|
【作者简介】文章作者徐文，工作单位为浙江大学信息与电子工程学院。本文节选自《海洋信息获取、传输、处理及融合前沿研究评述》，发表于《中国科学》，2016年第8期第46卷。 声明：文章仅供学习与交流，不做商业用途，若需转载请注明由“水声之家”微信公众号平台编辑与整理。版权归媒体、原作者所有,文章观点不代表本机构立场。 |
【摘要】海洋信息的获取、传输、处理和融合,不仅在海洋科学研究、环境调查、资源开发、权益维护与安全防卫中发挥重要的作用,也因其应用环境的特殊性而成为信息科学研究的热点之一。海洋信息技术近30年的发展分享信息理论的丰富成果,同时突显出传播物理、信号处理以及海洋环境的紧密关系,这种结合在其他信息领域较为少见。本文主要关注海上目标探测、识别理论及方法;水下目标探测机理和识别方法;水下通信与海空一体信息传输;海洋环境遥感遥测理论与方法;海洋数据处理与信息融合方法与技术等。旨在通过对海洋信息获取、传输、处理和融合前沿研究的评述,凝练若干海洋信息关键科学问题,为我国海洋信息基础理论与方法的发展提供思路。 【关键词】海洋信息 目标探测 水声通信 合成孔径 声纳 雷达 像形成 信息融合 |
海洋信息技术涉及海洋信息的获取、传输、处理和融合,不仅在海洋科学研究、环境调查、资源开发、权益维护与安全防卫中发挥越来越重要的作用,也是信息科学研究的热点方向。海洋信息获取通过光、声、电、磁等物理手段以及生物、化学等传感机制获取目标或海洋动力、生态、地质、气象等环境信息。信息有线传输为海底光缆的方式,无线传输在水面主要采用电磁波,水下则主要依赖声波这一载体,光波在特定环境条件下也有重要应用。海洋信息处理包含时频分析,信号滤波、增强、变换,参数估计,检测、定位、跟踪、识别、分类,数据压缩,场景成像,系统辨识等几乎所有常规信息理论与方法研究的内容。信息融合对从多个信息源获取的数据和信息通过融合算法进行关联、相关和综合,以得到目标和环境完整的状态和精确的判定,以及进行快速全面的态势和场景估计。随着现代传感器网络的发展,海洋信息的获取、传输、处理和融合越来越以一种综合的方式呈现。从表面的描述来看,海洋信息似乎是信息理论与技术在海洋中的应用;实质上因为这一应用环境的变化,海洋信息技术有着许多与陆上不同的特点,采用常规的信息方法无法获得预期的效果,众多新的信息理论与方法正是在水下应用中得以滋生和发展。以声波为例,作为水下信息的主要载体,海洋是“声透明”的,声传播是水下信息感知、辨识和通讯的主要手段,用作目标的探测与定位、海洋物理和生物现象的观察、海洋与地声参量的估计,以及通信与数据传输等。由于水下信道的复杂性,迄今尚不存在成熟的水声相干通信产品,水声通信网络的试验研究还极为有限,正在吸引更多的通信领域学者。水下目标探测面临着“干扰强度为目标的1000倍、干扰数目为目标的1000倍”这样的“两个1000”问题,正是1973年美国国防部资助的声纳信号处理系统项目开启了信息融合理论的发展。声学方法作为水下目标和环境参数大范围测量的主要手段,近三十年的研发历程凸显出水声技术与水声物理、信号处理以及海洋环境的紧密关系。水声物理是水声技术的物理基础,信号处理是水声技术的重要工具,与海洋环境相匹配是水声物理与水声信号处理追求的目标[1],这种结合在其他领域较为少见。海洋信息的发展与信息理论本身的发展几乎是同步的,受到两次世界大战及冷战期间军事通信、探测技术发展的推动,包括Wiener, Blahut, Van Trees, Oppenheim 等在内的一批优秀科学家都从事过海洋信息处理方面的研究工作,信号处理的几位大家如Scharf[2]、Kay[3]、Poor等[4]都与水声信号处理有缘,Scharf更是以水声为背景完成他的博士论文[5]。20世纪后半叶全球气候、生态环境变化对观测技术提出了极大的需求,随着声纳、遥感、Argo浮标、海底观测网等观测设备、系统的出现及其网络化,信息技术更是渗透到了海洋科学研究及业务化监测的各个层面。通过长期理论、技术、应用的积累,美国在海洋信息领域建立起领先地位,出现海军研究实验室、华盛顿大学应用物理实验室、麻省理工学院、Woods Hole海洋研究所、Scripps海洋研究所、Monterey Bay海洋研究所等一批代表性研究机构。欧洲、日本、澳洲的研究机构也有很强的实力。我国近年来海洋信息技术取得长足进步,中国科学院成立了海洋信息技术创新研究院,但目前主要是信息技术在海洋中的应用,采用信息理论系统地指导海洋观测尚不多见,这在一定程度上反映了海洋信息理论基础研究较为薄弱。本文主要关注海上目标探测、识别理论及方法;水下目标探测机理和识别方法;水下通信与海空一体信息传输;海洋环境遥感遥测理论与方法;海洋数据处理与信息融合理论与关键技术等。旨在通过对海洋信息获取、传输、处理和融合前沿研究的评述,凝练若干海洋信息关键科学问题,为我国海洋信息基础理论与方法的发展提供思路。第2节简要回顾海洋信息所基于的基础信息理论和方法。第3节从海洋信息物理、信息获取、信息传输、信息处理及信息融合的角度,分别对研究现状进行归纳和评述。第4节概括领域若干典型科学问题。第5节对全文进行总结。海洋信息问题大体上可以概括为观察、通信与控制3大类问题,本文关注观察与通信,其理论基础在于以信息理论与估计理论为核心的信息学。信息和物理构成我们存在的世界,或称之为空间,观察和通信问题研究通常是在探索信息–物理–空间的关系。信息理论(information theory)或信息学(informatics)诞生于Shannon 1948年的一篇论文“一种通信的数学理论”[6]。早期Wiener和Rice先后将随机过程引入通信研究,Shannon则首次提出信息熵的概念,建立了“信息即是在有限可能性之间做出选择的结果”这一基本原则,解决了数据压缩与可靠通信的基本限这一核心问题,他并提出了信息熵(entropy)与统计力学中物理熵相对应,与能量(energy)这个物理量相对应有信息力(force)和信息势(Potential)。更进一步,Jaynes 1957年在物理评论杂志上发表的论文直接将信息与物理并列在一个标题下:信息理论与统计力学[7],并奠定了著名的最大熵方法的理论基础。1998年IEEE信息理论学报出版了纪念香农信息理论50年的专刊[8],对50年来信息理论的发展作了全面的回顾。Verdu[9]在“五十年的Shannon理论”一文中总结了若干重要的思想,例如通用信源编码中,编码者可以观察信源输出,学习信源分布,进而适应它;发射机的功能在于增加冗余度以对抗噪声;正交复用的策略导致信道容量的损失,引入可控的干扰可以增加容量。这些理念对于水声信号处理的研究有着重要的指导意义。专刊中其他论文则涉及到衰落信道信息理论方法、信道不确实条件下的可靠通信、信息理论与通信网络、编码理论、编码与建模中的最小描述长度原理、量子信息理论、数据压缩与谐波分析、量化、学习模式分类等。估计理论可以说起源于1795年Gauss的最小二乘算法,它是一种数学优化方法,通过最小化误差的平方和寻找数据的最佳函数匹配,利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。现代估计理论的发展则归功于Wiener[10],他在第二次世界大战期间提出了线性滤波的理论和线性预测的理论,奠定了关于最佳滤波器研究的基础。假定线性滤波器的输入为信号和噪声之和,两者均为广义平稳过程且知它们的二阶统计特性,Wiener根据最小均方误差准则,求得了最佳线性滤波器的参数,在此基础上,其他学者继续发展了基于最大输出信噪比准则、统计检测准则以及其他最佳准则的最佳线性滤波器。Wiener滤波要求信号和噪声都必须是以平稳过程为条件。20世纪60年代初,Kalman和Bucy[11]提出了一种新的线性滤波和预测理论,被称为Kalman滤波,特点是在线性状态空间表示的基础上对有噪声的输入和观测信号进行时间序贯处理,求取系统状态或真实信号。这项工作为后续Bayes状态–空间处理框架奠定了基础,在这一框架下,模型(先验知识)与观测数据(新息)得到有机的统一,并且从早先线性估计扩展到非线性估计(如unscented Kalman filter),从单模态概率密度分布扩展到多模态概率密度分布(如particle-filtering),极大地丰富了信号处理理论[12]。历史上估计理论与统计推断有着紧密的联系。例如现代统计科学的奠基人之一、英国统计学家、生物进化学家、数学家、遗传学家和优生学家Fisher提出了著名的Fisher信息矩阵,被广泛应用于参数估计性能评估,正是他率先提出了估计理论中的最大似然方法[13]。似然函数成为信号检测与估计理论的核心之一,在纪念Shannon信息理论50年的专刊中,Kailath[14]从两个方面总结了随机过程检测理论的重要进展,其一即是噪声中信号检测的似然比结构。他指出,“(虽然似然比检验的理论早已建立)从工程的角度故事才刚刚开始……主要工程目标是从特定问题的数学解中获得对于结构的深刻理解,希望这些理解能够用于智慧地调整数学解使其适应于特定的物理问题”,进而系统讨论了从匹配滤波器到RAKE接收机到估计–相关器再到最大似然序列检测的发展历程和思路。文中还重点介绍了检测问题中的随机微积分和可再生核Hilbert空间(reproducing kernel Hilbert space, RKHS)方法。空间的概念起源于公元前300年,从基本的解析几何定义了两维Euclid平面和更一般的n维欧氏空间。20世纪初叶发展的Hilbert空间可描述为一个可能是无穷维的欧氏空间。欧氏空间经常被要求“约束–自由”,因为欧氏空间“拥挤”;按照希氏空间的观点,可以“自由–约束”,自由先于也大于约束,因为希氏空间“稀疏”。希氏空间和希氏空间方法研究主要涉及空间、算子和谱分析/像形成[15]。运算在空间中的算子的谱分解(decomposition)理论应用于可能是无穷维空间的可分离性(separability)和可分辨性(resolution),希氏空间的高维甚至无穷维,为由算子的谱分解达到空间中的分离和分辨,创造了先决条件。Fourier变换、波方程、量子、小波变换和优化,信号处理这5大方向都可以统一在希氏空间理论中[16]。信息的寄存和处理面对的物理问题可归结为传播物理,即电磁波和声波逆散射(inverse scattering)理论–散射理论中的积分方程方法[17]。Huygens-Fresnel原理和Maxwell-Helmholtz方程正散射问题积分方程方法所描述的物理问题和Hilbert-Schmidt积分算子作运算的空间问题联合起来提供逆散射问题解。具体讲来,希氏空间中有一个特殊的空间RKHS[18],从而对应着一个通过积分核学习(learningwithkernels),由前向拟合(滤波)获得逆散射问题解的RKHS方法。信息与空间的联系是信号。通–观–控要做的事即为提取深藏在信号中的信息,实现对物理世界的5性:可估计性(estimability),可检测性(detectability),可稳定性(stabilizability),可控制性(controllability)和可观察性(observability)。典型信号为随机过程:通信——随机过程通信;观察——随机过程观察;控制——随机过程控制。随机过程取空间描述。各类算子作用于随机过程。随机过程集某种意义的收敛、连续、可微、可积、微分方程及积分解和可供施展的各态历经性于一身,而空间集代数结构、测度和几何结构于一身并体现直观与抽象,发散与收敛关系。Cauchy-Schwarz不等式与期望三角不等式支撑了空间的概念。一个RKHS是一个希氏函数空间,这个空间包含着一个核,它可以通过一个内积再生空间中的每一个函数。信息提取–问题解,在于计算RKHS内积[15]。信息–物理–空间的框架,如图1所示,从物理与信息两方面完备地描述了自然界;估计理论,Hilbert空间和算子理论以及信息理论构成3个基本元素,对3个基本元素的新组合产生各种逆问题推断的理论限和基本信号处理方法。信息–物理–空间的框架也使得观察与通信统一起来,分享共同的信息理论宝藏。在纪念Shannon信息理论50年的专刊中,O’Sullivan等系统介绍了观察问题的信息理论像形成模型与方法[19]。目标源–传感器–介质–估计器–目标源再生,代替了信息源–编码器–信道–解码器–信息源再生。虽然这套理论还处于早期研究阶段,已经可以作为像形成问题数据模型、性能测度及处理策略的基础,有望在观测问题中发挥类似于Shannon源–信道模型在通信问题中的作用。 信息理论是何等丰富,海洋信道又是何等深奥,我们海洋信息工作者在深感幸运的同时,不妨时常回到信息理论的本源,在信息–物理–空间这一优雅的框架下从容应对海洋信息面临的诸多难题。水下目标探测主要通过声学的手段,可分为主、被动两种工作方式,分别针对目标反射回波或者目标辐射噪声,通过某些材料在电场或磁场作用下发生伸缩的压电效应或磁致伸缩效应实现声电转换[20],通常采用声基元阵列和时间相关运算来获得空间和时间的增益,达到提高水下目标探测作用距离的目的。同时为了能进一步提高检测信噪比,在水下声传播利用以及背景噪声和混响抑制等方面也采用多种信号处理技术。对于低噪声目标检测,无论是主动还是被动工作方式,所使用的频率都在向低端移动。在文献[21]中,将1000Hz左右定义为中频工作频率,100～1000Hz定义为低频工作频率。目前主动工作频率已明显向低频/甚低频段移动,其典型的代表是监视拖阵声纳系统(Surveillance Towed Array Sonar System, SURTASS),其工作频率已降至100～500Hz之间,而被动目标探测工作频率可低至100Hz以下。低频信号检测问题显然与低频信号在海洋中传播的问题紧密联系在一起,只有从理论与实验中找出低频信号的传播特征,才能为低频信号的检测提供依据。俄罗斯的Burenkov等[22]在1990年曾对228Hz低频信号的传播进行过试验,其接收距离大于9000km。美国的Worcester等[23]在一份总结多国参加的海洋气候声学测温(Acoustic Thermometry of Ocean Climate, ATOC)计划执行情况的报告中提到,美国在1995～1999年之间利用美国海军的14个声学监视系统(Sound Surveillance System, SOSUS)接收阵,记录57Hz和75Hz信号的传播数据,最远距离为3900km,单频信号的结果令人满意,带宽为1～2Hz滤波器提取的信息可以用于目标识别。由此可见对低频信号进行检测的前景还是比较乐观的。对水声信道传播特性的深入研究,导致一些新现象的发现和新的信号处理技术的诞生,特别指出的是模基探测技术和匹配场定位技术的研究工作[24-26]。同时,浅海中的声波导现象有可能成为信号检测和目标识别的新途径。例如波导不变量现象,如果产生干涉条纹的频率正好和目标辐射噪声线谱分量相近或重合,则有望大幅提高微弱信号的检测距离[27-28]。近20多年,水声场中质点振速信息的获取一直是受到广泛关注的理论与实际问题。美国和前苏联学者率先开展了矢量水听器的研究[29],即利用矢量水听器获得水声场中除声压之外的质点振速信息,并发展了相应的波束形成技术。国内学者自20世纪90年代开始,借鉴俄罗斯和乌克兰的矢量水听器技术,对这种非声传感器以及光纤水听器展开研究。从信号检测的观点来说,无论是声学还是非声学传感器,只要其自噪声远低于海洋噪声,就可以用于对微弱信号的感知,这是因为检测成功的决定因素之一在于是否具有足够高的信噪比。当然,声学传感器在水下目标探测中仍占主导地位,特别是在拖曳线列阵声纳的应用中,着重寻求一种电压灵敏度高、加速灵敏度低的小型、低频、宽带水听器[30]。德国船舶和海军武器装备技术中心专门建立了测试拖线阵流噪声的水池,可以用于测量不同缆径、不同拖曳速度下的拖线阵流噪声,我国也在湖上建立了类似的实验条件。而对于中高频宽带声学换能器,目前关注的技术主要有3大类:一类是新型结构技术,包括匹配层技术、纵弯复合技术、多模谐振技术等;另一类是新型有源材料技术,包括1-3复合材料和弛豫铁电单晶材料;还有一类则是通过有源材料的组合来获得宽带特性,包括采用反转层压电材料等。换能器带宽与有源材料的耦合系数息息相关,为了提高换能器的带宽,人们常常从有源材料入手。新型1-3压电复合材料目前研究和应用较为广泛,它是一维连通的压电陶瓷柱按一定规律平行排列于三维连通的聚合物基体中,且压电陶瓷柱垂直于电极面而形成的两相压电复合材料。基于1-3复合材料的周期特性,可利用其一阶厚度振动模态、一阶对称横向模态的耦合来拓宽换能器带宽。最新的方法是利用偶次模同时又通过电反馈调节偶次模大小的方法,该方法电路复杂,反馈点不易选取,实现较困难。主动声纳是检测安静型水下目标、各种水雷目标的有效手段,也是今后相当长一段时间内水下目标检测技术的一个主要发展方向。浅海的工作环境对主动检测相当不利,如何利用浅海信道、背景干扰和目标信号特征,提高主动检测的稳健性一直是近年来的研究重点。所开展的工作主要包括以下3个方面。一是从信道响应角度提高主动探测的检测性能。根据具体的海洋环境,抓住影响探测性能的主要因素,并采取有针对性的补偿措施。例如在浅海信道中,如果探测性能的下降主要是由于信道相干时间下降引起的,可以采用分段拷贝相关器达到改善检测器性能的目的;如果因多径传播引起的接收信号空间相干性下降是影响探测性能的主要原因,也有相应的对策[31]。二是从背景干扰角度改善主动探测的检测性能。在浅海波导环境中匹配滤波器性能下降的另一个重要原因是混响问题,为提高检测器性能,一条有效途径是选用参数合理、抗混响能力强的波形[32]。采用组合波形和波形融合处理,综合利用各种波形的优点,同样是提高主动远程探测能力的主要方法之一。此外,通过时间反转空时聚焦也可以达到混响抑制的效果,但需要使用探查源或者虚拟出探查源[33]。三是从目标信号特征的角度改善主动探测、检测能力。常规检测器基于信号能量,对于目标信号的诸多特征没有加以利用。探测、识别跟踪一体化方法是改善探测性能的有效途径,它打破了原有水下信号处理中检测、分类和跟踪依次进行的工作流程,将回波信号的波形特征以及目标的位置和运动状态等都用于检测。分类置前检测[34]和跟踪置前检测[35]就是其中的两种。分类置前检测是将检测问题同时看成是模式识别问题,而跟踪置前检测则是对所有可疑的目标都进行跟踪,根据行为、特征差异来区分真假目标。此外,各种融合检测也是未来主动探测的发展趋势之一。随着新型发射换能器的不断出现,发射信号将从目前的单一信号向组合信号方向发展。组合信号不仅可以提高发射信号的能量,通过信号融合处理,还可以大大提高水下目标检测和跟踪性能。而合成孔径处理可以说是一种空间的信号融合,通过相干合成声纳在不同空间位置接收的信号,显著提高探测分辨率,并且理论上这一分辨率可以不随频率和距离而变化,合成孔径声纳技术近20来年取得极大进展[36]。国际上对水中目标识别技术十分重视,在理论和实验方面均进行了长期不懈的研究。多采用专家系统和模板匹配的方式进行水中目标识别,且特征库已建到个体,甚至可以识别到具体的型号,已装备于现役声纳,如美国“海狼”级攻击型核潜艇,“拉菲特”级、“俄亥俄”级弹道导弹核潜艇等分别装备BQQ-SD综合声纳系统、BQQ-3目标性质识别声纳和AN/BQQ-6综合声纳系统。从所采用技术手段分析,目前的研究可以归纳为以下几点:1)基于目标信号物理机理的目标特征分析;2)水中目标精细特征提取;3)多传感器、多特征信息的融合应用。具体而言,在分析目标特征形成机理的基础上,以最初的简单亮点模型为基础发展基于模型的特征提取研究,形成不同物理意义下的特征提取方法。为满足时间敏感目标打击作战任务对目标自动识别的要求,美国国防先进研究计划署制定运动与静止目标获取与识别研究(Moving and Stationary Target Acquisition and Recognition, MSTAR)计划。俄罗斯也注重研究物理意义更为明确的特征提取技术,把目标特征分成几种主要类型,分别为:噪声辐射频谱特征、目标参数、目标噪声辐射强度、接收信号的线谱结构以及各类目标的机动特点等。基于信号分析的特征提取从时、空、频域以及各种变换域中进一步挖掘水中目标声信号精细特征。采用Merlin变换[37]和Walsh变换[38]等方法提取回声信息,甚至在能量检测的基础上提取目标回波中的相位信息[39]。澳大利亚研制了一种称为SONEX的被动识别专家系统,主要提取目标的空化、深水压力空化、螺旋桨拍水声、螺旋桨共振声、机械摩擦声等精细特征。此外,国外注重多传感器、多特征信息的融合应用。美国的林肯实验室是从事军事武器装备预先研究的重要机构,在2001～2007年的研究计划中,把多声纳综合信息系统、波束形成对信号特征的影响作为研究的重点。这表明获取更丰富的目标特征信息,并对信息进行融合是水中目标识别研究的一个重要发展方向。被动工作方式具有隐蔽性高、探测距离远等优点,是对各类水下目标进行水声探测的重要手段。在信号处理流程中,目标信号检测通常位于前端,是目标识别分类和定位的前提。经过半个多世纪的发展,被动检测从最初仅依靠模拟限幅相关特性的技术,发展成为能够有效利用目标辐射噪声特性的技术,基于噪声能量积分的检测法,低频谱分析法(low frequency analysis recording, LOFAR)和基于噪声包络调制谱检测法(demodulation on noise, DEMON)是其中3种经典的方法[40]。能量积分检测是宽带信号检测中常用的方法,但是在复杂环境下,这种检测器的性能迅速降低。LOFAR谱图是根据水声目标辐射噪声的局部平稳特性,通过信号短时Fourier变换获得的时变功率谱在时间、频率平面上投影形成的,反映了信号的非平稳特性,能够有效提取信号中的线谱分布特征。DEMON方法是通过对接收的宽带高频端信号进行解调,以计算低频调制谱的算法,可获得低频端的强调制特征谱。通过DEMON分析还可以获得诸如目标轴频、叶频等不变的目标物理场特征,为目标的分类识别提供新手段。随着降噪技术的发展,水下目标的辐射噪声很容易淹没在环境噪声中,上述传统方法性能会大幅下降。针对这一问题,人们进一步采用倒谱、瞬态短时谱以及小波子频带分析等现代信号处理方法对有用噪声信号进行增强,对干扰噪声进行抑制[41-42]。当水声传播使得声源信号发生扩展、延迟叠加等畸变时,目标辐射声信号的特征可能发生改变,导致被动检测方法失效。海洋环境参数和水声传播信道响应可以通过主动探测的方式获得,有效利用这些信息为上述问题的解决带来了希望[43]。3.1.7小节中的模基信号处理是对水声传播信息有效应用的典范,通过对这类方法的研究,不仅可以去除水声传播对信号特性的影响,还可以通过阵列处理增益提高对弱信号的检测能力,具有较好的应用前景。波束形成是阵列信号处理中一项非常重要的任务,其处理过程为采用空间分布的传感器阵列采集声场数据,然后对接收的阵列数据进行线性组合处理得到标量输出,该处理器称为波束形成器[44]。最优的波束形成算法就是使得输出的信号与干扰加噪声的功率之比达到最大,它可以看作一个空间滤波器,使得感兴趣方向的有用信号通过,而使得噪声和干扰的输出功率尽可能的小。波束形成器性能的优劣,可以从如下几个重要性能指标来考察:阵增益、稳健性、旁瓣级、主瓣宽度等。波束优化设计就是在这些相互冲突的性能之间寻找最佳的折中,设计出满足需要的、综合性能最优的波束形成器。文献[45]给出几种期望主瓣响应波束设计方法和FIR波束形成器设计方法的分析,针对阵形要求、设计精度、设计效果和计算时间等性能指标进行了比较,归纳出一种窄带(子带)波束优化设计的统一方法——多约束优化法,将大多数现有窄带波束设计方法纳入统一框架。已有的研究结果表明,水下运动平台的浅海混响场由海洋的地层结构所控制,具有特定的空时结构特性,因此一种更好的混响抑制方法是使用二维滤波器在角度域和Doppler域进行联合滤波,即空时自适应处理。然而水下环境的声传播速度和信道带宽都很有限,散射点的运动对混响回波波形的影响往往不能忽略,即回波信号不仅在时宽受到压缩和扩展,还会产生频率的调制和扩展,所以雷达空时自适应处理方法在水下环境无法直接应用。近年来,空时自适应处理在主动探测的研究开始活跃起来,Mio等[46]将空时自适应处理方法应用于主动低频目标探测中的混响抑制。在数学描述上,波束形成和空时自适应处理具有相同的最优化表达式,不同之处是所用的导向矢量和协方差矩阵不同。空时自适应处理可以看作波束形成的推广,而波束形成可以看作空时自适应处理的特例。在理想条件下,波束形成和空时自适应处理都可以获得最优的性能,然而实际应用中,由于导向矢量和协方差矩阵误差的存在,两者的性能将会不同程度地下降,因此克服各种误差的自适应波束形成和空时自适应处理的稳健算法成为当前阵列信号处理的研究重点和难点。在水声信号处理中,模基处理技术将环境(传播、海底特性、海面特性、声速等)、测量(基阵、投弃式温深仪等)、噪声(环境噪声、船舶噪声、海面噪声等)模型与测量数据相结合,通过特定的处理算法估计模型参数,并进一步实现对复杂海洋环境中目标的滤波(信号增强)、检测、定位和跟踪等[47]。模基处理主要有3方面的优势:第一,它是递归的,因此可以序贯地修正对声纳和环境参数的估计;第二,它可以包含系统和测量噪声,这里的噪声不仅指声学噪声,也包括模型参数的输入误差;第三,它的输出之一是新息序列,可以在线测试模型与数据的匹配程度,通过分析新息序列的统计特性评价处理器的整体性能。20世纪80年代以来,在声信号处理中引入传播模型的一种备受关注的技术是匹配场处理,其最初主要用于解决声源定位问题[48-49]。然而,匹配场处理对模型误差非常敏感,存在所谓的“失配”问题[50-51],包括环境、系统和统计失配3个方面。大量研究旨在解决该问题,例如Richardson等在匹配场处理算法中加入先验信息,得到声源位置的后验概率密度函数,用来表示未知声传播参数的不确定度[52]。Candy提出将传播模型嵌入Kalman滤波器中来解决失配问题,也就是序贯Bayes滤波[47]。它可以将未知参数作为状态向量的一部分,称为“增广状态向量”,随着新的测量数据的获得,序贯滤波器可以不断估计和更新未知参数。Xu等[53-54]发展了系列匹配场处理定量误差分析方法,对其在各种条件下的定位性能进行了综合评估,并成功地进行了匹配场被动定位理论性能的实验验证,实现了环境、声学、统计建模的有机统一。Baggeroer[55]和Sazontov等[56]最近分别对匹配场处理进行了回顾、反思和展望。Baggeroer特别强调了匹配场处理的效果跟使用条件和方式有很大关系,Sazontov则主要讨论模型失配的影响及其应对方法。模基信号处理的性能提升,未来还有许多工作要做。例如,目前模基处理器的调谐过程主要依靠经验,应该研究更稳健的自适应的调谐方法;现有模基处理方法中的噪声模型大多比较简单,随着噪声建模技术的发展,模基处理方法的整体性能必将得到进一步提高;现有的工作大多假设环境是距离无关的,而实际的海洋环境是距离相关的,如何将模基方法推广到距离相关的情况中也是亟待解决的一个问题。多基地探测工作方式由于其发射机与接收机分开配置,使其具有许多与单基地系统不同的特点,且在探测距离、节点隐蔽性和混响抑制方面具有较大的优势,多基地系统的研究也引起国内外学者的广泛关注[57-58]。20世纪90年代初,西北工业大学赵俊渭等发表了关于多基地系统总体性能的论文[59],此后中科院声学所等多所国内高校与科研院所就多基地探测关键技术做了大量的理论研究工作,包括多基地系统配置与定位性能、多址数据融合与目标跟踪算法、直达波干扰抑制、收发分置下的目标回波特性以及多基地同步技术等[60-61]。近20年中,以水声通信技术实现点对点连接为现实基础,水下无线传感器网络(underwater wireless sensor networks, UWSN)作为无线传感器网络技术应用的一大分支,给水声技术研究带来新的机会。多基地探测已由过去的收发分置概念延伸和扩展到目前的网络化应用,与以往岸基、固定式浮标、潜标平台相比,水下传感网络节点一方面可以根据目标位置与态势的变化以不同方式灵活配置网络各节点的覆盖区域与拓扑结构,能以较少的节点实现对目标区域的连续监测覆盖,提高水下网络的整体效率;另一方面,借助于对目标不同散射面的独立观测,通过接收信号联合处理获得空间(角度扩展)分集增益,可有效抑制目标散射起伏以及水声信道对信号衰落和畸变的影响,提高探测系统目标检测和参数估计的稳健性。在获得上述优势的同时,基于移动节点的水下无线传感网络也对目标探测技术提出了更高的要求:首先,水下节点受到体积限制通常不能配备大尺度换能器阵列,即无法通过增大传感器阵列孔径来提高探测性能;其次,受到水声信道特性的影响,水下分布式网络探测节点间信息传输可靠性低且带宽有限,通常无法满足采样信号波形级的实时传输与共享,给信号级融合带来困难;最后,水下移动节点存在的节点位置误差、时间同步误差等都会超过固定平台,对水下协同探测方法的稳健性提出了更高要求。利用合成孔径雷达(synthetic aperture radar, SAR)图像可以对海上目标(船只、溢油、冰/冰川等)实行有效探测及跟踪,现已发展成为复杂气候条件下海洋船只监视监测的主要技术手段,在海洋经济和国防军事等方面发挥重要作用。近年来,随着高分辨率、短重访周期光学成像卫星的发射以及海洋超视距雷达的迅速发展,基于光学遥感图像和海洋超视距雷达数据的海面目标探测技术亦得到迅速发展,成为SAR海面目标探测技术的重要补充。本节重点阐述基于SAR海面目标探测技术的发展现状,同时也对光学图像和海洋超视距雷达数据的海面目标探测技术作简要介绍。海面舰船目标电磁散射特性研究是通过电磁散射数值方法或解析近似方法,分析舰船散射回波信号与雷达波长、入射角、极化方式以及舰船几何外形和姿态等关键因素的关系,为舰船探测与分类技术提供一定的理论基础和分析依据。对于工作在微波频段的雷达,舰船不仅尺寸巨大,而且结构复杂,因此微波散射特征亦很复杂。另外,海面与目标之间的多次耦合,进一步增加了舰船目标微波散射场的计算难度。当前,Monte Carlo法和电磁散射前后向迭代理论是舰船目标微波散射模拟的主要方法[62],但是利用计算电磁学精确模拟舰船目标的微波强度和极化特征时,仍面临计算量大、耗时长的挑战。在短波高频波段,船只尺寸与电磁波波长相当,目标处于谐振区,船只姿态或航向的较小变化也会引起雷达后向散射信号的显著变化,目前高频雷达目标特性计算仿真一般采用矩量法、时域有限差分等方法[63],此项研究对雷达的设计和运行至关重要。基于SAR图像的海面目标检测与识别。舰船由于具有较强的回波能量,在SAR图像上表现为强散射点,因此SAR成为舰船检测的一种非常有效的手段。近年来SAR舰船检测方法发展迅速,一般可分为直接检测和间接检测两类。其中直接检测方法主要有:1)基于灰度统计的舰船检测算法,如基于海面相干斑噪声统计模型的恒虚警率检测算法;2)基于多分辨率的舰船检测算法,如基于小波变换的方法;3)基于极化分解的方法,如极化目标分解、极化时–频分析等[64-66]。SAR舰船目标间接检测方法是通过检测船尾迹来间接发现舰船目标的方法,常采用Radon变换[67]或Hough变换[68]进行船尾迹提取。船尾迹通常为较长的线目标,在背景噪声较强、船目标比较小或SAR分辨率较低的情况下,船尾迹特征往往比船只目标本身尺度更大、更容易检测。但是,若船只静止或尾迹未能被SAR系统观测,该方法就不再适用。随着SAR技术的发展,高分极化SAR图像可用来进行海面目标的识别和分类。近年来,RadarSat-2, TerraSAR-X, COSMO-SkyMed等高分辨率SAR传感器的成功运行,极大地促进了SAR舰船目标参数提取与分类技术的发展,基于高分辨率SAR图像的舰船识别与分类技术逐渐成为新的研究热点。美国、欧盟、加拿大、日本、澳大利亚等国家都将海上舰船监测与识别作为重点发展内容,国外先后启动的知名研究项目有2003年欧盟的空基海事交通检测、分类与识别(Detection Classification and Identification of Marine Traffic from Space, DECLIMS)项目[69]、2005年欧空局的海事安全服务(Maritime Security Services, MARISS)项目、德国宇航局资助的DeMarine项目[70]等。基于SAR图像的舰船识别和分类属于模式识别问题,在分类过程中,相关特征参数的提取与分类器的选择至关重要。根据所选取的目标特征参数,分类算法可分为基于几何结构(长、宽、长宽比、外表轮廓、舰船主轴)、散射特征(散射重心、强散射点分布)和极化特征(极化比、极化分解)的分类方法。根据所选用分类器的不同,可将分类方法分为模式匹配、神经网络识别、统计模式识别、模糊逻辑识别等方法[71]。然而,在特征参数提取方面,船只目标的散射场特征随雷达入射角、方位角以及船只自身姿态的敏感性导致目标特征提取、选择与描述复杂化,这为获取稳定、有效的检测特征带来了挑战;另外,在数据库实现方面,可供实验验证的样本数据过少也是限制SAR图像舰船分类技术发展的一个重要问题。各类分类算法对于不同环境、目标及传感器也存在有效性、复杂性以及实时性的问题。实际应用中,常将多种特征与分类方法相结合,以期达到更好的分类识别效果。基于光学遥感图像的海面目标检测与识别。光学遥感图像可获得较高的空间分辨率,如SPOT-5卫星全色图像分辨率可达2.5米,IKONOS, Quickbird, GeoEye-1, WorldView-2等卫星光学图像分辨率则小于1米。因此,在晴朗光照条件下,较微波图像而言,光学遥感图像中目标的细节特征更直观明显,在海面舰船目标检测与识别领域具有自身优势。近年来,基于光学图像的海上目标检测与识别技术得到了快速发展[72-81],如欧盟第五框架DE-CLIMS项目中德国Definiens和法国IRD均利用光学遥感图像对海上舰船目标进行了探测[73],重点是实现船只目标与云、雾、浪等其他海上小目标的区分。目前,基于光学遥感图像的海面目标检测与识别技术多采用面向对象的视觉显著性检测算法[74],其主要检测思路为:显著性参数选取、海陆分割、目标检测及分类识别等。在显著性参数选取方面,通常选用灰度、相关性、图像熵等参数进行目标和背景分割,选用舰船目标的几何外形参数、纹理特征等进行分类识别[75-76]。在光学图像海陆分割方面,主要有基于港口先验信息的方法[73]、阈值分割法[77]和区域生长法[78]。在光学图像海面舰船目标检测及分类识别方面,主要包括基于视觉感知机理的方法、基于像灰度和纹理统计特征检测方法[79]、基于多维特征向量舰船识别方法[80]及基于人工智能的舰船识别与分类方法[81]等。基于海洋超视距雷达的海面目标检测与跟踪。高频地波雷达利用高频电磁波在海面绕射的原理,实现海上舰船目标的超视距探测。在探测过程中,应用回波强度及Doppler信息可得到覆盖范围内舰船目标相对于雷达站的距离、方位和航速,实现对特定海域内舰船的监视监测。由于运动速度较慢,致使舰船目标回波Doppler谱与海面回波Bragg谱不易区分;另外,海面回波噪声与海洋大气环境密切相关,当风速较大时,舰船目标回波会淹没在海面回波背景噪声之中。这些问题为高频地波雷达海面目标探测技术带来了挑战。目前,国内外开展了大量的地波雷达目标探测方法研究[82-85]。土耳其、加拿大等国家建立了以地波雷达为主要探测手段的海上监视系统[86]。地波雷达目标检测方面,典型发展有曲线拟合恒虚警率(constant false-alarm-rate,CFAR)检测算法[87]、3D-CFAR检测算法[88]。地波雷达目标跟踪方面,主要是开展地波雷达舰船目标航迹跟踪比对验证实验[89-90]。常规用于海面目标探测的高频超视距雷达大都是大型阵列式,雷达孔径达几百米甚至上千米,峰值功率也较大,为几千瓦或几十千瓦。近几年,国内外学者利用便携式紧凑型地波雷达开展了目标探测研究[91-92]。海洋环境远程、大范围观测包括海表层的电磁波/光波遥感和海表以下的声波遥测。海洋遥感利用星载或机载传感器对海洋进行远距离非接触观测,以获取海洋景观和海洋要素的图像或数据资料,作为一项革命性的地球环境监测技术已经获得广泛的应用。声学遥测海底地形、地层剖面、流速剖面也已经有成熟产品,但大范围水体性质声学测量理论与方法仍然处于研究阶段。海洋遥感是利用各种传感器通过主动发射或被动接收海面的电磁波能量实现对海洋监测的技术手段。随着遥感技术的发展,目前的遥感器工作的频段有紫外、可见光、红外、微波、高频、甚高频和太赫兹,遥感器的工作方式多样化,新型的遥感技术不断涌现。提高观测精度与时空分辨率始终是海洋卫星的发展方向,定量遥感是海洋卫星的发展趋势,积极发展新型海洋遥感载荷是海洋卫星发展的重要推动力[93]。海洋超视距雷达探测。海态遥感是高频地波雷达系统应用的一个重要组成部分。信号的Doppler频移信息可探测海面流场,探测方法已相对成熟,国内外商业化的高频地波雷达系统,如岸基高频测流雷达(coastal ocean dynamics application radar, CODAR)、高频地波Wellen雷达(Wellen radar, WERA)和海态监测分析雷达(ocean state monitoring analysis radar, OSMAR)系统都能提供业务化的海流监测产品[94]。与海流探测技术不同,海面风场和海浪信息主要蕴含在回波二阶Bragg散射谱之中,由于二阶谱信噪比低,从而导致反演算法难以实现。目前,地波雷达海面风场、浪场的反演在算法上虽然已有了一定的进展,但是距离业务化运行还有一定距离,其鲁棒性、精确度也有待提高。此外,用于海洋动力环境遥感监测的高频超视距雷达大部分采用便携式的雷达系统,雷达场地小、功率低。海洋微波探测。海洋微波探测是利用工作在微波频段的传感器进行海上目标(船只、溢油、冰/冰川等)、海洋动力环境要素(风、浪、流、温度、盐度、海面高度等)和海洋多尺度动力过程(潮汐、中尺度涡、锋面、内波等)探测的科学技术。目前以星基平台为主的微波探测已成为获取海洋信息的主要途径之一。合成孔径雷达、雷达高度计、微波散射计、微波辐射计是当前主流的海洋微波遥感器[95]。合成孔径雷达能获取高分辨率的海洋信息,但重访周期长、幅宽不够大;雷达高度计只能给出沿星下点的高精度的海面高度信息,还无法做到二维;微波散射计和辐射计虽然幅宽较大,但分辨率低,而且极端海况下的测量精度无法保证[96]。本领域未来发展趋势主要是:进一步提升现有遥感器的海洋探测能力,发展适用于复杂海况条件下的海洋探测理论与方法;发展新型海洋探测手段,拓展海洋探测对象、提高海上目标和海洋参数的探测(反演)精度。海洋主被动光学探测。海洋光学探测是利用光学技术获取海洋信息的技术手段,涉及光学、海洋学、光电子学、遥感技术、激光技术等多个学科领域,主要研究内容包括:光与海水的相互作用、海洋的光学性质、光在海洋中的传输规律以及光学手段探测海洋的理论、技术与方法等。按照是否主动发射光波,可将海洋光学探测技术分为被动探测和主动探测两种方式。海洋被动光学探测技术以太阳为光源,通过被动接收海洋辐射的光谱信息,获取海洋光学性质(如海水透明度)和海洋水色组分(如浮游植物色素浓度和组成)等信息。当前面临的主要挑战和发展趋势包括:以更高的空间分辨率、时间分辨率、光谱分辨率和辐射分辨率,实现全球海洋长时间序列的卫星遥感观测,提取全球气候变化的海洋特征参量信息;发展适用于复杂大气–海洋系统的光学遥感反演理论和方法,实现近岸浑浊水体信息的准确探测[97];发展先进的光学遥感反演模型,实现浮游植物群落结构等海洋生态系统特征参量的大范围遥感探测。海洋主动光学探测技术通过主动发射光波来获取海洋信息,如浅海水深、叶绿素浓度、油污分布等。当前面临的主要挑战和发展趋势包括:发展可提取上层海洋垂直结构信息、进行水下目标定位与识别的激光雷达海洋探测技术[98];发展海洋环境参量与物质组成的水下原位(移动)激光探测技术,特别是水下干涉测量、图谱合一技术等。此外,综合海洋光学主、被动两种探测方式的优势,开展海洋主被动协同探测也是未来的重要发展趋势[99]。商业海洋声学遥测技术涵盖海底地形/地貌/地层测量、流速及水质测量、生物资源调查等,核心技术包括信号波形设计、多波束形成与底检测、相干测深、合成孔径处理、宽带测速、多子阵快速成像、实时运动补偿等[100],这些技术在我国先后获得突破,只是整体工艺水平和技术指标与国外有一定的差距。后续研究主要以信号设计/算法改进、系统性能分析、工艺技术以及新原理、新应用模式探索为主。另一方面,低频、大范围声学环境遥测一直是研究人员企求的目标,先后发展了海洋声学层析及环境成像理论与技术,先进信息理论方法的引入有望使得这些领域取得新的突破。海洋声学层析。美国Scripps海洋研究所的Munk和麻省理工学院的Wunsch于1979年提出了海洋声层析的完整概念[101],通过分析在多对发射与接收系统之间传播的编码信号研究海洋特性,发射–接收两点间声信号互易传播时间的平均值,反映两点间海域的平均声速,进而反映了平均温度,两点之间声信号互易传播的时间差反映了两点连线方向海水的流速。经过研究人员多年的努力,声层析无论在实验设计、设备研制、反演方法和应用上都取得了长足的进步,在世界各个海域已进行了20多次的大型海上实验。最著名的应用之一是ATOC[102]。Heard Island实验证明经过1万8千公里的传播,声信号仍有足够大的信噪比,并能被压缩,时间分辨力可达1050毫秒,可实现大范围、高准确度监测水温变化。理论研究的进步推动着声层析的应用更富多元化,包括将海洋声层析与海洋动力学同化实现区域动力环境–声场同步观测,从固定节点层析到移动平台层析,发展沿海声层析进行流速反演[103]。例如,菲律宾海声层析研究锋面、中尺度涡时空变化规律的声学监测方法,试验中首次引入了水下滑翔器作为移动声学节点,同时结合声层析数据和潜标等海洋动力环境测量及海洋模型作同化,给出该海区海洋中尺度过程时空特性,及对深海声传播的影响等[104]。采用现代信息理论的方法(如压缩传感[105])来指导声层析的研究,将会是值得开展的工作。海洋波导声学成像。海洋波导声学技术用于海洋水下遥测已经有数十年的历史。这项技术的基本原理是:利用海–气和海–底两个界面之间的声音反射,可以在海洋中形成声学波导。早在二战期间,海军最先应用了这一技术;直到现在,世界各国的海军仍然把海洋波导声学技术作为主要的水下遥测工具,用在水面和水下舰船以及声学监视系统网络等固定装置上。从这些观测装置的性能上看,其水平遥测的范围都非常大,一般比水深大许多数量级。从20世纪后半叶至今,海洋波导声学技术在海洋环境遥测中的应用范围逐渐扩大,用于定量研究海洋和海底结构,以及被动追踪会发声的海洋哺乳类等。波导成像是近年来发展起来的一项很有前景的声学遥测技术,其实验系统来源于军用目标搜索声纳,一般采用垂直声源阵列发射一个水平全方位的简短的宽带声波,发出的声波从海面和海底同时反射,形成所谓波导模式的垂直驻波。随着波导模式的传播,它们与环境中的各种物理和生物要素相互作用,并形成散射。这些物质的散射回波被一个水平拖曳的线性阵列接收器连续记录下来,并且根据回波与接收器阵列的距离和角度制图。20世纪90年代初Makris提出了采用水平拖曳线列阵对大面积海底成像的方法[106]。到90年代末期,这一方法成功得到应用,包括用于深海丘陵双重方位散射分布研究、大陆架环境远距离成像[107],成像处理可以实时或准实时实现。21世纪初,Makris等采用该方法首次成功实现了大面积鱼群成像,并根据成像结果及其随时间序列的变化,研究渔业种群行为学。这项研究的结果两次在Science期刊上发表,引起了广泛关注[108-109],美国国家海洋渔业署将波导声学成像技术用于每年一次的鲱鱼资源调查中。目前系统主要安装在走航式调查船上,将来,随着海洋生态系统水平研究与保护管理的需要,这项技术有可能会用于海域的长期定点观测。值得指出的是,上述研究给出了一个通过成像求解环境场景观测欠定逆问题的生动例子,对后续研究有重要启示意义。·······未完待续······· 【参考文献】 [1] 张仁和.水声物理、信号处理与海洋环境紧密结合是水声技术发展的趋势.应用声学, 2006,25:325–327 [2] Scharf L L. Statistical Signal Processing: Detection, Estimation, and Time Series Analysis. Upper Saddle River: Prentice Hall, 1991 [3] Kay S. Fundamentals of Statistical Signal Processing, Volume I: Estimation Theory. Upper Saddle River: Prentice Hall,1991 [4] Poor H V, Thomas J B. Advances in Statistical Signal Processing. Stamford: JAI Press Inc,1993 [5-179] 略. |
|
