声诱饵对尺度目标的回波模拟方法

潜艇回波可以等效成若干个散射亮点回波相干迭加的结果,现代声自导鱼雷基于这一物理事实,通过辨识目标尺度来识别真假目标。提出使用具备数据通信能力的多个点源声诱饵,通过信息交互实现各声诱饵回波发射延时的有序控制,实现对尺度目标的多亮点回波模拟。具体仿真算例表明,该方法对利用方位走向特征和声成像进行目标尺度识别的鱼雷具有对抗效果。     

具有亮点和方位延展特征的线列阵声诱饵研究

分析了几种目标尺度识别方法的机理，针对其特性和传统声诱饵的不足，研究了一种基于潜艇亮点模型的线列阵声诱饵，并对其参数进行了选取．仿真结果表明，该声诱饵对基于目标尺度识别的鱼雷具有干扰能力．     

悬浮式矢量边发、边收声诱饵关键技术

现代＂智能＂鱼雷的一种对抗手段是发射诱骗编码寻的信号,因此需要相应发展＂智能＂的对抗器材。边发、边收声诱饵在发射应答信号时,不关闭接收机,从而可以不受诱骗编码的欺骗,在发射强干扰的同时测量鱼雷寻的信号的频率,来控制发射频率自动跟踪鱼雷寻的频率的变化,增强声诱饵的对抗能力。对于悬浮式声诱饵,边发、边收的关键技术是抗发射声串漏、界面反射声及混响的干扰。讨论了悬浮式矢量边发、边收声诱饵的组成和信号处理方法,利用矢量传感器的零点指向性抑制强干扰,可以使诱饵发射时也能探测微弱的寻的信号,并能测量鱼雷寻的信号的频率。     

国外鱼雷防御问题评述(二)水面舰艇鱼雷防御系统中鱼雷报警纵览

鱼雷防御是从对来袭鱼雷的识别报警开始的,所有鱼雷防御系统的基础是其对鱼雷的检测、分类和定位能力。为了有效地对抗鱼雷攻击,各国海军正在努力提升其声纳的鱼雷目标检测、定位和识别性能。文章对国外鱼雷报警系统的现状和发展趋势进行了分析和评述。鱼雷报警功能可以利用专门的鱼雷报警声纳来实现,也可以集成在一个被动拖线阵里。但通常由一个主被动联合拖曳阵声纳和舰壳声纳构成一个完整的系统,共同完成鱼雷辐射噪声的被动检测、分类和主动回波信号的分析,每个声纳都为鱼雷这个高速小目标的检测定位进行了优化。这样的系统由于可以采用基元数众多长线阵、更好地利用声场条件等,可以实现对鱼雷目标的远距离识别、定位和全方位覆盖。系统部分组成通常也是反潜战能力的组成部分,而将鱼雷检测和水声对抗结合正成为一种新的发展趋势,一些拖曳阵可以作为软杀伤对抗措施欺骗其检测到的鱼雷目标。     

鱼雷防御系统中不断出现的硬杀伤能力

鱼雷防御可以采用软杀伤和硬杀伤两种对抗手段。现在大多数鱼雷防御系统还是软杀伤型的系统--使用诱饵或干扰器干扰潜艇的目标指示，去误导或打断鱼雷的制导机制。但软杀伤并不能对抗某些类型的鱼雷，加上大部分先进的现代鱼雷都具有反对抗措施，导致软杀伤防御的有效性在降低，需要开始更多地关注能够消除威胁的硬杀伤系统。现代水面舰艇鱼雷防御系统中正在不断增强对来袭鱼雷的硬杀伤能力。反鱼雷鱼雷、火箭深弹、拦截网、爆炸式声诱饵等都是用于鱼雷防御的硬杀伤手段，对相关硬杀伤技术进行了分析和回顾。     

声诱饵仿真系统中的关键技术

水面舰／潜艇对抗鱼雷的整个过程中，使用声诱饵对鱼雷进行软杀伤是一个重要的环节。为了在实验室条件下对声诱饵的性能进行一定程度的评估，作者建立了一个声诱饵仿真系统。文章就其中的一些关键技术从系统的角度进行了讨论。     

噪声干扰器对抗鱼雷的作战效能建模与仿真

根据空投轻型鱼雷反潜的工作过程,对潜艇使用噪声干扰器对抗鱼雷的作战效能进行了仿真研究。建立了水声对抗过程中噪声干扰器、鱼雷、潜艇的对抗模型,讨论了主动声白导鱼雷的探测模型和噪声干扰器的声对抗模型,并进行了仿真,得到了鱼雷可能再次发现目标时的时间节点。结果表明：噪声干扰器的合理使用和潜艇的快速反应可显著降低鱼雷对潜艇的探测性能,这为潜艇指挥员正确使用噪声干扰器、取得好的鱼雷对抗效果提供了参考依据。     

潜艇规避对声自导鱼雷命中概率的影响

机动规避是潜艇对抗航空声自导鱼雷的重要措施.本文分析了潜艇运动态势对声自导鱼雷探测性能的影响以及潜艇规避航空声自导鱼雷攻击的3种机动模式,建立了潜艇机动规避数学模型,仿真分析了潜艇不同规避航速和航向时声自导鱼雷的命中概率.仿真结果表明,潜艇采用合适的规避策略可以降低航空声自导鱼雷的命中概率.     

基于边收边发技术的声隔离度研究

边收边发技术可提高声诱饵对智能鱼雷的对抗能力,增强信号适应性。实现此技术的关键在于要降低声诱饵自身发射系统对水声对抗器材接收端的影响,避免器材自身发射系统发射的信号被接收机接收,因此有必要针对边收边发技术进行水声器材声隔离度获得方法的研究。研究利用发射和接收换能器的指向性和自适应噪声抵消技术可为器材带来的隔离度,并给出了仿真结果与水池试验结果。结果表明：利用发射、接收换能器指向性可获得30dB左右的隔离度,利用自适应抵消技术可获得15dB左右的隔离度,以满足边收边发的指标要求。     

一种提高正横布置潜艇发射装置发射安全性的方法

正横布置的潜艇发射装置在发射鱼雷诱饵时，由于受潜艇航行带来的水流作用力的影响，鱼雷诱饵出管后将向潜艇的尾部方向回转，如果潜艇发射鱼雷诱饵时的航速较高，则这种回转将十分严重，有可能与发射艇的尾部相碰撞，这将给发射艇及鱼雷诱饵带来安全性问题．文中提出了一种鱼雷诱饵发射装置在艇上作向前倾斜的斜置式布置结构．数值仿真结果表明，此种布置方式可以削弱鱼雷诱饵出管以后的回转趋势，从而可以避免较高航速时鱼雷诱饵与发射艇的回转碰撞。     

MVDR自适应波束形成技术在水声中的研究进展

高分辨波束形成器比常规波束形成具有更好的方位分辨力与干扰抑制能力。该波束形成器能够提高阵列输出信干噪比,从而提高声呐的探测性能。与多重信号分类、旋转不变子空间等方法相比,最小方差无畸变响应(Minimum Variance Distortionless Response,MVDR)波束形成器输出真实反映了观察方向的信号功率,同时可提供波束时间序列做后置处理,在水声阵列处理领域得到了快速发展和深入研究。对高分辨MVDR技术在水声阵列处理中的研究进展进行了回顾,重点介绍了其宽带处理、稳健性、运动补偿、解相干等国内外的研究热点和最新成果,同时给出其在各种水声阵列处理领域的应用前景。     

用双直角三角形阵对声目标定位的研究

文章对目前常采用的定位方法进行了分析。提出了用双直角三角形阵对声目标进行定位。该方法采用虚拟传声器技术，用较少的传声器能达到主-从式正四方形阵的定位效果，从而解决了单四方形阵不能远距离定位的问题，通过仿真计算给出了各种误差对测向和测距精度的影响曲线，结果表明，该方法具有较好的定位性能。     

语音识别方法在水下目标识别中的应用

水下目标识别是潜艇在海战中,先敌发现并有效进行水声对抗的关键技术。然而,如何根据声纳接收到的舰船辐射噪声对三类目标进行分类识别是长期困扰人们的问题。研究了四种语音识别中常用的方法——线性预测系数（LPC）,线性预测倒谱系数（LPCC）,美尔倒谱系数（MFCC）和最小均方无失真响应（MVDR）,在水下目标识别中的应用效果,并比较了这四种方法在无噪声情况下的识别概率,以及在不同信噪比下的识别概率,并通过比较找到在无噪声和有噪声情况下的最佳方法。实验表明,在无噪声的情况下,MFCC方法总体识别率最高,第一类目标MFCC方法的识别率最高,第二类目标MFCC和MVDR方法识别率相似,好于其他两者,第三类目标MVDR方法识别率最高。在加入噪声的情况下,MVDR方法对三类目标的识别和抗噪声性能明显好于其余三者。     

三元组线列阵分裂波束目标方位跟踪方法

针对单线阵进行弱目标跟踪时容易受到强目标影响的问题,将三元组线列阵进行分裂波束定向,可提高对弱目标的方位跟踪能力。通过将三元组线列阵等分为两个三元组子阵,对两个三元组子阵分别进行心形波束形成,利用各自心形波束输出进行分裂波束处理得到目标方位。与常规单线阵分裂波束目标跟踪方法相比,该方法不但能给出跟踪目标的左右舷信息,同时提高了不同舷侧存在多目标时的目标跟踪能力。对海试数据的实际处理结果表明,三元组线列阵分裂波束定向时提高了对多目标的方位跟踪能力。     

半埋雷打捞装置夹紧爪结构优化

以半埋雷打捞装置夹紧爪为研究对象,依据夹紧爪的工作要求,在常规设计结果的基础上,将有限元分析方法和传统的优化技术相结合,建立了基于有限元分析的优化模型。利用结构分析软件ANSYS软件完成了优化计算,得到了优化结果,并将有限元优化的设计结果和常规设计结果相比较.结构优化后的夹紧爪既满足了打捞鱼雷的要求,又使材料的承载能力得到了充分的利用.分析结果表明,将基于有限元分析的优化技术应用于夹紧爪的设计是一种有效的方法.     

基于鱼雷导引弹道的目标回声特性研究

将板块元方法应用到鱼雷导引弹道计算中,对运动目标的回声特性进行了研究。用刚性球Rayleigh简正级数解检验了板块元方法对运动目标回声特性的计算,在此基础上把板块元方法应用到鱼雷尾追法、固定提前角法、平行接近法三种导引弹道下复杂Benchmark模型目标回声特性的研究。此方法为研究水下运动目标回声特性提供了重要的理论依据。     

一种基于VGGish神经网络的水声目标识别方法

水声目标智能识别是水声装备智能化的重要组成部分,深度学习则是实现水声目标智能识别的重要技术手段之一。当前水声目标智能识别经常面临数据集较小带来的训练样本量不足的情况,针对小数据集识别中存在的因过拟合导致模型泛化能力不足,以及输入的水声信号二维谱图样式不统一的问题,文章提出了一种基于VGGish神经网络模型的水声目标识别方法。该方法以VGGish网络作为特征提取器,并在VGGish网络前部加入了信号预处理模块,同时设计了一种基于传统机器学习算法的联合分类器,通过以上措施解决了过拟合问题和二维谱图样式不统一问题。实验结果显示,该方法应用在ShipsEar数据集上得到了94.397%的识别准确率,高于传统预训练-微调法得到的最高90.977%的准确率,并且在相同条件下该方法的模型训练耗时仅为传统预训练-微调方法的0.5%左右,有效提高了识别准确率和模型训练速度。     

尺度式声诱饵多亮点模型

浅析了潜艇线性尺度特征的亮点模型,在此基础上研究了尺度式声诱饵的多亮点模型,对各种模型进行了仿真分析,从模拟的真实性和实现的经济性两方面考虑,得出了采用带延时补偿的1收N发模型最理想的结论。