无人系统7：在无人系统平台上集成声学矢量传感器

导读：为了更好配合第三届数字孪生体挑战赛（DTC 2021），数字孪生战场实验室准备了100个无人系统案例，计划用100期案例分析发布在数字孪生体挑战赛公众号。本案例为系列之七，介绍了美国海军矢量传感器的创新应用。

传感器在海洋探索中很有价值，同时在海军作战中，对探测敌对方的潜艇至关重要。任何一方如果在探测技术上有技术优势，就有可能在战场上获胜，这是促使DARPA和美国海军持续研究高性能传感器的原因。

DARPA曾经启动了一个创新型项目，即持久性水生生物传感器(PALS，Persistent Aquatic Living Sensors) ，该项目通过环境中现存的生物来感知和监视沿海水域水下活动，包括潜艇、无人水下航行器和潜水员。

美国海军学院也发现“先进传感器+无人系统”的应用潜力，物理学院教授Kevin Smith将小型声学矢量传感器集成到无人潜航器上，以实现方位估计的能力。

众所周知，声学矢量传感器能够实现方位定位，如果能够配置低功耗的数据采集系统，跟水面舰艇或其他平台进行通信，那么就可以建立一张自动化运行的数据网络，源源不断监测广袤的海洋，这样的思路在军事上有较大的价值。

按照Kevin Smith设计的技术方案，需要解决多个技术难题。

为了实现较大规模的部署，需要开发用于分布式系统的声学矢量传感的轻型、低功耗数据采集系统，否则更换系统的周期太短。

其次，需要确定声学矢量传感器具有的特性，包括表面降噪和通过系绳的充分信号传输，同时还要评估自适应处理字符串的性能，以确定声学矢量传感器对关注目标的监测能力。

另外，还需要评估高数据率射频通信传输片段的性能，把原始声学数据传输到岸基站进行相干/半相干处理，以满足实际应用要求。

如果可以实现声学矢量传感器在无人系统平台的部署，那么将支持以下目标操作：

• 增强无人系统收集定向的能力，在不影响重量或功率要求的情况下获得声学数据。
  

• 通过多个分布式系统的方位估计，为跟踪关注目标提供一种有效的方法。

• 在独立的、分布式无人系统之间，建立先进的关联处理能力。

对于未来的海洋战场，如何引入更为先进的传感器，把它们部署到无人系统上去，并建立一个传感器网络，利用机器学习等工具进行数据分析，往往可以得到难以置信的结果，这正是最近几期无人系统案例所揭示的趋势。

作者：吴海军，数字孪生战场实验室研究员

* 系列文章，未完待续。