Page 60 - 《应用声学》2023年第2期
P. 60

248                                                                                  2023 年 3 月


                                                    ງए/m       估计;声呐所处海洋环境发生任意变化后声呐最佳
                                                       20
                                                               布放深度的估计等。
                800
                            ᄬಖ1
                                                       15
                600                                            4 结论
               ᡰሏ/m  400                               10          声呐布放深度是影响声呐探测性能的重要因


                                                               素,浅海环境变化导致探测性能降低时可通过调整
                                        ᄬಖ2            5
                200
                                                               布放深度改善。本文建立了基于探测概率感知的声
                                               ܦչ
                                                       0       呐性能评估模型,该模型可根据水声环境及声呐系
                       200  400  600  800  1000  1200  1400
                                  ᡰሏ/m                         统的工作参数定量地给出系统对特定区域内各处
                                                               目标的探测能力;基于该模型提出了一种声呐布放
                              图 6  目标位置
                                                               深度自适应优化算法,该算法以两次不同准则的筛
                        Fig. 6 The target position
                                                               选确定声呐布放深度。由于海洋环境变化归根结
                         表 2   目标 1 的仿真结果                      底是声速剖面的改变,因此以几种典型声速剖面为
              Table 2 Simulation results of the first target    例仿真验证了所提算法的有效性以及实时性;且在
                                                               给定实测声速剖面及海底地形时,使用该算法得到
                        调整前              调整后         处理
              目标 1                                             的布放深度可将声呐对目标的探测概率最高提高
                     布放     探测       布放      探测      时间/s
                                                               18.18%。
                    深度/m   概率/%     深度/m    概率/%
              水文 1     7    64.6      3.5    71.73    119
              水文 2     7    74.67   已达到最优,不用调整        107                     参 考 文        献

                         表 3   目标 2 的仿真结果
                                                                 [1] 郁红波, 鞠京龙. 浅海条件下吊放声呐最佳入水深度的研
             Table 3 Simulation results of the second target
                                                                   究 [J]. 电光与控制, 2021, 28(4): 106–110.
                                                                   Yu Hongbo, Ju Jinglong. Optimal underwater depth of
                         调整前              调整后        处理            dipping sonar in shallow sea[J]. Electronics Optics & Con-
              目标 2
                      布放     探测        布放     探测    时间/s           trol, 2021, 28(4): 106–110.
                     深度/m   概率/%      深度/m   概率/%                [2] 战和, 金中原, 杨日杰. 一种估计吊放声呐工作深度的简易方
                                                                   法 [J]. 声学技术, 2016, 35(1): 29–32.
              水文 1     13    63.26     10.9   81.44   103
                                                                   Zhan He, Jin Zhongyuan, Yang Rijie. Simple approach
              水文 2     13    74.11     7.6    81.2    102          to getting working depth of dipping-sonar[J]. Technical
                                                                   Acoustics, 2016, 35(1): 29–32.
                 仿真结果表明:已知试验海域的地形,由于潮                            [3] 熊雄, 单志超, 吴芳, 等. 水下目标探测中声呐工作深度优化
             汐、风浪等环境变化导致声速剖面改变时,声呐布放                               选择 [C]//2018 年全国声学大会论文集. C 水声工程和水声
                                                                   信号处理, 2018.
             深度自适应优化算法可快速有效调整声呐布放深
                                                                 [4] Yue W, Yang J, Xu F, et al. The analysis of reverber-
             度。在声速剖面由水文 2变化至水文1 情况下,声呐                             ation affected by tide changes in shallow water[C]. 2021
             在原布放深度对目标的探测概率降低至63.26%,调                             OES China Ocean Acoustics, 2021: 530–533.
             整后的探测概率为 81.44%,声呐的探测性能大幅度                          [5] Jemmott C W, Stevens W K. The impact of reverbera-
                                                                   tion on active sonar optimum frequency[C]. 161st Meeting
             提高。仿真过程中的处理时间为 2 min 左右,与 3.1                         Acoustical Society of America, 2011.
             节处理时间相比降低。原因是处理时间与声呐所处                              [6] Ferla C M, Porter M B. Receiver depth selection for pas-
             海区的深度有关,深度越大,声呐布放深度自适应算                               sive sonar systems[J]. IEEE Journal of Oceanic Engineer-
                                                                   ing, 1991, 16(3): 267–278.
             法遍历次数越多,花时间越长。此外该优化算法还
                                                                 [7] Ainslie M A. Principles of sonar performance model-
             可用于:声呐布放海区调整时声呐最佳布放深度的                                ing[M]. Berlin: Springer Berlin Heidelberg, 2010.
   55   56   57   58   59   60   61   62   63   64   65