基于自适应波束形成的鱼雷对潜目标识别技术

郑振 甘新年 王丽媛

摘 要：通过鱼雷对潜目标准确识别，实现对目标的精确打击。当前的目标识别算法采用时频特征提取算法，随着海洋背景噪声强度的增大，准确识别概率不高。提出一种采用亮点回波信号自适应波束形成的鱼雷对潜目标识别算法，首先进行了鱼雷对潜攻击声探测亮点回波模型构建，采用级联滤波器进行回波信号降噪处理，对滤波后的输出信号进行自适应波束形成处理，实现信号的特征提取和指向性聚焦，提高目标亮点回波信号的检测性能，实现目标准确识别。仿真结果表明，采用该算法进行鱼雷对潜目标检测识别，准确检测概率高于传统算法，在低信混比下仍具有较好的准确识别率，抗干扰性能较好。

关键词：鱼雷；波束形成；目标识别；信号检测

中图分类号：TN911 文献标识码：A 文章编号：2095-2163（2016）02-

Submarine target recognition technology based on adaptive beam forming

ZHENG Zhen1 GAN Xinnian1 WANG Liyuan2

（1 No. 91640 Troops of PLA， Zhanjiang Guangdong 524064， China

2 Guangdong Planning and Designing Institute of Telecommunications Co. Ltd， Zhanjiang Guangdong 524022， China ）

Abstract： The target is accurately identified by torpedo， and the target is hit accurately. The current target recognition algorithm uses the time-frequency feature extraction algorithm， with the increase of the marine background noise intensity， the accurate recognition probability is not high. Put forward a torpedo based on highlight echo signal adaptive beamforming of submarine target recognition algorithm， first of all， a torpedo attack submarine acoustic detection echo highlight model was constructed using cascaded filters for echo signal denoising， output signal of the filter for self adaptive beam forming process， the realization of signal space gain directivity focusing， improve the detection performance of target echo highlight signal， realize precise target identification. Simulation results show that the proposed algorithm is used to detect and identify the potential target， and the accurate detection probability is higher than that of the traditional algorithm. The algorithm has better recognition rate and better anti jamming performance than the traditional algorithm.

Keywords： torpedo； beam forming； target recognition； signal detection

随着现代化智能武器的发展，研究精确的目标检测和目标定位算法，对提高武器的自导性能具有重要意义。在探测制导与目标识别领域，诸如飞机、导弹、鱼雷等空中打击目标会辐射出强大的多载波亮点回波信号，对目标辐射出的亮点回波信号进行检测和参量估计，实现目标的准确攻击和定位识别。鱼雷是一种高精度制导的水中兵器，鱼雷通过舰艇、潜艇和飞机发射，对攻击潜艇、舰艇等水面与水下目标具有很强的杀伤性能。实现鱼雷准确攻击的主要技术是目标识别技术，在反潜鱼雷中，需要对潜艇目标进行准确的回波模型构建，采用信号处理方法实现目标识别，提高精确打击目标的能力，因此，研究鱼雷对潜攻击目标的识别技术，在提高鱼雷的性能指标上具有重要意义[1-3]。

鱼雷的目标识别可以分为被动声探测识别和主动发射声脉冲进行目标识别两种方式，由于潜艇的静默性较强，在反潜鱼雷设计中，通常都是采用主动发射声脉冲进行回波识别，达到目标发现和跟踪的目的。鱼雷在进行目标识别过程中，通过接收目标辐射噪声（或反射回波）来实现对目标的运动参数的准确估计，判断目标的属性，实现目标分辨和打击。传统方法中，鱼雷的目标识别算法主要有基于小波分析的目标信号检测算法、基于时频分析的检测算法、基于分数阶傅里叶变换的鱼雷对潜攻击目标检测算法等[4-7]，上述方法是通过对鱼雷目标的亮点回波模型构建，在低信噪比下进行多普勒频移检测，实现对目标的检测，但上述算法在海洋背景较为复杂的情况下，识别效能不高，抗干扰性能不强[8]。

针对上述问题，本文提出一种基于亮点回波信号自适应波束形成的鱼雷对潜目标识别算法，首先进行信号模型构建，然后采用信号处理方法进行目标回波信号滤波和降噪处理，采用自适应波束形成方法进行特征提取和空间聚焦，达到目标信号准确检测的目的，实现目标识别，最后通过仿真实验进行了性能测试，展示了本文算法的优越性能，得出有效性结论，表现出了较好的应用价值。

1 鱼雷对潜攻击目标的回波信号模型构建和抗干扰滤波预处理

4 结束语

实现鱼雷准确攻击目标的主要技术是目标识别技术，为了提高精确打击潜艇目标的能力，本文提出一种采用亮点回波信号自适应波束形成的鱼雷对潜目标识别算法，构建了鱼雷对潜攻击的声探测亮点回波模型，采用级联滤波器进行回波信号降噪处理，对滤波后的输出信号进行自适应波束形成处理，提高目标亮点回波信号的检测性能，实现目标准确识别。研究结果表明，采用该算法进行鱼雷对潜目标检测识别，准确检测概率高于传统算法，在较低的信混比下仍具有较好的准确识别率，抗干扰性能较好，性能优越于传统算法。

参考文献：

[1] 石鑫，周勇，胡光波.基于信号峰脊陡变调制的雷达测距算法[J].物联网技术，2015，5（4）：12-14. 2014， 35.

[2] SU Hongtao， LIU Hongwei， SHUI Penglang， et al. Adaptive beamforming for nonstationary HF interference cancellation in skywave over-the-horizon radar[J]. IEEE Transactions on Aerospace and Electronic Systems， 2013， 49（1）： 312-324.

[3] GENG Zhe， DENG Hai， and HIMED B. Adaptive radar beamforming for interference mitigation in radar-wireless spectrum sharing[J]. IEEE Signal Processing Letters， 2015， 22（4）： 484-488.

[4] YANG Yunchuan， SUN Cong， ZHAO Hui， et al. Algorithms for secrecy guarantee with null space beamforming in two-way relay networks[J]. IEEE Transactions on Signal Processing， 2014， 62（8）： 2111-2126.

[5] 胡光波，何席兵，甘新年.基于分数阶Fourier变化累积量的目标检测算法[J].鱼雷技术，2011，19（5）： 344-348.

[6] 刘昊晨，梁红.线性调频信号参数估计和仿真研究[J].计算机仿真，2011，10（14）： 157-159.

[7] 刘家亮，王海燕，姜喆，等.垂直线列阵结构对PTRM阵处理空间增益的影响[J].鱼雷技术，2010，18（4）： 263-267.

[8] 刘子威，苏洪涛， 胡勤振. 一种零陷展宽稳健旁瓣相消算法[J]. 电子与信息学报， 2016， 38（3）： 565-570.