Page 59 - 《应用声学》2023年第2期

第 42 卷 第 2 期 岳文蓉等： 浅海动态环境下蛙人探测声呐布放深度优化技术 247

已知目标位于深度方向 5 m、水平方向 1330 m p f = 10 −4 时DT约为10 dB。
处，首先使用基于概率感知的声呐性能评估模型 ( 1 )
DT ≈ 10 lg log 2 − 0.8. (17)
分别对上述水文情况下的声呐性能进行仿真分 2p f
析。在仿真声场时，具体参数设置如下：声呐发 然后使用提出的声呐布放深度优化算法调整
布放深度。初筛选以1 m 为间隔取声呐可能的布放
射频率为 80 kHz，声源深度为 9 m，初始掠射角
深度，得到次优深度区间。然后在次优深度区间进
为 ±3.75 。栅格划分步长在深度及水平方向分别
◦
行第二次筛选寻优，以 0.1 m 为间隔取声呐可能的
0.1 m 和 1 m；海底平坦，地质为沙 -泥地，声速为
布放深度。评价函数中的加权系数分别为 α = 0.8、
1579 m/s，海底吸收系数为 k = 0.113 dB/(m·kHz)，
β = 0.1、δ = 0.1。计算得到各深度值对应的评价函
密度为 1.596 g/cm 。声源级设置为 210 dB；目标 数值后以最小化评价函数值为准则，得到声呐的最
3
为闭式蛙人，其强度为 −25 dB；检测阈 (DT) 可由 佳布放深度，将调整前后的布放深度以及分别对应
虚警概率 p f 估算 [7] ，如式 (17) 所示，在虚警概率 的探测概率、处理时间总结为表1。

表 1 典型声速剖面下的仿真结果
Table 1 Simulation results under typical sound speed profiles

调整前 调整后 处理
典型声速剖面类型
布放深度/m 探测概率/% 布放深度/m 探测概率/% 时间/s
等声速梯度 9 69.69 已达到最优，不用调整 196
带有跃层 9 61.33 2 69.89 219
正声速梯度 9 69.15 6.4 69.91 201
负声速梯度 9 61.45 3.4 69.81 218

仿真结果表明：由于早晚午间、雨天晴天、不 的地形图中标记，如图 6 所示。由式 (12) 可分别求
同风浪等环境变化导致声速剖面变化时，固定的声 得不同水文时声呐对不同目标的探测概率，然后使
呐布放深度会影响对目标的探测性能。例如，声速 用提出的优化算法计算声呐最优布放深度，仿真条
剖面由等声速梯度变为带有跃层的声速梯度或者 件与 3.1 节相同。将调整前后的布放深度以及分别
负声速梯度时，声呐对目标的探测概率分别降低了 对应的探测概率、处理时间总结为表2和表3。
8.36% 和 8.24%，在使用所提声呐自适应调整算法 ˗ӥ-ඵ஡1 Ϯ௹-ඵ஡2
0 0
调整布放深度后，探测概率得到提高。此外，该算法
从得到声速剖面到计算出最佳布放深度，处理时间
在 3∼4 min 左右，能在较快时间内给出结果，方便 5 5
工程应用。
ງए/m 10 ງए/m 10
3.2 实测声速剖面及地形下的仿真分析
2021 年 5 月，试验团队在三亚某码头开展了蛙
人探测声呐对小目标的探测试验。该海域海水受太 15 15
阳照射温度升高，以及潮汐变化等环境因素使声速
剖面一天内发生多次变化。试验过程中固定的布放 20 20
1542 1543 1541 1542
深度导致声呐对目标的探测性能时好时坏，为了解 ܦᤴ/(mSs -1 ) ܦᤴ/(mSs -1 )
决该问题使用所提布放深度优化算法调整声呐布 (a) ˗ӥܦᤴҖ᭧ (b) Ϯ௹ܦᤴҖ᭧
放深度。 图 5 某海域水文变化
该海域某天的声速剖面变化如图 5 所示。已知 Fig. 5 The sound speed profile changes in a cer-
目标分别位于深度 1 m 和10 m处，其位置在该海域 tain sea area