Analýza výkonu detekce cíle pro algoritmus histogramu s jediným vektorovým hydrofonem

Analýza výkonu detekce cíle pro algoritmus histogramu  jednovektorového hydrofonu 

Histogramový algoritmus jednovektorového hydrofonu má dobrou robustnost a výkon odhadu cílového azimutu. Tento článek analyzuje a shrnuje výkon detekce cíle pomocí algoritmu histogramu a algoritmu autonomní detekce a sledování pro byl navržen podvodní akustický měnič založený na odhadovaném azimutu cíle. Výsledky počítačové simulace a bezodrazového testu nádrže ukazují, že poměr signálu k šumu vyžadovaný algoritmem okénkového histogramu pro autonomní sledování musí být větší než 7 dB. Za těchto podmínek je odhadovaná chyba azimutu a šířka paprsku 3 dB přibližně 8 ◦ a 20 ◦ , v tomto pořadí. Výsledky námořních zkoušek ukazují, že za dobrých hydrologických podmínek v hlubokém moři může algoritmus okenního histogramu dosáhnout detekce a sledování cíle pro povrchovou loď s rychlostí 8,4 kn v dosahu 13,8 km. Optimální odhadovaná chyba azimutu může dosáhnout 5 ◦ a šířka paprsku 3 dB může dosáhnout asi 10 ◦ na vzdálenost 2 km.

 

Vektorový kanál vektorového hydrofonu má frekvenčně nezávislou dipólovou směrovost a má schopnost odolávat rušení izotropním šumem. Vektorový hydrofon může dosáhnout orientace bez rozmazání v celém prostoru, což poskytuje řešení pro detekci cíle na malé podvodní platformě vybavené akustickými senzory.

 

Výhoda prostoru. V posledních letech s neustálým zlepšováním Technologie vektorových hydrofonních senzorů , technologie vektorového zpracování signálu se také silně uplatňuje. Díky poptávce se rychle rozvíjí. Ve srovnání s konvenčními hydrofony akustického tlaku poskytují vektorové hydrofony komplexnější informace o zvukovém poli. Dokáže nejen měřit skalární množství zvukového pole, ale také získat vektorové charakteristiky zvukového pole, což značně rozšiřuje prostor pro zpracování signálu. Existuje mnoho algoritmů odhadu azimutu cíle založených na jednovektorových hydrofonech, ale obecně je lze rozdělit do dvou kategorií podle principu hledání směru: jednou je odhad azimutu založený na toku zvukové energie; druhý je považovat každý kanál vektorového hydrofonu za víceprvkové pole, každý piezoelektrický prvek je umístěn přibližně ve stejném bodě v prostoru a stávající metoda zpracování signálu pole je aplikována na jediný vektorový hydrofon s využitím charakteristik vzoru toku pole samotného jediného vektorového hydrofonu. Různé algoritmy pro vyhledání cílového směru vektorových hydrofonů mají své výhody a nevýhody. Mezi nimi má algoritmus histogramu lepší robustnost a výkon odhadu cílového azimutu než jiné algoritmy a má schopnost potlačit úzkopásmové a silné rušení spektra čar. Je vhodný zejména pro strojírenské aplikace. Tento článek analyzuje a shrnuje algoritmus hledání směru histogramu založený na jediném vektorovém hydrofonu a navrhuje algoritmus autonomní detekce a sledování pro podvodní cíle na základě azimutu cíle. 

Obr. 6 je křivka příznaku autonomního sledování cíle s poměrem signálu k šumu podle algoritmu autonomní detekce a sledování cíle navrženého v části 1. Příznak 1 sledování cíle představuje, že algoritmus dosahuje sledování cíle, což znamená, že není dosaženo sledování cíle. Z obrázku 6 je vidět, že když je odstup signálu od šumu větší než 7 dB, může algoritmus histogramu dosáhnout autonomního sledování cíle.

2.2 Analýza testu nádrže

Aby bylo možné zvládnout výkon detekce cíle u algoritmu jednovektorového hydrofonního histogramu, byl výkon detekce cíle jednovektorového hydrofonu proveden v anechoickém bazénu.

V ověřovacím testu byl jako cíl zdroje zvuku během testu použit UW350 a hloubka byla 3 m pod vodou. Signál použitý v testu je šířka výstupu zdroje signálu. U gaussovského bílého šumu je výstupní hodnota mezi špičkami nastavena na 10 mV, 20 mV, 25 mV, 50 mV, 100 mV, 1 V a 10 V v tomto pořadí.

 

Doba přenosu signálu je 60 s a úroveň zdroje zvuku s malým vyzařováním signálu se vypočítá podle vzorce 20 lg (A1/A2), kde A1 a A2 jsou špičková hodnota výstupu nastavení zdroje signálu. Úroveň zdroje zvuku emitujícího signál lze vypočítat podle vzdálenosti mezi vektorovým hydrofonem a zdrojem zvuku, aby se získal poměr signálu k šumu každého kanálu vektorového hydrofonu. Tabulka 1 ukazuje výsledky širokopásmového průměrného poměru signálu k šumu signálu zdroje zvuku přijatého každým kanálem vektorového hydrofonu a udává průměrnou hodnotu poměru signálu k šumu každého kanálu při různých intenzitách vyzařování zdroje zvuku. Je vidět, že špičková hodnota výstupu zdroje signálu je Při 10 mV, 20 mV, 25 mV, 50 mV, 100 mV, 1 V a 10 V je průměrný širokopásmový poměr signálu k šumu signálu zdroje zvuku přijímaného vektorovým hydrofonem 13 dB, 1 dB, 7 dB, resp. 47 dB. Sedm signálů s odstupem signálu od šumu se zpracovává odděleně pomocí algoritmu histogramu. Vypočítané výsledky odhadu azimutu se mění s časem, jak je znázorněno na obrázku 7. Obrázek také označuje špičkovou hodnotu výstupu signálu a vektorového hydrofonu v každém časovém období. Odstup signálu od šumu přijímače. Z obrázku 7 je vidět, že odhadovaný azimut cíle zdroje zvuku se postupně stabilizuje, jak se zvyšuje poměr přijímaného signálu k šumu, a v podstatě se shoduje se skutečným azimutem. Obrázek 8 a obrázek 9 v tomto pořadí ukazují chybu odhadu azimutu a šířku spektra azimutu 3 dB signálů s odstupem signálu od šumu emitovaných sedmi zdroji zvuku pomocí algoritmu histogramu. Poměr se zvyšuje a postupně snižuje. Chyba určování směru se zvyšuje, když zdroj zvuku vydává špičkový šumový signál 10 V ve srovnání s 1 V špičkově. To je způsobeno tím, že zdroj zvuku vydává signál zdroje s vysokou úrovní zvuku.

 

 

Akustický bazén je v nízkofrekvenčním pásmu neúplně utlumen a dochází k silnému odrazu rozhraní; když je odstup signálu od šumu 7 dB, chyba hledání směru je asi 8 ◦, 3 dB čtverečních

Šířka bitového spektra je asi 23◦; když je poměr signálu k šumu větší než 1 dB, chyba hledání směru a šířka spektra azimutu 3 dB jsou menší než 4◦ a 19◦, v tomto pořadí. Obrázek 10 je křivka značky sledování cíle vypočítaná podle algoritmu autonomní detekce a sledování cíle s intenzitou signálu zdroje zvuku, což je poměr signálu k šumu 7 dB. Algoritmus může realizovat autonomní sledování cílového zdroje zvuku.

 

2.3 Analýza námořních zkoušek

Pomocí dat z podvodní akustický senzor bóje ověřující výkonnost detekce cíle test dat provedených v severních vodách Jihočínského moře v srpnu 2019, k analýze detekčního výkonu námořních cílů byl použit algoritmus histogramu jednovektorového hydrofonu. Hloubka zkušebního moře je asi 1500 m. Během testu jsou dobré povětrnostní podmínky a rychlost větru je asi na úrovni 2. Výsledky měření hloubkoměru termosoli pro opuštění lodí ukazují, že profil rychlosti zvuku je v hloubce 40 m a hloubce 40 200 m rovnoměrná vrstva. Uvnitř je hlavní přechodová vrstva rychlosti zvuku a osa vokálního traktu je v hloubce blízko 1000 m. Během testovacího dne od 12:33-14:02 proplula poblíž podvodní akustické bóje v kurzu 301° povrchová loď o délce 42 m, šířce 6 m a rychlosti 8,4 kn. Během období byla povrchová loď a podvodní akustika. Vzdálenost bóje je asi 2 km v nejkratším čase a 13,8 km v nejvzdálenějším čase. Situační diagram je znázorněn na obrázku 11. Obrázek 12 ukazuje srovnání mezi odhadovanými výsledky azimutu cílového azimutu povrchové lodi vypočítaným pomocí algoritmu histogramu a skutečným azimutem. Je vidět, že algoritmus histogramu může dosáhnout cíle povrchové lodi během celého časového úseku 12:33-14:02.

Obrázek 13 a obrázek 14 znázorňují algoritmus histogramu pro chybu hledání cíle povrchové lodi a šířku spektra 3 dB azimutu proti času v časovém úseku 12:33-14:02. Je vidět, že chyba hledání směru je nejlepší, může dosáhnout do 5 ◦ a 3 dB šířka spektra azimutu může dosáhnout asi 10 ◦ blízko bodu blízkého umístění; navíc v důsledku odchylky podvodní polohy podvodní akustické bóje je vzdálenost mezi hladinovou lodí a plošinou bóje relativně blízko. Chyba určení směru v čase se zvyšuje. Obrázek 15 je křivka značky sledování cíle v čase vypočítaná algoritmem autonomní detekce a sledování cíle. Je vidět, že algoritmus může dosáhnout autonomního sledování cíle v celém rozsahu pro hladinové plavidlo o rychlosti 8,4 kn na vzdálenost 13,8 km.

 

3 Závěr

Tento článek se zaměřuje na požadavky inženýrských aplikací jednovektorových hydrofonů na podvodních bezpilotních platformách a navrhuje metodu pro autonomní detekci a sledování podvodní ultrazvukový senzor a používá simulační výpočty, anechoické testy nádrží a analýzu námořních testů k shrnutí na základě jednovektorové vody. Algoritmus histogramu posluchače měl standardní detekční výkon. Výsledky počítačové simulace a dat anechoic pool testů ukazují, že poměr signálu k šumu vyžadovaný algoritmem histogramu k dosažení autonomního sledování musí být větší než 7 dB, v tomto okamžiku je chyba hledání směru asi 8◦ a šířka spektra 3 dB je asi 20◦. Údaje z námořních testů ukazují, že za dobrých hydrologických podmínek v hlubokém moři může algoritmus histogramu dosáhnout úplné detekce a sledování cíle do vzdálenosti 13,8 km pro povrchové plavidlo s rychlostí 8,4 kn a nejlepší chyba hledání směru může dosáhnout 5◦. Šířka spektra 3 dB azimutu může dosáhnout přibližně 10◦ v blízkosti bodu blízké polohy.