爾倒譜系數(shù)特征, 構建長短時記憶網(wǎng)絡識別分類模型, 初步實現(xiàn)了不依賴人工提取特征情況下的水聲目標智能化識別分類。

3.6 安全布放和回收技術

水下滑翔機組網(wǎng)應用是達到海洋調(diào)查高分辨率要求的最好方法[38], 同時也是實現(xiàn)一定區(qū)域目標探測的有效手段, 目前很多任務中都有滑翔機網(wǎng)絡的身影[39-42]。隨著水下滑翔機及其網(wǎng)絡應用的增加, 滑翔機安全布放回收問題逐漸引起大家關注, 特別是應用于目標探測的水下聲學滑翔機, 由于其結構的改變, 在一定程度上增加了布放與回收難度。水下滑翔機安全布放回收技術主要包括海上安全作業(yè)與布放回收策略兩方面。水下滑翔機在海上布放時為避免滑翔機與船相撞發(fā)生損壞, 一般通過滑道或者吊繩迎風布放。水下滑翔機回收時根據(jù)其global positioning system, GPS)位置進行搜尋, 為確保安全回收, Slocum、Spray還裝有備用Argos信標, 當發(fā)現(xiàn)水下滑翔機后, 回收船慢慢靠近, 并通過吊繩或下放小艇回收, 在海況惡劣時也可通過吊網(wǎng)直接回收。在水下滑翔機布放回收策略方面, 為實現(xiàn)多臺水下滑翔機的快速、高效回收, Enrique[43]研究了水下滑翔機的軌跡規(guī)劃策略, 回收船按規(guī)劃的航跡便可實現(xiàn)多臺水下滑翔機的快速回收。

4 結束語

水下聲學滑翔機利用凈浮力和調(diào)整姿態(tài)角獲得剖面滑翔推進力, 平臺自身只在調(diào)整凈浮力和姿態(tài)角時消耗少量能源, 具有功耗低、效率高、續(xù)航力強、維護費用低、可重復使用和大量投放等特點, 其作為一種海洋移動觀探測設備, 已廣泛應用于海洋安全體系和水文環(huán)境觀測體系建設。隨著能源優(yōu)化策略、人工智能、大數(shù)據(jù)等科學技術的發(fā)展, 水下聲學滑翔機必將在水下移動目標探測、戰(zhàn)場環(huán)境精細化測量與保障、基礎科學研究等領域發(fā)揮越來越重要的作用。

同國外先進水平相比, 我國雖然在滑翔機研制領域有了長足的發(fā)展, 但在物理機理分析、人工智能信息自主處理及自主協(xié)同組網(wǎng)探測等方面仍存在較大差距, 這將是未來研究的重點?；诖? 文中詳細梳理了國內(nèi)外水下聲學滑翔機研究進展, 探討了其設計及規(guī)?；瘧蒙婕暗亩囗楆P鍵技術, 以期為國內(nèi)同類水下無人探測裝備的系統(tǒng)開發(fā)提供參考。

[1] Matsumoto H, Stalin S E, Embley R W, et al. Hydroacoustics of a Submarine Eruption in the Northeast Lau Basin Using an Acoustic Glider[C]//Oceans 2010. Sydney: IEEE, 2010: 1-6.

[2] Webb D C, Simonetti P J, Jones C P. Slocum: An Underwater Glider Propelled by Environmental Energy[J]. IEEE J. Oceanic Eng, 2001, 26(4): 447-452.

[3] Moore S E, Howe B M, Stafford K M, et al. Including Whale Call Detection in Standard Ocean Measurements: Application of Acoustic Seagliders[J]. Marine Technology Society, 2007, 41(4): 53-57.

[4] Imlach J, Mahr R. Modification of a Military Grade Glider for Coastal Scientific Applications[C]//Oceans 2012. Hampton Roads, VA: IEEE, 2012: 1-6.

[5] Stephen. Autonomous Underwater Gliders[J]. InTech, 2009, 47(5): 84-96.

[6] ONR. Liberdade XRay Advanced Underwater Gilder [EB/OL]. (2006-04-19)[2019-10-31]. https://commons. Wik imedia.org/ wiki/File:Liberdade_XRay_ underwater_ glider.jpg.

[7] Hildebrand J A, D’Spain G L, Roch M A, et al. Glider- based Passive Acoustic Monitoring Techniques in the So- uthern California Region[R]. La Jolla: Scripps Institution of Oceanography, 2009.

[8] Gerald L D, Jenkins S A, Zimmerman R, et al. Underwater Acoustic Measurements with the Liberdade/X-Ray Flying Wing Glider[J]. The Journal of the Acoustical Society of America, 2005, 117(4): 2624.

[9] 王贊. 水下滑翔機聲矢量探測系統(tǒng)研究與實現(xiàn)[D]. 北京: 中國科學院大學, 2014.

[10] 張小川, 王超, 孫芹東, 等. 水下滑翔機對矢量水聽器測向影響研究[J]. 聲學技術, 2017, 36(5): 327-328.Zhang Xiao-chuan, Wang Chao, Sun Qin-dong, et al. Influences by Underwater Glider on Measuring Direction of Vector Hydrophone[J]. Technical Acoustics, 2017, 36(5): 327-328.

[11] 孫芹東, 王超, 王文龍, 等. 聲矢量傳感器設計及水下滑翔機噪聲測試分析[J]. 聲學技術, 2017, 36(5): 767- 768.Sun Qin-dong, Wang Chao, Wang Wen-long, et al. Desi- gn of Acoustic Vector Sensor and Noise Test Analysis of Underwater glider[J]. Technical Acoustics, 2017, 36(5): 767-768.

[12] 王超, 孫芹東, 王文龍, 等. 水下目標警戒滑翔機聲學系統(tǒng)設計與實現(xiàn)[J]. 聲學技術, 2018, 37(5): 84-87.Wang Chao, Sun Qin-dong, Wang Wen-long, et al. Acoustic System Design and Implementation for Underwater Target Warning Glider[J]. Technical Acoustics, 2018, 37(5): 84-87.

[13] 王超, 孫芹東, 蘭世泉, 等. 水下聲學滑翔機目標探測性能南海試驗分析[J]. 聲學技術, 2018, 37(6): 149-150.Wang Chao, Sun Qin-dong, Lan Shi-quan, et al. Underwater Acoustic Glider Target Detection Performance Trial Analysis in the South China Sea[J]. Technical Acoustics, 2018, 37(6): 149-150.

[14] 劉璐, 蘭世泉, 肖靈, 等．基于水下滑翔機的海洋環(huán)境噪聲測量系統(tǒng)[J]．應用聲學, 2017, 36(4): 370-376．Liu Lu, Lan Shi-quan, Xiao Ling, et al. Measurement Sy- stem of Ambient Sea Noise Based on the Underwater Glider[J]. Journal of Applied Acoustics, 2017, 36(4): 370- 376．

[15] 劉璐, 肖靈．混合驅(qū)動水下滑翔機自噪聲測量及分析[J]．中國艦船研究, 2017, 12(4): 132-139．Liu Lu, Xiao Ling. Measurement and Analysis of Self-noise in Hybrid-driven Underwater Gliders[J]．Chinese Journal of Ship Research, 2017, 12(4): 132-139．

[16] Liu L, Xiao L, Lan S Q, et al. Using Petrel II Glider to Analyze Underwater Noise Spectrogram in the South Ch- ina Sea[J]. Acoustic Australia, 2018, 46(2): 1-8.

[17] Curtin T B, Crimmins D M, Curcio J, et al. Autonomous Underwater Vehicles: Trends and transformations[J]. Ma- rine Technology Society Journal, 2005, 39: 65-75.

[18] Fiorelli E, Bhatta F, Leonard N E. Adaptive Sampling Using Feedback Control of an Autonomous Underwater Glider Fleet[C]//Proceedings of the 13th International Sy- mposium on Unmanned Untethered Submersible Technology. Durham New Hampshire: Autonomous Undersea Systems Institute, 2003: 1-16.

[19] Brito M P, Lewis R S, Bose N, et al. Adaptive Autonomous Underwater Vehicles: An Assessment of Their Effectiveness for Oceanographic Applications[J]. IEEE Transactions on Engineering Management, 2018, 66(1): 98-111.

[20] Arvind P, Binney J, Hollinger G A, et al. Risk-aware Path Planning for Autonomous Underwater Vehicles using Predictive Ocean Models[J]. Journal of Field Robotics, 2013, 30(5): 741-762.

[21] Lauren C. Expanding the Capabilities of the Slocum Glider[C]//Ocenas 2016 MTS/IEEE Monterey. California: IEEE, 2016: 1-5.

[22] Hans C W, Ulrich K. Feature Based Adaptive Energy Management of Sensors on Autonomous Underwater Vehicles[J]. Ocean Engineering, 2015, 97: 21-29.

[23] Joo M G. A Controller Comprising Tail Wing Control of a Hybrid Autonomous Underwater Vehicle for Use as an Underwater Glider[J]. International Journal of Naval Arc- hitecture and Ocean Engineering, 2019, 11(2): 865-874.

[24] Khalid I, Arshad M R, Ishak S. A Hybrid-driven Underwater Glider Model, Hydrodynamics Estimation, and an Analysis of the Motion Control[J]. Ocean Engineering, 2014, 81: 111-129.

[25] Niu W D, Wang S X, Wang Y H, et al. Stability Analysis of Hybrid-driven Underwater Glider[J]. China Ocean En- gineering, 2017, 31(5): 528-538.

[26] Yang Y, Liu Y, Zhang L, et al. Influence of the Propeller on Motion Performance of HUGs[C]//Oceans 2016. Sha- nghai: IEEE, 2016.

[27] Lei Z, Wang Y, Zhang L, et al. Uncertainty Behavior Research of Hybrid Underwater Glider[C]//Oceans 2016. Shanghai: IEEE, 2016.

[28] 牛嗣亮, 張振宇, 胡永明, 等. 單矢量水聽器的姿態(tài)修正測向問題探討[J]. 國防科技大學學報, 2011, 33(6): 105-110. Niu Si-liang, Zhang Zhen-yu, Hu Yong-ming, et al. Direction of Arrival Estimation from a Single Vector Hydrophone with Attitude Correction[J]. Journal of National University of Defense Technology, 2011, 33(6): 105-110.

[29] Clay S J, Andic H. Underwater Acoustic Bearing Sensor: US: US7224640[P]. 2007-05-29.

[30] 笪良龍, 王文龍, 孫芹東, 等. 一種微型矢量水聽器姿態(tài)測量系統(tǒng)[J]. 中國慣性技術學報, 2016, 24(1): 20-25.Da Liang-long, Wang Wen-long, Sun Qin-dong, et al. Mi- niaturized Attitude Measurement System of Vector Hydrophone[J]. Journal of Chinese Inertial Technology, 2016, 24(1): 20-25.

[31] 笪良龍, 孫芹東, 王文龍, 等. 基于 MEMS 姿態(tài)傳感器的聲矢量傳感器設計[J]. 中國慣性技術學報, 2016, 24(4): 531-536.Da Liang-long, Sun Qin-dong, Wang Wen-long, et al. Design of an Acoustic Vector Sensor Based on MEMS Attitude Sensor[J]. Journal of Chinese Inertial Technology, 2016, 24(4): 531-536.

[32] 孫芹東, 王超, 王文龍, 等. 適于水下緩動無人平臺的同振式矢量水聽器設計與應用[J]. 聲學技術, 2018, 37(6): 591-592.Sun Qin-dong, Wang Chao, Wang Wen-long, et al. Design and Application of Co-vibrating Vector Hydrophone for Underwater Slow-moving Unmanned Platform[J]. Tec- hnical Acoustics, 2018, 37(6): 591-592.

[33] 凌國民. 無人平臺自主反潛[C]//2017年裝備技術發(fā)展論壇論文集. 北京: 中國造船工程學會電子技術學術委員會, 2017.

[34] 李大光, 周軍. 美國海上獵手無人戰(zhàn)艦將使未來反潛作戰(zhàn)發(fā)生改變[J]. 飛航導彈, 2016(9): 3-7.

[35] DARPA. Cross Domain Maritime Surveillance and Targeting[R]. DARPA-BBA-16-01. Virginia: DARPA, 2015.

[36] 葉顯武. 從DARPA研究計劃看海戰(zhàn)場預警探測系統(tǒng)發(fā)展[J]. 現(xiàn)代雷達, 2016, 38(11): 13-17.Ye Xian-wu. Development Trend Study of Marine Early Warning and Detection System by Reviewing DARPA Cu- rrent Research Programs[J]. Modern Radar, 2016, 38(11): 13-17.

[37] 張少康, 田德艷. 水下聲目標的梅爾倒譜系數(shù)智能分類方法[J]. 應用聲學, 2019, 38(2): 267-272.Zhang Shao-kang, Tian De-yan. Intelligent Classification Method of Mel Frequency Cepstrum Coefficient for Underwater Acoustic Targets[J]. Journal of Applied Acou- stics, 2019, 38(2): 267-272.

[38] Rudnick D L, Davis R E, Eriksen C C, et al. Underwater Glider for Ocean Research[J]. Marine Technology Society Journal, 2004, 38(2): 73-84.

[39] Paley D A, Zhang F, Leonard N E. Cooperative Control for Ocean Sampling: The Glider Coordinated Control Sy- stem[J]. IEEE Transactions on Control Systems Techno- logy, 2008, 16(4): 735-744.

[40] Peng Z, Wang D, Wang H, et al. Distributed Coordinated Tracking of Multiple Autonomous Underwater Vehicles[J]. Nonlinear Dynamics, 2014, 78(2): 1261-1276.

[41] Xue D Y, Wu Z L, Wang Y H, et al. Coordinate Control, Motion Optimization and Sea Experiment of a Fleet of Petrel-II Gliders[J]. Chinese Journal of Mechanical En- gineering, 2018, 31(1): 17.

[42] Fratantoni D M, Haddock S H D. Introduction to the Autonomous Ocean Sampling Network(AOSN-II) Program [J]. Deep Sea Research Part II Topical Studies in Ocea- nography, 2009, 56(3-5): 61.

[43] Enrique F P. Contributions to Underwater Glider Path Planning[D]. Las Palmas de Gran Canaria: Universidad de Las Palmas de Gran Canaria, 2014.

Key Technologies of Underwater Acoustic Glider: A Review

SUN Qin-dong1, 2, LAN Shi-quan3*, WANG Chao1, 2, WANG Wen-long1, 2

(1. Navy Submarine Academy, Qingdao 266199, China; 2. The Joint Laboratory of Marine Application Technology, Pilot National Laboratory for Marine Science and Technology(Qingdao), Qingdao 266237, China ; 3. School of Mechanical Engineering, Tianjin University, Tianjin 300350, China)

Underwater acoustic glider has the characteristics of long voyage, long endurance, high invisibility and low cost. It is an advantageous platform for the underwater moving target detection and fine measurement of marine hydrological environment. This paper review the research progress of underwater acoustic gliders in the world, and briefly describes their system compositions and functions. The key technologies of underwater acoustic glider design and scale application are discussed, including vibration and noise reduction, autonomous control, attitude control, multi-mode hybrid propulsion, acoustic sensor design and application, target attribute autonomous discrimination, safe deployment, and recycling. This paper may provide reference for the development of similar unmanned undersea detection equipment in China.

underwater acoustic glider; autonomous detection; vibrationandnoisereduction; objective autonomy discrimination

U674.941; TB565.1

R

2096-3920(2020)01-0010-08

10.11993/j.issn.2096-3920.2020.01.002

孫芹東, 蘭世泉, 王超, 等. 水下聲學滑翔機研究進展及關鍵技術[J]. 水下無人系統(tǒng)學報, 2020, 28(1): 10-17.

2019-10-31;

2019-12-19.

國家重點研發(fā)計劃資助項目(2019YFC0311700); 青島海洋科學與技術試點國家實驗室問海計劃資助項目(2017WH- ZZB0601).

蘭世泉(1988-), 男, 碩士, 工程師, 主要研究方向為水下機器人技術.

(責任編輯: 楊力軍)