Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2021 , Vol. 40 >Issue 2: 130 - 138

DOI: https://doi.org/10.11978/2020045

Oceanographic Research and Observation

Application of a new type of underwater acoustic buoy in target detection

  • WANG Chao , 1, 2 ,
  • Han Mei , 1, 2 ,
  • SUN Qindong 1, 2 ,
  • ZHANG Xiaochuan 1, 2
Expand
  • 1. Navy Submarine Academy, Qingdao 266199, China
  • 2. Pilot National Laboratory for Marine Science and Technology (Qingdao), Qingdao 266237, China
HAN Mei. email:

Copy editor: YIN Bo

Received date: 2020-05-08

  Request revised date: 2020-07-22

  Online published: 2020-07-29

Supported by

National Key Research and Development Project(2019YFC0311700)

Copyright

Copyright reserved © 2021.
Fold

Abstract

A new type of underwater acoustic buoy platform with target detection capability has been developed by combining vector hydrophone with profile buoys. The acoustic buoy can achieve multiple floating and diving, and has the characteristics of long in-position time, high concealing performance and low cost. The use of multiple underwater acoustic buoys can quickly form a large area coverage. To verify the underwater acoustic buoy’s detection performance on ocean targets, a large scale underwater acoustic buoy platform trial was carried out in the South China Sea in August 2019. The results are as follows: under the typical sound velocity profile of the South China Sea, the acoustic buoy has a maximum detection distance of 13.8 km to the surface vessel with a length of 42 m and a speed of 8.4 kn. The root mean square error (RMSE) of target estimated azimuth can reach 5°, and the standard deviation will be up to 2° when the distance between the acoustic buoy and surface vessel is less than 1.9 km.

Key words： vector hydrophone; target detection; acoustic buoy; South China Sea

Cite this article

WANG Chao , Han Mei , SUN Qindong , ZHANG Xiaochuan . Application of a new type of underwater acoustic buoy in target detection[J]. Journal of Tropical Oceanography, 2021 , 40(2) : 130 -138 . DOI: 10.11978/2020045

长期以来, 受国内技术水平和认识上的制约, 水下目标搜索、探测和监视能力相对薄弱, 水下空间成为我国所有国防领域中设防最薄弱的部分。目前, 我国深海大洋区的水下目标探测方式主要还是依靠传统的水面舰艇和航空声纳, 效费比极低且受恶劣海况影响严重, 水下监视预警能力严重滞后于新形势下我国海洋安全面临的严峻威胁和挑战(周宏坤, 2016; 袁华 等, 2016; 尹云龙 等, 2019)。
近年来, 水下无人缓动平台凭借其噪声水平低、隐蔽性能高、环境适应强、成本低、易操作等优点, 在海洋参数测量和水中目标探测方面的应用受到了各国广泛的关注和重视(Holmes et al, 2005; 路振, 2013; 李峰, 2013; Jiang et al, 2013; 杨燕 等, 2015; 沈新蕊 等, 2018)。国外在水下无人平台集成声学测量系统研制与应用方面起步较早, 在水下无人航行器(Unmanned Undersea Vehicle, UUV)探测方面, 美国2013 年公布的“海底侦察兵”UUV, 头部可以安装两个负载, 通过搭载不同传感器可在水下200m执行反潜任务; 在水下滑翔机技术发展与应用方面, 美国先后研发成功搭载水听器阵列的Xray、Zray、Slucum等典型样机, 用于巡航侦察海洋中的安静型水下目标。国内在水下无人平台与声学系统集成应用方面的研究相对较少且起步较晚(刘璐 等, 2017; Liu et al, 2018), 西北工业大学基于飞翼滑翔机和沈阳自动化所共同研发了搭载多元声压阵列的飞翼滑翔机声学探测系统; 哈尔滨工程大学用“海燕”滑翔机平台共装载了4只声压水听器构成声学探测系统, 并在南海海域进行了海上试验; 中科院声学所通过在水下滑翔机平台艏部舱段安装声矢量探测系统, 该系统要求指标为对声源级不小于125dB@1kHz的目标探测距离大于3km, 并在2014年完成了湖上和海上测试试验, 但试验只进行了声学系统对单频信号的探测性能, 测试效果不理想且测试内容不完善; 海军潜艇学院从2013年开始通过对现有“海燕”水下滑翔机平台进行全新优化设计, 目前已成功研制出了具有海洋环境噪声观测和目标探测能力的水下声学滑翔机平台, 并开展了多次海上试验, 相关指标得到了充分验证(王超 等, 2018; 王文龙 等, 2019)。
Argo浮标作为一种技术相对成熟的水下无人移动平台, 已经被广泛应用于全球海洋环境监测领域, 在“透明海洋”工程立体观测系统中发挥着重要作用(陈鹿 等, 2017)。Argo浮标上浮和下潜主要采用液压驱动系统进行控制, 依靠改变浮标体积实现沉浮, 可通过岸基甲板单元设置浮标平台下潜深度、定深工作时长等参数, 到达设定时间后, 浮标平台会自动上浮, 上浮过程中利用搭载的各种传感器进行海洋环境剖面测量, 到达海面后, 通过卫星将测量数据上传至岸基指挥所。水下声学浮标作为一种新型水下无人移动探测平台, 是集浮标平台技术和声学探测技术于一体, 通过在现有Argo浮标平台基础上集成声学测量系统, 可对水中目标进行信号采集和预警探测(王超 等, 2019)。虽然水下声学浮标不具有自身航行控制能力, 难以实现对水中目标连续跟踪, 但其体积小、重量轻、成本低、便于布放回收, 且只有在水面下潜阶段和水下准备上浮阶段油泵电机工作时才会产生短暂的平台噪声, 搭载的声学系统除受海洋环境噪声外而无其他噪声干扰, 根据水文条件可把水下声学浮标设置到最佳工作深度, 且其观测成本低, 多枚浮标成阵组网使用即可形成大面积区域覆盖, 实现对指定海域水下目标的隐蔽侦察与探测, 与航空声纳浮标相比, 水下声学浮标工作时间更长, 能够长时间、大范围进行水中目标隐蔽探测。
总体而言, 水下声学浮标在海洋方面的应用仍在适应性验证阶段, 针对水下声学浮标对海上目标探测方面的评估研究比较少, 该文旨在利用2019年8月在南海某海域开展的多台水下声学浮标海上试验, 进一步验证研制的水下声学浮标在南海深水区对海上目标探测能力。

1 海上试验及数据处理

1.1 水下声学浮标

水下声学浮标结构示意图如图1所示, 主要由北斗天线、矢量水听器、水声信号处理机、主壳体、驱动转置、主控系统、电池、尾壳和油囊护罩组成。矢量水听器为两端带半球帽的同振式矢量水听器(孙芹东 等, 2015, 2016), 其工作频带20Hz~5kHz,矢量通道自噪声≤46dB@1kHz, 指向性分辨力≥30dB, 矢量通道声压灵敏度级≥-180dB@1kHz, 声压通道自噪声≤38dB@1kHz, 声压通道声压灵敏度级≥-192dB, 最大耐压深度为1500m。工作过程中矢量水听器根据任务要求采集水声信号, 水声信号处理机完成对采集信号的实时处理分析和早期预警判别。
图1 搭载声学测量系统的水下声学浮标示意图

Fig. 1 Underwater acoustic buoy integrated with acoustic monitoring system

图2给出了水下声学浮标水中目标探测流程图, 其可多次上浮和下潜, 具备原位坐底和定深漂流两种工作模式, 其海上连续工作时长则与目标探测工作策略和自动上浮通信周期有关。水下声学浮标平台功耗最大的系统装置为水声信号处理机, 其功耗约为6W, 在平台上浮下潜周期为1d且声学测量系统不工作情况下, 声学浮标能够实现海上连续工作时长多达300d; 而在声学测量系统全时工作情况下, 声学浮标一般仅能工作十几天。
图2 水下声学浮标目标监测流程图

Fig. 2 Flowchart of underwater acoustic buoy detecting target

1.2 试验简介

青岛海洋科学与技术国家实验室自2013年开展矢量水听器在水下无人平台上应用研究以来, 共开展了30多次消声水池和海上试验。为进一步验证研制的水下声学浮标在南海深水区对海上目标探测能力, 2019年8月开展了包含8台水下声学浮标的南海试验, 本文以1#浮标采集数据进行分析说明。试验海区位于北纬16°59′至17°31′, 东经110°37′至110°59′之间, 试验海域深度约为1500m, 离三亚港约160km。试验海区浪高1~1.5m, 海表流速约0.5m·s-1, 海况2~3级, 温跃层70m以浅, 70m以深负梯度。图3给出了声源深度5m, 接收深度200m, 频率1kHz频点处, 利用测量得到的声速剖面计算得到的传播损失随距离变化情况。
图3 频率1kHz传播损失

Fig. 3 Transmission loss at 1 kHz

1.3 目标方位估计方法

基于单矢量水听器的目标方位估计算法有很多, 但总体上可以根据测向原理分为两大类: 一是基于声能流的方位估计, 如平均声强器、互谱声强器、直方图法以及加权直方图法等; 二是将矢量水听器的各通道看作是多元阵列, 各阵元在空间同一点, 利用单矢量水听器自身具有阵列流型的特点, 将现有的阵列信号处理方法应用于单矢量水听器(方尔正 等, 2005; 吴艳群 等, 2010; 梁国龙 等, 2011; 李峥 等, 2012; 宋德枢 等, 2014; Wang et al, 2014; Najeem et al, 2017; Aktas et al, 2018)。本文选用更适用于工程应用、鲁棒性和稳健性较好的加窗直方图方位估计算法, 通过采用时间加窗可提高矢量水听器的处理增益, 增强矢量水听器对水下弱目标信号的检测能力。
然而由于海洋中洋流、内波、潮汐等复杂环境影响, 矢量水听器搭载在浮标平台上进行水中目标探测时, 矢量水听器会产生俯仰、翻转和横滚等姿态变化, 矢量水听器探测到的是相对于自身坐标系的目标方位, 在实际工程应用中我们往往希望得到的是目标相对统一的地理坐标系方位, 因此必须提供矢量水听器相对于地理坐标系的实时姿态信息, 再通过姿态校正得到待测目标的准确方位。本文通过在浮标平台声学测量系统耐压舱内集成一种微型姿态传感器, 用于测量浮标平台在工作期间的实时姿态信息。令浮标平台的笛卡尔坐标系为$O{{x}_{\text{b}}}{{y}_{\text{b}}}{{z}_{\text{b}}}$, 姿态传感器所应用的地理坐标系为$O{{x}_{\text{n}}}{{y}_{\text{n}}}{{z}_{\text{n}}}$, 地理坐标系的$O{{x}_{\text{n}}}$轴、$O{{y}_{\text{n}}}$轴和$O{{z}_{\text{n}}}$轴分别沿北、东和天空方向。当坐标系$O{{x}_{\text{b}}}{{y}_{\text{b}}}{{z}_{\text{b}}}$相对于坐标系$O{{x}_{\text{n}}}{{y}_{\text{n}}}{{z}_{\text{n}}}$发生旋转时, 绕$O{{z}_{\text{n}}}$轴、$O{{x}_{\text{n}}}$轴和$O{{y}_{\text{n}}}$轴旋转可分别得到浮标平台的航向角$\alpha $、俯仰角$\beta $和横滚角$\gamma $, 如图4所示。其中, 浮标平台顺时针转一圈航向角输出从0°到360°, 横滚角±180°和俯仰角0°表示浮标平台直立。
图4 浮标姿态角定义示意图

a. 航向角; b. 俯仰角; c. 横滚角

Fig. 4 Diagram of attitude angle definition. (a) heading angle, (b) pitch angle, and (c) roll angle

一般来讲, 影响水下声学浮标目标测向精度的误差源主要有3个: 矢量水听器内部加速度计装配误差、姿态传感器测向误差以及矢量水听器与姿态传感器的对准误差, 其中所用姿态传感器的测向精度为1°, 而矢量水听器内部加速度计装配误差和矢量水听器与姿态传感器的对准误差为固定误差, 且可以通过提高加工精度和装配工艺来尽量减小该误差, 目标测向精度的整体误差可控制在2°以内。
若$({{x}_{\text{b}}},{{y}_{\text{b}}},{{z}_{\text{b}}})$为在坐标系$O{{x}_{\text{b}}}{{y}_{\text{b}}}{{z}_{\text{b}}}$下的坐标值, $({{x}_{\text{n}}},{{y}_{\text{n}}},{{z}_{\text{n}}})$为在地理标系$O{{x}_{\text{n}}}{{y}_{\text{n}}}{{z}_{\text{n}}}$下的坐标值, 由姿态转换矩阵可得两坐标值的映射关系为:
${{({{x}_{\text{n}}},{{y}_{\text{n}}},{{z}_{\text{n}}})}^{\text{T}}}=C_{\text{b}}^{\text{n}}\cdot {{({{x}_{\text{b}}},{{y}_{\text{b}}},{{z}_{\text{b}}})}^{\text{T}}}$
式中: T表示矩阵转置; $C_{\text{b}}^{\text{n}}$为姿态转换矩阵, 其表达式为:
$C_{\text{b}}^{\text{n}}=\left[ \begin{matrix} \cos \gamma \cos \alpha -\sin \gamma \sin \beta \sin \alpha & -\cos \beta \sin \alpha & \sin \gamma \cos \alpha +\cos \gamma \sin \beta \sin \alpha \\ \cos \gamma \sin \alpha +\sin \gamma \sin \beta \cos \alpha & \cos \beta \cos \alpha & \sin \gamma \sin \alpha -\cos \gamma \sin \beta \cos \alpha \\ -\sin \gamma \cos \beta & \sin \beta & \cos \gamma \cos \beta \\ \end{matrix} \right]$

2 试验处理结果与分析

2.1 目标探测结果分析

试验期间, 水下声学浮标采用定深漂流工作模式探测海上目标, 浮标设置定漂深度为200m, 容差±100m, 即浮标平台在100m~300m深度范围内电机不工作, 声学系统在浮标平台深度大于100m后开始上电采集水声信号, 船舶自动识别系统和雷达设备实时接收试验海区水面航船信息, 目标方位采用直方图算法进行计算, 加窗长度5s, 处理频段为200Hz~3kHz。以下选用1#浮标第2天试验数据进行分析, 图5a给出了1#浮标平台在12:33—14:02时间段内平台深度随时间变化情况。由图5a可以看出,1#浮标该时间段内平台深度基本稳定在220m左右。图5b给出了1#浮标平台姿态角随时间变化, 可以看出, 浮标平台在整个定深漂流工作期间横滚角为-180°, 俯仰角为0°, 而航向角则不断发生变化, 表示浮标在工作时姿态正立但平台发生旋转。图5c给出了该时间段内浮标声学系统接收的水面航船(船舶识别号: 414350640, 船长42m, 船宽6m, 航速8.4kn, 航向301°)噪声信号估计方位历程伪彩图, 图5d为浮标平台和水面航船在该时间段内距离历程图。由图5c和5d可以看出, 12:33—14:02时间段内水面航船距离浮标平台最近距离约为1.9km, 最远距离为13.8km, 在整个时间段内1#浮标可全程探测水面航船方位。
图5 试验处理结果

a. 浮标平台深度随时间变化; b. 平台姿态角随时间变化; c. 噪声信号估计方位历程伪彩图; d. 平台与水面航船距离随时间变化

Fig. 5 Experiment results

(a) platform’s depth with time, (b) 1# attitude’s angle change with time, (c) bearing time recordings (BTRs), and (d) distance between 1# and surface vessel

图6给出了12:33—14:02时间段内1#浮标对水面航船估计方位与真实方位间的均方根误差(Root Mean Square Error, RMSE)和估计方位的标准差(Standard Deviation, SD)随时间变化曲线, 其中
RMSE表示浮标对水面航船目标的方位估计值与GPS真实方位之间的误差, 在真实方位准确情况下RMSE代表方位估计偏差; SD表示估计方位历程的清晰度, 其为方位估计值与方位估计历程拟合值的偏差, SD越小目标方位估计历程图越清晰, 更能准确反映目标航行轨迹。图5和图6可以看出, 在浮标平台与水面航船距离较远时, RMSE和SD大小基本一致, 在4°~10°之间; 在浮标平台与水面航船距离较近时, SD则相对较小, 在水面航船距离浮标平台1.9km时, SD可达2°, 而RMSE则相对较大, 这是由于浮标平台水下推算位置点存在偏差导致距离较近时浮标与水面航船间真实方位相对较大造成的。图7给出了12:33—14:02时间段内1#浮标和水面航船相对位置态势图, 结合图5c、图6和图7可以看出, 当水面航船由远及近靠近浮标平台时, 1#浮标与水面航船的探测距离为10.2km, 而水面航船由近及远远离浮标平台时, 浮标对水面航船的探测距离则为13.8km, 即浮标对远离水面航船的目标的探测性能更优, 这是由于水面航船远离浮标时螺旋桨朝向浮标, 浮标声学系统接收信号信噪比相对较大引起的。
图6 目标方位估计均方根误差和标准差

R表示浮标与航船之间的距离; 箭头表示距离变化; 垂直虚线表示距离分隔线

Fig. 6 RMSE and SD of target estimation direction

图7 浮标平台与水面航船位置态势图

红色线段表示浮标航迹; 蓝色线段表示水面航船航迹; 红色时间表示浮标出水时间; 蓝色时间表示该时间对应的水面航船位置

Fig. 7 Relative positional situation of buoy platform and surface vessel

2.2 噪声谱级变化分析

为定量分析水面航船经过浮标平台过程中浮标声学系统4个通道接收信号时域变化和频谱变化, 采集12:33—14:02时间段内1#浮标声学系统声压通道(P通道)、矢量X通道(Vx通道)、矢量Y通道(Vy通道)和矢量Z通道(Vz通道)的时域噪声信号(图8)。因为1/3倍频程谱可很好的反应海洋环境噪声频谱特性, 图9给出了声学系统4个通道采集信号在20Hz、60Hz、100Hz、200Hz、1kHz和3kHz频点处1/3倍频程谱级随时间变化曲线。图10给出了声学系统4个通道采集信号处理得到的频谱图。
图8 时域信号随时间变化

a. P通道; b. Vx通道; c. Vy通道; d. Vz通道

Fig. 8 The original signal change with time

(a) P channel, (b) Vx channel, (c) Vy channel, and (d) Vz channel

图9 不同频率噪声谱级随时间变化

a. P通道; b.Vx通道; c. Vy通道; d. Vz通道。R表示浮标与航船之间的距离; 箭头表示距离变化; 垂直虚线表示距离分隔线

Fig. 9 Spectral level change with time at different frequencies

(a) P channel, (b) Vx channel, (c) Vy channel, and (d) Vz channel

图10 各通道接收信号频谱图

a. P通道; b.Vx通道; c. Vy通道; d Vz通道。R: 浮标与航船之间的距离; 箭头表示距离变化; 垂直虚线表示距离分隔线(无特殊含义)

Fig. 10 Signal spectrogram

(a) P channel, (b) Vx channel, (c) Vy channel, and (d) Vz channel

从图9和图10可以看出: 1) 水面航船距离浮标平台约4.8km时, 声学系统声压通道噪声谱级在200Hz以上的高频段出现突然升高的现象, 在200Hz、1kHz和3kHz 3个频点处噪声谱级分别升高了约7dB、6dB和4dB; 在水面航船距离浮标平台6.2km时, 声学系统声压通道噪声谱级在1kHz和3kHz两个频点处却出现噪声谱级突然下降的现象, 而水面航船距离靠近对声压通道100Hz以下的低频段却基本没有影响, 这是由于声压通道自噪声在100Hz以下低频段相对较大造成的; 2) 在水面航船靠近浮标(距离4.8km)和远离浮标(距离6.2km)这个由远及近再由近及远的过程中, 声学系统3个矢量通道噪声谱级在60Hz以上的高频段都有不同程度的升高, 其中X通道60Hz以上频段噪声谱级在水面航船距离较近时变化较剧烈, 这可能是由于X通道“8”字形最大值指向水面航船所致, 而Y通道和Z通道噪声谱级在整个频段范围内变化则相对平稳, 在60Hz和100Hz两个频点处Z通道噪声谱级分别升高了约4dB和6dB, 而在200Hz、1kHz和3kHz 3个频点处Z通道噪声谱级则均升高了约8dB; 3) 在200Hz以下的低频段, 矢量通道噪声谱级比声压通道噪声谱级大, 这是由于矢量通道自噪声在低频段相对较大造成的; 4) 水面航船在靠近浮标距离4.8km和远离浮标距离6.2km这个由远到近再由近及远的过程中, 声学系统4个通道噪声谱级在这两个距离处噪声谱级突然升高和降低也验证了水面航船船尾部方向声源级较高的结论。

3 结果与结论

本文利用2019年8月份在南海海域开展的水下声学浮标海水试验, 进一步验证了水下声学浮标对海上目标的探测性能, 试验结果分析表明: 1) 南海良好水文环境条件下, 水下声学浮标对航速8.4kn的水面航船目标最远探测距离可达13.8km, 在水面航船距离浮标平台1.9km时, 方位估计标准差可达2°; 2) 水面航船距离水下声学浮标平台某个距离处, 声学系统各通道噪声谱级在200Hz以上的高频段存在突然增大和减小现象, 但各通道谱级变化存在差异。水下声学浮标是具备高隐蔽和低成本优点的无人平台, 是未来水下无人探测手段的重要组成部分, 下一步将重点加强多平台协同探测技术。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
陈鹿, 潘彬彬, 曹正良, 等, 2017. 自动剖面浮标研究现状及展望[J]. 海洋技术学报, 36(2):1-9.

CHEN LU, PAN BINBIN, CAO ZHENGLIANG, et al, 2017. Research status and prospects of automatic profiling floats[J]. Journal of Ocean Technology, 36(2):1-9 (in Chinese with English abstract).

[2]
方尔正, 崔凯, 2005. 基于矢量水听器的一种时间方位历程目标跟踪方法[J]. 应用声学, 24(5):311-316.

FANG ERZHENG, CUI KAI, 2005. A target tracking method based on time-bearing display for vector sensor[J]. Applied Acoustics, 24(5):311-316 (in Chinese with English abstract).

[3]
李峰, 2013. 自主水下航行器目标跟踪方法研究[D]. 哈尔滨: 哈尔滨工程大学.

LI FENG, 2013. Research on target tracking approach with autonomous underwater vehicle[D]. Harbin Harbin Engineering University (in Chinese with English abstract).

[4]
李峥, 李宇, 黄勇, 等, 2012. 水下目标自主连续跟踪与定位算法研究[J]. 仪器仪表学报, 33(3):520-528.

LI ZHENG, LI YU, HUANG YONG, et al, 2012. Study of automatic continuous tracking and location algorithm for underwater target[J]. Chinese Journal of Scientific Instrument, 33(3):520-528 (in Chinese with English abstract).

[5]
梁国龙, 张锴, 付进, 等, 2011. 单矢量水听器的高分辨方位估计应用研究[J]. 兵工学报, 32(8):986-990.

LIANG GUOLONG, ZHANG KAI, FU JIN, et al, 2011. Research on high-resolution direction-of-arrival estimation based on an acoustic vector-hydrophone[J]. Acta Armamentarii, 32(8):986-990 (in Chinese with English abstract).

[6]
刘璐, 兰世泉, 肖灵, 等, 2017. 基于水下滑翔机的海洋环境噪声测量系统[J]. 应用声学, 36(4):370-376.

LIU LU, LAN SHIQUAN, XIAO LING, et al, 2017. Measurement system of ambient sea noise based on the underwater glider[J]. Journal of Applied Acoustics, 36(4):370-376 (in Chinese with English abstract).

[7]
路振, 2013. 无人智能潜器水下目标探测跟踪技术研究[D]. 哈尔滨: 哈尔滨工程大学.

LU ZHEN, 2013. Study on underwater target detection and tracking of autonomous underwater vehicle[D]. Harbin Harbin Engineering University (in Chinese with English abstract).

[8]
沈新蕊, 王延辉, 杨绍琼, 等, 2018. 水下滑翔机技术发展现状与展望[J]. 水下无人系统学报, 26(2):89-106.

SHEN XINRUI, WANG YANHUI, YANG SHAOQIONG, et al, 2018. Development of underwater gliders: an overview and prospect[J]. Journal of Unmanned Undersea Systems, 26(2):89-106 (in Chinese with English abstract).

[9]
宋德枢, 梁国龙, 王燕, 2014. 机动目标DOA跟踪粒子滤波算法[J]. 信号处理, 30(7):861-866.

SONG DESHU, LIANG GUOLONG, WANG YAN, 2014. Particle filter algorithm for DOA tracking of maneuvering targets[J]. Journal of Signal Processing, 30(7):861-866 (in Chinese with English abstract).

[10]
孙芹东, 笪良龙, 侯文姝, 等, 2015. 一种新型姿态实时修正矢量水听器的设计[J]. 声学技术, 34(2):304-307.

SUN QINDONG, DA LIANGLONG, HOU WENSHU, et al, 2015. Design of a new real-time gesture correction vector hydrophones[J]. Technical Acoustics, 34(2):304-307 (in Chinese with English abstract).

[11]
孙芹东, 侯文姝, 王文龙, 等, 2016. 同振式三轴向矢量水听器设计与实现[J]. 传感技术学报, 29(6):952-956.

SUN QINDONG, HOU WENSHU, WANG WENLONG, et al, 2016. The design and implementation for three dimension co-vibrating vector hydrophone[J]. Chinese Journal of Sensors and Actuators, 29(6):952-956 (in Chinese with English abstract).

[12]
王超, 孙芹东, 兰世泉, 等, 2018. 水下声学滑翔机目标探测性能南海试验分析[J]. 声学技术, 37(6):149-150.

WANG CHAO, SUN QINDONG, LAN SHIQUAN, et al, 2018. Underwater acoustic glider target detection performance trial analysis in the South China Sea[J]. Technical Acoustics, 37(6):149-150 (in Chinese).

[13]
王超, 孙芹东, 张林, 等, 2019. 南中国海“G-Argo”声学浮标目标探测能力分析[J]. 应用声学, 38(6):1025-1032.

WANG CHAO, SUN QINDONG, ZHANG LIN, et al, 2019. Analysis of target detection capability of “G-Argo” acoustic buoy in South China Sea[J]. Journal of Applied Acoustics, 38(6):1025-1032 (in Chinese with English abstract).

[14]
王文龙, 王超, 韩梅, 等, 2019. 矢量水听器在水下滑翔机上的应用研究[J]. 兵工学报, 40(12):2580-2586.

WANG WENLONG, WANG CHAO, HAN MEI, et al, 2019. Research on application of vector hydrophone onboard an underwater glider[J]. Acta Armamentarii, 40(12):2580-2586 (in Chinese with English abstract).

[15]
吴艳群, 胡永明, 2010. 基于单矢量水听器的水面目标运动分析[J]. 声学技术, 29(4):361-364.

WU YANQUN, HU YONGMING, 2010. Analysis of surface target motion based on a single vector sensor[J]. Technical Acoustics, 29(4):361-364 (in Chinese with English abstract).

[16]
杨燕, 孙秀军, 王延辉, 2015. 浅海型水下滑翔机技术研究现状分析[J]. 海洋技术学报, 34(4):7-14.

YANG YAN, SUN XIUJUN, WANG YANHUI, 2015. Analysis on the state-of-the-art shallow water underwater gliders[J]. Journal of Ocean Technology, 34(4):7-14 (in Chinese with English abstract).

[17]
尹云龙, 杨明, 杨绍琼, 等, 2019. 基于水下滑翔机的海洋声学背景场观测技术[J]. 水下无人系统学报, 27(5):555-561.

YIN YUNLONG, YANG MING, YANG SHAOQIONG, et al, 2019. Research on observation technology of oceanic acoustic background field based on underwater glider[J]. Journal of Unmanned Undersea Systems, 27(5):555-561 (in Chinese with English abstract).

[18]
袁华, 严必虎, 2016. 水下滑翔机在水声探测体系中的运用研究[J]. 现代防御技术, 44(1):128-133.

YUAN HUA, YAN BIHU, 2016. Application of autonomous underwater glider in acoustic detection system[J]. Modern Defense Technology, 44(1):128-133 (in Chinese with English abstract).

[19]
周宏坤, 2016. 航空声纳浮标用矢量水听器及其悬挂技术研究[D]. 哈尔滨: 哈尔滨工程大学.

ZHOU HONGKUN, 2016. Research on airborne sonobuoy employed acoustic vector sensor and suspension technology[D]. Harbin Harbin Engineering University (in Chinese with English abstract).

[20]
AKTAS M, OZKAN H, 2018. Acoustic direction finding using single acoustic vector sensor under high reverberation[J]. Digital Signal Processing, 75: 56-70.

[21]
HOLMES J D, CAREY W M, LYNCH J F, et al, 2005. An autonomous underwater vehicle towed array for ocean acoustic measurements and inversions[C]// Europe oceans 2005. Brest, France: IEEE: 1058-1061.

[22]
JIANG YONGMIN, OSLER J, 2013. Underwater source localization using a hydrophone-equipped glider[J]. The Journal of the Acoustical Society of America, 133(5):3526.

[23]
LIU LU, XIAO LING, LAN SHIQUAN, et al, 2018. Using petrel Ⅱglider to analyze underwater noise spectrogram in the South China Sea[J]. Acoustics Australia, 46(2):151-158.

[24]
NAJEEM S, KIRAN K, MALARKODI A, et al, 2017. Open lake experiment for direction of arrival estimation using acoustic vector sensor array[J]. Applied Acoustics, 119: 94-100.

[25]
WANG XUHU, CHEN JIANFENG, HAN JING, et al, 2014. Optimization for the direction of arrival estimation based on single acoustic pressure gradient vector sensor[J]. International Journal of Naval Architecture and Ocean Engineering, 6(1):74-86.

DOI

Options
Outlines

/

〈 〉