智能化目標探測技術

傳統的水聲目標探測，其目標判決性能受操作員的能力影響較大，有經驗的操作員往往更容易檢測判斷出低信噪比背景下的目標。近年來，隨著水下無人航行器（UUV）、水面無人艇（USV）等無人系統在水中逐漸應用，一方面，如何使無人系統在無人操作或者少人參與條件下自主探測并發現目標成為水聲目標探測新問題；另一方面，伴隨著以深度學習、大數據等為代表的人工智能技術迅猛發展，也為水聲目標探測技術向智能化方向發展提供了契機。目前，研究方向主要有?2?個。

基于特征學習的自主探測技術。面向無人系統的應用，傳統的依賴于先驗知識與人類經驗的人工判決很難在線實現，而水聲目標與環境的時空起伏特性使得傳統基于統計模型的恒虛警自動判決的方式，很難在復雜多目標環境下獲得理想的檢測性能。因此，目前研究主要集中在基于特征學習的自主探測技術上，即通過對具有一定規律性的目標和環境特征的自適應學習，在多特征聯合概率模型下檢測判決。例如，對于微弱目標檢測，采用跟蹤或分類置前檢測思想，利用目標方位、幅度、頻譜等多維度特征，通過粒子濾波等算法進行基于關聯學習，然后根據行為、特征差異性來進行自主探測，從而能夠在低信噪比條件下獲得高檢測概率和跟蹤精度。

主動認知探測技術。在傳統主動探測中，由于缺乏知識反饋機制，在復雜變化的水下環境很難獲得理想的探測效果。而所謂認知過程就是將感知、處理、學習與反應密切結合的知識形成過程，因此主動認知探測技術將智能認知與主動目標探測相結合，提出了一種基于知識反饋的智能探測架構和處理形式，即通過借鑒智能認知過程，利用發射水聲信號主動感知水聲環境和目標信息的特點，形成對環境與目標的認知學習，并將這種知識實時反饋給探測過程中的發射和接收環節，使之與環境和目標狀況相適配形成正向反饋環路，從而能夠在復雜環境下獲取最優主動聲目標探測性能。雖然主動認知探測研究尚處在起步階段，但是為主動探測提供了新思路。

歷經數十年的發展，我國的水聲目標探測技術不論在理論研究還是工程應用方面都有了長足的進步，但是與國際先進水平相比還有不小的差距。然而，因為水聲目標探測技術在保護國家海上安全發揮著不可或缺的作用，所以“加快技術創新、趕超先進水平”顯得更為迫切。黨的十八大提出“建設海洋強國”的基本方針，為水聲目標探測技術的加速發展提供了新契機，相信隨著國家在人才與資金上的大力支持，通過廣大科研人員砥礪奮進，能夠實現水聲目標探測技術的跨越式發展。（作者：黃海寧，中國科學院聲學研究所 中國科學院先進水下信息技術重點實驗室；李宇，中國科學院聲學研究所 中國科學院先進水下信息技術重點實驗室。《中國科學院院刊》供稿）

相關文章