Алгоритм классификации подводных объектов по акустической протяженности

Размещено на http://www.allbest.ru/

Алгоритм классификации подводных объектов по акустической протяженности

Иванов В.Г.

Приведены описания способов классификации объектов подводного наблюдения по их акустической протяженности.

Рассмотрена структура классификатора, использующего фазовый обнаружитель при спектральной обработке сигналов в приемном тракте.

Детально рассмотрен алгоритм определения тренда фазы в обнаруженном эхосигнале.

Иванов В.Г. К.Т.Н., С.Н.С

СКБ САМИ ДВО РАН, Санкт-Петербург, тел/факс (812) 235-36-19, Южно-Сахалинск, тел/факс (4242) 55-49-66, e-mail: skb@skbsami.ru

Ключевые слова: гидроакустические системы, гидролокатор, средства гидроакустического противодействия, классификация, пеленг, тренд пеленга, фазовый обнаружитель.

Введение

Работа гидроакустических систем освещения ближней обстановки в большинстве случаев происходит в сложной сигнально-помеховой обстановке. Большое влияние на работу гидролокаторов этих систем кроме естественных помех (шумов и гидролого-акустических условий) влияют и помехи искусственного происхождения (газовые завесы, заградительные помехи, ретрансляторы), которые получили название: средства гидроакустического противодействия (ГПД).

Классификация средств ГПД, в частности, приведена в [1].

Средства ГПД подразделяют на пассивные и активные.

Пассивные меры заключаются в снижении уровней шумоизлучения кораблей конструктивными методами и использованием звукопоглащающих материалов.

К активным мерам ГПД относят создание различных видов искусственных помех:

- широкополосной заградительной помехи - шумовое воздействие на гидроакустические приемники во всех диапазонах их рабочих частот;

- прицельной по частоте помехи - мощность помехи сосредотачивается в узкой полосе рабочих частот подавляемого объекта;

- широкополосной имитационной помехи, воспроизводящей гидроакустическое поле кораблей;

- ложных эхо-сигналов, создаваемых ретрансляторами путем переизлучения поступающих на их вход сигналов.

Активные ретрансляторы излучают сигналы, которые не повторяют полностью принятые, а подвергаются некоторым преобразованиям. В частности могут имитироваться отражательная способность цели, удлинение эхосигнала, доплеровский сдвиг, блики.

Для борьбы с активным ретранслятором основная задача - произвести правильную его классификацию как малоразмерной (точечной) цели.

Способы классификации

Классификация с использованием оценки радиальной протяженности объекта известна достаточно давно. Подробно эти способы изложены в трудах Б.Н. Митяшева [2], А.Фридмана [3] и др. В трудах А.Н. Яковлева и Г.П. Каблова [4], рассмотрены принципы формирования тонкой структуры эхосигнала и способы определения его длительности.

Для классификации объектов искусственного происхождения: подводных аппаратов различного назначения, контейнеров, активных ретрансляторов (дрейфующих либо самоходных) рассмотрим метод, использующий пространственную структуру лоцируемого объекта. Отраженный от большеразмерных подводных аппаратов эхосигнал - пространственно-протяженный, а эхосигнал от малоразмерных объектов - локализованный в пространстве (точечный). Активный ретранслятор также излучает сигнал локализованный в пространстве.

Эхо-сигнал от большеразмерного объекта представляет собой сумму элементарных эхо-сигналов со случайными начальными фазами, отраженных от различных участков их корпуса. Поэтому, в качестве классификационного признака выбрано закономерное изменение на длительности эхо-сигнала дисперсии отсчетов пеленга (тренд пеленга). При наличии величины тренда пеленга больше заданного порога цель классифицируется как протяженный объект, при тренде меньше порога - как точечный объект.

Известны различные устройства, которых для классификации объектов используется измерение длительности принимаемого эхосигнала, сравнение его с эталонной величиной и при превышении длительности эхосигнала на величину больше пороговой устройство классифицирует объект как протяженный. В качестве примера может быть приведен запатентованный способ для гидролокатора с веером статических характеристик направленности [5].

В данной статье рассмотрен алгоритм классификации с использованием фазового обнаружителя (ФО) в ГАС со спектральной обработкой сигнала.

Весь цикл акустического зондирования разбивается на кадры, соответствующие выборке процедуры БПФ. В данном примере размер выборки составляет 1024 отсчета. Частота дискретизации сигнала выбрана так, чтобы длительность выборки соответствовала длительности зондирующего сигнала. Для уменьшения вероятности пропуска сигнала выборки перекрываются с коэффициентом 0,75.

Каждый кадр разбивается на 32 субкадра, в каждом из которых при помощи фазового обнаружителя вырабатываются оценки амплитуды (модуля спектральной плотности) и пеленга (как разности фаз комплесных отсчетов БПФ двух каналов ФО)

Алгоритм определения тренда фазы

1. Описание алгоритма

Суть алгоритма состоит в последовательной линейной аппроксимации участков 32х элементного массива фаз, выделенного в кадре обнаружения, и последующего выбора участка с минимальным среднеквадратичным отклонением аппроксимирующей прямой от элементов массива фаз.

Порядок определения тренда следующий:

Этап 1

1. Минимальная длина анализируемого участка принимается за 11 отсчетов фазы, что примерно соответствует временному интервалу в 50 мС.

2. Первый участок располагается вначале кадра.

3. По этому участку строится аппроксимирующий отрезок прямой.

4. Для каждого отсчета вычисляется разность между экспериментальным значением и соответствующим значением на аппроксимирующем отрезке. Результатом является вычисление среднеквадратичной ошибки (СКО) оценки прямой линии.

5. Следующий участок сдвигается на один отсчет вправо (его длина остается неизменной).

6. Для него выполняются пункты 3 и 4.

7. Сравниваются значения СКО для двух участков.

8. Запоминаются параметры участка с меньшим СКО.

9. Последовательно выполняются пункты 5 - 8 до тех пор, пока конец очередного участка не достигнет конца массива значений фаз.

10. Возвращаемся к началу массива, увеличивая длину анализируемого участка на одно значение.

11. Последовательно выполняются пункты 5 - 9.

12. Последовательно выполняются пункты 10 - 11 до тех пор, пока длина участка не станет равной длине массива фаз.

13. По выбранному участку с меньшим СКО определяется тренд как произведение величины угла наклона аппроксимирующей прямой на длину участка.

2. Математические зависимости.

Линейная аппроксимация производится по методу наименьших квадратов.

Аппроксимирующая прямая имеет вид:

(1)

где: X - номер точки в аппроксимирующем отрезке,

Y - значение фазы из массива, соответствующее значению X,

n-количество точек в аппроксимирующем отрезке.

СКО определяется как:

(2)

где Z - разность между значением фазы из массива и соответствующим расчетным значением по аппроксимирующему отрезку.

Этап 2

После того как выбран участок с наименьшим СКО (определены начало in и конец участка ik и соответствующее СКОmin), производим следующие операции:

1. Сдвигаемся на один отсчет вправо ik+1 и вычисляем

(3)

Далее повторяем все до тех пор пока либо не выполнится условие

, либо не будет достигнут конец массива. Фиксируем новый конец участка.

2. Сдвигаемcя на один отсчет влево относительно начала участка in-1 и повторяем все вышесказанное. Фиксируем новое начало участка.

3. Находим новую длину участка

l=ik-in.

4. Для нового участка строим новый аппроксимирующий отрезок прямой, т.е. определяем новые значения 0 и 1

5. Определяем значение тренда:

(4)

Порядок вычислений в алгоритме проиллюстрирован на Рис. 1

Рис. 1

Первый шаг

Этап 1

Этап 2

В таблице слева показаны первые 14 значений отсчетов пеленга. Ломаной линией на графике показана выборка пеленгов, по которой определяется тренд. Истинный тренд в данном сигнале составляет 80. Соотношение между электрическими и акустическими градусами составляет примерно 6 единиц.

Вверху над графиками показаны результаты расчета первого шага. Внизу панели показаны результаты окончательного расчета тренда пеленга.

В качестве критерия точечного объекта использовалась величина порогового значения равная 8 электрическим градусам, что соответствует 1.5 акустическим. классификатор фазовый обнаружитель гидроакустический

Заключение

Разработанный алгоритм позволяет более точно определить физические размеры объектов, наблюдаемых в процессе мониторинга морской среды. На основании этого повышается достоверность классификации наблюдаемых объектов.

Предложенный алгоритм прошел всесторонние испытания (модельные и натурные) и внедрен в несколько изготовляемых серийно ГАС.

Может быть использован при решении задач морской науки и судостроения, в том числе оборонного комплекса.

Литература

1. Корж И.Г. Диссертация на тему: Зарождение и развитие отечественного гидроакустического противодействия и подавления, Санкт-Петербург, 2011 г.

2. Б.Н. Митяшев Определение временного положения импульсов при наличии помех. Сов. радио. М. 1962 г.

3. Фридман А. "Изображение формы тела с помощью звуколокационной или радиолокационной системы". Зарубежная радиоэлектроника 1963 г., №8

4. А.Н. Яковлев, Г.П. Каблов "Гидролокаторы ближнего действия". Судостроение. Л. 1983 г

5. В.Г. Тимошенков Способ классификации объекта, обнаруженного гидролокатором. Патент RU 2490664

Иванов Валерий Глебович - ведущий научный сотрудник Федерального Государственного бюджетного учреждения науки СКБ САМИ ДВО РАН.

(4242) 23-69-66

E-mail: ivg33116@mail.ru

Algorithm for classification of underwater objects by the acoustic length

Ivanov V.G.

Descriptions of ways to classify objects underwater acoustic observation of their length.

The structure of the classifier using the phase detector when the spectral signal processing in the receive path.

Considered in detail an algorithm for determining a trend phase detected echoes.

Keywords: sonar systems, sonar, sonar counter means, classification, bearing, bearing trend, the phase detector.

References

1. Korzh IG Thesis: The origin and development of the domestic sonar counter and suppress, St. Petersburg, 2011

2. BN Mityashev Determination of the temporal position of pulses in the presence of interference. Sov. radio. M. 1962

3. A. Friedman, "The image of body shape using zvukolokatsionnoy or radar system." International electronics 1963, №8

4. AN Yakovlev, GP Kablov "Sonars short range." Shipbuilding. L. 1983

5. VG Timoshenkov method of classifying an object detected by sonar. Patent RU 2490664

Размещено на Allbest.ru