水声目标探测技术研究现状与展望
|
|
智能化目标探测技术
传统的水声目标探测，其目标判决性能受操作员的能力影响较大，有经验的操作员往往更容易检测判断出低信噪比背景下的目标。近年来，随着水下无人航行器（UUV）、水面无人艇（USV）等无人系统在水中逐渐应用，一方面，如何使无人系统在无人操作或者少人参与条件下自主探测并发现目标成为水声目标探测新问题；另一方面，伴随着以深度学习、大数据等为代表的人工智能技术迅猛发展，也为水声目标探测技术向智能化方向发展提供了契机。目前，研究方向主要有 2 个。
基于特征学习的自主探测技术。面向无人系统的应用，传统的依赖于先验知识与人类经验的人工判决很难在线实现，而水声目标与环境的时空起伏特性使得传统基于统计模型的恒虚警自动判决的方式，很难在复杂多目标环境下获得理想的检测性能。因此，目前研究主要集中在基于特征学习的自主探测技术上，即通过对具有一定规律性的目标和环境特征的自适应学习，在多特征联合概率模型下检测判决。例如，对于微弱目标检测，采用跟踪或分类置前检测思想，利用目标方位、幅度、频谱等多维度特征，通过粒子滤波等算法进行基于关联学习，然后根据行为、特征差异性来进行自主探测，从而能够在低信噪比条件下获得高检测概率和跟踪精度。
主动认知探测技术。在传统主动探测中，由于缺乏知识反馈机制，在复杂变化的水下环境很难获得理想的探测效果。而所谓认知过程就是将感知、处理、学习与反应密切结合的知识形成过程，因此主动认知探测技术将智能认知与主动目标探测相结合，提出了一种基于知识反馈的智能探测架构和处理形式，即通过借鉴智能认知过程，利用发射水声信号主动感知水声环境和目标信息的特点，形成对环境与目标的认知学习，并将这种知识实时反馈给探测过程中的发射和接收环节，使之与环境和目标状况相适配形成正向反馈环路，从而能够在复杂环境下获取最优主动声目标探测性能。虽然主动认知探测研究尚处在起步阶段，但是为主动探测提供了新思路。
历经数十年的发展，我国的水声目标探测技术不论在理论研究还是工程应用方面都有了长足的进步，但是与国际先进水平相比还有不小的差距。然而，因为水声目标探测技术在保护国家海上安全发挥着不可或缺的作用，所以“加快技术创新、赶超先进水平”显得更为迫切。党的十八大提出“建设海洋强国”的基本方针，为水声目标探测技术的加速发展提供了新契机，相信随着国家在人才与资金上的大力支持，通过广大科研人员砥砺奋进，能够实现水声目标探测技术的跨越式发展。（作者：黄海宁，中国科学院声学研究所 中国科学院先进水下信息技术重点实验室；李宇，中国科学院声学研究所 中国科学院先进水下信息技术重点实验室。《中国科学院院刊》供稿）