打开文本图片集

摘要：近年来，国内在水声通信和定位技术领域已有多年的积累，但水下目标探测精确度、水声通信组网覆盖度及实时传输准确度有待提高，水下目标声学探测方法应用效果日益受限，而水下磁电探测成为水下目标非声探测的研究热点。作为一种非声探测手段，电磁探测以其稳定、适应性强等特点在水下目标探测领域受到关注，但由于电磁波水下衰减严重，不能满足远距离水下组网要求，本文主要针对水下目标电磁探测与声学组网相结合，解决水下目标探测信息实时获取的难题，提出一种基于海洋实时电磁探测采集及跨域通信传输实时计算系统，并就此展开了相关分析研究，以供参考。

关键词：海洋电磁探测；水下目标探测；跨域通信组网；实时传输计算

引言

本系探索水下磁电探测阵列技术，扩展非声探测和识别手段，通过运用水下磁电传感器阵列设计、信号处理技术，提升非声数据获取和探测感知能力，探索同步化获取声和非声信息的联合、协同观测，通过固定式和移动式的磁探手段，为小目标探测、水下目标查证提供新途径。通过水声探测与水声通信技术相结合，实现水下无线网络化探测。采用多级模拟放大加滤波的方式，通过 仿真和硬件调试，研制出低噪声、高增益、高带内平坦，高带外抑制的多通道接收机。采用先进多核高速高运算能力的数字信号处理器（DSP）+高并行处理能力的现场可编程阵列器件（FPGA）的架构，实现高速实时信号处理，满足水下目标电磁探测的应用需求。

1水下目标探测系统

目前，地球物理探测已从陆地走向海洋，从浅海拓展到深远海[1]。海洋在国家战略中的地位不断提升，海洋不仅蕴藏的巨大矿产、能源和生物资源，而且关系着国家安全利益，所以提高水下探测能力是海洋科学技术和海洋军事国防建设共同所需[2]。目前，海洋目标探测技术主要有水声探测、光学探测、磁电探测和移动节点探测、重力异常探测等技术[3]。美国 20 世纪末发展了 IUSS 水下综合监测系统，该系统将 SOSUS 阵列、FDS系统、ADS 系统和水面拖曳 SURTASS 系统进行了集成，用于探测和监视潜艇活动，是美海洋监测信息系统的水下探测信息主要来源[4]。国内，针对水下目标电磁探测，文献[5]提出了差分磁张量定位方法；针对高分辨水下探测技术信号处理，文献[6，7]研究了低旁瓣波束优化设计方法，文献[8，9]建立了窄带与宽带声学阵列波束优化设计的统一优化模型。水下目标的识别过程一般利用水声呐或者视觉采集系统对水下环境进行图像信息采集，然后图像处理系统对采集到的图像进行必要的处理，利用一定的识别算法进行特征提取和目标识别。国外对水下目标识别的研究比较早，在 1961年服役的“长尾鳖”级核动力潜艇首次安装的 BQQ-3 综合声呐系统，是对水下目标进行被动识别分类的系统，使用的是三分之一倍频程线谱分析的分类方法[10]，在国内，噪声环境下的目标线谱特征的提取、分解算法与子波变换等技术应用，也明显提高了对水下目标分类的精度[11，12]。在水声通信技术方面，正交频分复用（Orthogonal Frequency Division Multiplexing， OFDM）技术[13]受到了极大关注，并逐渐成了实现高速率水声通信的主要方式。针对水下目标探测并通过跨域组网实时高速传输处理数据需求，本文提出水下磁电传感器阵列设计与水声通信相结合的协同探测技术系统，拓展非声探测和识别手段，开展多节点水下通信组网技术对通信组网协议设计，构建面向计算、存储、通信一体化的智能网络体系架构。

1.1 水下磁电传感器阵列设计

TMR磁传感器、电场传感器、传感器电子舱（内含磁通门传感器、光泵磁强计、感应式磁传感器、磁电耦合磁传感器）共同构成了水下磁电探测单元，综合考虑供电及通信需求，相邻磁电探测单元构成一个分支网络，接驳到水下信息输送及供电单元，多个磁电探测单元构成水下磁电探测阵列。

1.2 水下磁电探测阵列信号处理技术

针对基于磁电传感器的水下目标探测在高精度水平姿态测量的基础上，进一步提升水平姿态检测精度和可靠性，重点突破方位信息测量瓶颈，研究基于MEMS陀螺仪的方位信息测量技术，形成水下三维高精度姿态测量能力，通过多阵元数据联合处理技术，进一步降低系统噪声，提升探测距离，以适应海洋及深远海应用需求，并开展基于水下电场矢量特征的目标定位方法研究，形成基于目标场信号的探测及定位能力。

电压信号是电场强度信号在测量基线方向的积分，在远场区域电极极距越大则电压信号越强。但是考虑到电极极距增大还会带来信号传输电缆噪声、电极不一致引起的噪声以及海洋环境噪声等因素，项目通过综合分析选择合理电极极距，即基于多阵元三轴共型电场传感器获取的磁电同步信号，采用多阵元关联分频段处理方法，对不同频段海洋电磁干扰频谱能量分布特性进行分析，采用多分量信号相位补偿相干及多元差分的方法进行滤波去噪，提高目标电场信号的信噪比，提升信号空间增益，对水下探测阵列多个传感器的测量信号进行差分处理，获得水下电场信号梯度，抵消环境电磁干扰，提高测量信号的信噪比；通过多阵元信号的相位补偿叠加、自适应干扰抑制等阵列信号处理方法，提高弱磁电信号处理及感知能力。利用了极距增大带来的空间增益，也在一定程度上避免极距增大带来的噪声。通过对各阵元信号进行功率谱分析、时频分析、相关分析等方法，获取时域、频域、空间分布等特性，并在此基础上通过自适应线谱增强、多阵元信号同相累加等方法，实现目标磁电特征的提取。并根据实际目标多阵元实测电场数据，实现目标静电场、轴频电场特征信号的最优反演计算，获取目标场源的位置参数值，实现目标极低频电场的定位解算。

2水声通信组网研究

在掌握海洋水下复杂环境中目标特征，包括声学特征和磁电特征提取方法，获取典型探测目标的特征参数后，利用水声探测设备同时具备水声通信组网能力，通过水下无线拓展扩大水下预警探测范围。研制水声通信系统，包括通信系统指标设计、帧结构设计、通信系统各模块设计；研究与多载波多进制频移键控调制（MC-MFSK）对应的正交频分复用（OFDM）多载波调制技术，设计通信系统指标、帧结构、时频估计模块，完善误码率、同步性能等指标，实现水声通信系统的优越性能。理论上开展高效信道编码和调制技术、同步技术、基带信号设计、多普勒频偏估计技术、信道估计与均衡技术等关键技术研究。

2.1 水声通信系统设计

水下通信系统一般设计包括含发送端、接收端和水声信道三个模块。在发送端主要完成信号采集、放大、数字化、信源编码、信道编码、调制、同步、功率放大以及能量转换发射等功能。信道编码采用母码为（2，1，7）卷积码，编码码率为 1/2或 2/3，译码判决采用基于硬判决或 3 比特软判决的维特比译码算法。在信道编码器之后加入交织器，采用特殊的对角螺旋交织加密算法，来代替传统的简单块交织算法，将突发错误打散为随机错误，以提高设备在海洋衰落信道下通话质量。提出基于深度神经网络的水声信道估计算法，首先，在OFDM系统的发送端将导频符号按一定间隔均匀地插入到子载波中，用作训练 DNN 估计器的训练数据；其次，根据训练数据和系统性能的要求，设计规模合适的 DNN 模型；最后，在应用阶段，将接收端在当前时刻接收到的导频符号馈入到已训练好的 DNN 估计器中即可直接得到当前水声信道冲激响应的估计值。

水声信道模块中，采用声波换能器，其载波中心频率在30kHz左右，带宽为7kHz左右，全向天线，水平通信距离为400米，发射功耗为 7 瓦左右，采用充电电池直流供电，电声转换效率为50％左右。

在接收端主要完成捕获跟踪、补偿、信号解调、信道解码等功能。检测同步序列，使系统进入同步跟踪状态。完成同步跟踪后，DSP将多路开关MUX切换到混频器输出，对混频器的输出直接进行采样，进行256点的FFT频谱分析。DSP可以根据FFT频谱分析的结果与已知标准频率值进行比较，修正本振频率值，消除多普勒频移的影响。接收到的信号先通过混频器变换到基频，然后进行采样，对多个正弦信号叠加的采样值进行FFT谱分析。信道的解码过程包含解交织、硬判决Viterbi译码和RS迭代译码，由于解交织必须等待一帧的码元全部接收完毕后才能进行。

2.2 水声通信组网应用

水声通信网络是由具有自治能力的水下节点和水面节点构成的共同完成水下任务的自治系统， 水下节点之间利用水声通信技术交互信息，水面节点作为网关节点完成水下网络与岸基网络系统的信息交互。设计水声通信网络协议栈， 并根据实际开发环境，实现水声通信网络的架构，并有效实现跨层通信和各个协议的灵活性。水声通信的网络 MAC 协议。根据本项目的水声网络的实际需求，设计开发一个适合于固定和移动节点融合的水声网络MAC 协议，有效避免不同节点之间的数据冲突，提高信道的利用率，并且利用答复机制确认是否成功接收，并在发生丢包时，利用超时重传机制自动发送丢失的数据包，确保数据传输的可靠性。

3跨域组网系统设计

为解决水上水下多要素互联互通问题，研究跨域通信信息融合技术，跨域通信研制集控制、水面水下通信、目标探测、水下导航定位、信息融合处理于一体的跨域组网系统，该系统可布局在ROV、水下机器鱼等节点设备中，集成GPS、北斗、铱星、数传、4G、WiFi等通信单元。该装备可通过远程或本地控制平台节点的上浮、下潜实现跨域通信网关的浮沉，实现分布式组网、路由协议运转、大数据信息融合处理，提高平台跨域通信的通信组网和数据处理能力。跨域组网系统具备水下探测感知、水下水上信息联通、数据共享、信息融实现不同物理域的不同数据同时在跨域网关设备中接收、处理、转发，实现信息的本地化融合、处理，快速高效跨域通信并在复杂电磁环境下通信手段的能力强弱进行自适应和组网，同时通过水下设备实现目标探测和定位，同时运行基于矢量水听器和信标的定位导航算法实现集群的定位和组网通信。跨域通信网关的信号处理模块主要包括水声数据采集、水声数据处理和传输，可实现对水声数据的采集和控制、异构信号的复杂算法处理，能够更好、更准确地实现海洋目标的探测及数据传输。

3.1 跨域通信网络设计

跨域通信网络设计主要包括8个方面一是采用事件触发的机制，事件触发的优点是程序可扩展性极强，事件彼此之间不互相影响，程序不能长期在一个事件中停留；凡是需要时延的事件，均将时延交由时间管理模块进行处理。二是跨域通信协议的目标之一是能够覆盖多节点，各个节点均设置唯一的位置标识，本文最多覆盖15类型*15个节点/类型=225个节点，地址信息占1个字节。三是协议中不包含任何可修改的参数值，全部参数值都需要从参数配置表中读取，优点是方便协议性能测试和根据用户实际情况进行修改。四是接入数据可以是各种接口（串口、USB、网口），进行通信管理时，统一按接口进行编号。五是当同时存在本机发送与路由转发两项任务时，按任务启动的时间先后顺序依次执行；但当使用具有时效性的水声路由协议时，可考虑把路由协议的优先级提高。六是关于水面通信收到确认机制的问题，举例如图5，假设岸基节点A要传输数据给D，经由空中节点B、水面网关节点C进行传输，则经链路1、2、3三次传输到达D点，D收到数据后，会回复ACK信息给节点C，为降低系统复杂度，链路5与链路6则不再继续传输ACK信息；七是关于水下路由收到确认机制的问题，转发节点不加ACK机制，ACK机制只适用于源节点和目标节点。八是水下移动节点如果上浮到水面，可以使用水面通信设备后，产生一个触发事件，将参数表中的节点类型修改为跨域网关节点类型，下潜时，再改回为水下移动节点。

3.2 跨域通信网络协议栈设计

系统架构根据实际需求选取了典型OSI网络架构中的4层协议，自上而下依次是：应用层、网络层、数据链路层、物理层，其中数据链路层和物理层之间包含着一个隐藏层，即通信管理层。整体架构中还包括整个协议运行过程中的参数配置表，通信协议与硬件平台的纽带－系统工作管理模块等。

应用层为协议与用户的唯一接口，用户将通信目标、通信数据、通信方式、通信类型等存入用户需求数组，跨域协议的事件触发主循环检测到数组中有数据后，在应用层形成跨域通信数据包，供后续协议层进行处理。

网络层包括水声通信路由协议、水面通信路由协议两块内容，分别规定水下组网和水面组网过程中的路由转发机制，目前具体路由方案还没确定，可进行多种尝试。

数据链路层主要包括水声通信MAC层协议、水面通信方式选择，后者不是严格意义上的MAC层内容，选择不同通信方式类似于不同的媒体接入方式，这里等效认为是MAC层内容。水声通信MAC层协议主要包括TDMA、ALOHA、MACA、CSMA等，水面通信方式选择的优先级：用户指定、通信方式择优算法、查表。

通信管理层主要负责整个协议栈的协议管理、时间管理、数据管理、资源调配等几项任务，协议管理主要用于确定上行数据发送给水面通信还是水声通信协议进行处理；时间管理模块主要结合事件触发机制，通过计时器管理数据发送事件；数据寄存模块主要用于存储要发送的数据，数据按进入寄存器的先后顺序发送；CRC校验和加密保护模块主要用于保障数据的正确性和安全性；资源调配主要用于发送数据成功与否的判定，若未成功需要通过查表，选择其他通信方式重新发送数据。

系统工作管理模块是指硬件平台与跨域通信协议栈之间的交换，确保平台能够高效地保障跨域通信协议的运行。主要包括：能源管理、系统授时、状态自检、日志记录等，后续根据实际需要可进行调整、扩充。

4实时数据算法研究

4.1水声通信及定位的算法研究

在水声通信方面，开展算法设计如下：一是鲁棒通信算法设计。为实现5公里稳健通信，尤其是在体积受限导致功放功率较为有限、发送信号可能受遮挡的情况下，设计能够在较低信噪比稳健工作的水声通信算法，需要从系统调制方式设计、接收信号信道畸变补偿、高性能信道编码等方面深入开展研究设计工作。二是基于高性能 DSP 平台的系统开发实现。在稳健通信算法的基础上，要开发实时系统，因此基于嵌入式平台的系统开发实现至关重要。本文针对所设计的通信算法，将进行理论算法层面和代码实现层面的双重优化，保证设计的算法在所选DSP平台上的实时运行。

在水声定位方面，针对水下目标识别的定位需求，一是采用时延估计，利用互谱法进行基阵阵元间的时延差估计。根据时延测量来计算基阵坐标系下的应答器坐标。二是对时延估计器所导致的相位测量的多值问题，进行相位解模糊，以提高定位精度。三是提高时延估计精度，考虑实现一种基于相位补偿的时延估计进行测试。四是针对水下多目标定位需求，采用 COSTAS 阵列技术进行编码构造。五是在得到水下目标相对于基阵坐标系的声学相对位置后，需要将其对应坐标系经过坐标平移和旋转得到对应的大地坐标系的绝对坐标， 以使其能够结合GPS 系统提高定位精度；

4.2跨域通信计算能力设计

海洋水声通信拥有有限的计算和储存能力，并且通过无线接入的方式通过网络边缘的接入点接入网络，作为“边、端”分布式计算和存储中心。而以岸上管控中心为“核”进行统一决策下的计算任务处理才能获得更高的计算处理能力。传统的网络核心对于分布在网络边缘的计算存储资源的管控利用能力不足，因此本文在海洋网络架构中，网络核心不再负责全部的计算处理任务，将实时性强的任务推向网络边缘，专注于计算复杂度高的任务，同时负责管理控制“边、端”中计算存储资源，做出全局视野下的任务调度决策。用本地化信息处理和分布式计算等技术大大降低了信息传输要求，规避低带宽、高时延、不稳定的海洋网络通信带来的负面因素，同时利用决策中心和分布式计算中心的共同管控，高效地管理使用分布式和集中式的计算、存储资源，针对不同的应用，实现按需算力配置，以满足不同的服务需求。

本文采用基于Linux内核的Ubuntu操作系统，设计内容包含了设备管理模块、设备数据管理模块、路由转发模块、日志管理与交互界面。设备管理模块实现了设备的配对连接与监控功能；设备数据管理模块负责天通、水声通信模块、电台数传模块等设备的数据采集、存储与转发。路由转发模块实现了网关在水上和水下时的网络通信算法。日志管理模块能够记录网关工作过程中设备的操作记录及异常信息。交互界面负责维护内嵌的Web服务器，可供远程客户网页访问。

4.3实时信号处理方案

岸上管控决策中心采用先进多核高速高运算能力的数字信号处理器（DSP）+高并行处理能力的现场可编程阵列器件（FPGA）的架构.根据算法和处理需求进行芯片选型，选择合适的处理器及外围器件.然后逐步实现整个实时处理系统的设计。

实时处理系统的软件部分具有多处理器、多时钟域、传输速率要求高、实现 功能复杂等特点，并且新器件的开发难度较大。DSP系统的功能模块开发、 FPGA系统的控制逻辑设计、SOPC系统的软硬件协同开发、多时钟域系统间的数据缓存传输等功能均需要分开设计，最终再将各功能模块部分统一协调，进行系统联合工作。在系统软件设计时，首先要将各模块部分功能充分开发，并且预留出每一模块与其余模块部分数据交互时所需的软硬件接口，确保软件系统能够协调有 序地正常工作。

5结语

本文针对海洋目标探测的通信网络传输及实时计算需求，通过研究海洋水下复杂环境中目标提取方法，包括水下磁电探测阵列和声学特征提取，将水声探测与水声通信技术相结合，同时搭载北斗通信、GPS通信、铱星通信、数传通信、4G通信、WiFi通信、水声通信等实现跨域通信研制，将目标探测、水下定位、跨域通信等融合到一起，在设备接入端获取探测目标的参数特征和基本计算处理能力，结合管控中心利用高速高运算能力的数字信号处理，将初期图像识别，信息压缩等进行进一步处理，完成水下目标探测及通信传输处理功能，建立完毕的目标特征数据库，为各类型探测系统的目标智能自动识别提供技术支撑手段。

参考文献

[1]徐行.我国海洋地球物理探测技术发展现状及展望[J].华南地震，2021，41（2）：1-12.

[2]刘兰军，陈俊，陈家林，等 .海洋实时电磁探测采集系统设计[J].现代电子技术，2023，46（15）：1⁃8.

[3]张大铭，刘靖东，梁晨光.针对水下目标探测的层次化信息融合方法探究[J].舰船科学技术，2020，42（21）：116-119.

[4]刘进.对抗极低频电磁场及其他电磁场的方法[J].水雷战与舰船防护，1997（1）：34-35.

[5]龚天平.磁探测定位在搜寻水下铁磁性物体中的应用[J].电子世界，2014（10）：160- 161.

[6] Dolph C L. A current distribution for broadside arrays which optimizes the relationship between beam width and side-lobe level. Proc IRE， 1946， 34（6）： 335-348.

[7]Somasundaram S D. Linearly constrained robust Capon beamforming. IEEE Trans Signal Process， 2012， 60（11）： 5845-5856.

[8]Yan S， Ma Y， Sun C. Optimal beamforming for arbitrary arrays using secondorder cone programming. Chin J Acoust， 2005， 24（1）： 1-9.

[9]Yan S， Ma Y， Hou C. Optimal array pattern synthesis for broadband arrays. J Acoust Soc Amer， 2007， 122（5）： 2686-2696

[10]Sherin B M， Supriya M H. GA based selection and parameter optimization for an SVM based underwater target classifier[C]. International Symposium on Ocean Electronics.IEEE， 2016.

[11]李厚全，韩树平.噪声背景下目标线谱提取方法研究[fJ].声学学报，2005， 24（1）：14-17.

[12]景志宏，王元一目标识别中的特征提取技术[J].空军电巧工程学院学报.1999，s（1）： 26-29

[13]张海滨. 正交频分复用的基本原理与关键技术[M]. 北京： 国防工业出版社， 2006.

本文由海南省王小谟院士工作站资金资助。