张东俊，张涛，王石



基于潜艇声探测能力预测的感知行为决策方法

张东俊，张涛，王石

(海军92337部队，辽宁大连 116023)

针对作战行为对潜艇作战结果的影响较大，且难以通过传统基于指标体系的方法来寻求战法创新的问题，提出了基于潜艇声探测能力预测的感知行为决策方法，用于目标搜索阶段的优化决策。首先分析了传播环境、平台特性及作战行为对声探测能力的影响；其次建立了声探测能力的形式化表达，并针对影响因素的特点建立了可实时修正的预测模型，实现行为驱动的声探测能力预测；然后建立了总体约束下的感知行为优化框架及具体优化流程；最后以要地搜反潜为例对所提方法进行了实验验证。实验结果表明，该方法可在目标搜索阶段为感知行为决策提供了有效优化。

能力预测；行为决策；优化控制；作战实验

0 引言

“知己知彼，百战不殆”，一直都是人们在战争中追求的目标。“知己知彼”是“百战不殆”的基础和前提，尤其在现代战争中，往往起着决定性的作用[1]。它一方面要求指挥员能有效地感知战场态势，同时对自身的感知能力有清醒的认识并能够通过指挥操纵等行为对感知能力进行优化。

作战实验是通过探索作战的因果关系以深入认识战争规律和指导规律的科学方法[2]。对于交战结果与交战进程呈强相关的作战类型，需要能够描述装备作战能力随作战进程所呈现的动态变化特性。例如，潜艇对潜、对舰作战中，交战结果具有较大的偶然性，并不能通过对比指标参数等方式来决定胜负，而是交战过程中某些关键行为决定了结果的走向。

在水下作战空间，声探测是作战装备探测感知的主要手段，受环境和平台状态的影响较大，具有较强的时变和空变特性[3]。目前声探测能力研究主要集中在平台装备战技术性能的影响分析上[4-5]，但对于在平台目标搜索阶段提高声探测能力的感知行为决策方面的研究并不多见。本文通过分析影响声探测能力的因素，建立潜艇声探测能力预测模型，实现动态连续估计，并搭建能力需求与行为决策之间的关系，以寻求在目标搜索过程中行为决策的科学性、合理性。

1 潜艇声探测能力影响因素分析

1.1 声探测原理

潜艇通过艏端、舷侧、拖曳等主/被动声呐探测目标。声呐系统的工作模型如图1所示。目标声源级对于被动声呐就是目标辐射噪声声源级，对于通信声呐就是对方发射器声源级，对于主动声呐就是目标回声声源级(这里是发射声源级，是传播损失，是目标强度)。

图1 声呐系统工作模型

由图1可以看出，影响声探测能力的因素主要有三个：(1) 装备自身特性(功率、波形及接收指向性等)；(2) 目标特性(噪声声级、频率分布、散射特性等)；(3) 信道影响(衰减、畸变、干扰等)[6]。

由于目标特性不可控，故在作战运用中，仅考虑通过作战行为驱动以及利用环境或改变自身特性来改善声探测能力，将可以改变或利用的因素分为三大类：(1) 传播环境；(2) 平台特性；(3) 作战行为。它们一起作用于声呐方程中的传播损失、接收指向性指数、混响级、检测阈等。

1.2 传播环境影响分析

声探测能力受环境的影响非常大，水声传播环境是一个复杂多变的信道。海洋介质中存在着分散或密集的非均匀散射体、海水不同尺度的流动以及温度和深度的影响，共同导致了海水的非均匀性，引起水声传播速度的变化、路径的变化以及衰减的差异。

海水中声速受温度、盐度、压力的影响，其表达式为

海水中的传播损失根据环境的不同，呈现出巨大的差异：

同时，海底地形、结构、沉积层以及声信道的时变、空变特性都影响着声波的吸收、散射和反射，最终反映到探测距离的变化。

1.3 平台特性影响分析

声呐系统的探测能力受所在平台的影响，主要是由于平台在不同任务下所采取的航行工况不同，导致不同的平台自噪声水平，影响接收时的信噪比，从而影响对目标的探测[7]。平台自噪声主要由机械振动噪声、流级噪声及螺旋桨噪声组成，对不同平台声呐其接收的信号各不一样。

1.4 作战行为影响分析

相对于平台噪声水平可能在较长一段时间内保持稳定，而变向、变速、变深机动等作战行为以及设备动用可能引起平台瞬时噪声发生变化，进而对声呐探测能力产生严重影响。

对拖曳声呐而言，平台的变向机动会造成阵形发生不同程度的改变，畸变阵因平台航速不同近似为抛物线形、勾形或圆弧形[8]，如图2所示。虽然可以通过阵形检测和补偿使声呐系统仍保持探测的能力，但其探测距离和声呐的指向性都将发生较大的变化。

同时，由于拖曳阵随潜艇航行状态的改变具有滞后性，在潜艇变深、变向等机动的过程中，应根据拖曳阵所处的实际情况，而不是依据艇的情况来估计拖曳声呐的探测距离和指向性。

图2 拖曳阵随潜艇机动产生阵形畸变

2 声探测能力预测方法

2.1 基于传播环境的探测能力预测方法

海洋环境的复杂多变性使得装备的声探测能力受海水深度、季节、海区位置、海底底质等多种因素影响，给探测带来了不确定性。需要通过建立基于海洋环境数据的预测模型，实时、动态地预测装备声探测能力。

影响声探测能力的海洋环境因素主要有：海况、水深和水声环境。海况可分为良好、一般、恶劣三档；水深可分为深海、浅海；水声环境随季节、海区位置而变化，其中声速梯度(正梯度、负梯度、温跃层、深海声道、表面声道、汇聚区等)对声探测的影响非常明显，典型的声速梯度对于水声传播的影响如图3所示。

图3 典型声速梯度对水声传播的影响

从式(1)可知，声速受海水温度的影响，随季节的变化而变化。图4为在某海域一个月的实测的温度数据。

图4 某海域一个月实测温度变化情况

由于传播环境对声探测影响的复杂性，本文仅以传播损失为例进行说明。声速梯度是影响传播损失的最主要因素，同时还跟声呐系统所处的深度密切相关。图5为在某海域实测的声源深度对传播损失的影响情况。

图5 实测声源深度对传播损失影响

由图5可以看出，由于声源处于不同的深度(5 m和30 m)，相应的声速梯度不同(5 m处为正梯度，30 m处为负梯度)，故传播损失的差异非常明显。在损失相同声能的情况下，更深位置的声信号传播的距离增加1倍以上。

综上所述，传播环境不仅影响声呐的探测距离，同时影响探测包络的形状。

最后，估计出下潜到不同深度时对应的声探测能力大小。

2.2 基于平台自噪声的探测能力预测方法

……

2.3 基于阵形估计的声探测能力预测方法

受拖曳平台机动、海流扰动以及水动力的影响，拖曳阵阵形会发生不同程度的畸变，直接影响探测距离、探测包络以及探测精度(包括方位精度、距离精度和深度精度)。

融合后更新声探测能力包络形状，实现对声探测能力的实时预测。

传播环境、平台特性、作战行为对声探测能力产生的综合影响，根据各因素的影响情况综合预测声探测能力：

3 总体能力约束下的感知行为优化决策

在执行某项作战任务的感知阶段，需要通过行为驱动以调整探测能力、实现对战场态势感知的最优化。由于探测能力与隐蔽能力、攻击能力、防御能力以及保障能力相关，有时候不能一味追求探测能力的最优而损害了其他能力的发挥。所以需要在总体能力的优化控制下采取合适的感知行为，实现约束下的最优感知。

3.1 感知行为建模

感知行为是为调整或保持探测感知能力而采用的作战行为，包括指挥行为和操纵行为。指挥行为主要是作战进程中指挥员的口令，可表示为

操纵行为主要是在作战进程中，各战位依据操纵规程对指挥员口令的响应，并作用于装备系统。可表示为

指挥行为与操纵行为之间的关系为：

3.2 总体能力约束下的感知行为优化决策

3.2.1 动态约束条件设置

不同的作战任务对装备的各能力需求存在较大差异。且同一个作战任务的不同作战阶段，对装备各能力的需求也是不一样的，随着作战进程的推进动态地变化。

对探测感知能力的优化需考虑总体能力需求的动态约束。将作战进程划分为作战能量积蓄、感知、传递、转化四个阶段[12]，根据作战阶段和作战目的构建动态约束条件。

约束条件包括装备各能力的范围及控制优先级。可表示为

3.2.2 感知行为优化决策

在作战过程中，最为常见的行为是根据态势变化不断调整自身的状态(能力)以适应作战要求。但通常情况下，作战单元对态势的了解是不完全的，备选方案和策略也不是完全的，而且在不同的阶段所期望达到的目标也不一样，这就难以实现决策的全局最优，而优化决策的目的是求取在可选方案下对阶段目标的满意解。

对于感知行为优化决策，就是要在总体能力约束条件下通过方案寻优，实现在备选方案空间内的最优满意解，以满足感知阶段对平台装备感知能力的需求。感知行为优化框架如图6所示。

感知行为优化过程如下：

(1) 创建感知行为方案个体。根据感知行为集，构建由单个指挥行为或指挥行为序列(包括响应指挥行为的操纵行为)，形成行为方案；

(2) 总体能力估计。对行为方案所引起的装备系统状态变化以及空间位置变化等进行各分项能力估计，判断其是否满足约束条件(指挥员根据对作战任务的理解以及对战场态势的判断确定总体能力约束条件)；

图6 感知行为的优化流程

(3) 构建精英种群。对于满足约束条件的行为方案个体，则加入精英种群；

(4) 行动方案的感知能力预测。对精英种群中的行动方案个体，根据其引起的探测感知装备的状态变化以及平台的空间变化，通过第2节中的声探测能力预测方法，预测执行该行动方案的感知能力的影响；

最优解即为下一步感知能力优化的行动方案，实现了感知行为的优化决策。

4 实例分析

4.1 想定设置

4.2 感知行为优化决策

(1) 优化参数设置

(2) 初始态势

红方作战平台A初始位置位于海区Q下边沿中间，蓝方作战平台B初始位置随机位于海区Q内。

(3) 实验结果

按照总体约束下的感知行为优化流程，仿真得到1 000个行为方案个体执行后对感知能力需求的满足度，其中超过满意解门限的个体数量为33，如图7所示。

图7 行为方案满意度评估

5 结语

在潜艇作战任务中，能否对目标实现探测感知是其能否克敌制胜的首要条件。潜艇声探测作为最主要的探测感知手段，受到环境、作战行为的影响和驱动，在寻求感知能力优化的同时往往涉及到其他能力的总体平衡，在复杂场景下仅仅依靠人来决策是不够的，还应增加基于能力预测的辅助决策手段帮助指挥员采取合理的行动策略。

本文据此提出的基于声探测能力预测的感知行为决策方法，有助于在潜艇目标搜索阶段提供科学合理的感知行为决策，可为作战实验自动化仿真推演、战法训法快速创新提供一种行之有效的实现途径。

[1] 乔正伟, 羊彦, 侯静. 战场态势感知系统评价方法[J]. 指挥控制与仿真, 2016, 38(5): 47-51.

QIAO Zhengwei, YANG Yan, HOU Jing. Evaluation methods of battlefield situational awareness system[J]. Command Control ＆ Simulation, 2016, 38(5): 47-51.

[2] 吕跃广, 方胜良. 作战实验[M]. 北京: 国防工业出版社, 2007.

LÜ Yueguang, FANG Shengliang. Operational experiments[M]. Beijing: National Defence Industry Press, 2007.

[3] ETTER P C. Underwater acoustic modeling and simulation[M]. CRC Press, 2013.

[4] 蔡爱华, 何建伟. 声探测精度对深弹命中率影响分析[J]. 中国电子科学研究院学报, 2016, 11(6): 618-624.

CAI Aihua, HE Jianwei. Impact analysis of the acoustic detection accuracy on operational efficiency of depth charge[J]. Journal of CAEIT, 2016, 11(6): 618-624.

[5] 陈剑, 鲁民月, 庞天照. 潜艇噪声水平对声呐探测性能影响分析[J]. 舰船科学技术, 2009, 31(12): 22-25.

CHEN Jian, LU Minyue, PANG Tianzhao. The noise level of submarine bring to the influence of the sonar detection capability[J]. Ship Science and Technology, 2009, 31(12): 22-25.

[6] 汪德昭, 尚尔昌. 水声学[M]. 北京: 科学出版社, 2013.

WANG Dezhao, SHANG Erchang. Underwater acoustics[M]. Beijing: Science Press, 2013.

[7] 刘宁. 典型潜艇水下辐射噪声空间分布特性测试与分析技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2005.

LIU Ning. The test and analysis technique research of space distributing characteristic on typical submarine’s radiated noise[D]. Harbin: Harbin Engineering University, 2005.

[8] 焦君圣. 本艇机动时拖曳阵的阵形估计及左右舷分辨方法[J]. 声学与电子工程, 2007(4): 16-20.

JIAO Junsheng. The submarine maneuvering system estimation and resolution method of towed array starboard[J]. Acoustic and Electronic Engineering, 2007(4): 16-20.

[9] 吴小勇. 反潜体系的搜索能力优化方法研究[D]. 长沙: 国防科学技术大学, 2012.

WU Xiaoyong. Research on searching capabilities optimization of anti-submarine equipment system of systems[D]. Changsha: National University of Defense Technology, 2012.

[10] 刘孟庵, 连立民. 水声工程[M].浙江: 浙江科学技术出版社, 2002.

LIU Meng’an, LIAN Limin. Underwater acoustics engineering[M]. Zhejiang: Zhejiang Science and Technology Press, 2002.

[11] 朱沛胜, 黄勇, 张扬帆, 等. 拖曳阵阵形估计的自适应Kalman滤波算法[J]. 声学技术, 2007, 26(1): 1-5.

ZHU Peisheng, HUANG Yong, ZHANG Yangfan, et al. Towed array shape estimation using adaptive Kalman filters[J]. Technical Acoustics, 2007, 26(1): 1-5.

[12] 张宇, 黄建新. 应用OODA 环模型研究装备对体系贡献程度[J]. 现代防御技术, 2017, 45(2): 177-182.

ZHANG Yu, HUANG Jianxin. Study on contribution degree of equipment to system of systems using OODA loop model[J]. Modern Defence Technology, 2017, 45(2): 177-182.

A perceptual behavior decision method based on acoustic detectability prediction ofsubmarine

ZHANG Dong-jun, ZHANG Tao, WANG Shi

(Navy 92337 Troop, Dalian 116023, Liaoning, China)

Aiming at the problems that the combat result of submarine is affected greatly by combat behaviors and that the new combat method is difficult to seek based on traditional index system method, a perceptual behavior decision method, which is used for optimum decision in the target search stage, is proposed based on the prediction of acoustic detectability of the submarine. Firstly, the influence of acoustic propagation environment, platform characteristics and combat behaviors on acoustic detectability is analyzed. On the basis, the formal expression of acoustic detectability is found and the real-time correctable prediction model is established according to the characteristics of influence factors. The prediction of acoustic detectability is realized by behavior driven. Secondly, the framework of perceptual behavior optimization and its specific optimization process are set up under the overall constraint. Finally, the proposed method is verified by the example of anti-submarine in important sea area. The results show that this method can effectively optimize the perceptual behavior in the target search stage.

detectability prediction; behavior decision; optimization control; operational experiment

O429

A

1000-3630(2018)-04-0309-07

10.16300/j.cnki.1000-3630.2018.04.003

2018-03-08;

2018-05-08

中国博士后科学基金面上项目(2017M613384)

张东俊(1966－), 男, 辽宁大连人, 硕士, 高级工程师, 研究方向为武器装备鉴定与作战实验建模仿真。

张涛,E-mail: radarads@sina.com