郭虎生, 刘启忠, 陈 琛
一种激光尾流制导鱼雷信号检测方法
郭虎生, 刘启忠, 陈 琛
(海军工程大学 兵器工程系, 湖北 武汉, 430033)
针对鱼雷光检测尾流时尾流信号受水体后向散射干扰不易检测的问题, 给出了一种有效的检测方法。利用变遗忘因子的自适应抵消方法对水体后向散射回波进行抑制, 通过非线性放大增强目标信号, 最后采取自适应阈值等多种有效策略对目标进行探测。对试验数据分析表明, 该方法可以有效抑制水体后向散射回波信号, 并具有较快的收敛速度和跟踪速度, 可提高光尾流检测能力。研究结果可为光检测尾流的实际应用提供了依据。
鱼雷; 激光尾流; 自适应抵消; 后向散射回波; 递推最小二乘算法; 变遗忘因子; 自适应阈值
与声尾流制导方式相比, 利用舰船光尾流特性探测舰船尾流并指导鱼雷攻击的方式, 具有灵敏度高、探测距离远、不易受传统干扰方式影响等优点[1]。但激光用于水下探测时会受到水体后向散射光的影响, 其能量远大于尾流散射光信号, 使得接收到的尾流散射信号可能会淹没在水体散射信号中, 不易进行检测。因此, 对尾流回波的检测与定位是激光尾流制导技术中的一个难题。
在对水下激光探测的研究中, 通常采用的方法有距离选通法[2]和频域滤波法[3]等, 2种方法都有一定的局限性。采用自适应抵消方法可对水体后向散射进行有效地抑制[4], 但同时削弱了目标信号分量, 直接影响了目标检测能力。针对这种问题, 本文首先采用自适应抵消方法, 突出所要检测的尾流回波信号, 并在此基础上采取自适应阈值等多种附加策略定位尾流回波, 提高对尾流检测的能力。
探测系统接收的信号可近似认为是由式(1)所示的几部分线性叠加而成[5], 即
=++(1)
式中:为尾流的回波信号;为水体的回波信号;表示系统以及测量引起的随机噪声。
典型的后向散射光信号波形见图1。图中水体回波信号为第1个起伏最大的波形, 其强度随传输距离呈指数衰减, 第2个波形起伏位置是目标舰船尾流的回波信号。杂散光、探测系统自身噪声信号始终叠加在波形上。
图1 探测系统接受目标回波信号示意图
图2 自适应抵消原理图
递归最小二乘算法(recursive least square, RLS)具有较快收敛速度[7], 是一种经典的自适应算法, 使用指数加权的误差平方和作为代价函数
式中:为迭代次数;为加权遗忘因子, 0≤≤1;()为带目标信号;()为第次的迭代权系数矢量;()为第次参考信号输入信号矢量。
考虑到激光水下探测时海水环境的复杂性, 接收的回波信号可能出现在水体回波信号的拖尾之中, 此时较小的可使最近时刻的误差起作用, 使算法具有快速跟踪能力[8];而在对水体回波进行抵消时, 较大的可更好抵消水体回波信号成分, 消除效果更好。所以采用可变遗忘因子可改善RLS算法的性能[9], 即在系统发生突变或在初级阶段时(误差较大),值相应减小, 以获得较快的跟踪速度和收敛速度;而在系统进入平稳状态后, 即误差较小时,增大, 以获得较小的稳态误差, 具体参见文献[4]。故采用可变遗忘因子
图3(a)中数据为接收的带目标的回波信号, 其出现在采样点1 860~1 980间, 图3(b)中数据为不含任何目标信息的回波信号, 可知, 水体后向散射回波信号出现在采样点1 500~1 700, 并与水体回波信号的信干比SIR=﹣9.731 3 dB, 若不对水体回波进行抑制, 则很难提取目标信号。图3(c)是以图3(b)中数据作为参考输入信号, 对图3(a) 采用固定遗忘因子算法得出, 可以发现当目标回波信号与水体回波信号重叠或目标回波信号较弱时, 采用固定遗忘因子的RLS算法不易对目标回波信号进行提取。图3(d)是以图3(b)中数据作为参考输入信号, 对图3(a) 采用变遗忘因子算法得到的结果, 可发现自适应抵消法可有效提取出目标的回波信号, 目标信号与水体回波信号的信干比SIR=5.741 0 dB。可见采用该方法可以改善追踪能力, 提高提取目标信号的能力。
图3 不同情况下目标回波信号曲线图
经过自适应抵消后, 回波信号中的水体回波信号峰值会减小很多, 极大地降低了水体后向散射对检测的影响, 但同时也削弱了尾流回波信号的强度。在本文的目标回波检测过程中, 采用多种有效附加策略以提高目标回波的准确检测率。
1) 非线性变换。为了显著增大抵消变换后目标回波的能量波峰值与其他信号峰值的差距, 对得到的信号()进行非线性的平方运算, 即
2) 动态自适应阈值。由于要处理的探测信号时间跨度大, 且探测系统接收信号的幅度随海水环境或检测情况的变化常有较大变化, 因此, 用来检测目标回波的波峰值位的幅度阈值, 应是自适应变化的。本文的检测阈值采用如下方式更新。
首先得到当前抵消处理后数据信号的最大值, 取这些最大值的中值, 即=median(),为前一段抵消处理后的数据信号最大值的中值(对于第1个处理数据, 取=), 则设定当前处理阈值
3) 回溯算法。实际尾流制导中, 尾流存在空穴是指在尾流中某一块水区没有气泡[10],此时, 可能引起错误导引。采用回溯算法能有效防止这种情况的出现。在激光探测到空穴时目标回波幅度突然变得很小, 达不到阈值高度, 导致漏检。为此, 可将前3个峰值间期的时间平均值作为平均周期, 若在时间大于2内没有检测到峰值, 则降低幅度阅值阈值到原有的一半再搜索, 当阈值低于设定的最低阈值门限时, 则停止搜索。
为了验证本文提出的检测算法, 分别对实验室模拟气泡尾流测的数据与在海上试验中测的数据进行分析。其中海上试验数据为在某海域进行的海洋环境下舰船尾流探测试验中获取的。试验中, 探测系统通过平台放置在海底, 目标船从探测系统上方海面驶过时, 探测系统向海面发射激光脉冲并探测目标船尾流回波信号。
通过正确检测率及误检率这2个指标衡量算法的性能。其中的主要指标为正确检出的目标回波个数(true posi- tives, TP)和相对的错误检出目标回波个数(false positives, FP)。
正确检测率(1)=TP/总的目标个数。
误检率(2)=FP/总的目标个数。
对2种试验数据分别选取包含目标回波信号与不包含目标回波信号的探测数据进行验证, 结果见表1。由表1可看出, 本文提出的方法对模拟气泡幕和海上试验数据都具有较高的正确检测率与较低的误检率, 该算法利用变遗忘因子的自适应抵消方法对水体回波信号进行抑制,突出目标回波信号, 并结合自适应阈值及附加策略进行准确定位。该算法简单实时 ,正确率高。从海试数据的检测结果可知,由于影响激光在海水中传输效果的因素增多, 目标回波信号与水体回波信号重叠或目标回波信号较弱, 对目标回波信号检测率低且易发生误检。可通过优化幅度阈值及遗忘因子等参数进一步提高检测正确率。
表1 目标检测效果
对尾流回波信号的准确检测是激光探测尾流制导鱼雷的基础。本文首先通过自适应抵消方法对探测信号进行有效处理, 消除干扰的同时突出了目标信号, 为正确定位奠定了基础。其次利用自适应阈值的方法对目标定位, 同时据探测信号的特点采取多种附加策略, 有效地提高了检测率, 并用实验室数据和海试数据对算法进行了验证, 结果表明, 该算法具有很高的适用性。
[1] 张晓晖, 雷选华, 饶炯辉, 等. 舰船尾流激光制导方法的研究[J]. 激光技术, 2005, 29(5): 494-500. Zhang Xiao-hui, Lei Xuan-hua, Rao Jiong-hui, et al. Study of Homing Means for Laser-wake-homing Torpedoes [J]. Laser Technology, 2005, 29(5): 494-496.
[2] 王祥科, 张辉, 郑志强. 距离选通技术对后向散射抑制作用的理论分析[J]. 强激光与离子束, 2007, 19(12): 1997-2000. Wang Xiang-ke, Zhang Hui, Zheng Zhi-qiang. Analysis of Back-scattering Restraining of Range-gated Imaging Technique [J]. High Power Laser and Particle Beams, 2007, 19(12): 1997-2000.
[3] 冀航, 马泳, 梁琨, 等. 频域滤波抑制海水后向散射的带宽研究[J]. 激光技术, 2008, 32(4): 337-356. Ji Hang, Ma Yong, Liang Kun, et al. Study of Bandwidth for Suppressing Seawater Backscattering Based on Frequency Filtering [J]. Laser Technology, 2008, 32(4): 337-356.
[4] 郭虎生, 刘启忠, 佟明宸, 等.激光水下探测光尾流回波信号提取方法的研究[J].激光与红外, 2010,40(10):1048 -1052.
Guo Hu-sheng, Liu Qi-zhong, Tong Ming-chen,et al. Study on Laser Underwater Light of Bubbles Signal Detections Extraction[j]. Laser & Infrared, 2010,40 (10): 1048-1052.
[5] 夏珉, 杨克成, 郑毅, 等. 水体光学参数对水中气泡场激光雷达探测影响的研究[J]. 激光技术, 2008, 29(1): 72-74. Xia Min, Yang Ke-cheng, Zheng Yi, et al. Study on the Influences of Different Water Optical Parameters on Underwater Bubble Layer Lidar Detection[J]. Laser Te- chnology, 2008, 29(1): 72-74.
[6] 谢胜利, 何昭水. 高鹰.信号处理的自适应理论[M].北京: 科学出版社, 2006.
[7] Park D J, Jun B E. Self Perturbing Recursive Least Squares Algorithm with Fast Tracking Capability [J]. Electronics Letters, 1992, 28(6): 558-559.
[8] Leung S H, So C F. Gradient-based Variable Forgetting Factor′s Algorithm in Time-varying Environments[J]. IEEE Trans. Signal Process, 2005, 53(8): 3141-3150.
[9] Benesty J, Ciochina S.A Robust Variable Forgetting Factor Recursive Least-Squares Algorithm for System Identification[J], IEEE. Signal Process, 2008, 15(5): 597-600.
[10] 蒋兴舟, 张静远, 蒋涛, 等. 尾流制导设计中的几个关键问题[J]. 鱼雷技术, 2002, 10(3): 17-20.
A Signal Detection Method for Ship Laser Wake Homing Torpedo
GUO Hu-sheng,LIU Qi-zhong, CHEN Chen
(Department of Weaponry Engineering, Naval University of Engineering, Wuhan 430033, China)
In torpedo′s detecting underwater target with laser, the backscattering echo is much stronger than the useful target-reflected signal, which makes signal detection and processing very difficult. Therefore, we present an effective laser wake detection method, in which a new adaptive interference canceling method is employed via recursive least square(RLS)algorithm to eliminate the backscattering echo, and to detect the target signal complex by using dynamic adaptive threshold and other strategies. Experimental result illustrates that the water backscattering echo can be effective eliminated and the target signal can be extracted with the present method with higher convergence and tracing velocities. A laser wake homing torpedo can make use of this method to detect ship laser wake.
torpedo; laser wake; adaptive interference canceling; backscattering echo; recursive least square(RLS)algorithm; variable forgetting factor; adaptive threshold
TJ630.34; TN247
A
1673-1948(2011)01-0027-04
2010-07-03;
2010-07-26.
郭虎生 (1986-), 男, 在读博士, 主要研究方向为鱼雷探测与制导.
(责任编辑: 杨力军)