随着声隐身以及无人平台等技术的快速发展,现有水声探测能力逐渐下降,难以满足对水下目标远程广域探测的需求,这对水声技术提出了全新的挑战。为了实现大范围、高精度、远距离的水下目标探测需求,水声探测频段正逐渐从传统的中高频向低频乃至甚低频、极低频发展,信号处理手段从纯信号场或者纯物理场处理向与物理场适配的信号处理以及基于物理场特征的人工智能信号处理手段发展,探测模式从传统的固定平台、单节点、主/被动探测模式向固定平台与移动平台结合、分布式集群、主被动联合探测模式发展。
在声呐装备方面,未来发展的趋势有:
⑴广域异质多传感器联合探测声呐。单一声呐覆盖范围小、探测效率低,难以满足现代水下监测的需求。通过在海底、水体、海面甚至空中布设分布式传感器,形成分布式网络化探测系统,结合多源信息融合技术,实现对大范围区域内目标的预警与探测,可显著增强对水下信息的获取与感知能力。
⑵无人化、智能化、集群化探测装备。随着水下无人平台的发展,通过在无人平台上搭载声呐可实现对水下环境的自主检测,在整个回路中都无须人为介入,可极大提升安全性和效率。不同平台可根据各自的优势和任务分工,对水下目标进行全方位、多层次的监测,提升对水下环境的立体化感知能力。
在水下物理场研究方面,未来发展的趋势有:
⑴多物理场耦合声场精细化预报。海洋是一个复杂过程,声传播受海洋环境、海洋活动影响。随着计算机技术以及测量技术的发展,对于声传播与海洋多物理场精细化耦合的研究成为可能。
⑵精细化与实用化三维声场预报。实际海洋环境在距离、深度和方位三个维度都是变化的,虽然现在已经开发了部分三维声场模型,但是其计算复杂度高或预报精度不高,随着计算机性能以及数值计算方法的改进,使得精细化三维声场快速预报成为可能。
⑶多传感器协同分布式长周期噪声测量。融合多类型传感器同步获取噪声场、海洋声学参数以及海洋精细化动力过程,构建分布式观测网络,实现大面积、高分辨、长周期海洋环境噪声观测,支撑声呐装备的使用。
⑷基于大数据与机器学习辅助的声场传播及噪声场预报。机器学习技术在数据分析和预测方面具有强大的能力,利用多年观测的大量数据,通过机器学习获得源-信道以及声场之间的非线性映射关系,有望实现复杂不确定海洋环境中信号场与噪声场的快速预报。
在水下目标探测方面
对于被动探测,未来的发展趋势有:
⑴与浅海/深海水声物理场适配的水下目标探测技术。现有部分探测技术对水声信道的考虑并不充分,例如方位估计等方法大多还是采用平面波假设,噪声也大多考虑的是高斯背景噪声,导致实际探测性能不佳。将信号处理方法与水声物理场充分适配,势必将大大提高被动探测的性能。
⑵分布式探测技术。随着潜艇减振降噪的发展,单节点探测能力急剧下降,分布式节点之间可以相互协作,获取更全面、更准确的目标信息,从而实现大范围区域的水下目标探测。
⑶高自主和智能化的探测技术。未来水下战场必然更加复杂化和多元化,这就要求声呐具备更高的自主性和智能化,需要根据战场动态趋势自主分析和处理数据,实时识别目标特征,根据环境调整探测策略,实现目标的自主智能探测与跟踪。
对于主动声呐,未来发展趋势主要有:
⑴低频大功率探测技术。随着探测距离要求不断提高,高频声波传播距离有限,迫使探测频段向低频段转移,现有低频声源功率有限,一定程度上制约了低频主动探测距离,且易受干扰场影响。需要研究大功率发射技术以及低频干扰场特性,并发展与低频干扰场适配的低频主动探测技术,显著提升主动探测距离。
⑵新体制主动探测技术。新体制探测技术可在较小的代价下获得优于传统探测技术的探测优势,可通过MIMO声呐、前向散射声呐和深海可靠声路径探测模式等关键技术,实现水下声隐身目标远程定位,确保系统在复杂环境下的稳定性与可靠性。
⑶智能化探测技术。主动探测受使用环境影响较大,需要根据信道、目标特性、声呐装备类型调整优化声呐参数。研究基于信道自适应、深度学习、大数据分析等技术的智能化主动探测技术,将环境参数、目标特性参数以及声呐装备参数纳入到探测算法框架中,显著提升主动探测在不同环境下、不同海域中对不同类型目标的探测能力。
信息来源:鲸语部落。
转载请注明信息来源及海洋知圈编排。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.