一种适用于小型平台的低功耗水下声学目标探测系统
阅读说明：本技术 一种适用于小型平台的低功耗水下声学目标探测系统 (Low-power-consumption underwater acoustic target detection system suitable for small platform ) 是由 李建龙 蒋丞 颜曦 杨志国 徐文 于 2021-11-15 设计创作，主要内容包括：本发明公开了一种适用于小型平台的低功耗水下声学目标探测系统。本发明适用于小型平台,有着低功耗、小尺寸的特征,可实现长期、大尺度的海洋观测；可为各类水下无人航行器等提供目标信息,为无人潜水器组网协同探测打下基础；同时实现了窄带、宽带声呐的目标探测功能,能在检测目标有无、目标的方位的同时,对目标类型进行识别；能在非平稳时变噪声环境下工作,自适应计算检测门限。本发明硬件采用多芯片封装技术的CPU与FPGA实现；采用的CPU自身集成了大容量存储,降低了电路系统的复杂度,缩小了电子系统的体积；本发明系统整体通过低功耗CPU与FPGA实现,与采用传统DSP芯片实现的检测系统相比,整体功耗大幅下降。(The invention discloses a low-power-consumption underwater acoustic target detection system suitable for a small-sized platform. The invention is suitable for small-sized platforms, has the characteristics of low power consumption and small size, and can realize long-term large-scale marine observation; the target information can be provided for various underwater unmanned aircrafts and the like, and a foundation is laid for networking cooperative detection of the unmanned underwater vehicles; meanwhile, the target detection function of narrow-band and broadband sonar is realized, and the type of the target can be identified while the existence and the direction of the target are detected; the method can work in a non-stationary time-varying noise environment, and the detection threshold is calculated in a self-adaptive mode. The hardware of the invention is realized by adopting a CPU and an FPGA of a multi-chip packaging technology; the adopted CPU integrates large-capacity storage, thereby reducing the complexity of a circuit system and reducing the volume of an electronic system; the system is integrally realized by the low-power-consumption CPU and the FPGA, and compared with a detection system realized by adopting a traditional DSP chip, the overall power consumption is greatly reduced.)
技术领域
本发明属于水下目标探测领域，尤其涉及一种适用于小型平台的低功耗水下声学目标探测系统。
背景技术
水下目标探测在民用、国防安全等领域有着极为广泛的应用。由于电磁波在水中衰减较大，一般使用声学手段对水下目标进行探测。传统声学目标探测设备体积较大、能耗较高、智能化程度较低。一般情况下，传统的目标探测系统搭载在船只或军舰等大型平台上，先通过大孔径阵列采集声学信号，再通过操作人员手动进行监听识别。操作人员首先根据接收信号判断目标是否出现，再确定目标方位角，最后根据信号特征对目标进行鉴定识别。
随着无人平台小型化、智能化、网络化的发展趋势，目标探测在各类小型水下/水面无人平台中的应用得到了越来越多的关注。小型平台由于不需要人员操作，可在海洋中进行长期观测。
直接将传统的探测系统应用到小型平台中，存在探测方法自主性不强、能耗大等缺点。低自主性降低了小型平台的探测和目标参数估计性能，能耗过大会减少小型平台的续航时间。因此一种低功耗、高自主、适用于小平台的水下声学基阵目标探测系统是极其必要的。
发明内容
本发明的目的在于针对现有技术的不足，提供一种适用于小型平台的低功耗水下声学目标探测系统。本发明在目标探测算法上实现了目标的检测、定向与识别；在硬件上实现了嵌入式实时处理与低功耗长期值守小型化、低功耗的硬件电路。
本发明的目的是通过以下技术方案来实现的：一种适用于小型平台的低功耗水下声学目标探测系统，包括前置调理滤波模块、A/D转换模块、CPU和FPGA；其中，CPU包括单通道能量测试模块、FFT模块、门限检测模块和聚类识别模块；FPGA包括波束形成模块和中值滤波模块；
前置调理滤波模块：滤除N个通道的模拟信号中的低频及高频干扰信号；
A/D转换模块：将前置调理滤波模块输出的N个通道的模拟信号转换为数字信号；
单通道能量检测模块：单通道能量检测模块从A/D转换模块输出的数字信号中抽取一个通道，检测信号能量变化；
FFT模块：当单通道能量检测模块检测到某个通道的信号能量超过阈值时，FFT模块对所有通道的数据进行傅里叶变换，输出频域数据；
波束形成模块：对FFT模块输出的频域数据，进行频域波束形成，得到角度-频率平面；
中值滤波模块：估计波束形成模块输出的角度-频率平面的背景噪声；
门限检测模块：根据中值滤波模块输出的估计背景噪声，计算当前时刻检测门限平面，并寻找可疑值，得到检测结果点集合；
聚类识别模块：根据门限检测模块输出的检测结果点集合，分辨目标并输出目标识别结果，包括目标方位、频率与目标类型。
进一步地，CPU还包括LPDDR2和多媒体指令集；在FFT模块运算时，利用多媒体指令集，加速FFT运算速度；LPDDR2为CPU提供计算内存；FPGA还包括RAM，RAM为FPGA提供计算内存；A/D转换模块由多个低功耗、低噪声A/D芯片组成；A/D转换模块输出的N通道的数字信号以总线的形式接入CPU。
进一步地，单通道能量检测模块中，抽取的通道先经过一个带通滤波器组，再进行能量检测。
进一步地，在单通道能量检测模块未检测到目标时，关闭FFT模块、门限检测模块、聚类识别模块、波束形成模块和中值滤波模块。
进一步地，FFT模块中，在k时刻接收的第n通道的信号s n,k (t)进行傅里叶变换后的向量信号为G n,k (f)，如下式：
其中，n=1~N，f表示扫描频率。
进一步地，波束形成模块中，对N个通道的频域信号G n,k (f)进行方位波束扫描，得 到角度-频率平面B k (θ,f)，同时将B k (θ,f)存入缓存队列；公式为：
B k (θ,f)=w(θ,f)H·G k (f)
其中，θ表示扫描角度，w(θ,f)是扫描向量，上标H表示共轭转置。
进一步地，中值滤波模块中，通过向量信号处理估计k时刻的角度-频率平面的背景噪声，计算方法为：
其中，为估计的背景噪声大小，mid表示中值滤波， 为队列长度，||·||2表示 2-范数。
进一步地，门限检测模块包括：
（1）根据估计背景噪声计算k时刻检测门限平面T k (θ,f)：
其中，χ 2为卡方分布，P fa 为预期虚警概率；
（2）遍历角度-频率平面B k (θ,f)，找出满足B k (θ,f)>T k (θ,f)的峰值，并构成集合；I 个峰值点构成的检测结果点集合为，i=1,…,I，其中和分别表示第i个峰值对 应的方位角和频率。
进一步地，门限检测模块在遍历角度-频率平面计算T k (θ,f)的同时比较B k (θ,f)>T k (θ,f)，仅需遍历一次即可获得检测结果。
进一步地，聚类识别模块包括：
（a）对检测结果点集合内的信号按角度进行均值漂移聚类，得到L簇，每 个簇代表一个目标，每个簇Г l 由相近的角度和对应频率组成，l=1~L；
（b）将每个簇Г l 的频率与目标特征库Ψ中的特征进行匹配、识别，得到各个簇代表的目标类型，具体识别方法如下式：
其中，用于保存第l个簇最终被识别的目标类型；为每个簇中频率的数 目，为第l个簇中的第p个频率，α为缩放因子，Ψ m,j 为Ψ中第m个待选目标类型的第j个 特征频率。
本发明的有益效果是：
(1)本发明适用于小型平台，有着低功耗、小尺寸的特征，可实现长期、大尺度的海洋观测；
(2)本发明可为各类水下无人航行器等提供目标信息，为无人潜水器组网协同探测打下基础；
(3)本发明同时实现了窄带、宽带声呐的目标探测功能，能在检测目标有无、目标的方位的同时，对目标类型进行识别；
(4)本发明能在非平稳时变噪声环境下工作，并自适应计算检测门限；
(5)本发明硬件采用多芯片封装技术的CPU与FPGA实现，CPU在运算过程中通过运用自带的多媒体指令集实现FFT加速，运行过程中数据缓冲通过CPU集成的LPDDR2实现，提升了计算效率；
(6)本发明采用的CPU自身集成了大容量存储，降低了电路系统的复杂度，缩小了电子系统的体积；
(7)本发明的波束形成与中值滤波过程数据缓冲通过FPGA内部RAM实现，系统整体通过低功耗CPU与FPGA实现，与采用传统DSP芯片实现的检测系统相比，整体功耗大幅下降。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1为本发明低功耗水下声学目标探测系统的模块图；
图2为本发明实施例某时刻信号检测结果示意图；
图3为本发明实施例目标识别结果示意图。
具体实施方式
为满足低功耗需求，本发明的硬件部分采用基于多芯片封装技术的低功耗中央处理器（CPU）与基于flash架构的低功耗现场可编程逻辑门阵列（FPGA）实现；CPU与FPGA之间采用并行总线连接。
如图1所示，本发明一种适用于小型平台的低功耗水下声学目标探测系统，包括前置调理滤波模块、A/D转换模块、CPU和FPGA。其中，CPU包括单通道能量测试模块、FFT模块、多媒体指令集、门限检测模块、聚类识别模块和低电压内存速率2（LPDDR2）内存；FPGA包括波束形成模块和中值滤波模块和随机存取存储器（RAM）。LPDDR2为CPU提供计算内存，RAM为FPGA提供计算内存。
（1）假设搭载于小型平台上的声学阵列共有N个通道，首先阵列N个通道的声学模拟信号经过前置调理滤波模块，滤除低频及高频干扰信号。
（2）将前置调理滤波模块输出的N个通道的模拟信号通过A/D转换模块，转换为数字信号。A/D转换模块由多个低功耗、低噪声A/D芯片组成。
（3）A/D转换模块输出的N通道的数字信号以总线的形式接入CPU。为了降低计算功耗，在未检测到目标时，CPU通过单通道能量检测模块抽取其中一个通道的信号进行实时检测，采用常规能量检测方法检测信号能量变化。抽取的通道首先经过一个带通滤波器组，再进行单通道能量检测。滤波器组能提升微弱信号检测性能。
当单通道能量检测模块检测到某个通道的信号能量超过阈值时，通过FFT模块对所有通道的数据进行傅里叶变换（FFT），否则关闭所有后续检测算法模块，包括FFT模块、门限检测模块、聚类识别模块、波束形成模块和中值滤波模块，仅由单通道能量检测模块值守，降低系统功耗。
在进行FFT运算时，利用所选用CPU的多媒体指令集，加速FFT运算速度。在部分特殊应用场景下（如高危目标搜索，平台能量充裕等情况），可以持续开启所有后续检测算法模块，在牺牲能耗的情况下，提高系统的整体目标检测识别效率。
在k时刻接收的第n通道的信号s n,k (t)进行时-频转换后的向量信号为G n,k (f)，如下式：
其中，n=1~N，f表示扫描频率。
（4）FFT模块输出频域数据到FPGA的波束形成模块中，完成频域波束形成。
对N个通道的频域信号G n,k (f)进行方位波束扫描，得到角度-频率平面B k (θ,f)，同 时将B k (θ,f)存入缓存队列；具体公式为：
B k (θ,f)=w(θ,f)H·G k (f)
其中，θ表示扫描角度，w(θ,f)是扫描向量，上标H表示共轭转置。波束形成可提高信号接收信噪比，提高了后续检测识别的性能增益。
（5）利用中值滤波模块估计波束形成模块输出的角度-频率平面的背景噪声，并输出结果到CPU中。
通过向量信号处理估计k时刻的角度-频率平面的背景噪声，计算方法为：
其中，为估计的背景噪声大小，mid表示中值滤波，为队列长度，||·||2表示 2-范数。
（6）CPU的门限检测模块在一次遍历内，根据中值滤波模块输出的估计背景噪声计算当前时刻检测门限平面T k (θ,f)，并寻找可疑值，节约计算量与内存消耗。
（6.1）根据估计背景噪声计算 k时刻检测门限平面T k (θ,f)：
其中，χ 2为卡方分布，P fa 为预期虚警概率。
（6.2）遍历角度-频率平面B k (θ,f)，找出满足B k (θ,f)>T k (θ,f)的峰值，并构成集 合。假设共有 I个峰值，则 I个峰值点构成的检测结果点集合为，i=1,…,I，其中和分别表示第i个峰值对应的方位角和频率。由于环境噪声、水下平台机械噪声的影响， 该集合可能包含了随机干扰造成的检测结果。
在实际的实施中，CPU在遍历角度-频率平面计算T k (θ,f)的同时比较了B k (θ,f)>T k (θ,f)，仅需遍历一次即可获得检测结果，不需要预先遍历计算并保存T k (θ,f)，同时节约了算法计算量和内存消耗。
（7）CPU的聚类识别模块根据门限检测模块输出的检测结果点集合，分辨目标并输出目标识别结果。
（7.1）对检测结果点集合内的信号按角度进行均值漂移聚类，设聚类后 可以得到L簇，每个簇代表一个目标，每个簇Г l 由相近的角度和对应频率组成，l=1~L。
（7.2）将每个簇Г l 的频率与目标特征库Ψ中的特征进行匹配、识别，得到各个簇代表的目标类型，具体识别方法如下式：
其中，用于保存第l个簇最终被识别的目标类型。为每个簇中频率的数 目，为第l个簇中的第p个频率，α为缩放因子，Ψ m,j 为Ψ中第m个待选目标类型的第j个 特征频率；的范围与目标类型相关，由目标特征库Ψ提供。
（7.3）输出检测与识别结果，包括目标方位、频率与目标类型。
以本发明系统搭载于AUV为例，AUV在某水域进行目标搜索任务。水域中共有三个目标，其中类型A目标有2艘，类型B有1艘。不同类型的目标有着一系列不同的线谱特征。
在某时刻，类型A目标的实际方位角约-60°和-23°，类型B位于29°左右。
此时，系统采集的信号经在FPGA中得到的角度-频率平面B k (θ,f)如图2所示，其中x轴为扫描角度，y轴为频率。
在CPU运行检测算法后，系统检测到的信号点集合在图2中用“x”标记 出。可见在-60°、-23°、29°附近检测到一系列频率具有一定规律的信号，同时还存在三个随 机分布的噪声干扰。
在CPU中通过聚类识别模块将前述检测结果与目标特征库Ψ进行比较，得到的目标数目与识别结果如图3所示。为了方便展示，图3用不同标记表示不同目标类型，识别结果也被标记在各检测点附近。系统共识别到3个目标，其中共有类型A目标2艘，类型B目标1艘，其他随机干扰也被单独标记。可见目标类型、目标方位等结果均与实际情况一致。
本实施例由于采用了多芯片封装技术的低功耗中央处理器和FPGA，检测系统体积小，可以直接搭载于各型号小型自主水下航行器（AUV）、水下滑翔机等等，如50公斤级的便携式小型AUV、70公斤级别的海燕水下滑翔机。
在使用功耗方面，某型国产50公斤级AUV自身续航时长约5小时，搭载本发明系统后续航时长约5小时。海燕滑翔机续航约90天，搭载本发明后续航时间约90天，可见本发明系统功耗极低，几乎无影响。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明技术方案的精神和范围。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种基于超声波技术的梭式矿车定位监测系统