[发明专利]MEMS水声换能器基阵及水下蛙人目标探测方法

说明书

本申请提供一种MEMS水声换能器基阵，所述MEMS水声换能器基阵包括以阵列形式排布的MEMS水声换能器；所述MEMS水声换能器包括信号发生器、功率放大器、水声换能器以及信号接收器；所述信号发生器用于产生电信号；所述功率放大器用于将电信号功率放大；所述水声换能器用于将放大后的电信号转换成原始声压数据，并将原始声压数据发射至待测区域；信号接收器用于接收原始声压数据击中目标物体产生的回波信号，得到回波声压数据。本申请还提供一种水下蛙人目标探测方法，通过MEMS水声换能器基阵实现。

技术领域

本申请涉及水下目标探测识别技术领域，尤其涉及一种MEMS水声换能器基阵及水下蛙人目标探测方法。

背景技术

随着“非对称作战”模式的应用，水下蛙人因体积小、噪声强度低而逐步受到重视，因此，硬件和软件算法两方面需要同时满足对识别水下蛙人等小型目标的探测和识别。由于电磁波信号在水下传播效果很差，目前水声探测是监测和发现水下蛙人的唯一可靠手段，通常采用声呐作为水下探测的核心设备。传统声呐设备有被动式声呐和主动式声呐两类：被动式水声监测的虽然能耗低、隐蔽性强、鲁棒性高，但是其依赖于目标物体自身发出的声波进行目标识别，对于蛙人这种自身噪声强度低的小目标，被动式声呐的检测和识别效果很不理想；受限于水下蛙人常秘密潜入的环境常常是码头、港口、舰船及海上平台等复杂环境的水域，主动式声呐工作时最佳中心频率、探测距离、探测角度和覆盖范围会受到水下复杂声学环境限制，同时，由于蛙人体积小，仅使用单个主动声呐设备时，蛙人的回声信号与背景噪声信号混杂在一起，很难被识别出来。软件算法方面，目前有匹配滤波器、线谱增强器或者在其基础上的改进方法，用来处理海洋声呐数据信号，但是这些算法在处理蛙人这种体积小的目标时，很容易受到背景噪声的影响，如果强行提高分辨精度，会造成虚警率的升高。

发明内容

有鉴于此，本发明将MEMS水声换能器与神经网络结合起来，建立一种可广泛应用于复杂水下场景的MEMS水声换能器基阵及水下蛙人目标探测方法，来实现对水下蛙人目标的精准探测和识别。

第一方面，本发明提供了一种MEMS水声换能器基阵，所述MEMS水声换能器基阵包括以阵列形式排布的MEMS水声换能器；

所述MEMS水声换能器包括信号发生器、功率放大器、水声换能器以及信号接收器；

所述信号发生器用于产生电信号；所述功率放大器用于将电信号功率放大；所述水声换能器用于将放大后的电信号转换成原始声压数据，并将原始声压数据发射至待测区域；信号接收器用于接收原始声压数据击中目标物体产生的回波信号，得到回波声压数据。

在本发明所述的MEMS水声换能器基阵中，

每个所述MEMS水声换能器基阵包括m行，每行有n个MEMS水声换能器，所述MEMS水声换能器以阵列形式排布，并设置相邻两行MEMS水声换能器之间间距，以及每一行相邻两个MEMS水声换能器之间间距。

第二方面，本发明还提供一种水下蛙人目标探测方法，通过上述任一项所述的MEMS水声换能器基阵实现，所述水下蛙人目标探测方法包括如下步骤：

S11、获取MEMS水声换能器基阵采集的原始回波声压数据；

S12、对所述原始回波声压数据进行处理得到第一处理数据；

S13、将第一处理数据放入预先训练的深度学习网络模型中识别，通过蛙人目标的气泡群、气瓶和蛙人身体的三种判别特征数据对第一处理数据进行识别，根据识别结果对水下蛙人目标进行探测识别。

在本发明所述的水下蛙人目标探测方法中，

所述步骤S12包括：

对原始回波声压数据进行模数转换处理得到离散的数字信号；

对所述离散的数字信号进行排序，并将排完序的数字信号用小波变换算法处理得到第一处理数据。