Análise do desempenho de detecção de sentido único Hydrophone Hydrophone Histogram Encontrando Algoritmo

O algoritmo histograma de umhidrofone de vetor únicotem boa robustez e desempenho de estimativa do azimute alvo. Este artigo analisa e resume o desempenho de detecção de destino do algoritmo histograma e propõe uma detecção autônoma de alvos subaquáticos com base na estimativa do azimute-alvo. Algoritmo de rastreamento, este algoritmo pode atingir a detecção autônoma da presença ou ausência de alvos na água. A simulação e os resultados do teste de piscina anecóica mostram que a relação sinal-ruído exigida pelo algoritmo do histograma para obter o rastreamento alvo autônomo precisa ser maior que -7 dB. Neste momento, a direção de encontrar erro é de cerca de 8 ◦, e a largura do espectro de Azimute -3 dB é de cerca de 20◦. A análise dos dados de teste marítimo mostra que o algoritmo do histograma pode atingir a detecção e rastreamento de alvos completos a uma distância de 13,8 km para uma embarcação de superfície com uma velocidade de 8,4 kN, com uma direção ideal encontrar erro de 5◦, e A -3 dB rolando a uma distância de 2 km. Largura espectral pode chegar a 10◦

O canal do vetor doSensor de hidrofone de vetorTem a diretividade do dipolo independente de freqüência, e tem a capacidade de resistir à interferência de ruído isotrópico. A hidrofone de vetor pode atingir a orientação sem borracha de espaço integral, que fornece uma solução para detecção de destino em pequenas plataformas subaquáticas equipadas com sensores acústicos subaquáticos.

sua vantagem do espaço. Nos últimos anos, com a melhoria contínua da tecnologia de hidrofone de vetor, a tecnologia de processamento de sinal de vetor também está sendo aplicada Powerfully.Driven por demanda, se desenvolveu rapidamente. Em comparação com os hidrofones de pressão sonora convencionais, os hidrofones de vetor fornecem informações de campo de som mais abrangentes.Only o escalar do campo de som pode ser medido, e as características do vetor do campo de som também podem ser obtidas, o que amplia muito o espaço de processamento de sinal. Há muitos algoritmos de estimativa de azimute alvo baseados em hidrofones de vetor único, em geral, eles podem ser divididos em duas categorias de acordo com o princípio da visão de direção: é uma estimativa de azimute baseada no fluxo de energia sólida; O outro é considerar cada canal do hidrofone de vetor. É uma matriz multi-elemento, cada elemento é aproximadamente na mesma posição no espaço, e o método de processamento de sinal de matriz existente é aplicado ao hidrofone de vetor único usando as características do padrão de fluxo de matriz do próprio hidrofone de vetor único. Várias Direcção de Alvo Encontrando algoritmos de hidrofone de vetor têm suas próprias vantagens e desvantagens.compared com outros algoritmos, o algoritmo médio histograma tem melhor robustez e desempenho de estimativa de orientação alvo, e tem a capacidade de suprimir a banda estreita e a interferência de espectro de linha forte, que é especialmente adequado Para aplicações de engenharia. Este artigo analisa e resume a direção do histograma Encontrando algoritmo com base em um hidrofone de vetores único, e propõe um algoritmo de detecção e rastreamento autônomo para alvos subaquáticos com base na estimativa de orientação alvo, usando simulação de computador, dados anecómicos de medição do pool e existências marítimas analisadas histograma e gráfico desempenho de detecção de alvo de algoritmo.

1 algoritmo teórico.

1.1 Direção do histograma Encontrando algoritmo

O algoritmo histograma precisa primeiro calcular as estimativas do azimute de destino em diferentes pontos de frequência, e a expressão de cálculo é

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

⟨Ix (I, f)⟩, (1) na fórmula (1), θ (f) representa o azimute-alvo calculado em diferentes frequências F, e PW, VXW e VYW representam a pressão sonora do hidrofone de vetor em p e a vibração na direção X, respectivamente. O Canal de Velocidade e o Canal de Velocidade de Vibração de Direção Y Coleciona os valores do espectro de sinal, e IX e IY representam o fluxo de energia acústica na direção X e na direção y, respectivamente. Pode ser visto a partir da equação (1) que o azimuto alvo calculado pela equação (1) está relacionado à frequência f, e as estimativas do azimute-alvo em diferentes pontos de frequência são diferentes. O método de estimar o azimute de destino através do histograma pode ser usado para calcular o azimute-alvo no ambiente. Interferência de banda estreita e supressão de interferência de spectrum de linha forte, mas quando há várias metas no ambiente. Quando as freqüências de ruído radiadas se sobrepõem, o método histograma não pode obter o verdadeiro azimute de cada alvo, apenas o fluxo de energia sonora de cada alvo.

A orientação combinada será tendenciosa para a orientação alvo mais intensa. As estatísticas do azimute histograma é contar o alvo estimado Azimute θ (F) no intervalo de azimute correspondente de acordo com o número de pontos de frequência. Se o intervalo de azimute for dividido por 1◦, então k = [θ (f) × 180 / π], φ (k) = φ (k) + 1, (2) na fórmula (2), [] representa o arredondamento Operação, K é o valor obtido por arredondamento θ (f), como θ (f) 60, depois θ (f) = θ (f) + 360◦, de modo que o azimute estimado do alvo cai no intervalo [0 ◦ 360◦), φ é a frequência da estimativa do azimute em cada ângulo, e o valor angular correspondente ao valor máximo é o azimute estimado do alvo.

1.2

Um algoritmo para detecção de alvos autônomos e rastreamento

O algoritmo de detecção e rastreamento autônomo para alvos subaquáticos com base na estimativa de orientação alvo. A ideia básica é realizar análises estatísticas sobre a orientação alvo estimada pelo algoritmo do histograma e comparar as estatísticas de orientação com limiares predefinidos, que podem finalmente perceber a detecção autônoma de alvos subaquáticos e rastreamento. O fluxograma da detecção e rastreamento de alvo autônomo inclui as seguintes cinco etapas: (1) primeiro, use o algoritmo de histograma de hidrofone único vector para digitalizar toda a direção espacial para obter o Azimutrão estimado do sinal recebido; (2) Use o Virtual Constante O detector de alarme (detector CA-CFAR) executa o processamento de alarme falso constante na orientação de destino obtida na etapa (1); (3) Se o detector CA-CFAR julgam AG como a orientação do sinal de destino, o valor AG é atribuído à matriz AGT [i], caso contrário, atribuir -1 à matriz AGT [I] (I = 1, 2, · N); (4) Se o número de valores da matriz AGT = -1 for maior que em (em é o limiar predefinido, a

Calculando o erro do quadrado médio da raiz STDAT, se o stdat for menor que o limite STDDT, ele é julgado que existe um alvo e a posição de destino é rastreada, repita as etapas (1) ~ (4). Através dos 5 passos acima, a detecção autônoma e o rastreamento de alvos subaquáticos podem ser alcançados. O princípio do processamento CA-CFAR é que, ao detectar e rastrear uma certa alvo de azimute, devido à natureza não estacionária do ambiente marinho, a falsa probabilidade de alarme é instável perto de uma determinada probabilidade de detecção, e o rastreamento em tempo real do O nível de ruído ambiental é definir um limite de variação de tempo pode obter um efeito de detecção constante com uma constante probabilidade de alarme falso para o alvo de azimute. Em geral, o limite é uma função da probabilidade de detecção e da falsa probabilidade de alarme. A tecnologia de processamento CA-CFAR é um algoritmo de processamento de sinal que fornece o limiar de detecção no sistema de detecção automática e minimiza a influência do ruído e da interferência na probabilidade de alarme falso do sistema de detecção. Na tecnologia de processamento CA-CFAR, quando uma unidade específica precisa ser testada, a unidade testada é chamada de teste de teste (célula sob teste, corte) e a unidade de amostra usada para extrair a energia de ruído em torno da unidade de teste é chamada unidade de referência (referência). células, rc). Para evitar que o sinal de destino vaze na unidade de referência, que afetará adversamente a estimativa de energia do ruído, uma parte da amostra deve ser reservada como uma célula de proteção (GC) entre a unidade de referência e a unidade de teste. A relação entre a unidade de teste, a unidade de referência e a unidade de proteção é dada.

2 Análise de desempenho de detecção de destino

Esta seção dará aos resultados da simulação do computador do desempenho de detecção de destino do algoritmo histográfico e usar os dados anecóicos do pool e do teste marítimo para analisar

Algoritmo Direção do alvo Encontrar e desempenho de rastreamento autônomo. Por uma questão de simplicidade, este artigo analisa apenas a situação alvo único.

2.1 Análise de Simulação.

As condições de simulação são as seguintes: Considerando que um sinal de alvo de banda larga é incidente em um único hidrofone de vetor com um azimute incidente de 100◦, e a relação sinal-ruído (sinal para o rácio de ruído (SNR)) na mesma faixa de freqüência é definido para -20 ~ 16 dB, com 2 intervalos de DB, o ruído adicional é o ruído branco gaussiano que não está relacionado ao sinal incidente, e a frequência de amostragem é de 20 kHz. O comprimento de dados de cada processo de cálculo é de 5 s, e 75% dos dados são reproduzidos na janela de tempo.

A taxa de pilha é subdividida em 17 peças de dados com um comprimento de 1 s e 32768 pontos rápidos de Fourier Transform (Fast Fourier Transform) é realizado em cada cálculo de cada peça de dados.FFT), a faixa de freqüência de processamento é de 200 Hz ~3 kHz, 17 grupos de espectros de intensidade sonora são calculados e calculados e, em seguida, o algoritmo histograma é usado para fins.

Orientação padrão estimada. A Figura 3 mostra os resultados da estimativa do azimute do algoritmo do histograma usando as condições de simulação acima em função da relação sinal-ruído (ou seja, o espectro de azimute normalizado varia com o sinal. As mudanças de relação de ruído, e o espectro do azimute é A amplitude em diferentes azimutos), e 200 experimentos independentes de simulação de Monte Carlo são realizados sob cada relação sinal-ruído.Ele pode ser visto que a história estimada do azimute gradualmente fica clara à medida que a relação sinal-ruído aumenta. Para descrever quantitativamente o desempenho de estimativa de orientação alvo do algoritmo histográfico, a Figura 4 e a Figura 5. A curva de sentido de localização e -3 db largura do espectro do azimute versus SNR são respectivamente dadas. Pode ser visto que, quando o sinal para o ruído é -7 dB, a direção de encontrar. O erro é de cerca de 8◦, e a largura do espectro de azimute -3 dB é de cerca de 19◦; Quando a relação sinal-ruído é maior que 0 dB, a direção de encontrar erro e a largura do espectro do azimute -3 dB são respectivamente inferiores a 3◦ e 7◦

A Figura 6 é a curva do sinalizador de rastreamento autônomo de destino com a relação sinal-ruído de acordo com a detecção autônoma de destino e algoritmo de rastreamento proposto na seção 1. O sinalizador de rastreamento de destino 1 representa que o algoritmo alcança rastreamento de destino e 0 significa que O rastreamento de destino não é alcançado. Pode ser visto na Figura 6 que quando a relação sinal-ruído é maior que o algoritmo histograma de -7 db.time pode obter um alvo autônomo.

2.2 Análise do teste do tanque

Para dominar o desempenho de detecção de destino do algoritmo histograma de hidrofone único, um teste de verificação de desempenho de detecção de alvo de hidrofone único foi realizado em uma piscina anecóica. O UW350 foi usado como alvo da fonte de som durante o teste, e a profundidade foi usada para 3 m debaixo d'água. O sinal utilizado no teste é a largura da saída da fonte de sinal. Com o ruído branco gaussiano, o valor de pico de pico de saída é definido como 10 mV, 20 mV, 25 mV, 50 mV, 100 mV, 1 V, e 10 v respectivamente. O tempo de transmissão de cada sinal é de 60 s, e o nível de fonte de som da emissão de sinais passa a fórmula 20 LG (A1 / A2) é calculado, onde A1 e A2 são os valores de pico para pico das configurações da fonte de sinal . Do nível de fonte de som de emissão de sinal, a relação sinal-ruído de cada canal do hidrofone de vetor pode ser calculada com base na distância entre o hidrofone de vetor e a fonte de som. A Tabela 1 mostra os resultados da taxa de sinal de sinalização média de banda larga do sinal de fonte de som recebido por cada canal do hidrofone de vetor e fornece o valor médio da relação sinal-ruído de cada canal sob uma emissão de fonte de som diferente intensidades. Pode-se ver que o valor de pico de pico da saída da fonte de sinal é respectivamente a 10 mV, 20mv, 25mv, 50 mV, 100 mV, 1 V e 10 V,transdutor acústico de banda larga.O rácio médio sinal-ruído do sinal de fonte de som recebido pelo hidrofone de vetor é -13 dB, -7 db, -5 dB, 1 dB, 7 dB, 27 dB e 47 dB.

Os sete sinais de relação sinal-ruído são processados ​​separadamente usando o algoritmo histograma. Os resultados de estimativa de azimute calculado mudam com o tempo, como mostrado na Figura 7. A figura também marca o valor de pico para pico da saída do sinal e o hidrofone de vetor em cada período de tempo. Relação sinal-ruído do receptor. Pode ser visto na Figura 7 que o azimute estimado da meta fonte de som estabiliza gradualmente à medida que a relação sinal-ruído recebida aumenta e basicamente coincide com o verdadeiro azimute. A Figura 8 e a Figura 9 mostrar, respectivamente, o erro de estimação do azimute e a largura do espectro de azimute -3 dB dos sinais de relação sinal-ruído emitidos pelas sete fontes sonoras pelo algoritmo do histograma. A proporção aumenta e diminui gradualmente. A direção encontrando erro aumenta quando a fonte de som emite um sinal de ruído de pico de pico de 10 v em comparação com 1V pico a pico. Isso ocorre porque a fonte de som emite um alto sinal de nível de fonte de som.

A piscina tem redução de ruído incompleta na faixa de baixa frequência e há reflexão de interface forte; Quando a relação sinal-ruído é -7 dB, o erro de descoberta de direção é de cerca de 8 °, e a largura do espectro de Azimute -3 DB é de cerca de 23 °; e quando a relação sinal-ruído é maior que a 1 dB, o erro de descoberta de direção e -3 db largura de espectro de azimute são inferiores a 4 ◦ e 19◦, respectivamente. A Figura 10 é a curva da marca de rastreamento de destino com a intensidade do sinal de emissão de fonte de som calculado de acordo com a detecção autônoma de destino e algoritmo de rastreamento. Pode-se ver que, quando a relação sinal-ruído é -7 dB, o algoritmo histograma pode atingir o rastreamento autônomo do alvo da fonte de som.

2.3 Análise de teste marítimo

Usando dados da detecção de Detecção de Detecção de Detecção de Detecção de Detecção de Tabs de Bóia Subaquática Realizada nas águas do norte do Mar do Sul da China em agosto de 2019, o algoritmo de histograma de hidrofone de vetor de vetores foi utilizado para analisar o desempenho de detecção de metas marítimas. A profundidade da área do mar de teste é de cerca de 1500 m. Durante o período de teste, as condições meteorológicas são boas e o vento.

A velocidade é sobre o nível 2. Os resultados da medição do instrumento de profundidade do termossálogo de abandono por navio mostram que o perfil de velocidade sonora é uma camada uniforme dentro de uma profundidade de 40 m, e a camada catastrófica principal de velocidade do som está dentro de uma profundidade de 40 ~ 200 m, e o eixo de canal de som é de 1000 m. Perto da profundidade. Durante o dia do teste das 12: 33-14: 02, uma embarcação de superfície com um comprimento de 42 m, uma largura de 6 m, e uma velocidade de 8,4 kr passou perto da bóia acústica subaquática em um cabeçalho de 301 °. Durante o período, a embarcação da superfície e a acústica subaquática A distância da bóia é de cerca de 2 km no menor tempo e 13,8 km no momento mais distante. Um gráfico de comparação do resultado da estimativa do azimute de alvo calculado pelo algoritmo histograma e o azimute real do navio superficial é dado, e pode-se ver que o algoritmo histograma está em todo o tempo 12: 33-14: 02.

A Figura 13 e a Figura 14 mostram, respectivamente, o algoritmo histograma à direção do alvo de navios de superfície e -3 dB dimuther a largura da largura do espectro da mudança com o tempo no período de 12: 33-14: 02. Pode-se ver que a direção de encontrar erro é o melhor que pode chegar dentro de 5 °, e a largura do espectro de azimute -3 dB pode chegar a cerca de 10 ° perto do ponto de local próximo; Além disso, devido ao desvio da posição estimada subaquática da bóia acústica subaquática, a distância entre o navio superficial e a plataforma de bóia está mais próxima o erro de achamento de sentido no momento aumenta. A Figura 15 é a curva da marca de rastreamento alvo ao longo do tempo calculada pela detecção autônoma de destino e algoritmo de rastreamento. Pode-se ver que o algoritmo pode alcançar rastreamento alvo autônomo em todo o intervalo para um recipiente de superfície com uma velocidade de 8,4 kn a uma distância de 13,8 km.

3 Conclusão.

Visando aos requisitos de aplicação de engenharia de hydrophones de vetores únicos em plataformas não tripuladas subaquáticas, este artigo propõe uma detecção autônoma e rastreamento de metas subaquáticas. Método de correção e usar cálculo de simulação, teste anecóico do tanque e análise do teste marítimo para resumir o algoritmo histograma baseado em Desempenho de detecção de vetor de vetor. Os resultados dos dados do teste de simulação de computador e do tanque anecóico mostram que o algoritmo histograma atinge a relação sinal-ruído necessária para o rastreamento autônomo. Se for maior que -7 dB, o erro de descoberta de direção é de cerca de 8 ° e o espectro do azimute Largura de -3 dB é de cerca de 20 °. Os dados do teste do mar mostra que o mar profundo é bom condições hidrológicas, o algoritmo histograma pode atingir a detecção e rastreamento de alvos completos para uma embarcação superficial com uma velocidade de 8,4 kn a uma distância de 13,8 km. O melhor erro de descoberta de direção pode chegar a 5 ◦, e a largura do espectro de Azimute -3 DB pode chegar a 10◦ perto da posição próxima.