孫國(guó)振　謝志強(qiáng)　陳路偉

摘 要： 采用直覺模糊決策方法對(duì)水下傳感器組合方式進(jìn)行了建模，并將海洋環(huán)境和目標(biāo)信息元素加入到模型當(dāng)中，建立水下傳感器直覺模糊探測(cè)模型，利用對(duì)可知信息的可信度和未知信息的未知度描述已知水下傳感器的性能及相應(yīng)的未知海洋環(huán)境和特定目標(biāo)信息，給出方案比較計(jì)算方法。選擇了四類水下傳感器和三類目標(biāo)，并對(duì)本文建立的模型進(jìn)行了驗(yàn)證，證明該模型是有效的。

關(guān)鍵詞： 直覺模糊決策； 水下傳感器； 信息融合； 可信度描述

中圖分類號(hào)： TN929.3?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2015）01?0018?04

Abstract： The intuitionistic fuzzy decision is adopted in this paper to conduct modeling of the underwater multi?sensor combining mode， in which the ocean circumstance and target information are considered. The intuitionistic fuzzy detection model of underwater sensors was build. The underwater sensor performance， corresponding unknown ocean information and target information are known according to the description of credibility of the known information and unknown degree of the unknown information. The comparison and calculation methods are given. Four kinds of underwater sensors and three kinds of targets were chosen. The model established in this paper is verified to prove its efficiency.

Keyword： Intuitionistic Fuzzy decision； underwater sensor； information fusion； reliability description

0 引 言

隨著聲納相關(guān)科學(xué)的深入，推動(dòng)了水下傳感器以及隱身技術(shù)的發(fā)展，在現(xiàn)代艦艇和潛艇上已配備多種水下傳感器。由于水下傳感器種類多，各個(gè)性能不盡相同，如何很好地協(xié)同工作、發(fā)現(xiàn)目標(biāo)、以最優(yōu)的組合方式給出最準(zhǔn)確的信息，成為目前水下傳感器信息融合的研究方向之一。鑒于海洋環(huán)境對(duì)水下傳感器的性能影響，不同海層的溫度、鹽度、壓力等對(duì)聲速有影響，使用艦船、潛艇所安裝水下傳感器設(shè)備時(shí)，不僅考慮復(fù)雜的海洋環(huán)境，同樣考慮傳感器隨海洋環(huán)境改變的性能狀況，在不同的環(huán)境下，傳感器所表現(xiàn)的可信度也不同；艦艇目標(biāo)與潛艇目標(biāo)的工作噪聲頻率不同，同一個(gè)傳感器對(duì)其探測(cè)的能力有大有小，如SWALLOW浮標(biāo)系統(tǒng)[1]可以探測(cè)0.6～20 Hz的甚低頻目標(biāo)，矢量水聽器可以探測(cè)低頻目標(biāo)[1]。在海洋環(huán)境無(wú)固定狀態(tài)，目標(biāo)處于未知的情況下，多種傳感器組合探測(cè)成為艦船和潛艇探測(cè)運(yùn)動(dòng)目標(biāo)的主要方式。文獻(xiàn)[2]對(duì)多個(gè)傳感器的可信度進(jìn)行聚類分析給出判決結(jié)果，但是沒有考慮環(huán)境的變化和目標(biāo)狀況，處理情況比較單一，同時(shí)給出的傳感器是固定的，并不符合實(shí)際情況。文獻(xiàn)[3]構(gòu)建STMHM（空時(shí)二維多假設(shè)模型）解決主動(dòng)聲納系統(tǒng)和被動(dòng)聲納系統(tǒng)進(jìn)行信息融合，跟蹤、識(shí)別高速運(yùn)動(dòng)目標(biāo)。文獻(xiàn)[4]針對(duì)多傳感器信息融合問(wèn)題，推導(dǎo)出一種遞推方法，采用相同模型成分的各局部節(jié)點(diǎn)，交互多模型狀態(tài)，對(duì)誤差互協(xié)方差矩陣進(jìn)行估計(jì)。

本文根據(jù)海洋環(huán)境和目標(biāo)狀態(tài)屬于未知，而傳感器的性能情況屬于已知，在多種傳感器的情況下，利用直覺模糊決策的方法，對(duì)系統(tǒng)獲取的目標(biāo)信息進(jìn)行融合優(yōu)化，將海洋環(huán)境與目標(biāo)狀況代入模型當(dāng)中，給出當(dāng)前海洋環(huán)境下的最佳探測(cè)傳感器組合方式，尋求最佳探測(cè)效果，并給出所探測(cè)到目標(biāo)可信度。在不同的環(huán)境下，針對(duì)不同的目標(biāo)，可以變換不同的傳感器組合方案，對(duì)所設(shè)計(jì)的方案進(jìn)行尋優(yōu)。

1 直覺模糊決策模型

Atanassov等基于直覺模糊集和區(qū)間模糊集[5]，引入?yún)^(qū)間直覺模糊集（Interval?valued Intuitionistic Fuzzy Set，IVIFS），包含隸屬度、非隸屬度和未知度，均為[0，1]的閉區(qū)間。張英俊等改進(jìn)了該方法，提出屬性權(quán)重不確定條件下的決策問(wèn)題解決方法[6]，這種方法可以有效處理不確定信息，而海洋環(huán)境的復(fù)雜性，給探測(cè)設(shè)備帶來(lái)許多不確定信息和未知信息，有效的處理相關(guān)信息和過(guò)濾非相關(guān)信息，可以提高整體探測(cè)性能。每個(gè)水下傳感器所得到的結(jié)果不盡相同，在處理過(guò)程中，為每個(gè)傳感器賦予一個(gè)權(quán)重，參與對(duì)目標(biāo)判別的決策。

2 仿真實(shí)驗(yàn)

首先選擇水下傳感器，根據(jù)常用的水下傳感器類型，本文選取了表1中四種傳感器，并列出靈敏度和分析頻帶。根據(jù)對(duì)不同頻率的水聲吸收系數(shù)經(jīng)驗(yàn)公式[9?10]，結(jié)合傳感器的性能，對(duì)傳感器的探測(cè)能力進(jìn)行量化處理。假設(shè)探測(cè)能力系數(shù)為[C，]與吸收系數(shù)[α]成反比，與靈敏度[S]和分析頻帶寬度成正比，給出計(jì)算公式（10），得到相應(yīng)計(jì)算結(jié)果，如表2所示，由表2可以看出各個(gè)傳感器的綜合探測(cè)能力。

最佳方案為[A3，]而在實(shí)際情況中，壓電陶瓷水聽器的靈敏度雖不如其他三種傳感器，但是工作帶寬最寬，對(duì)于艦船的噪聲探測(cè)比其他三種相對(duì)好，方案[A3]實(shí)現(xiàn)從頻率0.6 Hz～100 kHz是不間斷的，相比其他方案要好。由于在仿真中所設(shè)計(jì)的傳感器H2與H3類似，前三種方案所用的傳感器差別不大，所以由前三種方案與理想方案間距離很接近可以說(shuō)明該方法是有效的。

3 結(jié) 論

本文建立了直覺模糊模型，對(duì)艦船和潛艇所使用的多種水下傳感器組合方案進(jìn)行設(shè)計(jì)，選取不同的水下傳感器，簡(jiǎn)要分析了海洋環(huán)境和目標(biāo)特性，對(duì)目標(biāo)噪聲做了簡(jiǎn)單數(shù)學(xué)分析計(jì)算，得出各類傳感器相對(duì)目標(biāo)的探測(cè)能力，設(shè)計(jì)各類傳感器組合方式，并對(duì)模型進(jìn)行了驗(yàn)證，得出結(jié)論證明該模型是可行有效的。該模型可以在實(shí)際探測(cè)中對(duì)各類傳感器組合方案結(jié)合特定目標(biāo)進(jìn)行分析，得到在相應(yīng)海洋環(huán)境和特定目標(biāo)情況下的最佳組合方案，并得出水下傳感器最佳探測(cè)方案，得到較為準(zhǔn)確的目標(biāo)信息。

參考文獻(xiàn)

[1] 陳麗潔.微型矢量水聽器研究[D].哈爾濱：哈爾濱工程大學(xué)，2006.

[2] 朱海，戰(zhàn)凱.水下目標(biāo)識(shí)別的一種信息融合算法[J].艦船電子工程，2012，6（32）：53?54.

[3] 蘆建輝，陳東鋒，萬(wàn)朝江，等.主被動(dòng)傳感器實(shí)時(shí)信息融合的STMHM算法[J].電子學(xué)報(bào)，2012，40（9）：1740?1745.

[4] 喬向東，李濤，楊仝，等.多傳感器混合多模型估計(jì)的誤差互相關(guān)性及其融合算法研究[J].電子學(xué)報(bào)，2010，38（4）：804?810.

[5] ATANASSOV K T， GARGOV G. Interval valued intuitionistic fuzzy sets [J]. Fuzzy Sets and Systems， 1989， 31（3）： 343?349.

[6] 張英俊，馬培軍，蘇小紅，等.屬性權(quán)重不確定條件下的區(qū)間直覺模糊多屬性決策[J].自動(dòng)化學(xué)報(bào)，2012，2（38）：220?228.

[7] XU Z S， YAGER R R. Dynamic intuitionistic fuzzy multi?attribute decision making [J]. International Journal of Approximate Reasoning， 2008， 48（1）： 246?262.

[8] XU Ze?shui. Intuitionistic fuzzy information aggregation theory and application [M]. Beijing： Science Press， 2008： 1?208.

[9] 何祚庸，趙玉芳.聲學(xué)理論基礎(chǔ)[M].北京：國(guó)防工業(yè)出版社，1981.

[10] SCHULKINH M， MARCH H W. Absorption of sound in sea water [J]. Journal of Acoustic Socie， 1962， 34： 864?868.

[11] 李秋實(shí)，羅洪.同軸干涉型光纖水聽器聲壓靈敏度特性分析[J].測(cè)控技術(shù)學(xué)，2005，4（19）：402?407.

[12] 劉孟庵.水聲工程[M].杭州：浙江科學(xué)出版社，2002.