大数跨境
0
0

【学术论文】无人平台自主探测声呐的发展现状和展望

【学术论文】无人平台自主探测声呐的发展现状和展望 智慧海洋公众交流平台
2021-09-09
3
导读:本文概述了国内外无人平台自主探测声呐的发展现状,对国外主要的无人水面平台、水下平台的自主探测声呐系统进行了详细介绍。

 文 / 郝宇,邱龙皓, 邹男 ,王燕, 梁国龙


摘 要:无人平台已成为各国海军竞相发展的领域,而自主探测声呐作为无人平台的“耳目”,是其完成水下作战任务的前提。

本文概述了国内外无人平台自主探测声呐的发展现状,对国外主要的无人水面平台、水下平台的自主探测声呐系统进行了详细介绍,并以“基于矢量水听器阵的无人平台远程主被动自主探测系统”为例,给出了具体应用,介绍了静态目标、运动目标以及主动工作模式下的外场试验结果。最后从智能化、模块化、协同化、编队化、预置化五个方面展望了无人平台自主探测声呐的未来发展趋势。

关键字:无人声呐;自主探测声呐;水下目标探测;无人化;无人系统;无人水下潜航器;无人水面艇;水下战




无人平台自主探测声呐的发展现状和展望



01

引言


随着国防科技的迅猛发展,无人化与智能化已经成为了现代战争的重要发展趋势。在海洋这片重要战场上,无人水下潜航器(Unmanned UnderwaterVehicleUUV)、无人水面艇(Unmanned Surface VesselUSV)等小尺度自主作战平台已经开始展露锋芒。这些无人平台可由潜艇或水面舰艇发射,用于执行侦察、监视、情报、打击等多种作战任务。作为一种新型作战平台,已成为各国海军竞相研制、列装的水下武备平台。


未来水下战争的需求为无人平台带来了新的发展机遇。在美国2025 年自主潜航器需求》报告中,已将反潜战作为无人平台通过隐蔽和最前沿保障介入方式执行的多种任务之一[1]。在危险海域,可以使己方潜艇保持在安全海域,由携带水声探测声呐的无人平台游弋于前方,自主、长时间地执行探测任务,一旦发现敌方潜艇,则自动实施跟踪或攻击,或者及时与指挥中心通信,根据指挥中心的命令实施相应的操作。它可作为一个艇外传感器或探测器,在既保证自身隐秘性又不增加母艇危险的前提下扩大探潜范围。美国国防部于 20082018年陆续发布的 4 版《无人系统综合路线图》中指出,在未来战场中不同空间域中无人系统的协同作战将是必然的发展趋势,最终实现由水下无人平台、空中(包括太空)无人平台和陆地无人平台的协同作业,组成模块化、分布式和网络化的多无人平台协同感知、探测与侦察系统[2-5]


水下无人平台的作战能力主要取决于以下 4 特征:1)传感器/有效载荷;2)续航能力;3)自主性;4)指挥、控制和通信。其中,水下无人平台的有效载荷包括目标探测、水声通信、水声侦察、水声信息支援对抗等等。目标探测载荷的任务是,利用目标辐射噪声信号或者主动声呐信号的反射回波,搜寻敌方潜艇,并在对敌潜艇攻击时提供目标方位指示。该任务载荷的探潜能力对拓展潜艇反潜任务海域、发挥潜艇作战使用效能具有至关重要的作用。


声呐探测过程的自主性需求是设计无人平台探测声呐时面临的最主要挑战[6-7]。在有人系统搭载的声呐系统中,人在整个探测环路中扮演了重要的角色。有人探测声呐系统的信号处理机将声呐基阵采集的数据进行加工,并将得到的信息反映在视觉和听觉显示器上。声呐员结合显示的信息对目标进行检验判决,同时根据检测结果实时调整声呐工作状态和参数,以更好地对目标进行搜索和跟踪。与有人探测声呐截然不同,无人探测声呐需要在无人干预的环境下自主工作,这一特性限定了其所配备的信息获取、检测判决、状态和参数控制等分系统都必须具备完全的自主决策能力。此外,受限于无人平台的尺寸,可搭载的声呐基阵的孔径有限,这会影响系统能够获得的空间增益与分辨率。同时,声呐系统还会面临平台自噪声干扰、平台能源限制、平台机动等诸多不利因素的影响。无人平台自主探测声呐面临的全新挑战使传统的声呐信号处理技术不再适用,因此,需要发展适用于无人声呐的信号处理核心技术,以满足其自主化、远距离、高性能的探测需求。


本文首先概述了国内外无人平台自主探测声呐的发展现状,并以基于矢量水听器阵的无人平台远程主被动自主探测系统为例,介绍了无人平台自主探测声呐的应用及进展。最后,对无人平台自主探测声呐的未来发展趋势进行了展望。



02

无人平台自主探测声呐的发展现状复


为应对未来安静型潜艇所带来的威胁,世界各国都在努力研制基于无人平台的自主探测系统。美国 国 防 高 级 研 究 计 划 局 ( Defense Advanced Research Projects Agency, DARPA)于 2010 年启动反潜战持续跟踪无人水面艇Anti-submarine warfare Continuous Trail Unmanned Vessel, ACTUV研究计划[8]DARPA 希望借此计划开发出成本较低USV,以实现对敌方潜艇的长时间、大范围的自主跟踪,如图 1 所示。2016 年,ACTUV 计划的首艘技术验证艇海上猎手号下水,如图 2 所示。作为世界上最大的无人水面舰船,其最大长度 39.6米,最高航速 27 节,作战半径达到 3000km,可以连续执行反潜任务至少 70 [9]海上猎手号执行反潜任务的核心声呐设备是由美国雷声公司提供的模块化可扩展声呐系统(Modular Scalable Sonar SystemMS3),MS3 声呐系统是雷声公司生产的SQS-56 中频舰载声呐的第 5 代产品,其主动探测距离达到 18 km,同时具有主被动探测与跟踪、鱼雷预警以及自动避障等功能[10-11]。借助于 MS3 呐系统,海上猎手号即可以对水下的当前情况和突发威胁进行自主判断。为了让 MS3 声呐系统适应无人平台,雷声公司对声呐进行了重新设计和改进,大幅减少了元器件的数量,同时采用光纤水听器作为声呐的接收阵元,在提升灵敏度的同时,还降低了重量和功耗[11]


1 ACTUV 工作效果图Fig.1 Design sketch of ACTUV


2 “海上猎手号无人艇Fig.2 USV -“Sea Hunter”


海鸥号是以色列埃尔比特系统公司研发的一种自主式多用途无人水面艇,可执行反潜战、反水雷战、电子战等多种任务。为了让海鸥号在反潜战中更好地发挥作用,该公司已与多个机构合作,尝试将探测声呐安装于海鸥号上。最初,以色 列 海 军 曾 对 著 名 的 直 升 机 远 程 主 动 声 呐Helicopter Long Range Active Sonar, HELRAS)进行了改进,并安装在海鸥号上使用[16]2020 4月,美国 GTI 公司和 Curtiss-Wright 公司合作研发的收放式主被动拖曳声呐(Towed Reelable ActivePassive SonarTRAPS)被集成在海鸥号上[17]如图 3 所示。该声呐结合了垂直主动发射阵与被动拖曳阵,具有小巧、轻便、成本低的特点,无需复杂的系统完成拖曳阵的收放,十分适合于应用在UUVUSV 等小型平台上。GTI 公司声称,该声呐系统可工作于低、中、高频,且具有左右舷分辨、实时多目标探测、定位、跟踪和识别等能力[18]20206 月,在英国国防部的组织下,海鸥号在英国近海进行了试验。在这次试验中,海鸥号上搭载了美国 L3 哈里斯公司研发的声呐,证明了海鸥号的自主反潜能力[19]


3 搭载 TRAPS 声呐系统的海鸥号无人艇Fig.3 USV-“Seagull” with TRAPS sonar system


4 “奥卡超大型 UUV 概念图Fig.4 Extra Large UUV-“Orca”


USV 外,各国也十分重视利用 UUV 来执行未来的反潜任务。DARPA 2016 年提出了移动舷外秘密通信与途径(Mobile Offboard Clandestine Communications and ApproachMOCCA)计划,旨在提升潜艇的探测距离,并降低自身被锁定的风险[12]MOCCA 计划寻求主动声呐探测解决方案,以弥补潜艇搭载的被动声呐的缺陷。MOCCA 计划的核心是一种工作在潜艇舷外的 UUV,该 UUV 小于21 英寸,具备在水中复杂环境下工作的能力,搭载高性能主动探测声呐,同时还能将探测信息实时、秘密地传送给己方潜艇[13]BAE 系统公司获得了MOCCA 第一阶段的研究合同,致力于解决 UUV搭载的主动声呐的效率问题,以提升探测能力[14]2019 年,美国海军正式向波音公司订购了 4 超大型 UUV,如图 4 所示。奥卡由波音公司回声旅行者UUV 改造而来,可用于执行反潜作战、反水面舰作战、反水雷作战等任务[7,15]美国海军希望在奥卡舷侧设计 72 96 元水听器声呐阵列[7],以探测敌方潜艇的位置。在将情报发送给水面舰与反潜直升机的同时,奥卡还能对敌方潜艇进行长时间的自主跟踪,并利用其携带的重型鱼雷实现自主攻击。


北大西洋公约组织的水下研究中心(NATO Undersea Research Centre,简记为 NURC)也很早就投入到了无人自主探测声呐的研究之中,并在 2009年完成了一次基于 UUV 的双基地声呐自主探测试[20]。在该试验中,NURC 在海底布置了声源作为发射站,并将自研的细拖曳阵声呐系统(SLim Towed ArraySLITA)搭载在海洋探险者”UUV 上,作为接收站,如图 5 所示。海洋探险者长度为 4.5m,直径 0.53 m,当搭载拖曳阵声呐时,其最高航速度3 节,续航时间 7 小时。SLITA 拥有 83个换能器,最多可同时配置其中的 32 个。该声呐目前提供了 4 种工作阵元配置,所对应的工作频带覆盖了 714 Hz 3471 Hz 的范围,使声呐可以工作在较低频的被动模式与较高频的主动模式。该套声呐系统可基于实时探测结果对 UUV 的运动进行自动规划,使 SLITA 的法线方向自适应指向目标方位,以扩大阵列的有效孔径,提高方位分辨率.


新加坡国立大学声学研究室研发了数字式细线拖曳阵声呐系统(Digital Thin Line ArrayDTLA[21],如图 6 所示。DTLA 拥有 12 个声学通道,直径仅为 15 毫米。DTLA 的轻便特性使其十分适合搭载于小型 UUV 平台上。该研究室利用自研的“STARFISH”小型 UUV 搭载 DTLA,如图 7 所示,在外场环境下实现了目标的自主探测,并同时实现了离线的目标跟踪[22]

5 搭载 SLITA 声呐系统的海洋探险者”UUVFig.5 UUV-“Ocean Explorer” with SLITA sonar system


6 DTLA 声呐系统的拖曳阵Fig.6 Towed array of DTLA sonar system


7 “STARFISH”小型 UUVFig.7 Small UUV -“STARFISH”


随着减震降噪技术的发展,水中目标的声隐身性显著提高。而为了提高与之相对抗的自主探测能力,需要进一步增加声呐的阵元个数和阵列孔径,但受限于无人平台的尺寸以及布放、回收等实际操作需要,这一要求往往难以满足。矢量水听器的出现为该问题的解决指出了新的方向[23-24]。相比于传统声压水听器,矢量水听器兼有声压的和相互正交的质点振速分量输出通道,能够提供更为全面的声场观测结果,与此同时,其体积小、重量轻,对发展小平台声呐系统具有重要意义。研究表明,不同于声压传感器的全指向性,振速传感器阵元本身就具有偶极子指向性,利用这一特性,从干扰抑制的角度来看,单个矢量传感器就具有对空间中的点源强目标干扰信号的抑制能力,而从方位估计的角度来看,单个矢量传感器就可以从振速场中提取出目标的方位信息,从而实现 360°的无模糊定向;另一方面,利用远场点源信号和环境噪声在声压振速相关性上的不同,单个矢量水听器在各向同性噪声场中能获得一定的空间增益,提高在低信噪比环境下的信号处理能力。基于这些优势,成阵后的矢量水听器阵列能够在相同的布阵条件下,达到更好的强目标干扰抑制能力、更好的空间分辨能力以及更高的空间处理增益,为在复杂的水声环境下提高声呐系统的远程目标探测能力提供了物理基础[25]。近年来,已经有多个外国研究机构尝试在无人平台上搭载矢量水听器,以执行自主探测任务。美国麻省理工大学将一条长为 100 米矢量水听器拖曳阵搭载在“Bulefin-21”UUV 上,实现了对舰船的探测和跟[26],如图 8 所示。意大利比萨大学与意大利海军和北约科技组织海事研究和实验中心(Center for Maritime Research and ExperimentationCMRE)合作,利用搭载在“eFolaga”UUV 上的单矢量水听器,实现了对 1kHz 线谱目标的实时被动检测与方位估计[27],如图 9 所示。葡萄牙海军研究中心与葡萄牙大学合作,将双加速度计矢量水听器(Dual Accelerometer Vector Sensor DAVS )搭载于“MARES”UUV 上,成功实现了对目标的定位[28-29],如图 10 所示。CMRE 还尝试将三维矢量水听器加装于水下滑翔机上,以实现对水声目标的定[30],如图 11 所示。


在国内的水下无人自主探测声呐领域,哈尔滨工程大学、中科院声学所等单位起步较早,这些单位研制的自主探测声呐设备已经经过湖海试验验证,有望大幅提升我国水下无人平台的反潜作战能力。哈尔滨工程大学水声定位与目标探测研究团队是国内矢量声呐信号处理和自主声呐探测领域研究的先驱者,基于近 20 年的研究成果,在十二五期间,团队研发出了基于矢量水听器阵的无人平台远程主被动自主探测系统,该系统已经过多次的外场试验验证,能够有效地完成对水下、水面目标的远距离实时自主探测。


从上述的国内外无人平台自主探测声呐的发展现状中可以看出,随着 USVUUV 等无人平台进入快速发展阶段,能够实现自主检测、测向、跟踪的无人探测声呐系统已趋于成熟,必将在水下战场上发挥重要作用。但是,目前的无人平台自主探测声呐主要采用单平台独立工作模式,基于多无人平台的分布式、网络化探测系统尚未形成。


8 搭载矢量水听器拖曳阵的“Bluefin-21”UUVFig.8 Bluefin-21 UUV with a vector hydrophone towed array


9 搭载矢量水听器的“eFolaga”UUVFig.9 UUV-eFolaga with a vector hydrophone


10 搭载 DAVS 系统的“MARES”UUVFig. 10 UUV-MARES with DAVS sonar system


11 搭载 3 维矢量水听器的水下滑翔机Fig.11 Buoyancy glider with 3-D vector hydrophone



03

无人平台自主探测声呐的应用


十二五期间,哈尔滨工程大学水声定位与目标探测研究团队攻克了近场强干扰背景下的矢量水听器线列阵远程弱目标被动探测、高稳健性矢量阵波束形成、高相对速度下的矢量水听器线谱检测等多项自主探测关键技术,研制了基于矢量水听器阵的无人平台远程主被动自主探测系统。研制的原理样机搭载大型 UUVUSV 等多个无人平台,在湖上、海上典型环境下,对原理样机的性能、技术指标、关键技术、环境适应性等进行了充分考核和验证。搭载航行中的无人平台,分别对静态目标和运动目标实现了自主、全向、无模糊探测,为无人平台提供了自主攻击导引指示和精确的目标方位信息,使无人平台自动发射假雷,实现了对目标的自主准确攻击,在国内首次实现了人不在环条件下对模拟潜艇目标的自主探测。

该系统的湿端为 4 个矢量水听器子阵组成的线列阵,矢量水听器子阵如图 12 所示。为进一步优化矢量水听器线列阵的适装性,团队还进行了矢量水听器阵小型化设计,以提高无人平台航行时的机动性能,小型化矢量水听器线列阵与原矢量阵的实物对比如图 13 所示。

12 矢量阵子阵实物图Fig.12 Vector hydrophone subarray


13 小型化矢量阵与原矢量阵的对比Fig.13 Comparison between miniaturized vector hydrophone array and original array


在外场试验中,该自主探测系统搭载无人平台进行了主被动探测性能验证和自主攻击试验。下面给出部分外场搭载试验的结果。


2.1 静态目标被动探测结果

首先给出了静态目标的被动探测结果。无人平台的航迹如图 14 所示,目标保持静止。目标探测结果如图 15 所示,其中参考基准方位由水下无人平台内记的导航数据结合声源 GPS 坐标计算得到。无人平台在水下航行过程中,矢量阵自主探测系统将目标探测结果实时提供给无人平台,同时进行数据内记,下图显示的均为无人平台内记数据的回放。从图中可以看出,该矢量阵探测系统可实现360°全向、无左右舷模糊的自主探测,且具有低虚警概率和低漏报概率的特点。

14 无人平台航迹图Fig.14 Track chart of unmanned platform


a)探测方位与理论方位对比

bUUV 深度变化情况

15 静态目标被动探测性能试验结果Fig.15 Passive detection experiment results of static target


2.2 运动目标被动探测结果

下面给出了运动目标的被动探测结果。本试验以运动小艇为探测目标。小艇在水面自由航行,UUV 在水下 7 m 运行,跟踪水面目标,目标探测结果如图 16 所示。从图中可以看出,运动小艇的方位轨迹清晰,目标探测性能优越。


    16 运动目标被动探测性能试验结果Fig.16 Passive detection experiment results of moving target


2.3 结合无人平台的自主攻击试验

在自主攻击试验中,无人平台在潜入水下之后沿预设航路航行(图 17 中含有位置标记点的航路为预设航路,实际航路为六边形航迹),置于驳船上的宽带声源发射模拟潜艇航行噪声信号,矢量阵自主探测系统执行探潜任务,并将探测结果实时传递给无人平台。自模拟声源发射信号开始,矢量阵自主探测系统持续稳定地探测目标方位(探测的目标方位结果见图 18),无人平台根据该探测结果,自动变更航路为六边形搜索航路,在搜索航路末端平台头部正对声源方位时发射了假雷,圆满完成了自主探测及自动攻击试验。

17 无人平台航迹图Fig.17 Track chart of unmanned platform


18 结合无人平台自主攻击试验的自主探测结果图Fig.18 Passive detection results in autonomous attack experiment of unmanned platform


2.4 主动工作模式下的探测结果

下面给出该系统主动工作模式下的探测结果。19、图 20、图 21 分别给出了探测声呐对目标回波信号的测距、测向以及测速结果,其中红色点表GPS 测量的水平方位和距离结果,红色实线表示目标模拟回波发射的真实速度,蓝色点表示各周期下主动探测声呐系统对距离、方位以及径向速度的估计结果。从图中可以看出,工作在主动模式时,无人平台自主探测声呐能够对目标的距离、方位和运动速度实现精确估计,探测性能优越。

19 目标主动探测距离估计试验结果Fig.19 Active detection experiment results of target range estimation

20 目标主动探测方位估计试验结果Fig.20 Active detection experiment results of target direction-of-arrival estimation

21 目标主动探测航速估计试验结果Fig.21 Active detection experiment results of target speed estimation



04

未来展望


无人平台在未来的水下战争中将扮演更加重要的角色,也必将承担更加复杂多样的作战任务。无人平台的多维度、多基地、一体化的作战需求驱动着自主探测声呐向智能化、模块化、协同化、编队化、预置化的方向发展。

1)智能化

近年来,以深度学习为代表的人工智能技术发展迅猛,这也给无人平台声呐的智能化发展提供了契机。在执行任务时无人平台声呐能够采集到大量的海洋数据,基于大数据的训练,其能够以系统任务为导向,在未知外部环境和目标特性的前提下,对平台的探测手段、决策过程、工作状态进行自动优化和修正,且随着执行任务次数的增多,无人平台声呐的进化也会愈加完善。


2)模块化

目前,无人平台自主探测声呐大多是为特定无人平台的特定任务而定制的。当该任务结束时,该声呐设备难以直接应用于新无人平台的新任务场景,一般需要对声呐设备进行成本高昂地升级和维护。发展具备开放式结构、通用接口与协议、标准互操作配置文件的模块化声呐设备,有助于该问题的解决[7]。模块化无人声呐设备能够在不同类型的无人平台上以即插即用的方式实现自主探测功能,将成为未来的发展热点。


3)协同化

基于单无人平台、单声呐基阵的自主探测系统的作用距离有限,难以满足未来水下战争的需求。基于多无人平台、多声呐基阵的分布式、一体化协同探测网络有助于解决这一问题。一方面,多无人平台进行机动可以显著地扩大几何探测范围;另一方面,对多个无人平台声呐的探测信息进行目标级或特征级融合有助于获得更好的探测效果。


4)编队化

作为未来海军装备的重要部分,无人平台将会与其他平台合作形成作战网络完成任务,这些平台既包括舰船、潜艇等水面、水下有人平台,还包括了战斗机、直升机等空中作战平台。各类平台形成的一体化海空作战编队是未来战争的重要发展方向。在编队化过程中,无人平台声呐不但要与有人平台声呐进行信息互通,还要结合一些非声探测信息,共同完成对水下高威胁目标的精确锁定。


5)预置化

为解决无人平台的隐蔽部署、投放问题,可将无人平台提前预置在作战海域进行潜伏。无人平台既能对作战海域进行巡逻,又能沉于海底,但在这期间,无人平台声呐始终处于工作状态。一旦发现有敌方舰艇出没,就会立即激活,对目标实现有效地跟踪和打击。因此,研究适用于预置式无人平台的自主探测声呐也是一个十分重要的发展趋势。

【参考文献】
[1] United States Navy. Autonomous Undersea Vehicle Requirement for 2025[R]. U.S.: United States Department of Defense, 2016.
[2] United States Department of Defense. Unmanned Systems Integrated Roadmap FY2009-2034[R]. U.S.: United States Department of Defense, 2008.
[3] United States Department of Defense. Unmanned Systems Integrated Roadmap FY2011-2036[R]. U.S.: United States Department of Defense, 2011.
[4] United States Department of Defense. Unmanned Systems Integrated Roadmap FY2013-2038[R]. U.S.: United States Department of Defense, 2013.
[5] United States Department of Defense. Unmanned SystemsIntegrated Roadmap FY2017-2042[R]. U.S.: United States Department of Defense, 2018.
[6] 范展. 水下无人平台自主被动探测技术研究[D]. 哈尔滨工程大学. 2015: 7-8.FAN Zhan. Autonomous Passive Detection for Underwater Unmanned Vehicle [D]. Harbin Engineering University. 2015: 7-8.
[7] 傅仁琦,曹焱,王晓林. 无人水下航行器声呐装备现状与发展趋势[J]. 舰船科学技术, 2020, 42(2): 82-97.FU Renqi, CAO Yan, WANG Xiaolin. Current status and developing trend of sonar equipments for unmanned undersea vehicle [J]. Ship Science and Technology, 2020, 42(2):82-97.
[8] 李红军. 美国 反潜战持续跟踪无人艇对反潜战的影响[J]. 现代军事, 2017 (3): 47-50.LI Hongjun. The effect of anti-submarine continuous tracking unmanned vessel project on anti-submarine warfare [J]. CONMILIT, 2017 (3): 47-50.
[9] 晓梦,彭飞. 雷声公司为反潜持续跟踪无人艇项目交付模块化可扩展声纳系统[EB/OL].国防科技信息网,2015. (2015.11.23) [2020.07.07].http://www.dsti.net/Information/News/97169.XIAO Meng, PENG Fei. Raytheon delivers modular scalable sonar system for anti-submarine continuous tracking unmanned vessel project [EB/OL]. dsti.net, 2015. (2015.11.23) [2020.07.07].http://www.dsti.net/Information/News/97169.
[10] Raytheon delivers sonar for DARPA's unmanned anti-submarine warfare vehicle program[EB/OL]. Reytheon Company, 2015. (2015.11.18) [2020.07.07]. https://raytheon.mediaroom.com/2015-11-18-Raytheon-delivers-sonar-for-DARPAs-unmanned-anti-submarine-warfare-vehicle-program.
[11] 徐依航. 技术派丨美国海上猎手缘何成为中国潜艇的最大威胁[EB/OL]. 澎湃新闻, 2016. (2016.09.23) [2020.07.07]. http://www.thepaper.cn/baidu.jsp?contid=1533268.XU Yihang. Why the US "sea hunter" became the biggest threat to Chinese submarines [EB/OL]. thepaper.cn, 2016. (2016.09.23) [2020.07.07].
[12] 王璐菲. DARPA 研发兼顾探测和隐身的双基地声纳系[J]. 防务视点, 2016 (4): 63.WANG Lufei. DARPA develops a dual-base sonar system that combines detection and stealth[J]. Defense Point, 2016 (4): 63.
[13] 晓梦,彭飞. BAE 系统公司发展探测和跟踪潜艇的技术[EB/OL]. 国防科技信息网 , 2017. (2017.07.20) [2020.07.07].
[14] ECKSTEIN Megan. DARPA, BAE Systems Developing Small Unmanned Underwater Vehicles to Hunt Enemy Submarines[EB/OL]. USNI News, 2017. (2017.07.18) [2020.07.07].
[15] BAKER Berenice. Orca XLUUV: Boeing’s whale of an unmanned sub[EB/OL]. Naval Technology, 2019. (2019.07.01) [2020.07.07].
[16] 郭晨曦. 埃尔比特系统公司在海鸥号无人水面艇上集成主被动拖曳声纳 [EB/OL]. 国防科技信息网, 2020. (2020.04.17)
[17] 晓梦,彭飞. 埃尔比特系统有限公司在海鸥号无人水面艇上集成了主被动拖曳声纳 [EB/OL]. 国防科技信息 网 , 2020. (2020.04.15) [2020.07.07].
[18] TRAPS-USV[EB/OL]. GeoSpectrum Technologies Inc. [2020.07.07].
[19] Elbit Systems UK has demonstrated its SEAGULL USV (Unmanned Surface Vessel) capabilities in UK MoD ASW (Anti-Submarine Warfare) Trials [EB/OL]. Joint-Forces.com, 2020. (2020.06.09) [2020.07.07].
[20] HAMILTON Michael J, KEMNA Stephanie, HUGHES David. Antisubmarine warfare applications for autonomous underwater vehicles: the GLINT09 sea trial results[J]. Journal of Field Robotics, 2010, 27(6): 890-902.
[21] Light Weight Array Technologies [EB/OL]. Acoustic Research Laboratory, National University of Singapore. [2020.07.07].
[22] The STARFISH AUVs [EB/OL]. Acoustic Research Laboratory, National University of Singapore. [2020.07.07].
[23] NEHORAI Arye, PALDI Eytan. Acoustic vector-sensor array processing[J]. IEEE Transactions on signal processing, 1994, 42(9): 2481-2491.
[24] 王德俊. 矢量声场与矢量信号处理理论研究 [D]. 哈尔滨工程大学. 2004: 2.
[25] 陶凯. 声矢量水听器阵列远程目标被动探测技术研究[D]. 哈尔滨工程大学. 2015: 9.
[26] BENJAMIN Michael R, BATTLE David, ERICKSTEDT Don, et al. Autonomous control of an autonomous underwater vehicle towing a vector sensor array[C]//Proceedings 2007 IEEE International Conference on Robotics and Automation. IEEE, 2007: 4562-4569.
[27] TERRACCIANO Daniele S, COSTANZI Riccardo, GUERRINI Piero, et al. Bearing estimation in very shallow waters with an AUV mounted Acoustic Vector Sensor[C]// OCEANS 2019 - Marseille. 2019: 1-6.
[28] SANTOS Paulo Jorge Maia, FELISBERTO Paulo, ZABEL Frederich, et al. Dual accelerometer vector sensor mounted on an autonomous underwater vehicle (AUV) -Experimental results[C]// 173rd Meeting of Acoustical Society of America and 8th Forum Acusticum. 2017, 30(1): 055011.
[29] MARQUES Mario Monteiro, GATTA Mario, BARRETO Miguel, et al. Assessment of a Shallow Water Area in the Tagus Estuary Using Unmanned Underwater Vehicle (or AUV's), Vector-Sensors, Unmanned Surface Vehicles, and Hexacopters – REX'17[C]// 2018 OCEANS - MTS/IEEE Kobe Techno-Ocean (OTO). IEEE, 2018: 1-5
[30] STINCO Pietro, TESEI Alessandra, FERRI Gabriele, et al. Passive Acoustic Signal Processing at Low Frequency With a 3-D Acoustic Vector Sensor Hosted on a Buoyancy Glider[J]. IEEE Journal of Oceanic Engineering, 2020, PP(99): 1-11.

本文整理自《哈尔滨工程大学学报》期刊2021年7月,转载请备注论文作者,说明文章来源,并备注由“智慧海洋公众交流平台”微信公众号整理。

声明:本公众号相关内容均来自主流媒体及公众号,非商业用途,并不意味着赞同其观点或证实其内容的真实性。版权归原作者所有,如有发现侵犯您的权益,请后台联系编辑,我们会尽快删除相关侵权内容。

【声明】内容源于网络
0
0
智慧海洋公众交流平台
我们旨在给对智慧海洋感兴趣的朋友提供一个相互交流学习的平台!这里汇聚了来自海洋领域的顶级专家、计算机通信高手、各大著名研究机构学者以及奋斗在海洋产业化一线的管理、研发、销售人才……欢迎大家随时随意交流,共同促进智慧海洋事业的快速发展!
内容 928
粉丝 0
智慧海洋公众交流平台 我们旨在给对智慧海洋感兴趣的朋友提供一个相互交流学习的平台!这里汇聚了来自海洋领域的顶级专家、计算机通信高手、各大著名研究机构学者以及奋斗在海洋产业化一线的管理、研发、销售人才……欢迎大家随时随意交流,共同促进智慧海洋事业的快速发展!
总阅读1.4k
粉丝0
内容928