徐海珠，袁延藝，劉雄厚，余 赟

(海軍裝備研究院，北京 100161)

線陣聲誘餌對抗智能魚雷尺度識別效果分析

徐海珠，袁延藝，劉雄厚，余 赟

(海軍裝備研究院，北京 100161)

針對智能魚雷常用的目標尺度識別方法，建立了線陣聲誘餌模型。采用邊發(fā)邊收和多點協(xié)同應(yīng)答的方法，模擬尺度目標高頻回波。采用方位走向法和視在張角法對該模型進行尺度識別分析，仿真結(jié)果證明線陣聲誘餌具有尺度目標的方位延展特性，可有效對抗智能魚雷的尺度識別。

線陣聲誘餌；尺度識別；方位走向；視在張角

0 引 言

近年來，隨著魚雷技術(shù)的發(fā)展，聲自導(dǎo)魚雷普遍具備一定的智能性，其顯著特點是有較強的目標識別能力[1-2]。水聲目標識別主要采用目標輻射噪聲特征識別和回波特征識別方法，由于艦船輻射噪聲特征主要分布在低頻段，魚雷自導(dǎo)基陣因孔徑限制只能工作在高頻段，因而魚雷聲自導(dǎo)常用目標回波特征識別。文獻[3]分析了方位走向識別法，根據(jù)目標回波短時方位序列的線性變化特點，將目標的一個回波從時間上分成多個子回波，估計每個子回波的方位信息，通過最小二乘法估計目標的方位角跨度，若超過門限則認為是尺度目標。文獻[4]指出尺度目標和魚雷可構(gòu)成一個以魚雷為頂點的視在張角，視在張角若超過門限則認為是尺度目標。文獻[5]研究了回波相位譜寬度識別方法，指出由于目標尺度較大，各亮點回波相位差異使相位譜寬度較大，而點源聲誘餌的相位譜寬度較小。文獻[6]采用 MUSIC 方法，利用信號子空間和噪聲子空間的正交性獲得空間掃描譜，對目標多亮點進行方位估計，從而實現(xiàn)目標尺度的識別。然而，通過相位譜寬度法可以分辨出尺度目標和點源聲誘餌，卻難以分辨尺度目標和噪聲干擾器[3]，MUSIC 方法在回波信噪比較低或者未知目標亮點數(shù)目時，識別效果較差[7]，視在張角法和方位走向法具有更高的工程可行性[1-2]。

針對傳統(tǒng)點源聲誘餌易被智能魚雷識別的缺點，本文首先探討體目標和點目標的回波信號差別，在分析方位走向和視在張角等常用尺度識別原理的基礎(chǔ)上，建立線陣聲誘餌的物理模型和回波模型。采用方位走向法和視在張角法對該模型進行尺度識別數(shù)值仿真，分析線陣聲誘餌對抗智能魚雷尺度識別的效果。

1 魚雷尺度識別原理分析

1.1 體目標回波特點分析

理論分析和試驗證明，體目標的高頻回波主要由若干個亮點的回波疊加而成，因而體目標可以等效成若干個亮點的組合[8]。傳統(tǒng)聲誘餌（回波應(yīng)答器）回波信號是一個點目標信號，在目標方位上可近似為一個點的方位，而艦艇目標是一個具有一定空間分布和延展的體目標。與點目標相比，體目標多亮點模型可表現(xiàn)出目標體積展布、各部位反射能力差異和各部位之間的遮蔽效應(yīng)，因而使目標特征得到了更真實的反映[9]。

相對于發(fā)射信號，體目標的高頻回波主要具備以下特征[10-11]：1）目標在距離方向上的散布造成回波時延和脈沖展寬；2）目標不同部位的反射能力差異造成回波信號的包絡(luò)起伏；3）目標和魚雷的相對運動使回波產(chǎn)生了多普勒頻移；4）目標在方位方向上的尺度特性造成了回波方位延展和相位起伏。

常用的點源聲誘餌可模擬體目標的回波時延和脈寬增大、包絡(luò)幅度起伏和多普勒頻移，但是難以模擬體目標由于尺度特性造成的方位延展和相位起伏。根據(jù)以上差異，智能魚雷可采用尺度識別的方法區(qū)分體目標和點源聲誘餌，工程上常用的尺度識別方法包括視在張角法和方位走向法等[12]。

1.2 視在張角法工作原理

以魚雷為頂點，魚雷與目標兩端的連線為兩邊，形成的夾角稱為魚雷的視在張角，如圖 1 所示。通過魚雷自導(dǎo)基陣直接測量目標長度，該值與魚雷所處的舷角、目標幾何長度、聲速和發(fā)射脈沖波長有關(guān)，測量精度較差。若將目標有效長度和魚雷構(gòu)成視在張角，雷目距離在一定范圍內(nèi)時，點目標與體目標的視在張角差別懸殊，可通過一定的門限來區(qū)分。

由于艦艇回波可看做自身多亮點的子回波疊加而成，信號反射過程會引起信息模糊。信息模糊導(dǎo)致的尺度損失主要位于回波的開始和結(jié)束點，即目標的首尾段。圖 1 的態(tài)勢中，設(shè)魚雷位于 T 點，艦艇的實際長度和有效長度分別為 l0，l；魚雷與艦艇首部、中部、尾部的距離分別為 r1，r，r2；魚雷位于艦艇的舷角 q 處，魚雷的目標視在張角 ∠A1TAN的計算方法為：

1.3 方位走向法工作原理

體目標的高頻回波可由若干個點目標的回波疊加而成，且體目標回波的短時方位序列呈現(xiàn)出線性變化趨勢，因而可采用方位走向法進行目標尺度識別。本文采用短時方位序列分裂波束互譜法估計目標的方位走向，其步驟為：

1）確認檢測到目標回波時，將該幀回波分為 N 個子幀。第 i 個子幀進入分裂波束的左右通道，分別記為s1（t）和 s2（t）。

2）經(jīng) FFT 變換后得到相位譜 a1（i）和 a2（i），該子幀的目標方位角為 a（i）= a1（i）– a2（i）；

3）對 N 個方位角數(shù)據(jù)利用最小二乘法進行一元線性擬合，得到 N 個子回波的方位角序列，并計算出目標的方位走向（方位角跨度）為 Tr，該數(shù)值超過一定門限則判斷為體目標。

2 線陣聲誘餌模型的建立

基于艦艇高頻回波的多亮點理論，聲誘餌需要實現(xiàn)尋的信號檢測并采用多亮點應(yīng)答；為實現(xiàn)對魚雷的誘騙脈沖、時間—頻率分集信號的檢測和應(yīng)答，聲誘餌需要實現(xiàn)邊發(fā)邊收能力；為精細模擬尺度目標的回波特征，需要實現(xiàn)多亮點的協(xié)同應(yīng)答。

2.1 聲誘餌的物理模型

設(shè)線陣聲誘餌有 N 個發(fā)射單元，文獻[7]指出 N 的數(shù)值范圍一般為 3～7，接收單元的數(shù)量可為 1～N，因而線陣聲誘餌模型有 1 收 N 發(fā)模型、2 收 N 發(fā)模型和N 收 N 發(fā)模型。其中 1 收 N 發(fā)模型測向精度最低，但需要的接收模塊最少，結(jié)構(gòu)最簡單；N 收 N 發(fā)模型測向精度最高，但需要的接收模塊最多，且收發(fā)隔離要求導(dǎo)致線陣也最長；2 收 N 發(fā)模型可以很好的兼顧模擬精細度和經(jīng)濟性。因而本文采用 2 收 N 發(fā)模型，即在線陣的兩端分別設(shè)置接收模塊保證魚雷測向和測頻精度，中間設(shè)置多個發(fā)射模塊實現(xiàn)多亮點回波，且進行收發(fā)模塊隔離實現(xiàn)邊收邊發(fā)能力（見圖 1)。

2.2 聲誘餌的回波模型

為實現(xiàn)精細化對抗，線陣聲誘餌需要模擬尺度目標回波的時域、頻域、空域特性，其中目標回波時域特性主要指目標回波時延、脈沖展寬和傳播衰減，頻域特性主要指各點的多普勒頻移和反射相位跳變，空域特性主要是目標不同部位對不同方位的反射能力差異。

圖1 顯示的態(tài)勢中，設(shè)雷目距離為 r（波數(shù)為 k）；第 i 個亮點的反射強度為 TSi，其位于魚雷的舷角為qi，且與相鄰亮點的距離為 li；水中的聲速為 c，艦艇航速為 v，魚雷尋的信號中心頻率為 ω0，可得：

1）回波包絡(luò)分析。回波包絡(luò)中需要考慮傳播衰減、反射強度和回波展寬，經(jīng)分析可得傳播衰減模型為 ejkr/r，亮點反射強度為 10TSi(θ)/20，亮點的回波展寬為 τi=2licosqi/c。

3）多普勒頻移。魚雷與艦艇深度差可忽略，一般魚雷已經(jīng)對自身運動進行多普勒補償，可得多普勒頻移為 ωi=2ω0vcosqi/c。

4）亮點相位跳變。入射聲波遇到亮點后反射，回波信號中引入了相位跳變 φi，是一個在（0,2π）內(nèi)均勻分布的隨機變量。p(t)=p0(t)e?jω0t

設(shè)魚雷發(fā)射的窄帶脈沖信號為 ，其中 p0（t）為脈沖包絡(luò)，則 N 個亮點的線陣聲誘餌的回波模型為：

3 線陣聲誘餌對抗尺度識別仿真分析

根據(jù)以上理論分析和線陣聲誘餌模型，設(shè)艦艇目標幾何長度為 120 m，魚雷尋的信號為頻率 25 kHz、脈寬為 50 ms 的 CW 信號，接收信噪比為 15 dB。采用視在張角法和方位走向法對線陣聲誘餌回波進行尺度識別，分析線陣聲誘餌對抗魚雷尺度識別能力。

3.1 視在張角法識別效果仿真分析

圖2 為雷目距離 500 m 時，體目標和點目標視在張角隨舷角的變化。圖 3 為舷角為 90° 時，體目標和點目標視在張角隨雷目距離的變化。

由圖 2 和圖 3 的仿真結(jié)果可知，所提出的線陣聲誘餌模型可模擬尺度目標高頻回波的方位延展特性，基于視在張角的尺度識別方法無法分辨該誘餌和真實目標，說明該誘餌可有效對抗基于視在張角的智能魚雷尺度識別。仿真還可得出視在張角識別法具有以下特點：

1）舷角在 [30°，150°] 內(nèi)有較好的識別能力，其中在 [60°，120°] 內(nèi)識別效果最好。魚雷位于首尾方向時，子回波相互重疊導(dǎo)致視在張角數(shù)值較小，與點目標難以區(qū)分。

2）識別距離遠，雷目距離 ≤1 000 m 時，具有較好的識別能力。

3）抗干擾能力強，一般在 SNR ≥ 0 dB 時具有較好的識別能力。

3.2 方位走向法識別效果仿真分析

圖4 為舷角為 60° 時體目標和點目標方位走向?qū)Ρ取D 5 為體目標和點目標方位走向跨度隨舷角的變化。

圖4 和圖 5 顯示，所提出的線陣聲誘餌模型可模擬尺度目標高頻回波的方位延展特性，基于方位走向的尺度識別方法無法分辨該聲誘餌和真實目標，說明線陣聲誘餌可有效對抗基于方位走向法的智能魚雷尺度識別。仿真還可得出方位走向法具有以下特點：

1）魚雷處于艦艇舷角為 [30°，60°] 度和 [120°，150°] 時識別效果較好，魚雷處于目標正橫、首尾方向時識別效果較差。魚雷處于艦艇目標正橫附近時回波方位數(shù)據(jù)發(fā)散較大因而方位走向較小，魚雷處于艦艇艏艉方向時子回波相互重疊導(dǎo)致方位跨度值較小。

2）識別距離遠，雷目距離 ≤ 1 000 m 時，具有較好的識別能力。

3）抗干擾能力強，一般在 SNR ≥ 0 dB 時具有較好的識別能力。

4）脈寬較小時識別能力較差，一般在脈寬大于 10 ms時具有較好的識別能力。

4 結(jié) 語

針對傳統(tǒng)點源聲誘餌易被智能魚雷識別的缺點，本文提出了線陣聲誘餌的物理模型和回波模型，并采用常用的視在張角法和方位走向法分別進行尺度識別的仿真分析。仿真結(jié)果顯示，該線陣聲誘餌模型可有效對抗智能魚雷尺度識別，對線陣聲誘餌的工程研制和試驗具有一定的指導(dǎo)意義。

[1]王華奎, 黃海寧, 葉青華. 自航式拖曳聲誘餌對抗聲自導(dǎo)魚雷的初步研究[J]. 艦船科學(xué)技術(shù), 2008, 30(4): 165–167. WANG Hua-kui, HUANG Hai-ning, YE Qing-hua. The research of swim-out towed array acoustic decoy antagonizing acoustic-guided torpedo[J]. Ship Science and Technology, 2008, 30(4): 165–167.

[2]陳迎春, 吳碧, 蔡旭東. 自航式聲誘餌對抗聲自導(dǎo)魚雷的策略[J]. 艦船科學(xué)技術(shù), 2012, 34(6): 38–42. CHEN Ying-chun, WU Bi, CAI Xu-dong. Optimal strategy for swim-out acoustic decoy to countermeasure torpedo[J]. Ship Science and Technology, 2012, 34(6): 38–42.

[3]馬國強, 徐德民, 王新曉. 基于目標方位走向的水下目標尺度識別技術(shù)仿真研究[J]. 艦船科學(xué)技術(shù), 2004, 26(3): 39–42. MA Guo-qiang, XU De-min, WANG Xin-xiao. A study of simulation for underwater target scale identification with the technique of target azimuth tendecy[J]. Ship Science and Technology, 2004, 26(3): 39–42.

[4]劉朝暉, 付戰(zhàn)平, 王明洲. 基于方位走向法和互譜法的水中目標識別[J]. 兵工學(xué)報, 2006, 27(5): 932–935. LIU Zhao-hui, FU Zhan-ping, WANG Ming-zhou. Underwater target identification based on the methods of bearing and crossspectrum [J]. Acta Armamentarii, 2006, 27(5): 932–935.

[5]陳春玉. 尺度目標識別中的若干技術(shù)問題[J]. 魚雷技術(shù), 2003(3): 9–13. CHEN Chun-yu. Some technical problems in target scale recognition[J]. Torpedo Technology, 2003(3): 9–13.

[6]周浩, 蔣興舟, 袁志勇. 基于波束域MUSIC方法的高分辨方位估計[J]. 海軍工程大學(xué)學(xué)報, 2007, 19(2): 72–75. ZHOU Hao, JIANG Xing-zhou, YUAN Zhi-yong. Study of the high resolution DOA estimation technology based on the beam space MUSIC algorithm[J]. Journal of Naval University of Engineering, 2007, 19(2): 72–75.

[7]陳輝, 王永良. 空間譜估計算法結(jié)構(gòu)及仿真分析 [J]. 系統(tǒng)工程與電子技術(shù), 2001, 23(8): 76–80. CHEN Hui, WANG Yong-liang. The frame of spatial spectrum and simulation[J]. Systems Engineering and Electronics, 2001, 23(8): 76–80.

[8]湯渭霖. 聲吶目標回波的亮點模型[J]. 聲學(xué)學(xué)報, 1994(2): 56–60. TANG Wei-lin. Light spot model of sonar target echo[J]. Acta Acustica, 1994(2): 56–60.

[9]石敏, 陳立綱, 蔣興舟. 具有亮點和方位延展特征的線列陣聲誘餌研究[J]. 海軍工程大學(xué)學(xué)報, 2005, 17(1): 58–62. SHI Min, CHEN Li-gang, JIANG Xing-zhou. On linear array acoustic bait with light spot and azimuth-range extension feature[J]. Journal of Naval University of Engineering, 2005, 17(1): 58–62.

[10]崔懷林, 楊云川, 李志舜. 水下體目標回波空間方位特性仿真研究[J]. 系統(tǒng)仿真學(xué)報, 2006(6): 86–91. CUI Huai-lin, YANG Yun-chuan, LI Zhi-shun. Research on spatial bearing characteristics simulation method of underwater target echo based on circular arc array[J]. Journal of System Simulation, 2006(6): 86–91.

[11]王新曉, 黃建國, 張群飛. 基于復(fù)包絡(luò)的目標回波信號高效仿真方法[J]. 系統(tǒng)仿真學(xué)報, 2005(12): 45–50. WANG Xin-xiao, HUANG Jian-guo, ZHANG Qun-fei. Efficient simulation method of underwater target echo based on complex envelopes[J]. Journal of System Simulation, 2005 (12): 45–50.

[12]張波, 安天思, 韓靜. 水下復(fù)雜目標寬帶回波精細特征提取[J]. 哈爾濱工程大學(xué)學(xué)報, 2010(7): 87–91. ZHANG Bo, AN Tian-si, HAN Jing. Extracting fine details in broadband echoes from complex underwater targets[J]. Journal of Harbin Engineering University, 2010(7): 87–91.

On performance analysis of linear array decoy in confronting smart torpedo

XU Hai-zhu, YUAN Yan-yi, LIU Xiong-hou, YU Yun
(Naval Academy of Armament, Beijing 100161, China)

According to target dimension recognition method used by the smart torpedo, we establish a linear array decoy model in this paper. We use the sequentially transmit and receive method and the multiple point replying method to simulate the high-frequency target echo. Furthermore, we utilize the bearing varying method and the apparent angle method to evaluate the linear array decoy. Simulation results show that the linear array decoy has the characteristic of dimension expanding, suggesting that the linear array decoy is capable of countering the target dimension recognition of the smart torpedo.

linear array decoy；target dimension recognition；bearing varying；apparent angle

TB55

A

1672–7619(2017)05–0135–04

10.3404/j.issn.1672–7619.2017.05.027

2016–11–28；

2017–01–03

國家自然科學(xué)基金資助項目(11404406)

徐海珠(1983–)，男，工程師，研究方向為水聲工程。