0 引 言
随着声纳相关科学的深入，推动了水下传感器以及隐身技术的发展，在现代舰艇和潜艇上已配备多种水下传感器。由于水下传感器种类多，各个性能不尽相同，如何很好地协同工作、发现目标、以最优的组合方式给出最准确的信息，成为目前水下传感器信息融合的研究方向之一。鉴于海洋环境对水下传感器的性能影响，不同海层的温度、盐度、压力等对声速有影响，使用舰船、潜艇所安装水下传感器设备时，不仅考虑复杂的海洋环境，同样考虑传感器随海洋环境改变的性能状况，在不同的环境下，传感器所表现的可信度也不同；舰艇目标与潜艇目标的工作噪声频率不同，同一个传感器对其探测的能力有大有小，如SWALLOW浮标系统[1]可以探测0.6～20 Hz的甚低频目标，矢量水听器可以探测低频目标[1]。在海洋环境无固定状态，目标处于未知的情况下，多种传感器组合探测成为舰船和潜艇探测运动目标的主要方式。文献[2]对多个传感器的可信度进行聚类分析给出判决结果，但是没有考虑环境的变化和目标状况，处理情况比较单一，同时给出的传感器是固定的，并不符合实际情况。文献[3]构建STMHM（空时二维多假设模型）解决主动声纳系统和被动声纳系统进行信息融合，跟踪、识别高速运动目标。文献[4]针对多传感器信息融合问题，推导出一种递推方法，采用相同模型成分的各局部节点，交互多模型状态，对误差互协方差矩阵进行估计。 []
本文根据海洋环境和目标状态属于未知，而传感器的性能情况属于已知，在多种传感器的情况下，利用直觉模糊决策的方法，对系统获取的目标信息进行融合优化，将海洋环境与目标状况代入模型当中，给出当前海洋环境下的最佳探测传感器组合方式，寻求最佳探测效果，并给出所探测到目标可信度。在不同的环境下，针对不同的目标，可以变换不同的传感器组合方案，对所设计的方案进行寻优。
1 直觉模糊决策模型
Atanassov等基于直觉模糊集和区间模糊集[5]，引入区间直觉模糊集（Interval?valued Intuitionistic Fuzzy Set，IVIFS），包含隶属度、非隶属度和未知度，均为[0，1]的闭区间。张英俊等改进了该方法，提出属性权重不确定条件下的决策问题解决方法[6]，这种方法可以有效处理不确定信息，而海洋环境的复杂性，给探测设备带来许多不确定信息和未知信息，有效的处理相关信息和过滤非相关信息，可以提高整体探测性能。每个水下传感器所得到的结果不尽相同，在处理过程中，为每个传感器赋予一个权重，参与对目标判别的决策。
2 仿真实验
首先选择水下传感器，根据常用的水下传感器类型，本文选取了表1中四种传感器，并列出灵敏度和分析频带。根据对不同频率的水声吸收系数经验公式[9?10]，结合传感器的性能，对传感器的探测能力进行量化处理。假设探测能力系数为[C，]与吸收系数[α]成反比，与灵敏度[S]和分析频带宽度成正比，给出计算公式（10），得到相应计算结果，如表2所示，由表2可以看出各个传感器的综合探测能力。
最佳方案为[A3，]而在实际情况中，压电陶瓷水听器的灵敏度虽不如其他三种传感器，但是工作带宽最宽，对于舰船的噪声探测比其他三种相对好，方案[A3]实现从频率0.6 Hz～100 kHz是不间断的，相比其他方案要好。由于在仿真中所设计的传感器H2与H3类似，前三种方案所用的传感器差别不大，所以由前三种方案与理想方案间距离很接近可以说明该方法是有效的。
3 结 论
本文建立了直觉模糊模型，对舰船和潜艇所使用的多种水下传感器组合方案进行设计，选取不同的水下传感器，简要分析了海洋环境和目标特性，对目标噪声做了简单数学分析计算，得出各类传感器相对目标的探测能力，设计各类传感器组合方式，并对模型进行了验证，得出结论证明该模型是可行有效的。该模型可以在实际探测中对各类传感器组合方案结合特定目标进行分析，得到在相应海洋环境和特定目标情况下的最佳组合方案，并得出水下传感器最佳探测方案，得到较为准确的目标信息。
参考文献 []
[1] 陈丽洁.微型矢量水听器研究[D].哈尔滨：哈尔滨工程大学，2006.
[2] 朱海，战凯.水下目标识别的一种信息融合算法[J].舰船电子工程，2012，6（32）：53?54.
[3] 芦建辉，陈东锋，万朝江，等.主被动传感器实时信息融合的STMHM算法[J].电子学报，2012，40（9）：1740?1745.
[4] 乔向东，李涛，杨仝，等.多传感器混合多模型估计的误差互相关性及其融合算法研究[J].电子学报，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] 张英俊，马培军，苏小红，等.属性权重不确定条件下的区间直觉模糊多属性决策[J].自动化学报，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.
中国论文网(www.lunwen.net.cn)免费学术期刊论文发表,目录,论文查重入口,本科毕业论文怎么写,职称论文范文,论文摘要,论文文献资料,毕业论文格式,论文检测降重服务。 返回电子论文列表
