二級閾值在聲納平臺偶發(fā)噪聲監(jiān)測中的應(yīng)用

孟士超

（海軍駐葫蘆島四三一廠軍事代表室,遼寧葫蘆島125004）

二級閾值在聲納平臺偶發(fā)噪聲監(jiān)測中的應(yīng)用

孟士超

（海軍駐葫蘆島四三一廠軍事代表室,遼寧葫蘆島125004）

聲納平臺偶發(fā)噪聲監(jiān)測受隨機(jī)干擾影響大.針對噪聲監(jiān)測虛警率高的問題,提出了基于二級報警閾值模型,在一級信號能量閾值的基礎(chǔ)上,設(shè)置二級報警次數(shù)閾值.消聲水池水下模型試驗表明,二級閾值的設(shè)置能夠有效減少虛警,提高報警準(zhǔn)確度.

偶發(fā)噪聲；聲納；閾值；虛警

聲納平臺附近結(jié)構(gòu)損傷、管路松脫都極易引起偶發(fā)噪聲,嚴(yán)重影響聲納探測能力[1-3].通過在聲納平臺加裝水聽器和振動傳感器,對聲納平臺振動和噪聲進(jìn)行實時監(jiān)測,及時對聲納平臺附近各類故障進(jìn)行修復(fù),能夠保障聲納性能和船舶安全[4].然而在很多情況下,偶發(fā)噪聲并非是由故障引起,而是環(huán)境噪聲等隨機(jī)干擾所致.因此,盡量減少偶發(fā)噪聲的誤報警,減少舷外聲納平臺排查、修復(fù)的工作量,對聲納日常維護(hù)工作具有重要意義[5-7].

目前,對由隨機(jī)干擾引發(fā)的虛警問題,國內(nèi)外多有論述,但都較少關(guān)注聲納平臺的隨機(jī)干擾.為便于描述,本文將隨機(jī)干擾導(dǎo)致的偶發(fā)噪聲事件定義為“隨機(jī)報警事件（arbitrary alarm event,AAE）”.

隨機(jī)報警事件往往持續(xù)時間短、報警頻次低,且頻域能量隨機(jī)分布,不容易確定信號特征.因此,考察單位時間內(nèi)的報警頻次信息或報警事件能量分布,就成為檢測、識別此類事件的有效途徑.本文通過對正常工況隨機(jī)報警事件頻次信息的統(tǒng)計分析,建立故障檢測的“二級閾值（double stages threshold,DST）”,實現(xiàn)對AAE事件的分類檢測.本質(zhì)上是利用時頻分析思想,在單時刻總級估值問題中引入報警事件在連續(xù)時間上的分布信息,進(jìn)而實現(xiàn)對報警事件的分類檢測,進(jìn)而降低故障檢測的虛警率.

本文首先對“二級閾值模型”的理論基礎(chǔ)進(jìn)行闡述,之后通過船舶實測水聲數(shù)據(jù)對其進(jìn)行驗證,最后得出相應(yīng)結(jié)論.

1 理論基礎(chǔ)

1.1 隨機(jī)報警事件的概率分布

聲學(xué)樣本閾值有多種模型,而本文不涉及一級閾值的設(shè)定問題.為討論方便且不失一般性,以測點總級為例,并根據(jù)相應(yīng)原則設(shè)定統(tǒng)一閾值T0.當(dāng)測點總級超過該閾值時,觸發(fā)報警,稱之為一次報警事件.測點總級報警結(jié)果符合典型的“0-1分布”,要么為1（報警）、要么為0（未報警）.假定某工況下艇體振動處于穩(wěn)定狀態(tài),測點總級符合正態(tài)分布,則在此期間偶爾出現(xiàn)的隨機(jī)報警為小概率事件,且滿足以下條件：

（1）報警事件之間相互獨立,即在時刻出現(xiàn)的總級報警事件在t+△t時刻不一定重復(fù)出現(xiàn)；

（2）如果時間間隔△t足夠小,那么△t內(nèi)發(fā)生隨機(jī)報警事件的概率與△t近似成正比,即概率非線性度為△t的高階無窮小；

（3）如果時間間隔△t足夠小,那么△t內(nèi)發(fā)生兩次或多次隨機(jī)報警事件的概率是發(fā)生一次報警事件概率的高階無窮?。?/p>

（4）零時刻不會出現(xiàn)報警事件.

根據(jù)泊松定理,上述隨機(jī)報警事件在一段時間內(nèi)發(fā)生的次數(shù),應(yīng)當(dāng)符合泊松分布.那么,根據(jù)泊松分布的概率密度函數(shù),可以得到長度為t的時段內(nèi),發(fā)生k次隨機(jī)報警事件的概率P（t）

式（1）中,k為t時段內(nèi)隨機(jī)報警事件的次數(shù),λ為與t對應(yīng)的大于0的常數(shù),需通過報警事件頻次統(tǒng)計分析確定.

1.2 參數(shù)選擇及二級閾值設(shè)計

將λ代入式（2）,得到指定時段△t=t2-t1內(nèi)發(fā)生k次隨機(jī)超標(biāo)事件的概率.在此基礎(chǔ)上,代入對各級聲學(xué)故障檢測的檢測率、虛警率等指標(biāo)要求,可確定對應(yīng)的報警次數(shù)k0,即檢測所需的二級閾值.如果正常工況下時段△t內(nèi)發(fā)生k0次以上隨機(jī)報警事件,則可以根據(jù)一定置信水平認(rèn)為發(fā)生聲學(xué)故障,系統(tǒng)需進(jìn)一步做出響應(yīng)；如果報警頻次低于k0,則可以基于一定置信水平認(rèn)為狀態(tài)正常.

顯然,二級閾值k0取決于λ和檢驗置信水平.參數(shù)λ可通過報警次數(shù)樣本的統(tǒng)計獲取,置信水平需參照系統(tǒng)總體要求設(shè)定,通常取95%以上.

1.3 故障識別流程

故障識別閾值建立流程見圖1.

圖1 閾值建立流程Fig.1 The flow chart of the threshold foundation

2 實驗驗證

2.1 實驗概況

實驗場地為消聲水池,水池長50 m,寬15 m,深10 m.水池截止頻率約為2 000 Hz,配裝吊裝設(shè)備.以雙層封閉圓柱模型為研究對象.模型長2 m,直徑1 m,吊放于水下5 m.模型內(nèi)部安裝有激振器,可以根據(jù)事先錄制的管路松脫噪聲和航行舷外噪聲進(jìn)行激勵.模型外部安裝有水聽器,用于測量模型的自噪聲.

圖2 試驗?zāi)Ｐ图氨砻嫠犉鱂ig.2 The experimental model and the hydrophones on surface

實驗分為兩個階段：

（1）閾值建立階段

以航行過程中正常舷外噪聲為激勵信號,通過激振器產(chǎn)生激勵力,并利用模型外部水聽器記錄模型在該激勵下的自噪聲.本階段數(shù)據(jù)樣本稱為訓(xùn)練樣本.

（2）故障驗證階段

以航行過程中正常舷外噪聲,并在特定時段疊加管路松脫噪聲為激勵信號,通過激振器產(chǎn)生激勵力,并利用模型外部水聽器記錄模型在該激勵下的自噪聲.本階段數(shù)據(jù)樣本稱為檢驗樣本.

若上述理論模型有效,則能夠通過閾值建立階段工況數(shù)據(jù)建立一級和二級閾值,識別故障驗證階段不同工況中疊加故障噪聲的時段.

2.2 閾值建立

為討論方便,一級閾值設(shè)定流程如下：

（1）收集樣本數(shù)據(jù),計算樣本均值E、標(biāo)準(zhǔn)差σ；

（2）一級閾值設(shè)定為：E+2σ.

以表面水聽器1#測點為例對閾值建立過程進(jìn)行說明.選取閾值建立階段的10組樣本進(jìn)行隨機(jī)報警事件頻次統(tǒng)計平均值,每組樣本時長60 s,結(jié)果如表1所示.

表1 隨機(jī)報警事件報警頻次統(tǒng)計Tab.1 Statistical efforts of AAE number

由表1可知,60組樣本平均報警概率為1/12.假定實際聲納平臺監(jiān)測結(jié)果刷新周期為5 s,試驗也選擇5 s時長為周期進(jìn)行報警次數(shù)統(tǒng)計,對應(yīng)參數(shù)λ等于0.417.因此,對于X～π（0.417）且要求P｛X≤k0｝= 0.95,報警次數(shù)k0應(yīng)滿足

查閱泊松分布概率密度表可知,k0=2.即當(dāng)置信度為95%時,正常工況下5 s時段內(nèi)的隨機(jī)報警事件次數(shù)不應(yīng)超過2次；超過2次屬于小概率事件,可認(rèn)為發(fā)生故障.

2.3 故障檢測

為了檢驗上述方法的檢測效果,選擇故障驗證階段工況表面水聽器1#測點進(jìn)行數(shù)據(jù)分析.首先參照上述過程計算二級閾值,得到置信水平95%時的二級閾值均為2.12（5 s）,據(jù)此開展隨機(jī)報警事件檢測,結(jié)果如圖3和圖4所示.

根據(jù)試驗記錄,86～90 s激勵噪聲中疊加了管路松脫噪聲,除此以外均為正常航行舷外噪聲.若僅有一級閾值,如圖3所示,在7處（20 s、31 s、56 s、85 s、86 s、87 s和90 s）均存在報警事件.其中,4處為虛警,而在88 s和89 s沒有能夠有效報警.

此時引入二級閾值,5 s內(nèi)一級閾值報警3次即視為二級閾值報警.如圖4所示,86～90 s內(nèi)發(fā)生報警,其他時間段沒有虛警,故障檢測效果優(yōu)于僅有一級閾值的狀態(tài).

圖3 一級報警閾值檢測效果Fig.3 Detection efforts only based on the single stage threshold

圖4 二級報警閾值檢測效果Fig.4 Detection efforts based on the double stages threshold

由此可見,隨機(jī)報警事件超標(biāo)頻次信息的引入有效抑制了誤報警事件,降低了虛警率,為報警事件分類提供了有效依據(jù).

3 小結(jié)

針對聲納平臺聲學(xué)故障監(jiān)測虛警率高、隨機(jī)報警事件多發(fā)的問題,基于泊松分布理論,提出了“二級報警閾值”模型.之后通過消聲水池實驗,模擬實船噪聲對上述模型進(jìn)行了檢驗,在一級信號能量閾值的基礎(chǔ)上設(shè)置二級報警次數(shù)閾值,有效降低了虛警率,減少了隨機(jī)報警事件；二級報警閾值反映了一段時間內(nèi)的聲學(xué)故障信息,檢測效果優(yōu)于僅使用一級報警閾值.相關(guān)工作對聲納平臺自噪聲監(jiān)測、機(jī)械故障診斷均有參考價值.

[1]陳劍,魯民月,龐天照.潛艇噪聲水平對聲吶探測性能影響分析[J].艦船科學(xué)技術(shù),2009,31（12）：22-25.

[2]劉微,宋楊,肖功煜.艦船聲吶平臺區(qū)結(jié)構(gòu)聲學(xué)設(shè)計[J].船海工程,2011,40（6）：180-184.

[3]RUMERMAN M L.The effect of fluid loading on radiation efficiency[J].J.Acoust.Soc.Am.,2002,111（1）：75-79.

[4]郭華林,駱東平,陳美霞,等.潛艇首部聲吶平臺區(qū)低頻自噪聲預(yù)報方法[J].艦船科學(xué)技術(shù),2005,27（4）：74-77.

[5]BIRD J S.Calculating detection probabilities for adaptive thresholds[J].IEEE Transactions on Aerospace&Electronic Systems, 1983,19（4）：506-512.

[6]KUBECKA J.Simple model on the relationship between fish acoustical target strength and aspect for high-frequency sonar in shallow waters[J].Journal of Applied Ichthyology,2007,10（2/3）：75-81.

[7]HUTT S M D.Ship signature management system-towards increased warship survivability[C].Hawaii：Underwater Defence Tech, 2004.

（責(zé)任編輯：盧奇）

Application of the double stages threshold in the accidental noise monitoring of sonar platforms

MENG Shichao
（Military representative Office of Navy in 431 Plant,Huludao 125004,China）

The accidental noise monitoring of sonar platforms is affected by the random disturbance.Aiming at the noise monitoring problem of the false alarm rate,the model of a double stages threshold was proposed.The second threshold of the alerts number was founded,based on the first threshold of the signal energy.The results of the model experiment in an anechoic pool showed that the set of the second threshold can reduce the false alarm rate and improve the alarm accuracy.

accidental noise；sonar；threshold；false alarm

U666.7

A

1008-7516（2016）04-0062-05

10.3969/j.issn.1008-7516.2016.04.013

2016-05-10

國家自然科學(xué)基金（51209214）

孟士超（1982―）,男,遼寧北寧人,學(xué)士,工程師.主要從事艦船電子科學(xué)技術(shù)研究.