付 健，趙建輝，李 帆，張 馗

（1.北京航空航天大學(xué) 儀器科學(xué)與光電工程學(xué)院，北京 100191；2.中國船舶工業(yè)系統(tǒng)工程研究院，北京 100036；3.東南大學(xué) 儀器科學(xué)與工程學(xué)院，江蘇 南京 210096）

引言

紅外成像反艦導(dǎo)彈以其攻擊隱蔽性好、精確度高、抗電子干擾能力強(qiáng)等特點(diǎn)，逐漸成為現(xiàn)代反艦導(dǎo)彈的主流，如康斯貝格防務(wù)航空航天公司的NSM（naval strike missile）系列紅外成像反艦導(dǎo)彈和洛克希德·馬丁公司的LRASM（long range anti-ship missile）隱身紅外成像反艦導(dǎo)彈[1]。這些新型紅外成像反艦導(dǎo)彈的導(dǎo)引頭采用了線列或面陣式成像探測(cè)器，并利用彈載計(jì)算機(jī)對(duì)獲取的紅外圖像進(jìn)行處理，由于其目標(biāo)識(shí)別算法基于整個(gè)艦體的紅外圖像，故具有更高的靈敏度和空間分辨能力，抗干擾性也大幅提升。傳統(tǒng)的艦載紅外干擾方式如熱焰彈、煙霧等已逐漸不能滿足要求[2]，因此，亟需研究新型的對(duì)抗方法。近年來利用水幕對(duì)艦體降溫，從而降低其紅外特征成為熱門研究方向[3-4]。

20世紀(jì)90年代末，J.Thompson 和David A.Vaitekunas提出了使用水幕對(duì)艦船降溫從而減弱其紅外輻射強(qiáng)度的方法，并以海灣戰(zhàn)爭(zhēng)中美艦船利用防化洗消系統(tǒng)對(duì)艦船降溫，從而躲避伊拉克反艦導(dǎo)彈攻擊的事例作為應(yīng)用實(shí)例[5]。2010年，David A.Vaitekunas等人利用加拿大的“探索號(hào)”海軍輔助船只進(jìn)行了紅外水幕降溫試驗(yàn)，并最終給出船體主動(dòng)降溫策略可使目標(biāo)艦船的平均發(fā)現(xiàn)距離降低20%～80%的結(jié)論[6]。2013年他們又利用現(xiàn)有的氣象數(shù)據(jù)對(duì)北約艦船紅外特征仿真標(biāo)準(zhǔn)軟件（The naval ship infrared signature model and naval threat countermeasure simulator，ShipIR/NTCS）的 環(huán)境模型進(jìn)行了完善[7]。2018年David A.Vaitekunas和 Pavel Alexsandrov對(duì)水幕降溫的實(shí)際效果做了仿真研究，他們使用流動(dòng)的薄水膜模擬施加的水幕，利用ShipIR/NTCS軟件進(jìn)行仿真效果分析[8]。該研究同時(shí)也利用了加拿大海軍的輔助船只進(jìn)行了實(shí)際場(chǎng)景下的水幕降溫試驗(yàn)。

綜上所述，國外在水幕對(duì)艦船紅外特征影響方面的研究開展較早，但對(duì)分區(qū)水幕的施加方式與紅外成像導(dǎo)引頭識(shí)別成功率之間的關(guān)系研究較少，而國內(nèi)在艦船隱身方面的研究多集中在水霧隱身方面，且未見涉及到分區(qū)概念。針對(duì)以上問題，本文利用艦船紅外輻射仿真模型對(duì)艦船水幕施加策略與紅外成像導(dǎo)引頭識(shí)別成功率之間的關(guān)系進(jìn)行了研究，并結(jié)合典型目標(biāo)邊沿檢測(cè)算法和模板匹配算法的原理，設(shè)計(jì)了若干種對(duì)抗紅外成像反艦導(dǎo)彈的水幕施加策略，通過仿真試驗(yàn)測(cè)試它們對(duì)紅外成像導(dǎo)引頭的干擾效果并加以改進(jìn)，最后通過降溫試驗(yàn)驗(yàn)證了水幕降溫的可行性。

1 艦船紅外輻射仿真圖像獲取

1.1 紅外輻射波段的選擇

紅外成像反艦導(dǎo)彈通常選取透射率較好的大氣窗口作為其響應(yīng)波段，而艦船的甲板和側(cè)舷等表面部位的紅外輻射波長(zhǎng)主要集中在長(zhǎng)波紅外波段（8 μm～12 μm）[9-10]，故本文主要研究水幕對(duì)艦體表面長(zhǎng)波紅外波段紅外輻射的影響，下面所列紅外仿真圖像均為長(zhǎng)波紅外波段圖像。

1.2 仿真模型的搭建

基于csv格式點(diǎn)集和面元數(shù)據(jù)，利用Matlab構(gòu)建obj格式的船體三維網(wǎng)格模型，導(dǎo)入熱仿真軟件Radtherm中，給艦體表面添加材質(zhì)紋理，布置海面和天空模型，并設(shè)置各種仿真參數(shù)如表1所示。

表1 仿真參數(shù)設(shè)置Table 1 Simulation parameters setting

運(yùn)行Radtherm，生成包含天空、海面和艦船目標(biāo)的綜合紅外模型，其中海面與天空交角為90°，艦船目標(biāo)被放置在海天線附近，截取包含來襲導(dǎo)彈視角信息的圖像，考慮到由海水反射的太陽輻射可能會(huì)進(jìn)入導(dǎo)引頭的紅外視場(chǎng)內(nèi)，且海面的閃耀斑對(duì)目標(biāo)跟蹤存在一定的干擾[11]，為了使仿真環(huán)境更加逼近真實(shí)場(chǎng)景，本文將仿真圖像中的海面與實(shí)拍海面紅外圖像進(jìn)行融合，獲得海面海浪紋理，結(jié)果如圖1所示[16]，圖像大小為640 ×640 pixel。

圖1 添加海浪紋理后包含海天背景的艦船仿真圖像Fig.1 Simulation image of ships after adding wave texture

2 水幕施加策略分析與設(shè)計(jì)

本文采用性能較好的Canny邊緣檢測(cè)算法和基于歸一化積相關(guān)（normalizated product correlation，NPROD）的模板匹配算法，模擬紅外成像導(dǎo)彈的導(dǎo)引頭對(duì)仿真紅外圖像序列中艦船目標(biāo)進(jìn)行識(shí)別。

2.1 采用Canny邊緣檢測(cè)算法提取目標(biāo)輪廓

采用雙閾值邊緣檢測(cè)算法對(duì)艦船目標(biāo)的紅外邊沿進(jìn)行提取[12]，采用Roberts算子計(jì)算圖像中各點(diǎn)的梯度值。

圖像中各點(diǎn)處的梯度大小及方向角計(jì)算方法如下式所示：

式中：x、y分別表示圖像中待計(jì)算點(diǎn)的橫縱坐標(biāo)；Gx和Gy分別表示沿水平和豎直方向的一階導(dǎo)數(shù)；G表示圖像梯度的大?。籄（θ）為梯度的方向角。

在獲取目標(biāo)的梯度大小和方向之后，對(duì)圖像進(jìn)行全局檢測(cè)，考察每一個(gè)像素點(diǎn)的梯度，僅保留在鄰域內(nèi)具有相同梯度方向的像素點(diǎn)中梯度值最大者，去除掉非邊界上的點(diǎn)。結(jié)合實(shí)際情況選取一個(gè)較小閾值Tmin和一個(gè)較大閾值Tmax，當(dāng)像素點(diǎn)的灰度值高于Tmax時(shí)認(rèn)為是真正的邊界點(diǎn)，當(dāng)像素點(diǎn)的灰度值低于Tmin時(shí)認(rèn)為不是邊界點(diǎn)。對(duì)于介于兩者之間的像素點(diǎn)，則考察是否與已確定的邊界點(diǎn)相連，如果相連，則認(rèn)為是邊界點(diǎn)，否則認(rèn)為不是邊界點(diǎn)。綜上所述，一個(gè)點(diǎn)P是邊界點(diǎn)需要滿足以下2個(gè)條件之一：

1）P點(diǎn)的梯度值大于Tmax；

2）P點(diǎn)的梯度值大于Tmin且小于Tmax，并與邊界點(diǎn)相連。

2.2 基于NPORD模板匹配算法的目標(biāo)識(shí)別方法

NPORD模板匹配算法是一種通過計(jì)算模板與目標(biāo)圖像之間的相似度來進(jìn)行匹配的目標(biāo)識(shí)別算法，具有計(jì)算過程不受圖像本身灰度比例影響且匹配精度高等優(yōu)點(diǎn)。其過程為：首先利用獲取的艦船仿真圖像制作掩膜，再對(duì)掩膜邊沿進(jìn)行提取得到模板圖像；之后將模板圖像在目標(biāo)圖像上滑動(dòng)，每次移動(dòng)一個(gè)像素點(diǎn)，計(jì)算模板圖像與其所覆蓋的目標(biāo)圖像子區(qū)域的相似度，以此作為此處的匹配數(shù)據(jù)，待所有位置的匹配數(shù)據(jù)都計(jì)算完畢后，再通過對(duì)匹配數(shù)據(jù)的篩選得到最終的匹配區(qū)域。

在搜尋過程中，設(shè)模板圖像為T，尺寸為w×h，待搜索圖像為I，尺寸為M×N，模板所覆蓋的目標(biāo)圖像子區(qū)域左上角像素點(diǎn)P坐標(biāo)為（i，j）。顯然i和j的取值范圍為

為計(jì)算模板與模板所覆蓋的目標(biāo)圖像子區(qū)域之間的相似度，設(shè)S（i，j）為原圖像中P點(diǎn)處的相似度，選擇如下偏差計(jì)算法：

將上式展開得到：

選擇第2項(xiàng)作為匹配度，于是得到P點(diǎn)的匹配度R的計(jì)算公式為

歸一化后，有：

（6）式中R（i，j）的結(jié)果越接近1，則在目標(biāo)圖像中以P點(diǎn)為左上角、大小為w×h的區(qū)域是目標(biāo)區(qū)域的可能性就越大，當(dāng)目標(biāo)與模板完全匹配時(shí)，R（i，j）為1。

2.3 水幕施加策略設(shè)計(jì)

考慮到大多數(shù)反艦導(dǎo)彈在接近目標(biāo)的過程中將保持視角水平，且臨近目標(biāo)時(shí)飛行高度在海平面以上10 m左右[13]，并將從艦體的側(cè)面來襲，因此艦體的側(cè)面部位將成為布置水幕的重點(diǎn)區(qū)域。為覆蓋來襲導(dǎo)彈視場(chǎng)內(nèi)的船體，結(jié)合實(shí)際情況，在艦船的外表面設(shè)置4個(gè)施加水幕的分區(qū)和4個(gè)特定的邊沿，其位置如圖2所示。

圖2 船體表面分區(qū)Fig.2 Hull surface partition

分區(qū)位置描述如表2所示。

表2 分區(qū)設(shè)置Table 2 Partition settings

根據(jù)已有文獻(xiàn)介紹的紅外成像導(dǎo)引頭識(shí)別算法的特點(diǎn)以及紅外成像導(dǎo)引頭識(shí)別算法發(fā)展的趨勢(shì)[14-15]，本節(jié)分區(qū)水幕策略的設(shè)計(jì)主要是從破壞艦船輪廓和降低紅外圖像中艦船與海天背景的對(duì)比度的角度來考慮的。另外，若只用水幕遮蔽邊沿，顯然不能對(duì)船身起到較好的遮蔽降溫效果，因此將按照表2相應(yīng)分區(qū)施加水幕，以降低船體對(duì)應(yīng)分區(qū)的溫度。

本文設(shè)計(jì)了7種水幕施加策略及對(duì)照組描述，如表3所示，這些策略將根據(jù)實(shí)際仿真匹配效果進(jìn)行后期優(yōu)化。表3中序號(hào)7的交叉水幕是指在邊沿部位施加橫向和縱向交叉在一起的水幕，從而將艦船對(duì)應(yīng)邊沿遮蓋。

表3 7種水幕施加策略Table 3 Seven water curtain application strategies

3 仿真分析及水幕降溫效果驗(yàn)證

3.1 仿真過程及目標(biāo)距離分析

仿真分析流程如圖3所示。

圖3 仿真流程圖Fig.3 Flow chart of simulation

仿真環(huán)境為CPU：AMD9350e，主頻2.00 GHz，內(nèi)存4 GB；操作系統(tǒng)：Windows 7；仿真軟件：Radtherm；目標(biāo)提取與識(shí)別：Opencv算法庫；編譯環(huán)境：PyCharm。

首先在艦船模型對(duì)應(yīng)的水幕施加位置添加水幕紋理，其中水幕模型采用均勻的薄水膜來進(jìn)行模擬，厚度設(shè)置為1 cm，薄水膜的一面與艦體表面接觸并進(jìn)行熱交換，另一面則暴露在太陽輻射下并與空氣進(jìn)行熱交換，水幕溫度取海水溫度25 ℃。設(shè)置好各項(xiàng)仿真參數(shù)之后運(yùn)行Radtherm，待船體溫度穩(wěn)定后得到艦船模型的紅外仿真結(jié)果。選取仿真模型的紅外長(zhǎng)波圖像作為下一步分析的基礎(chǔ)，選取方式為：維持俯仰角為0°，觀察高度為海拔10 m，保持平視艦體側(cè)面的視角，設(shè)置導(dǎo)彈來襲方向與艦船的側(cè)舷夾角α從64°逐漸變化至115°，每變化1°選取一張圖像，如圖4所示。每種策略選取51張仿真圖像。

圖4 導(dǎo)彈來襲方向與側(cè)舷夾角αFig.4 Attack direction and sideboard angle α of missile

截取從海天線開始到視場(chǎng)下沿的海面實(shí)拍紅外圖像，將仿真圖像中的海面部分與海面實(shí)拍圖像的海面部分融合，使艦船仿真模型的位置位于海天線附近，得到包含海浪噪聲的紅外仿真圖像，如圖5所示。圖5（a）為α=90°時(shí)施加水幕后的紅外仿真圖像，圖5（b）為包含海浪噪聲的邊沿圖像。

圖5 艦船側(cè)舷施加水幕后在α=90°時(shí)提取的仿真圖像及其邊沿圖像Fig.5 Simulation image and its edge image of ship after applying water curtain when α is 90°

接著確定仿真艦船模型與紅外成像導(dǎo)引頭視點(diǎn)之間的距離。受地球曲率的影響會(huì)產(chǎn)生海天線，近地表的觀察者無法看到海平面上超過一定距離的物體。海天線與觀察者之間的距離受觀察者所在高度影響，由幾何關(guān)系可得下式[16]：

式中：R為地球半徑；h為觀察者相對(duì)于海平面的高度；L為觀察者到海天線的距離。

反艦導(dǎo)彈的飛行高度通常為10 m左右，地球半徑為6 371 km，由此計(jì)算出海天線距導(dǎo)引頭約10 km。由何恒提出的像素估算法[16]，根據(jù)艦船的比例和像素?cái)?shù)，進(jìn)一步精確估計(jì)結(jié)果，得到仿真圖像中導(dǎo)引頭所在位置與艦船的距離約為6.36 km。

3.2 仿真結(jié)果分析及優(yōu)化

利用邊沿檢測(cè)算法和模板匹配算法對(duì)施加水幕之后提取的紅外仿真圖像進(jìn)行處理，算法匹配到目標(biāo)則視為識(shí)別成功，否則視為識(shí)別失敗，識(shí)別成功率越低，則認(rèn)為策略的隱身效果越好。對(duì)于每種水幕施加策略，取其51張仿真圖像計(jì)算導(dǎo)引頭識(shí)別成功率，計(jì)算方法如下：

式中：K為導(dǎo)引頭識(shí)別成功概率；N為每種策略下總的仿真識(shí)別次數(shù)；M為每種策略下識(shí)別錯(cuò)誤的次數(shù)。

部分識(shí)別結(jié)果如圖6所示。圖6中目標(biāo)的三維相似度結(jié)果如圖7所示。圖7中相似度最高點(diǎn)即為匹配結(jié)果，而天空背景區(qū)域因與模板的相似度較小且干擾不多，故表觀較為低矮平坦。

圖6 施加水幕后α=74°時(shí)部分目標(biāo)匹配結(jié)果Fig.6 Part of targets matching results after applying water curtain when α is 74°

最終得到的目標(biāo)總的識(shí)別結(jié)果，如表4所示。

表4 識(shí)別結(jié)果Table 4 Recognition results

圖7 部分測(cè)試圖（α=74°）對(duì)應(yīng)的三維相似度結(jié)果Fig.7 3D similarity results corresponding to partial test graphs when α is 74°

由表4數(shù)據(jù)可看出，在總識(shí)別率方面，對(duì)艦體側(cè)舷和前后立面施加水幕的幾種方式所得到的識(shí)別成功率大致相同，相較于對(duì)照組的識(shí)別成功率降幅在5%以內(nèi)，這說明如果僅對(duì)艦船目標(biāo)的面分區(qū)進(jìn)行水幕覆蓋，那么對(duì)基于目標(biāo)邊沿的模板匹配算法的識(shí)別成功率并不會(huì)有明顯的影響。相對(duì)于其他艦體面分區(qū)水幕覆蓋來說，針對(duì)邊沿進(jìn)行覆蓋的整體加邊沿型水幕對(duì)于識(shí)別成功率的影響則較為顯著，其識(shí)別成功率較其他水幕策略下降了約一半。為此在整體加邊沿水幕的基礎(chǔ)上優(yōu)化出斑馬紋型水幕，斑馬紋型水幕較整體加邊沿水幕的主要區(qū)別是，不再對(duì)船體表面施加整體水幕，而是只在圖2（e）所示4個(gè)邊沿部位施加交叉水幕，其施加方式如圖8（a）所示。圖8（a）中圓點(diǎn)為水幕噴頭布置位置，箭頭指示出噴頭的水幕施加方向。在此種水幕施加方式下，艦體在導(dǎo)引頭視場(chǎng)中的紅外輪廓被分割成幾個(gè)部分，其對(duì)艦體輪廓的打斷效果如圖8（b）所示。由圖8（b）中箭頭所示位置可看出此種策略較好地破壞了艦體邊沿的整體性，從而進(jìn)一步降低了識(shí)別成功率。在仿真試驗(yàn)中，選取的51張仿真圖像之中僅有4張識(shí)別成功，總的識(shí)別成功率為7.8%。

圖8 斑馬紋型水幕的施加方式和效果示意圖Fig.8 Application mode and effect diagram of zebra-stripetype water curtain

為了進(jìn)一步證明斑馬紋型水幕的優(yōu)化效果，除斑馬紋型水幕之外，再選取隱身效果較好的整體加邊沿型水幕以及對(duì)照組，以模板與目標(biāo)重合時(shí)模板的左上角像素點(diǎn)為中心，將大小為31 pixel×31 pixel的矩形設(shè)為感興趣區(qū)域（region of interest，ROI），分別計(jì)算目標(biāo)在ROI中的相似度比例系數(shù)，計(jì)算公式如下：

式中：Rratio為 相似度比例系數(shù)；Rtar為目標(biāo)的相似度；Ravg為ROI內(nèi)相似度比例系數(shù)平均值。計(jì)算結(jié)果如圖9所示。

圖9 兩種策略以及對(duì)照組的相似度比例系數(shù)Fig.9 Two strategies and similarity proportional coefficient of control group

由圖9可以看出，相對(duì)于整體加邊沿型水幕，經(jīng)斑馬紋型水幕處理的目標(biāo)在大多數(shù)仿真圖像中的相似度比例系數(shù)都得到了進(jìn)一步的降低，這就是其識(shí)別概率進(jìn)一步下降的原因。同時(shí)分別計(jì)算出兩種策略及對(duì)照組的51張仿真圖像的相似度比例系數(shù)平均值，計(jì)算結(jié)果如表5所示。

表5 兩種策略以及對(duì)照組的相似度比例系數(shù)平均值Table 5 Two strategies and average value of similarity proportional coefficient of control group

由表5可以看出，斑馬紋型水幕在整體加邊沿水幕的優(yōu)化效果進(jìn)一步降低了目標(biāo)的相似度，增加了識(shí)別算法的匹配難度，從而加強(qiáng)了艦體的隱身效果。

3.3 水幕降溫效果驗(yàn)證試驗(yàn)

為驗(yàn)證仿真中水幕降溫效果的真實(shí)性，本文也進(jìn)行了真實(shí)場(chǎng)景下的水幕降溫效果驗(yàn)證試驗(yàn)。試驗(yàn)板為鋼材質(zhì)，表面覆有防銹漆，溫度測(cè)量裝置安裝在試驗(yàn)板的后表面，由熱電偶組成，某型噴頭布置于試驗(yàn)板右上角。采用某型紅外熱像儀來記錄試驗(yàn)板表面的紅外輻射強(qiáng)度在施加水幕后隨時(shí)間的變化情況，熱像儀記錄的紅外波長(zhǎng)為8 μm～12 μm。試驗(yàn)中噴頭噴出的水幕平行噴灑于試驗(yàn)板上，施加水幕的持續(xù)壓力為5.0 bar，流量為61.3 L·min?1，在水溫為27 ℃、氣溫為32 ℃的情況下持續(xù)施加水幕150 s，使試驗(yàn)板溫度達(dá)到穩(wěn)態(tài)。試驗(yàn)板上水幕施加區(qū)域的平均長(zhǎng)波紅外輻射溫度從43 ℃下降到了28 ℃，降溫速率約為6.0 ℃·min?1，如圖10所示。在仿真中，水幕施加區(qū)域的平均長(zhǎng)波紅外輻射溫度在約200 s內(nèi)從48 ℃降溫至約27 ℃，降溫速率約為6.3 ℃·min?1。本試驗(yàn)證明，水幕能在較短時(shí)間（約150 s）內(nèi)使目標(biāo)區(qū)域取得較大程度的溫度降幅（約15 ℃），考慮到現(xiàn)實(shí)條件與仿真環(huán)境之間的差別，可以認(rèn)為本試驗(yàn)驗(yàn)證了仿真試驗(yàn)中水幕降溫效果的有效性。

圖10 水幕試驗(yàn)情況Fig.10 Water curtain test situation

4 結(jié)論

本文提出了若干種基于分區(qū)水幕控制的針對(duì)紅外成像反艦導(dǎo)彈的艦船隱身策略，建立了包含海天背景的綜合船體紅外輻射仿真模型，利用Canny邊緣檢測(cè)算法和NPORD模板匹配算法對(duì)施加了水幕的目標(biāo)模型進(jìn)行了仿真研究，給出了優(yōu)化后的斑馬紋型分區(qū)水幕控制策略。該策略將艦體的輪廓分割成小塊，從而使其輪廓特征被破壞，被破壞后的目標(biāo)輪廓與模板之間的相似度降低，使目標(biāo)艦船隱藏在海浪的噪聲里。斑馬紋型水幕可使紅外成像導(dǎo)引頭在中等距離（約6.36 km）上對(duì)目標(biāo)識(shí)別的成功率較不施加水幕下降了約60%。實(shí)際場(chǎng)景下的水幕降溫試驗(yàn)也驗(yàn)證了仿真試驗(yàn)中水幕降溫效果的真實(shí)性，這在側(cè)面為仿真結(jié)論提供了支撐。研究結(jié)果表明，水幕可以干擾紅外成像反艦導(dǎo)彈導(dǎo)引頭對(duì)目標(biāo)的識(shí)別，本文提出的對(duì)抗策略值得在理論和實(shí)踐方面展開更加深入的研究。