Analyse des performances de détection cible pour un seul algorithme d'histogramme à hydrophone vectoriel

Analyse des performances de détection cible pour unAlgorithme d'histogramme deHydrophone à vecteur unique

L'algorithme d'histogramme de l'hydrophone vectoriel unique a une bonne robustesse et une bonne performance d'estimation de l'azimut. Cet article analyse et résume les performances de détection cible de l'algorithme d'histogramme et un algorithme de détection et de suivi autonome pourtransducteur acoustique sous-marinSur la base de l'azimut estimé de la cible a été proposé. Les résultats de la simulation informatique et des tests de réservoir anéchoïque montrent que le rapport signal / bruit requis par l'algorithme d'histogramme fenêtré pour le suivi autonome doit être supérieur à 7 dB. Dans cette condition, l'erreur d'azimut estimée et la largeur du faisceau de 3 dB sont d'environ 8◦et 20◦, respectivement. Les résultats des essais en mer montrent que dans de bonnes conditions hydrologiques en mer profonde, l'algorithme d'histogramme fenêtré peut atteindre la détection et le suivi de la cible pour un navire de surface avec une vitesse de 8,4 kN dans une fourchette de 13,8 km. L'erreur optimale d'azimut estimée peut atteindre 5◦et la largeur du faisceau de 3 dB peut atteindre environ 10◦à une distance de 2 km.

Le canal vectoriel de l'hydrophone vectoriel a une directivité dipolaire indépendante de la fréquence et a la capacité de résister à l'interférence du bruit isotrope. Un hydrophone vectoriel peut obtenir une orientation sans espace complète, qui fournit une solution pour la détection cible sur une petite plate-forme sous-marine équipée équipée de plate-forme équipée équipée avec des capteurs acoustiques.

L'avantage de l'espace. Ces dernières années, avec l'amélioration continue decapteur d'hydrophone vectorielTechnologie, la technologie de traitement du signal vectoriel est également appliquée puissamment. Privoite par demande, elle s'est développée rapidement. Par rapport aux hydrophones de pression acoustique conventionnels, les hydrophones vectoriels fournissent des informations sur le terrain sonore plus complètes. Il peut non seulement mesurer la quantité scalaire du champ sonore, mais également obtenir les caractéristiques vectorielles du champ sonore, qui élargit considérablement l'espace de traitement du signal. Il existe de nombreux algorithmes d'estimation de l'azimut cible basés sur des hydrophones vectoriels uniques, mais en général, ils peuvent être divisés en deux catégories selon le principe de la recherche de direction: l'une est l'estimation de l'azimut basée sur le flux d'énergie sonore; L'autre consiste à considérer chaque canal de l'hydrophone vectoriel car il s'agit d'un réseau multi-éléments, chaque élément piézé est situé approximativement au même point dans l'espace, et la méthode de traitement du signal de tableau existant est appliquée à l'hydrophone vectoriel unique en utilisant le Caractéristiques du schéma d'écoulement de la réseau de l'hydrophone vectoriel unique lui-même. Divers algorithmes de recherche de direction cible des hydrophones vectoriels présentent leurs propres avantages et inconvénients. Parmi eux, l'algorithme d'histogramme a une meilleure robustesse et une meilleure performance d'estimation de l'azimut que les autres algorithmes, et a la capacité de supprimer la bande étroite et une interférence forte du spectre de ligne. Il convient particulièrement à l'application d'ingénierie. Cet article analyse et résume l'algorithme de recherche de direction de l'histogramme basé sur un seul hydrophone vectoriel, et propose un algorithme de détection et de suivi autonome pour les cibles sous-marines en fonction de l'azimut cible

La figure 6 est la courbe de l'indicateur de suivi autonome cible avec le rapport signal / bruit en fonction de l'algorithme de détection et de suivi autonome cible proposé dans la section 1. L'indicateur de suivi cible 1 représente que l'algorithme atteint le suivi cible, et cela signifie que le suivi cible du suivi cible n'est pas réalisé. On peut voir sur la figure 6 que lorsque le rapport signal / bruit est supérieur à 7 dB, l'algorithme d'histogramme peut atteindre un suivi cible autonome.

2.2 Analyse des tests de réservoir

Afin de maîtriser les performances de détection cible de l'algorithme d'histogramme d'hydrophone à vecteur unique, les performances de détection cible de l'hydrophone de vecteur unique ont été réalisées dans le pool anéchoïque.

Dans le test de vérification, UW350 a été utilisé comme cible de source sonore pendant le test, et la profondeur était sous l'eau. Le signal utilisé dans le test est la largeur de la sortie de la source de signal. Avec un bruit blanc gaussien, la valeur de pic à crête de sortie est définie sur 10 mV, 20 mV, 25 mV, 50 mV, 100 mV, 1 V et 10 V respectivement.

Le temps de transmission du signal est de 60 s, et le niveau de source sonore de petite émission de signal est calculé par la formule 20 LG (A1 / A2), où A1 et A2 sont la valeur de pic à crête de la sortie de la source de signal. Le niveau de source sonore émettant du signal peut être calculé en fonction de la distance entre l'hydrophone vectoriel et la source sonore pour obtenir le rapport signal / bruit de chaque canal de l'hydrophone vectoriel. Le tableau 1 montre les résultats du rapport signal / bruit moyen haut débit du signal de source sonore reçue par chaque canal de l'hydrophone vectoriel, et donne la valeur moyenne du rapport signal / bruit de chaque canal sous différentes émissions de source sonore intensités. On peut voir que la valeur de crête à crête de la sortie de la source de signal est à 10 mV, 20 mV, 25 mV, 50 mV, 100 mV, 1 V et 10 V, le rapport signal / bruit moyen à large bande du bruit du bruit du bruit du bruit du bruit du bruit du bruit du bruit du bruit du bruit du bruit du bruit du Broadband. Le signal de source sonore reçue par l'hydrophone vectoriel est de 13 dB, 7 dB, 5 dB, respectivement, 1 dB, 7 dB, 27 dB et 47 dB. Les sept signaux de rapport signal / bruit sont traités séparément en utilisant l'algorithme d'histogramme. Les résultats d'estimation de l'azimut calculés changent avec le temps comme le montre la figure 7. La figure marque également la valeur de pic à crête de la sortie du signal et l'hydrophone vectoriel à chaque période. Rapport signal / bruit du récepteur. On peut voir sur la figure 7 que l'azimut estimé de la cible de la source sonore se stabilise progressivement à mesure que le rapport signal / bruit reçu augmente et coïncide essentiellement avec le véritable azimut. Les figures 8 et 9 montrent respectivement l'erreur d'estimation de l'azimut et la largeur du spectre d'azimut de 3 dB des signaux de rapport signal / bruit émis par les sept sources sonores par l'algorithme d'histogramme. Le rapport augmente et diminue progressivement. L'erreur de recherche de direction augmente lorsque la source sonore émet un signal de bruit de crête à crête de 10 V par rapport à 1 V pic à crête. Cela est dû à la source sonore émettant un signal de niveau de source sonore élevé.

Le pool acoustique est incomplètement atténué dans la bande basse fréquence et il y a une forte réflexion d'interface; Lorsque le rapport signal / bruit est de 7 dB, l'erreur de recherche de direction est d'environ 8 °, 3 dB carré

La largeur du spectre de bits est d'environ 23◦; Lorsque le rapport signal / bruit est supérieur à 1 dB, l'erreur de découverte de direction et la largeur du spectre d'azimut de 3 dB sont inférieures à 4 ° et 19◦, respectivement, la figure 10 est la courbe de la marque de suivi cible calculée en fonction du L'algorithme de détection et de suivi autonomes cibles avec l'intensité du signal d'émission de source sonore, qui peut être vu. Lorsque le rapport signal / bruit est de 7 dB, l'algorithme d'histogramme peut réaliser le suivi autonome de la cible de la source sonore.

2.3 Analyse des tests marins

En utilisant des données ducapteur acoustique sous-marinLes données de test de vérification des performances de détection des cibles de bouée effectuées dans les eaux du nord de la mer de Chine méridionale en août 2019, l'algorithmv histogramme de l'hydrophone à vecteur unique a été utilisé pour analyser les performances de détection des cibles maritimes. La profondeur de la zone de la mer d'essai est d'environ 1500 m. Pendant le test, les conditions météorologiques sont bonnes et la vitesse du vent est à peu près au niveau 2. Les résultats de mesure du compteur de profondeur de thermo-sel d'abandon de l'abandon du navire montrent que le profil de vitesse du son est une couche uniforme à une profondeur de 40 m et un profondeur de 40 200 m. À l'intérieur se trouve la principale couche de transition de la vitesse du son, et l'axe des voies vocales est à une profondeur près de 1000 m. Pendant la journée d'essai de 12: 33-14: 02, un navire de surface d'une longueur de 42 m, une largeur de 6 m et une vitesse de 8,4 kN passaient près de la bouée acoustique sous-marine à un titre de 301 °. Pendant la période, le navire de surface et l'acoustique sous-marine. La distance de la bouée est d'environ 2 km aux plus courtes et de 13,8 km au moment le plus éloigné. Le diagramme de la situation est illustré à la figure 11. La figure 12 montre la comparaison entre les résultats estimés de l'azimut de l'azimut cible du navire de surface calculé par l'algorithme d'histogramme et l'azimut réel. On peut voir que l'algorithme d'histogramme peut atteindre l'objectif du navire de surface pendant toute la période de 12: 33-14: 02.

Les figures 13 et la figure 14 montrent respectivement l'algorithme d'histogramme pour l'erreur de recherche de direction de la cible du navire de surface et la largeur de la largeur du spectre d'azimut de 3 dB en fonction de la courbe de temps dans la période de 12: 33-14: 02. On peut voir que l'erreur de recherche de direction est la meilleure qu'elle peut atteindre dans les 5 ◦, et la largeur du spectre d'azimut de 3 dB peut atteindre environ 10 ◦ près du point de localisation de fermeture; De plus, en raison de l'écart de la position sous-marine de la bouée acoustique sous-marine, la distance entre le navire de surface et la plate-forme de bouée est relativement proche. L'erreur de direction de la direction au temps augmente. La figure 15 est la courbe de la marque de suivi cible dans le temps calculé par l'algorithme de détection et de suivi autonomes cibles. On peut voir que l'algorithme peut atteindre un suivi cible autonome sur toute la gamme pour un récipient de surface avec une vitesse de 8,4 kN à une distance de 13,8 km.

3 Conclusion

Visant les exigences d'application d'ingénierie des hydrophones à vecteur unique sur les plates-formes sans pilote sous-marines, cet article propose une méthode de détection et de suivi autonomes deCapteur à ultrasons sous-marinet utilise des calculs de simulation, des tests de réservoir anéchoïque et une analyse des tests marins pour résumer en fonction de l'eau à vecteur unique. L'algorithme d'histogramme de l'auditeur avait des performances de détection standard. Les résultats de la simulation informatique et des données de test de pool anéchoïque montrent que le rapport signal / bruit requis par l'algorithme d'histogramme pour atteindre le suivi autonome doit être supérieur à 7 dB, à l'heure actuelle, l'erreur de recherche de direction est d'environ 8 °. 3 dB La largeur du spectre d'azimut est d'environ 20 °. Les données de test marin montrent que dans de bonnes conditions hydrologiques en mer profonde, l'algorithme d'histogramme peut atteindre une détection et un suivi de la cible complète à une distance de 13,8 km pour un récipient de surface avec une vitesse de 8,4 kN, et la meilleure erreur de découverte peut atteindre 5◦. La largeur du spectre d'azimut de 3 dB peut atteindre environ 10◦ près du point de position proche.