摘 要： 针对常规拖线阵声呐存在的左右舷模糊问题，提出了一种将平台机动与目标跟踪相结合的拖线阵左右舷分辨方法，利用镜像产生左右舷目标对，根据真实的跟踪目标及其镜像目标的速度差来自动判决目标左右舷。通过仿真分析，对于10 km距离以上的目标，不管位于左舷还是右舷，平台通过小角度转向5°，经过2个扫描周期，真实的跟踪目标与其镜像目标的速度差异将大于5 m·s-1，可以较好地区分目标的左右舷，两个跟踪目标的方位变化差也可作为辅助参考。该方法在工程实践上具有一定的应用前景与指导意义。
关键词 : 目标跟踪;拖线阵;左右舷分辨;平台机动;速度差;
Abstract： To solve the port-starboard fuzzy problem in conventional towed array sonar, a port-starboard discrimination method based on platform maneuver and target tracking is proposed. A mirror target is generated firstly, and a port-starboard target pair is formed. The port-starboard discrimination is realized by the velocity difference between the real target and its mirror target. The simulation results show that, if the target is over more than 10 km away, and whether it is on port or starboard, the velocity difference between the real target and its mirror target will be greater than 5 m·s-1 in two scanning periods after the platform steers 5°, and so the port-starboard discrimination can be realized, moreover, the difference of azimuth variation between the two targets can be taken as an auxiliary reference. The method has a certain application prospect and guiding significance in engineering practice.
Keyword： target tracking; towed array; port-starboard discrimination; platform maneuverability; difference of velocity;
0、引言
拖曳线列阵声呐具有孔径大、工作频率低、探测距离远等特点，广泛应用在各类舰艇上，成为水下低频、远距离探测的重要技术手段。常规的拖线阵由一系列无指向性的水听器组成，水听器按照一定间距线性排列，由于水听器没有指向性，其对整个圆锥面上所有入射信号的响应完全一致。拖线阵信号入射图如图1所示。如果考虑水平面一个切面，则拖线阵将出现左右舷模糊问题，无法区分目标真实位置。常规的单拖线阵通常采用平台机动的方式，根据目标舷角的变换趋势来判断左右舷或者是利用平台机动时阵型估计的信号处理方法来区分左右舷[1,2,3,4,5,6,7]。舷角的变化通常需要人工来完成，无法进行自动判决。另外，若平台大角度机动势必会导致阵型严重畸变，增加目标丢失的可能性。后来研究人员又提出了双线阵、三线阵、多线阵、三元水听器组、矢量水听器来代替单线阵，例如美国的AN/UQQ2 SURTASS双线型、DCN的SLASM系统和德国的LFTASS系统采用了双线阵，法国的信天翁鱼雷报警系统、CAPTAS系统和挪威的ATAS系统采用了三元水听器组。但是受到生产工艺、生产成本和平台适装性等因素的制约，它们的应用受到限制。因此，采用信号处理方法实现左右舷分辨一直是研究热点。
图1 拖线阵接收信号入射示意图
Fig.1 The incidence diagram of the receiving signal of a towed array
本文在深入研究平台机动时左右舷分辨的基础上，提出了一种以目标跟踪为基础的拖线阵左右舷分辨方法，通过仿真分析，验证了该方法的可行性与有效性，在工程实践上具有一定的应用前景和指导意义。
1、 拖线阵左右舷分辨基本原理
本文提出的左右舷分辨方法，将平台机动与目标跟踪相结合，具体流程如图2所示。利用拖线阵声呐发现的目标数据，进行左右舷镜像处理，在左舷和右舷都会产生目标，组成一个左右舷“目标对”，两者具有相同的幅值和距离值、相同的舷角，只是方位不同(例如，平台航向为0°时，右舷60°方位镜像到左舷300°方位)，就如同从左右舷两边都同时存在目标一样，然后将“目标对”中的两个目标分别进行跟踪处理。平台按照规定进行转向机动，然后根据“目标对”中两个目标速度变化趋势来判断左右舷。假设平台小角度机动过程中阵型畸变可以忽略，使拖线阵依然能够检测到目标并且稳定跟踪，经过几个周期，真实目标的前后时刻位置变化不大，真实目标的速度变化不明显。但镜像目标的速度将发生剧烈变化，因为镜像目标的前后时刻位置会发生突变，保留速度变化较小的跟踪器，从而可以确定目标真实方位，无需人工干预即可自动判决目标左右舷，完成左右舷分辨。
图2 单线阵左右舷分辨流程
Fig.2 Flow chart of port-starboard discrimination for single towed array
2 、目标跟踪算法
目标跟踪一直是当前研究的一个难点与热点，目前，目标运动模型主要有匀速(Constant Velocity,CV)模型、匀加速(Constant Acceleration,CA)模型、Jerk模型[8]、Singer模型[8]和“当前统计”模型[8]。交互多模型(Interactive Multiple Models,IMM)跟踪算法[8,9]是目前机动目标跟踪算法中广泛应用的方法之一，其采用多个运动模型，每个模型都有一个相应的模型概率，通过马尔科夫转移矩阵完成不同模型之间的转换，在运算过程中，系统实时为每个模型计算概率，目标运动状态的最终估计为各个模型的加权平均[9]。IMM一个周期主要包括模型交互作用、模型条件滤波、模型概率更新和模型组合状态估计。本文中使用匀速CV模型和匀加速CA模型，采用IMM-Kalman滤波跟踪算法，其框架如图3所示。该目标跟踪算法不是本文的重点，在这不做详细分析，可以根据自己需求选择目标跟踪算法，得到目标速度。
图3 IMM-Kalman跟踪算法的框架图
Fig.3 The block diagram of IMM-Kalman tracking algorithm
3 、仿真与结果分析
本文分别从目标位于左舷与右舷两种情况进行分析，细分成四个象限，分别为左前方、右前方、左后方与右后方。本文忽略了平台小角度机动时阵型畸变的影响，认为阵型畸变不大，在主动探测目标过程中，依然能够持续检测到目标，每个周期都有接触点输出，跟踪器能进行稳定跟踪。在仿真中综合考虑了测距和测向误差，忽略了平台转向到拖线阵转向需要的时间，在统计过程中，添加了均方根为1%的测距误差和2.5°的测向误差，目标总共运动80个扫描周期，针对平台不同转向角度(-10°～10°)，其中往左舷转向为负，右舷为正，对于不同目标的初始距离(10、15、20和25 km)，统计100次，查看转向后第2个扫描周期真实目标与镜像目标的速度差异和方位差异，为区分目标左右舷做铺垫。
仿真1：当目标位于左前方时，设置平台的航向为270°，航速为6 m·s-1；目标方位为220°，航向为220°，航速为3 m·s-1。从第6个扫描周期(T=R/C其中，T为周期，R为量程，C为声速)开始转向，文中量程选择32 km，对应扫描周期T=42.67 s，然后转到相应角度就保持航向不变。真实目标、镜像目标与平台大致位置关系如图4所示，真实目标与镜像目标的速度差如图5所示，真实目标与镜像目标的方位变化差如图6所示。
图4 真实目标、镜像目标与平台位置关系(左前方)
Fig.4 The location relationship between the real target,mirror target and platform (on the left front)
图5 真实目标与镜像目标的速度差(左前方)
Fig.5 The difference of velocity between the real target and mirror target (on the left front)
图6 真实目标与镜像目标的方位变化差(左前方)
Fig.6 The difference of azimuth variation between the real target and mirror target (on the left front)
仿真2：当目标位于右前方时，设置平台的航向为270°，航速为6 m·s-1；目标方位为220°，航向为320°，航速为3 m·s-1。从第6个扫描周期开始转向，然后转到相应角度就保持航向不变。真实目标、镜像目标与平台大致位置关系如图7所示，真实目标与镜像目标的速度差如图8所示，真实目标与镜像目标的方位变化差如图9所示。
图7 真实目标、镜像目标与平台位置关系(右前方)
Fig.7 The location relationship between the real target,mirror target and platform (on the right front)
图8 真实目标与镜像目标的速度差(右前方)
Fig.8 The difference of velocity between the real target and mirror target (on the right front)
图9 真实目标与镜像目标的方位变化差(右前方)
Fig.9 The difference of azimuth variation between the real target and mirror target (on the right front)
仿真3：当目标位于左后方时，设置平台的航向为270°，航速为6 m·s-1；目标方位为150°，航向为150°，航速为3 m·s-1。从第6个扫描周期开始转向，然后转到相应角度就保持航向不变。真实目标、镜像目标与平台大致位置关系如图10所示，真实目标与镜像目标的速度差如图11所示，真实目标与镜像目标的方位变化差如图12所示。
图1 0 真实目标、镜像目标与平台位置关系(左后方)
Fig.10 The location relationship between the real target,mirror target and platform (on the left rear)
图1 1 真实目标与镜像目标的速度差(左后方)
Fig.11 The difference of velocity between the real target and mirror target (on the left rear)
图1 2 真实目标与镜像目标的方位变化差(左后方)
Fig.12 The difference of azimuth variation between the real target and mirror target (on the left rear)
仿真4：当目标位于右后方时，设置平台的航向为270°，航速为6 m·s-1；目标方位为30°，航向为30°，航速为3 m·s-1。从第6个扫描周期开始转向，然后转到相应角度就保持航向不变。真实目标、镜像目标与平台大致位置关系如图13所示，真实目标与镜像目标的速度差如图14所示，真实目标与镜像目标的方位变化差如图15所示。
考虑到实际测速误差一般在3 kn(1 kn=1 852 m·h-1)以内(对应速度为1.5 m·s-1)，所以真实目标与镜像目标的速度之间保持5 m·s-1以上的差异足以进行判断，保留速度变化较小的目标作为左右舷分辨结果。根据仿真结果，针对不同距离和不同方位的目标，当真实目标与镜像目标之间的速度差大于5 m·s-1时，平台所需的最小转向角度如表1所示。由表1可见，目标距离越远，平台所需转向角度越小，当平台机动转向5°后，对于10 km以上的目标，不管是左转还是右转，在第2个扫描周期即可区分目标左右舷。
图1 3 真实目标、镜像目标与平台位置关系(右后方)
Fig.13 The location relationship between the real target,mirror target and platform (on the right rear)
图1 4 真实目标与镜像目标的速度差(右后方)
Fig.14 The difference of velocity between the real target and mirror target (on the right rear)
图1 5 真实目标与镜像目标的方位变化差(右后方)
Fig.15 The difference of azimuth variation between the real target and mirror target (on the right rear)
由仿真结果可见，当平台向远离目标一侧进行机动转向时，真实目标与镜像目标之间的方位变化差信息相对比较明显，当向远离目标一侧进行机动转向5°时，方位变化差大于2°，在区分左右舷时，方位变化差可以作为一个辅助参考值。
表1 在不同距离与不同方位的目标情况下平台所需最小转向角度
4、 结论
针对拖线阵左右舷模糊问题，本文提出了一种基于目标跟踪的拖线阵左右舷分辨方法，将平台机动与目标跟踪相结合，根据跟踪目标速度差异来分辨左右舷。由仿真结果可知，对于10 km以上的目标，不管目标位于左舷或者右舷，只要平台进行小角度转向5°后，经过2个扫描周期(对于32 km量程，共85.34 s)，真实目标与镜像目标之间的速度差就大于5 m·s-1，可以完成目标左右舷分辨，验证了本方法的可行性与有效性。在未来工程实践上，本方法具有一定的应用前景与指导意义。
参考文献
[1]尚金涛.杨柳,骆国强-种多阵联 合的拖线阵左右舷分辨方法J]舰船科学技术2020,42(5):127-130 SHANG Jintao,YANG Liu,LUO Guoqiang.A port-starboard discrimination method oftowed array based on multi-arrays joint[J] Ship Science and Technology,2020 ,42(5):127-130.
[2]袁骏,蔡志明，肖卉等.转向机动拖曳线列阵空间谱稀疏重构[J].火力与指挥控制,2018,43(10):163- 167.YUAN Jun,CAI Zhiming ,XIAO Hui,et al. Spatial spectrum sparse reconstruction of towed linear array during turning[J] .Fire Control&Command Control,2018, 43(10):163-167.
[3]李厚全,韩树平,曾广会,等. 单拖线阵声呐左右舷分辨方法及海试验证[J].哈尔滨工程大学学报2016.37(1)-.81-85.LI Houquan,HAN Shuping,ZENG Guanghui,et al. Discrimination methodfor the left and right boards using towed linear array sonar and its verification in an ocean experiment[J]. Journal of Harbin Engineering University,2016,37(1):81-85.
[4]李厚全，韩树平，沈立彬,等单线阵左右舷自动分辨算法宽容性仿真研究[C]/中国西部声学学术交流会.2013, 146-149.
[5]韩树平,许兆鹏董永峰长线阵声呐左右舷分辨仿真研究[J].计算机仿真, 2012,29(11):412-415.HAN Shuping.XU Zhaopeng,DONG Yongfeng.Research on simulation of long towed linearray' port/starboard discrimination[J] Computer Simulation,2012,29(11):412-415.
[6]何心怡，张春华李启虎拖曳线列阵声呐及其左右舷分辨方法概述[J]舰船科学技术,2006 ,28(5):9-14.HE Xinyi,ZHANG Chunhua,LI Qihu .Rough introduction of the towed linear array sonar and port/starboard discrimination methods[J] Ship Science and Technology,2006 28(5):9-14.
[7]何心怡,张春华,张驰，等本舰机动左右舷分办方法研究[J]应用声学,2006,25(6):352-358.HE Xinyi,ZHANG Chunhua ,ZHANG Chiet al. Study on the port/starboard discrimination by mother ship maneuverability[J].Applied Acoustics,2006 25(6):352-358.
[8]何友雷达数据处理及应用[M]北京:电子工业出版社,2013.
[9]高文娟李亚安，陈晓,等基于交互式多模型的水下机动目标跟踪[J]鱼雷技术2015,23(3): 196-201.GAO Wenjuan,LI Yai an,CHEN XIAO,et al. Application of IMM to underwater maneuver target tracking[J].Torpedo Technology,2015,23(3):196-201.
