基于亮点模型的水下目标近程回波仿真研究

第49卷第S2期红外与激光工程2020年11月Vol.49No.S2Infrared and Laser Engineering Nov.2020副载波调制水下激光雷达测距性能仿真刘心溥，元志安，王玲，许可，万建伟(国防科技大学电子科学学院，湖南长沙410073)摘要：复杂的水体环境，特别是水中微粒的吸收和散射作用，使得水下激光雷达测距系统的接收信号中存在大量的后向散射杂波。

随着距离的增大，目标回波会逐渐淹没在杂波中，而副载波调制技术可以有效地提升目标对比度，实现水下激光雷达的测距增程。

首先建立了光子在海水中传输的蒙特卡洛仿真模型，然后研究了结合激光雷达优势和微波雷达优势的副载波调制技术，给出了伪随机序列作为副载波时发射、接收和相关处理的详细步骤，最后对四种不同类型的副载波(方波、锯齿波、正弦波和伪随机序列波)在不同的水质和发射脉冲宽度的情况下进行了仿真研究。

结果表明：伪随机序列对于目标对比度的提升方面性能最好。

关键词：副载波调制；激光雷达测距；蒙特卡洛仿真法；海洋光学；伪随机序列中图分类号：TN249文献标志码：A DOI：10.3788/IRLA20200193Performance simulation of underwater lidar ranging system basedon subcarrier modulation technologyLiu Xinpu,Yuan Zhian,Wang Ling,Xu Ke,Wan Jianwei(National University of Defense Technology,Institute of Electronic Science,Changsha410073,China)Abstract:The complex water environment,especially the absorption and scattering of particles in the water,causes a large number of backscattered clutter at the receiver of the underwater lidar ranging system.As the distance increases,the target echo will gradually drown in clutter.The modulation technology can effectively improve the contrast of the target and achieve the range extension of underwater lidar.A Monte Carlo simulation model of photon transmission in seawater was firstly established,and then the modulation technology which combining the advantages of lidar and microwave radar was studied.Then the detailed steps of transmitting,receiving and related processing was given when a pseudo-random sequence was used as a sub-carrier.Finally,four different types of sub-carriers (square wave,sawtooth wave,sine wave,and pseudo-random sequence wave)were used for simulation studies with the different water qualities and emission pulse widths.The results show that the pseudo-random sequence has the best performance in improving the contrast of the target.Key words:subcarrier modulation;lidar ranging;Monte Carlo simulation;ocean optics;pseudo-random sequence收稿日期：2020-09-16；修订日期：2020-10-20作者简介：刘心溥(1997-)，男，硕士生，主要从事激光雷达水下目标探测等方面的研究。

水下声呐信号处理及目标识别研究水下声呐技术的应用范围十分广泛，包括：水下探测、矿产开采、海底地形勘测、海洋生物探测、海军军事应用等等。

其中，水下目标探测和识别是水下声呐技术的重要应用之一。

本文将着重探讨水下声呐信号处理及目标识别的相关研究。

一、水下声呐信号处理水下声呐信号处理是指对声波信号进行分析、降噪、滤波等处理，以提高信号的可识别性和探测性，为水下目标识别提供基础数据。

水下声呐信号处理主要包括：信号采集、信号预处理、信号分析和信号降噪等方面。

1. 信号采集声呐信号采集是声呐系统中的第一步，其目的是获取目标传回的声波信号。

通常情况下，声呐系统由发射器和接收器两部分构成。

发射器会向周围环境发出声波信号，信号被周围环境反射后，就会被接收器捕捉。

是对声波信号进行采集的过程。

2. 信号预处理信号预处理是为了去除杂音和干扰信号，从而提高信号的质量和清晰度。

该过程中常用的技术包括滤波、去噪、增益等方法。

其中，滤波常用于去除信号中的高频噪声，去噪就是降低信号中的低频噪声的过程，而增益用于增强信号的可读性和能量。

3. 信号分析信号分析是指对信号进行参数提取以及信号的频谱、时域等特征分析。

通过对信号的分析，可以更好地了解声波传播的特性、声源和水下目标的特征等。

4. 信号降噪信号降噪是针对信号中噪声的处理，目的是去除干扰信号，提高信号的准确性和可读性。

降噪处理一般包括自适应滤波、小波去噪、频域滤波等方法。

其中，小波去噪的效果较好，可以较好地去除信号中的噪音。

二、水下目标识别水下目标识别是指通过声呐信号处理技术，将确定的信号特征与目标数据库中的特征进行匹配，对水下目标进行分类和识别。

下面将着重介绍基于声波信号的水下目标识别方法。

1. 基于模式识别的目标识别方法该方法基于目标的特征，通过比较目标的特征与数据库中已有的目标特征，最终实现目标的分类和识别。

目标的特征常包括目标的形态、声回波、饰品等因素。

常用的模式识别算法包括KNN算法、SVM算法、神经网络算法等。

引用格式:周烨ꎬ李启飞ꎬ李沛宗ꎬ等.主动声呐信号建模及仿真[Ｊ].电光与控制ꎬ２０２０ ２７(２):１４￣１７.ＺＨＯＵＹ ＬＩＱＦ ＬＩＰＺ ｅｔａｌ.Ａｃｔｉｖｅｓｏｎａｒｓｉｇｎａｌｍｏｄｅｌｉｎｇａｎｄｓｉｍｕｌａｔｉｏｎ[Ｊ].ＥｌｅｃｔｒｏｎｉｃｓＯｐｔｉｃｓ＆Ｃｏｎｔｒｏｌ ２０２０ ２７(２):１４￣１７.主动声呐信号建模及仿真周㊀烨ꎬ㊀李启飞ꎬ㊀李沛宗ꎬ㊀巩健文ꎬ㊀杨日杰(海军航空大学ꎬ山东烟台㊀２６４００１)摘㊀要:结合以往主动声呐信号仿真对于目标构建较为简单㊁仿真回波与真实回波拟合度较低且数值积分计算量庞大㊁不利于复杂目标的实时预报的缺点ꎬ在构建海洋环境噪声㊁海洋混响模型的基础上整合亮点模型进行了舰船主动声呐回波信号仿真ꎮ经水池实验验证ꎬ与实验回波数据相比达到了预期效果ꎬ为声呐设备的测试改良提供了良好的借鉴和思路ꎮ关键词:信号仿真ꎻ海洋环境噪声ꎻ海洋混响ꎻ亮点模型中图分类号:Ｕ６６㊀㊀㊀文献标志码:Ａ㊀㊀㊀ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１６７１－６３７Ｘ.２０２０.０２.００４ＡｃｔｉｖｅＳｏｎａｒＳｉｇｎａｌＭｏｄｅｌｉｎｇａｎｄＳｉｍｕｌａｔｉｏｎＺＨＯＵＹｅ ㊀ＬＩＱｉｆｅｉ ㊀ＬＩＰｅｉｚｏｎｇ ㊀ＧＯＮＧＪｉａｎｗｅｎ ㊀ＹＡＮＧＲｉｊｉｅ(ＮａｖａｌＡｅｒｏｎａｕｔｉｃａｌＵｎｉｖｅｒｓｉｔｙ Ｙａｎｔａｉ２６４００１ Ｃｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｕｎｄｅｒｗａｔｅｒｔａｒｇｅｔｄｅｔｅｃｔｉｏｎｉｓｏｎｅｏｆｔｈｅｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｉｎｎａｖｉｇａｔｉｏｎ.Ｔｈｅｐｒｅｖｉｏｕｓａｃｔｉｖｅｓｏｎａｒｓｉｇｎａｌｓｉｍｕｌａｔｉｏｎｈａｓｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｒｅｌａｔｉｖｅｌｙｓｉｍｐｌｅｔａｒｇｅｔｍｏｄｅｌ ｌｏｗｄｅｇｒｅｅ￣ｏｆ￣ｆｉｔｔｉｎｇｏｆｔｈｅｓｉｍｕｌａｔｅｄｅｃｈｏｗｉｔｈｔｈｅｒｅａｌｅｃｈｏ ａｎｄｌａｒｇｅｃｏｍｐｕｔａｔｉｏｎｂｕｒｄｅｎ ｗｈｉｃｈｉｓｎｏｔｓｕｉｔａｂｌｅｆｏｒｒｅａｌ￣ｔｉｍｅｐｒｅｄｉｃｔｉｏｎｏｆｃｏｍｐｌｅｘｔａｒｇｅｔ.Ｂａｓｅｄｏｎｂｕｉｌｄｉｎｇｕｐｔｈｅｍｏｄｅｌｓｏｆｔｈｅｏｃｅａｎａｍｂｉｅｎｔｎｏｉｓｅａｎｄｔｈｅｏｃｅａｎｒｅｖｅｒｂｅｒａｔｉｏｎ ｗｅｍａｄｅａｃｔｉｖｅｓｏｎａｒｅｃｈｏｓｉｇｎａｌｓｉｍｕｌａｔｉｏｎｆｏｒｔｈｅｓｈｉｐｂｙｕｓｉｎｇｈｉｇｈｌｉｇｈｔｍｏｄｅｌ.Ｔｈｅｒｅｓｕｌｔｏｆｐｏｏｌｅｘｐｅｒｉｍｅｎｔｓｈｏｗｅｄｔｈａｔ ｔｈｅｅｃｈｏｒｅａｃｈｅｄｔｈｅｅｘｐｅｃｔｅｄｅｆｆｅｃｔｉｎｃｏｍｐａｒｉｓｏｎｗｉｔｈｔｈｅｅｃｈｏｉｎｅｘｐｅｒｉｍｅｎｔ ｗｈｉｃｈｓｕｐｐｌｉｅｄａｒｅｆｅｒｅｎｃｅｆｏｒｔｅｓｔｉｍｐｒｏｖｅｍｅｎｔｏｆｔｈｅｓｏｎａｒｓｅｔ.Ｋｅｙｗｏｒｄｓ:ｓｉｇｎａｌｓｉｍｕｌａｔｉｏｎꎻｏｃｅａｎａｍｂｉｅｎｔｎｏｉｓｅꎻｏｃｅａｎｒｅｖｅｒｂｅｒａｔｉｏｎꎻｈｉｇｈｌｉｇｈｔｍｏｄｅｌ０㊀引言利用主动声呐浮标可以实现对水下目标及地形的精确探测ꎬ以及针对水下目标的精确跟踪㊁识别和信号检测[１]ꎮ航船主动声呐研究自２０世纪５０年代开始已历经半个世纪ꎬ目前仍然有很多难以解决的问题ꎬ包括背景噪声处理㊁目标识别等[２－３]ꎮ伴随着各国海洋战略的出台ꎬ和电子技术以及信号处理技术的发展ꎬ各国均将建立完善的水下目标特征资料库作为主动声呐发展的重点ꎬ因此ꎬ构建主动声呐信号仿真模型对于航船声呐设备发展以及现代海上远航都具有重要意义[４]ꎮ１㊀主动声呐回波模型构建主动声呐是通过水下换能器发射具有特定信号特收稿日期:２０１９￣０３￣２１㊀㊀㊀㊀修回日期:２０１９￣１２￣０４基金项目:山东省重点研发计划(２０１６ＣＹＪＳ０２Ａ０１)作者简介:周㊀烨(１９９５ )ꎬ男ꎬ河北沧州人ꎬ硕士生ꎬ研究方向为水声工程ꎮ征的声波ꎬ在经历水下目标的作用后由水听器接收回声信号来获取水下环境以及水下目标特征ꎮ在这个过程中ꎬ水听器接收的回波信号并不完全是有效信息ꎮ在海洋环境中存在多种噪声干扰ꎬ包括在海区普遍存在的海洋环境噪声干扰和混响干扰[５]ꎮ为了能真实仿真主动声呐回波信号的各类信息ꎬ对海洋环境噪声和海洋混响建模也成为声呐回波模型不可或缺的一部分[６－７]ꎮ主动声呐回波模型的构建主要包括对主动声呐发射信号的生成ꎬ海洋环境噪声的模拟ꎬ海洋混响场模拟以及目标强度特性模拟和最后的主动声呐回波仿真ꎮ１.１㊀海洋环境噪声模型真实的海洋环境噪声具有时变性ꎬ这使得很难用一个确定的数学模型对它进行建模仿真ꎮ从２０世纪３０年代开始ꎬ人们对于海洋环境噪声已经开展了全方位研究ꎬ特别是对海洋环境噪声的谱级测量ꎬ在大量实测数据的支撑下ꎬ形成了基于实测数据的近似经验公式进行海洋环境噪声预报工作ꎮ在实际仿真中ꎬ通常以海况来描述所处海区情况ꎬ有一种浅海环境噪声经验公式来近似描述海况与环境噪声谱级的关系[８]ꎬ即Ｖｏｌ.２７㊀Ｎｏ.２Ｆｅｂ.２０２０㊀㊀第２７卷㊀第２期２０２０年２月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀电㊀光㊀与㊀控㊀制ＥｌｅｃｔｒｏｎｉｃｓＯｐｔｉｃｓ＆Ｃｏｎｔｒｏｌ周㊀烨等:㊀主动声呐信号建模及仿真ＮＬ(ｆ)＝１０ｌｇｆ－１.７＋６Ｓ＋５５(１)式中:ｆ为声信号频率ꎻＳ为当时海况等级ꎻＮＬ表示海洋环境噪声谱级ꎮ在一定深度上ꎬ环境噪声的振幅分布满足高斯分布ꎬ因此当计算出海洋环境噪声谱之后ꎬ可以利用高斯噪声近似模拟时域信号ꎬ产生Ｎ(ａꎬｂ)的随机噪声序列ꎬ并进行傅里叶变换取其频域信息ꎬ得到随机噪声的频域函数Ｒ(ｗ)ꎮ最后令ＮＬ(ｆ)和Ｒ(ｗ)相乘ꎬ得到Ｎ(ｆ)＝ＮＬ(ｆ)ˑＲ(ｆ)(２)对其进行傅里叶反变换ꎬ可得到时域海洋环境噪声序列Ｎ(ｔ)ꎬ即具有特定振幅分布和谱级曲线要求的仿真海洋环境噪声序列[９]ꎮ在设定３级海况的模拟环境中ꎬ仿真结果如图１㊁图２所示ꎮ图１㊀海洋环境噪声时域仿真Ｆｉｇ.１㊀Ｔｉｍｅｄｏｍａｉｎｓｉｍｕｌａｔｉｏｎｏｆｍａｒｉｎｅａｍｂｉｅｎｔｎｏｉｓｅ图２㊀海洋环境噪声频域仿真Ｆｉｇ.２㊀Ｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｓｉｍｕｌａｔｉｏｎｏｆｍａｒｉｎｅａｍｂｉｅｎｔｎｏｉｓｅ１.２㊀混响模拟海洋中的混响由体积混响㊁界面混响和海底混响组成ꎬ本文设定为在浅海环境中进行主动声呐回波仿真ꎬ因此暂不考虑体积混响ꎮ由于存在着多途影响ꎬ再加上射线声学有着诸多的局限性ꎬ可以采用简正波模型进行描述[１０－１１]ꎮ本文基于射线 简正波类比ꎬ采用了简正波方法来模拟浅海中的混响场ꎮ其中ꎬ构建的混响模型表示为㊀㊀Ｒ(ｔ)＝Ｉ０∬Ａ(ｔ)ｍｎＨ(ｒｍｎ)Ｈ(ｒｍｎ)ＳｍｎｄＡｍｎ(３)式中:Ｒ为时间ｔ的混响级ꎻＩ０为ｔ持续时间内的声源的强度ꎻＨｍ为沿着路径ｍ从声源至散射元的传播函数ꎻＨｎ表示沿着路径ｎ从散射元到接收水听器的传播函数ꎻＳｍｎ＝Ｓ(θｍꎬθｎꎬϕ)表示散射函数ꎬ具体表示从入射ｍ到出射ｎ的每一个单位面积ｄＡｍｎ的散射ꎻｒ为声源与目标的声程ꎻ求和是对于所有散射波进行计算ꎬ而积分只是在时间ｔ内对混响有贡献的散射面积内进行ꎻ对于简正波方法ꎬ声能量通过每一号简正波传播ꎬ其中的双求和是指对模进行的ꎻ两个Ｈ是不同散射体激发散射波的传播损失ꎻＳｍｎ也描述为模态耦合函数ꎮ简正波理论认为混响的形成由３个过程组成ꎬ声能量在经过前向传播之后到达散射点ꎬ经过散射点的散射之后再经过传播到达接收点形成混响[１２]ꎮ因此在入射波激励下的海底散射声场可以表示为㊀Ｐｒｅｃ(ｒ)＝２πｉｒ Ｍｍ＝１Ｚｍ(ｚｓ)Ａｍ(ｚｂ)ｅ－δｍｒｋｍｅｉ[ｋｒ－φｍ(ｚｂ)]ˑ Ｍｎ＝１Ｚｎ(ｚｓ)Ａｎ(ｚｂ)ｅ－δｎｒｋｎｅｉ[ｋｒ－φｎ(ｚｂ)]ˑｇｍｎｅｉϕｍｎ(４)式中:φｍꎬφｎ代表不同简正波号数ꎬϕｍｎ表示传播项ꎻ对Ｚｍ和Ｚｎ的求解是关键ꎬ基于Ｋｒａｋｅｎ简正波海洋模型ꎬ可以求解出每一号简正波的本征函数和本征值ꎬ则混响强度可以表示为㊀㊀Ｒｒａｙ(ｔ)＝ʏτ００Ｉ０(τ) ｎＨｎ(ｒｍｎ)Ｓ(θｍꎬθｎ)ｄＡｍｎ(５)利用射线 简正波类比方法ꎬ每一号简正波都有各自的传播时间ꎬ其海洋混响仿真结果如图３㊁图４所示ꎮ图３㊀混响模拟(线性调频信号激励)Ｆｉｇ.３㊀Ｒｅｖｅｒｂｅｒａｔｉｏｎｓｉｍｕｌａｔｉｏｎ(ＬＦＭｓｉｇｎａｌｅｘｃｉｔａｔｉｏｎ)图４㊀混响强度Ｆｉｇ.４㊀Ｒｅｖｅｒｂｅｒａｔｉｏｎｉｎｔｅｎｓｉｔｙ５１㊀第２期１.３㊀回波亮点模型以往对于主动声呐目标回波信号仿真中大多采用直接将信号进行时延处理ꎬ对于运动目标的处理则会采用人为加入相移来仿真回波信号ꎬ这种方法得到的回波仿真只能粗略模拟目标回波的基本特性以及大致实现定向功能ꎬ回波信号的仿真有效程度不高[１３]ꎮ对此ꎬ本文采用亮点模型来模拟水下目标的散射特性ꎮ在对水下目标建模中ꎬ在声散射情况下镜反射点的反射波强度是最大的ꎮ在入射声波为高频的条件下ꎬ目标亮点主要由几何亮点和弹性亮点组成ꎮ在仿真设计中ꎬ特别是远场情况下ꎬ可以把水下目标看作刚性材料ꎬ由此弹性回波不予考虑ꎮ在亮点模型中ꎬ一般将水下目标看作是一个网络系统ꎬ主动声呐的入射声波是激励ꎬ回波则被看作系统在激励下的响应ꎮ亮点的传输函数表达为Ｈ(ｒꎬω)＝ Ｎｍ＝１Ａｍ(ｒꎬω)ｅｊωｔｅｊϕ(６)对于传输函数ꎬ解出其中不同的幅度散射因子㊁时延和相移即可ꎬ以往的文献对于时延和相移讨论的很多ꎬ而对于幅度散射因子ꎬ因为环境和目标物的差异导致其很难给出确定的表达形式ꎬ其可近似为Ａｉ＝１０ＴＳꎬｉ/２０(７)式中ꎬＴＳꎬｉ为单个亮点目标的目标强度ꎮ这样ꎬ求解亮点的目标强度就可以求出Ａｉꎮ在讨论实际任意形状目标的几何声散射中ꎬ已经有相对成熟的Ｋｉｒｃｈｈｏｆｆ近似法对简单形状目标进行讨论ꎮ一般来说ꎬ水下目标的散射声场可以表示为Ｉ＝ʏｓｅｉｋ２ΔｒｃｏｓθｄＳ(８)式中:Δｒ为入射声线到表面与目标声中心的声程差ꎻＳ为目标受声线照射部分面积ꎻθ为入射声线与接触点法向量夹角ꎮ目标强度ＴＳ可以表示为ＴＳ＝１０ｌｇＩ２λ２()(９)因此ꎬ对于目标强度的求解可以转化为对于Ｋｉｒｃｈｈｏｆｆ的积分求解ꎮ一个复杂的声呐目标可以分解为类似球㊁圆柱㊁椭球㊁椎体等目标ꎮ对于球体和圆柱体ꎬ可以直接将Ｋｉｒｃｈｈｏｆｆ积分求解ꎮ有限长圆柱体的目标强度可以表示为ＴＳ＝１０ｌｇ[Ｒ１Ｌ２２λ(１＋Ｒ１/ｒ)(ｓｉｎββ)２ｃｏｓ２θ](１０)式中:θ为声波入射角ꎻＲ１为底边半径ꎻβ＝ｋＬｓｉｎθꎬｋ为２π/λꎮ任意凸形物体的目标强度可表示为ＴＳ＝１０ｌｇＲ１Ｒ２４(１＋Ｒ１/ｒ)(１＋Ｒ２/ｒ)(１１)依据此式可进行椭球体计算ꎬ设椭球体的长轴为ａꎬ短轴为ｂꎬ在短轴方向入射时ꎬ其曲率半径为Ｒ１＝ｂ２/ａꎬＲ２＝ａꎻ当在长轴方向入射时ꎬ曲率半径均为ａ２/ｂꎬ计算时将其代入式(１１)求目标强度ꎮ对于椎体的计算ꎬ可以按照椎顶的目标强度计算ꎬ即ＴＳ＝１０ｌｇ[(λ２８π)ｔａｎ４ψ(１－ｓｉｎ２θｃｏｓ２ψ)－３](１２)式中:ψ是椎体的开角ꎬ为方便计算ꎬ取值为４５ʎꎮ２㊀水下目标建模分析本文用简单潜艇模型作为水下目标ꎬ将潜艇目标等效为３亮点模型ꎬ如图５所示ꎬ亮点位置分别位于艇艏㊁艇体和艇艉ꎮ用椭球体来仿真艇艏亮点ꎬ用椎体仿真艇艉亮点ꎬ有限长圆柱体模拟艇体亮点[１３]ꎮ图５㊀潜艇３亮点模型Ｆｉｇ.５㊀Ｔｈｅ３￣ｈｉｇｈｌｉｇｈｔｍｏｄｅｌｏｆｓｕｂｍａｒｉｎｅ㊀㊀在以线性调频(ＬＦＭ)信号为探测信号的前提下ꎬ目标散射特性仿真结果如图６所示ꎮ图６㊀目标散射特性Ｆｉｇ.６㊀Ｓｃａｔｔｅｒｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｔａｒｇｅｔ㊀㊀根据目标散射特性ꎬ结合入射波ꎬ即可得到目标回波信号ꎬ外加之前仿真得到的噪声信号ꎬ可得到主动声呐探测模拟信号ꎬ如图７所示ꎮ图７㊀声呐仿真信号Ｆｉｇ.７㊀Ｓｉｍｕｌａｔｉｏｎｓｉｇｎａｌｏｆｔｈｅｓｏｎａｒ６１第２７卷㊀电㊀光㊀与㊀控㊀制周㊀烨等:㊀主动声呐信号建模及仿真３㊀实验验证为进一步验证仿真模型相较于传统仿真更能真实地反映水下目标回波模拟结果ꎬ采用水池实验ꎬ在水池中放置潜艇等比例仿真模型ꎬ通过换能器相对于目标物４５ʎ发射ＬＦＭ信号ꎮ其实验测试结果如图８所示ꎮ图８㊀实验回波信号Ｆｉｇ.８㊀Ｔｅｓｔｅｃｈｏｓｉｇｎａｌ㊀㊀由于水池实验中已经进行了降噪处理ꎬ可以看作自由场ꎬ直接进行声呐目标亮点模型的对比ꎮ仿真结果见图９ꎮ图９㊀仿真回波信号Ｆｉｇ.９㊀Ｓｉｍｕｌａｔｅｄｅｃｈｏｓｉｇｎａｌ㊀㊀由结果可知ꎬ仿真信号与水池实验中的模型回波信号在回波特性上基本相符ꎬ在计算后的同时间节点出现散射波ꎬ求取其相关频谱ꎬ结果如图１０所示ꎮ图１０㊀多亮点回波信号对比Ｆｉｇ.１０㊀Ｍｕｌｔｉ￣ｈｉｇｈｌｉｇｈｔｅｃｈｏｓｉｇｎａｌｃｏｎｔｒａｓｔ㊀㊀由图１０可得ꎬ在３００Ｈｚꎬ５００Ｈｚ和８００Ｈｚ时达到了频响峰值ꎬ在变化趋势和峰值位置上ꎬ仿真信号和实测信号基本一致ꎬ从而说明所建立的回波仿真达到了预期效果ꎮ４㊀结语本文构建了水下目标回波信号仿真模型ꎬ结合仿真后的海洋环境噪声和海洋混响ꎬ得出了水下目标的回波仿真ꎬ极大缩短了计算时间ꎬ经实验验证ꎬ与实际回波数据相比ꎬ达到了预期效果ꎮ不足之处是仿真仅模拟了水下目标的几何亮点回波ꎬ由实验回波可知ꎬ在几何回波后仍有不可忽略的弹性回波成分ꎬ如何对目标的弹性回波进行建模仿真ꎬ是后续工作的重点ꎮ参考文献[１]㊀柴鹏.主动声纳水下探测实时并行仿真系统[Ｄ].哈尔滨:哈尔滨工程大学ꎬ２０１６.[２]㊀张志彬.声纳平台水声信号处理研究与实现[Ｄ].石家庄:河北科技大学ꎬ２０１４.[３]㊀姜姝.水下目标回波几何亮点结构的形态学研究[Ｄ].哈尔滨:哈尔滨工程大学ꎬ２０１４.[４]㊀徐天杨ꎬ李秀坤ꎬ吴蔚ꎬ等.水下目标声散射角特征建模[Ｊ].指挥信息系统与技术ꎬ２０１６ ７(５):５５￣６１.[５]㊀李整林.水平缓变浅海的绝热简正波相干混响理论[Ｃ]//中国声学学会２００８年全国声学学术会议论文集ꎬ２００８:１２０￣１２１.[６]㊀杨伏洲ꎬ范若楠ꎬ赵罡ꎬ等.基于大尺度目标强亮点散射的时反特性[Ｊ].计算机仿真ꎬ２０１６ ３３(７):４０￣４４.[７]㊀刘大勇.海底混响信号仿真研究[Ｄ].哈尔滨:哈尔滨工程大学ꎬ２０１３.[８]㊀刘媛昕ꎬ吴艳群ꎬ马树青ꎬ等.海洋环境对海面源噪声场的影响分析[Ｊ].南京大学学报:自然科学版ꎬ２０１７ ５３(４):６３８￣６４５.[９]㊀汤渭霖ꎬ范军ꎬ马忠成ꎬ等.«水中目标声散射»[Ｊ].声学学报ꎬ２０１８ ４３(５):８７３.[１０]㊀吕艳梅ꎬ王洪锋ꎬ孙江生.一种多传感器数据融合仿真平台的设计[Ｊ].电光与控制ꎬ２００４ １１(１):２２￣２４.[１１]㊀郭业才ꎬ赵俊渭.海洋环境噪声预报建模与算法研究[Ｊ].舰船科学技术ꎬ２００４(４):２６￣３０.[１２]㊀ＥＬＬＩＳＤＤ.Ａｓｈａｌｌｏｗ￣ｗａｔｅｒｎｏｒｍａｌ￣ｍｏｄｅｒｅｖｅｒｂｅｒａｔｉｏｎｍｏｄｅｌ[Ｊ].ＪｏｕｒｎａｌｏｆｔｈｅＡｃｏｕｓｔｉｃａｌＳｏｃｉｅｔｙｏｆＡｍｅｒｉ￣ｃａ １９９５ ９７(５):２８０４￣２８１４.[１３]㊀向小梅ꎬ蒋楚鸥.潜艇与多亮点靶标回波展宽和亮点起伏特性研究[Ｊ].舰船电子工程ꎬ２０１６ ３６(２):１２９￣１３２.７１㊀第２期。

水声探测中的目标识别技术研究在海洋探索和军事应用等众多领域中，水声探测中的目标识别技术一直占据着至关重要的地位。

它就像是我们在茫茫大海中的“眼睛”，帮助我们在复杂的水下环境中准确地发现和识别各种目标。

水声探测，简单来说，就是利用声波在水中传播的特性来获取信息。

而目标识别技术则是从接收到的水声信号中提取有价值的特征，并根据这些特征来判断目标的类型、位置、速度等关键信息。

要理解水声探测中的目标识别技术，首先得清楚水下环境的复杂性。

水对声波的吸收、散射以及各种海洋噪声的干扰，都给目标识别带来了巨大的挑战。

与在空气中传播的声波相比，水中的声波传播速度更快，衰减也更严重。

这意味着我们接收到的声波信号可能已经严重变形，从而增加了识别的难度。

在目标识别的过程中，特征提取是一个关键的环节。

常见的特征包括目标的声学特征，如回波的幅度、频率、相位等。

这些特征就像是目标的“指纹”，能够帮助我们区分不同类型的目标。

例如，潜艇和鱼类的回波特征就有明显的差异。

潜艇通常具有较大的体积和规则的形状，其回波会比较强且稳定；而鱼类的体型较小且形状不规则，回波相对较弱且多变。

除了声学特征，目标的运动特征也是重要的识别依据。

通过分析目标的速度、加速度、运动轨迹等信息，可以进一步提高识别的准确性。

比如说，一艘匀速直线行驶的船只和一艘频繁改变航向的船只，它们的运动特征就有很大的不同。

在实际应用中，多传感器融合技术逐渐成为一种趋势。

单一的传感器可能存在局限性，而将多个不同类型的传感器（如声纳、磁力计、压力传感器等）获取的信息进行融合，可以提供更全面、更准确的目标信息。

就好像我们通过多个角度观察一个物体，能够更清晰地了解它的全貌。

另外，模式识别算法在目标识别中也发挥着重要作用。

常见的算法有基于统计的方法、基于神经网络的方法等。

基于统计的方法通过对大量样本数据的统计分析，建立目标的特征模型；而神经网络方法则通过模拟人脑的神经元网络，具有很强的学习和自适应能力。

《基于侧扫声呐的水下管线检测算法研究》一、引言随着科技的不断进步，水下管线检测技术已成为众多领域中的关键技术之一。

其中，侧扫声呐技术以其高精度、高效率的特点，在水下管线检测中得到了广泛应用。

然而，由于水下环境的复杂性和多变性，如何提高侧扫声呐的检测精度和效率，成为了当前研究的热点问题。

本文将重点研究基于侧扫声呐的水下管线检测算法，旨在为水下管线检测提供更加准确、高效的技术支持。

二、侧扫声呐技术概述侧扫声呐技术是一种通过发射声波并接收其回波来探测水下目标的技术。

在水下管线检测中，侧扫声呐可以通过扫描水下环境，获取管线及其周围环境的图像信息。

其工作原理是利用声波在水中传播的特性，通过声呐设备发射声波，当声波遇到物体时发生反射，声呐设备接收反射回来的声波信号，根据信号的强度、时间和方向等信息，推断出物体的位置、形状和性质。

三、基于侧扫声呐的水下管线检测算法研究针对水下管线检测的特殊性，本文提出了一种基于侧扫声呐的检测算法。

该算法主要包括以下几个步骤：1. 数据预处理在获取侧扫声呐数据后，首先需要进行数据预处理。

预处理的目的是去除数据中的噪声和干扰信号，提高数据的信噪比。

常用的预处理方法包括滤波、平滑和增强等。

2. 图像分割经过预处理后的数据需要进行图像分割。

图像分割的目的是将管线与其周围环境分离出来，以便进行后续的处理和分析。

常用的图像分割方法包括阈值分割、边缘检测和区域生长等。

3. 管线识别与跟踪在图像分割的基础上，需要进行管线识别与跟踪。

该步骤的目的是确定管线的位置和形状，以便进行精确的检测和分析。

常用的管线识别与跟踪方法包括基于模板匹配的方法、基于机器学习的方法等。

4. 算法优化与性能评估为了进一步提高算法的检测精度和效率，需要对算法进行优化。

优化的方法包括改进算法流程、引入新的算法思想和技术等。

同时，需要对算法的性能进行评估，以确定其在实际应用中的效果和可靠性。

四、实验与分析为了验证本文提出的算法的有效性和可行性，我们进行了大量的实验和分析。

《多波束成像声呐仿真及成像分析研究》篇一一、引言多波束成像声呐（Multi-beam Imaging Sonar）是一种高分辨率、高精度的水下探测设备，广泛应用于海洋科学研究、水下考古、海洋资源勘探等领域。

随着计算机技术的不断发展，声呐仿真技术已成为多波束成像声呐研究和设计的重要手段。

本文将就多波束成像声呐的仿真技术及成像分析进行详细的研究，为实际工程应用提供理论依据和参考。

二、多波束成像声呐原理多波束成像声呐通过发射多个声波束，对水下目标进行扫描和探测。

其基本原理包括声波发射、信号传播、回波接收和信号处理等过程。

在声波发射阶段，声呐系统通过阵列换能器发射多个指向性声波束，并在水体中传播。

当这些声波遇到水下目标时，会产生回波信号。

这些回波信号被声呐系统接收后，经过信号处理和成像算法的处理，最终形成水下目标的图像。

三、多波束成像声呐仿真技术多波束成像声呐仿真技术是利用计算机技术模拟声呐系统的实际工作过程，包括声波传播、回波接收、信号处理和成像等环节。

仿真过程中需要考虑声波的传播速度、传播路径、介质属性、环境噪声等因素。

此外，还需要根据具体的阵列换能器设计、发射波形等因素建立相应的仿真模型。

仿真过程大致分为以下几个步骤：1. 建立仿真模型：根据实际声呐系统的结构和参数，建立相应的仿真模型。

2. 设定仿真参数：包括声速、介质属性、环境噪声等参数的设置。

3. 模拟声波传播：通过数值计算方法模拟声波在水中的传播过程。

4. 回波信号接收：模拟水下目标对声波的反射和散射，以及回波信号的接收过程。

5. 信号处理和成像：对接收到的回波信号进行滤波、放大、采样等处理，并利用成像算法形成水下目标的图像。

四、多波束成像声呐成像分析多波束成像声呐的成像质量受到多种因素的影响，包括声波传播特性、阵列换能器设计、发射波形等。

为了对多波束成像声呐的成像性能进行准确评估，需要进行详细的成像分析。

首先，要分析不同环境因素对成像质量的影响。

Technology Analysis 技术分析DCW111数字通信世界2019.04（接上页）视，并采取相应有力措施加以解决，以促进高速公路机电通信新技术的应用，为高速公路的发展提供更多通信技术支持。

参考文献[1] 黄冠群.高速公路机电系统的维护与管理[J].科技创新与应用，2014，15（06）：199.[2] 王小利.高速公路机电工程通信系统技术浅述[J].工程技术，2017，4（下）：977.1 研究背景一般来说，水下目标情况复杂，我们研究的方向主要包括包括舰船、潜艇、水雷、鱼群、海底沉物、地貌底质等。

水下目标识别是实现水声装备与武器系统智能化的关键技术，更是现代信息化条件下克敌制胜的前提，一直是各国海防领域面临的技术难题。

在20世纪40年代，世界各主要国家就已开始重视水下目标识别技术，鉴于水下目标识别领域具有复杂性和特殊性，导致该技术研究进展一直较为缓慢。

近年来，尤其是军事应用方面，低噪声核潜艇的出现对水下目标特征分析和识别技术的需求愈加强烈。

同时，新兴的信息处理技术、微处理器技术、VLSI 和VHSIC 技术也取得了重大进展。

正是基于军事需求和新兴电子技术的推动下，数值计算和实验室仿真技术日趋成熟，水下目标识别技术迅速发展起来。

2 识别技术的发展 水下目标识别根据回波信号符合大信噪比条件，一般分为瞬态回波信号识别和水声图像信号识别两种。

前者主要用于识别航行舰艇，直接对目标回波或噪声信号进行实时辨别；后者多用于静态目标，如海底沉淀物、地质结构等识别。

早期的目标识别技术，目标判断主要依据目标噪声或回波的波形音调、节奏分布特性进行识别。

随着研究技术和设备的发展，上个世纪七十年代后，目标回波的亮点分布结构起伏和展宽特性以及目标噪声的线谱分布特性均已作为目标的特征量。

但由于目标本身以及声传输信道的复杂性，目标特征量及其数量的选取问题还是没有得到有效解决。

八十年代以来，目标识别技术广泛引入了近代信号处理技术，仪器设备研制和测量水平得到大幅提升，这为水下目标特征量提取和数据收集提供了便利条件，与此同时，人工神经网络分析将目标识别过程进一步智能化。

水下摸探检测方案1. 引言水下摸探检测是一种用于水下环境中进行目标定位和勘测的技术。

它广泛应用于海洋科学研究、水下考古、海洋资源开发等领域。

本文将介绍一种基于声纳技术的水下摸探检测方案。

2. 声纳技术概述声纳技术是利用声波在水中传播的原理，通过接收器接收回波信号来实现水下目标的探测与定位。

声纳技术可以分为主动声纳和被动声纳两种类型。

主动声纳利用发射器发出声波脉冲，通过接收回波信号来获取目标信息；被动声纳则是通过接收水下目标发出的声音信号来进行定位。

3. 水下摸探检测方案设计3.1 系统组成本水下摸探检测方案主要包括以下几个组成部分：•声纳发送器：用于发射声波脉冲。

•声纳接收器：用于接收回波信号。

•控制系统：对声纳发送器和接收器进行控制和数据处理。

•显示与记录系统：用于显示和记录水下目标的位置和特征。

3.2 系统工作原理系统工作原理如下：1.控制系统发送指令给声纳发送器，触发声波脉冲的发射。

2.声波脉冲在水中传播，并与水下目标相互作用。

3.声波脉冲的一部分被水下目标反射回来，形成回波信号。

4.声纳接收器接收回波信号，并将信号传送给控制系统进行处理。

5.控制系统对回波信号进行处理和分析，得到水下目标的位置和特征。

6.显示与记录系统将水下目标的位置和特征显示出来，并进行记录。

3.3 系统性能要求水下摸探检测方案的性能要求如下：•探测深度：能够实现一定深度范围内的目标探测。

•探测距离：能够实现一定距离范围内的目标探测。

•定位精度：能够实现目标的精确定位。

•分辨率：能够分辨出不同目标的细节特征。

4. 实验设计与步骤4.1 实验设计本实验将设计一个基于声纳技术的水下摸探检测方案的实验模型。

实验所需设备和材料如下：•声纳发送器：用于发射声波脉冲的设备。

•声纳接收器：用于接收回波信号的设备。

•控制系统：用于控制声纳发送器和接收器的设备。

•实验模型：用于模拟水下目标的对象。

4.2 实验步骤1.将声纳发送器和接收器连接至控制系统，并将控制系统与显示与记录系统连接。

目标回波时频分布的几何结构图像形态特征李秀坤;夏峙;朱旭【摘要】沉底目标识别的关键在于从混响背景中提取出稳定的目标回波信号特征.目标的棱角散射能够携带目标的几何形状信息,在时频域内具有较规则的分布特性,但是各棱角散射回波声程差小,而且淹没在混响中.已有的时频分析方法局限于其抗混响能力及时频分辨力,为得到一种有效的目标几何特征提取方法,提出将一维几何回波时域信号在二维时频域中的几何分布特征作为图像特征进行特征提取,通过研究几何亮点回波和混响在时频平面上的形态特征,构造与几何亮点时频特性匹配的结构元并对时频分布图像进行形态滤波.通过仿真与湖试数据分析,相比已有方法,文中所提方法能够在实现目标几何亮点结构的识别同时进一步抑制混响.【期刊名称】《兵工学报》【年(卷),期】2015(036)001【总页数】8页(P130-137)【关键词】声学;沉底目标;几何亮点特征;混响抑制;形态滤波【作者】李秀坤;夏峙;朱旭【作者单位】哈尔滨工程大学水声技术重点实验室,黑龙江哈尔滨150001;哈尔滨工程大学水声工程学院,黑龙江哈尔滨150001;哈尔滨工程大学水声技术重点实验室,黑龙江哈尔滨150001;哈尔滨工程大学水声工程学院,黑龙江哈尔滨150001;哈尔滨工程大学水声技术重点实验室,黑龙江哈尔滨150001;哈尔滨工程大学水声工程学院,黑龙江哈尔滨150001【正文语种】中文【中图分类】TN911.7水下目标探测与识别的关键技术之一是从声纳回波信号中提取出稳定的目标特征，从而实现与海底沉积层、礁石和水下生物等自然目标的区分。

水下目标回波中一般包含两种可以代表目标性质的回波成分，几何回波和弹性回波。

这两种回波成分分别代表了目标的几何性质与结构性质，是识别水下人工目标的重要判据。

目前在水下目标探测中主要考虑目标的几何回波，这是因为几何回波与弹性回波相比稳定性更好，尤其是当目标处于沉底或掩埋状态时，由于沉积层的作用，弹性回波衰减十分严重［1］。