无人系统6：利用无人系统实现潜艇TMA分析能力

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。本案例为系列之六，介绍了美国海军开发的基于无人系统的TMA数据分析方法。

为了探测潜艇的存在，通常海军都会配备目标运动分析（TMA，Target Motion Analysis）设备，如何提高TMA的探测精度和可靠性，成为各国海军引入机器学习和数据科学的动力。

本文介绍美国国防部采用的一种声学TMA先进数据分析方法。

通过引入无人系统，能够较大规模进行探测，同时还可以通过空投方式建立探测网络，自动进行较大区域对潜艇的搜索。如果不考虑成本，或者大幅降低制造成本，那么能够实现常规方法无法实现的军事情报探测能力。

美国海军军官介绍称，传统潜艇TMA探测方法使用小型声学矢量传感器，能够实现单个传感器准确估计目标方位的能力。

如果把两个独立系统建立联合分析，每个系统都使用一个矢量传感器，可以不连贯地结合起来，实现对潜艇运动的准确分析。

除此之外，还可以开发用于实时数据处理和方位估计的小型、轻型、低功耗数据采集（DAQ）系统，同时把矢量传感器和DAQ系统集成，用于跨传感器工作频段的坐标转换和方位估计的实时处理。

针对这种新型潜艇TMS分析方法，具体做法如下：

• 将进行数据采集系统的实验室/台式开发和实时处理字符串集成，确保受控测试结果的准确性。

• 随后将水声矢量传感器与新的DAQ集成，测试AquaQuad概念，验证轻量级及低带宽限制条件。

• 与漂流浮标的并行工作，在华盛顿州达博湾和加利福尼亚州蒙特雷湾收集现场数据的实时处理字符串，验证相关工程可行性。

• 将低数据速率通信链路集成到漂流浮标，允许在接收站测试 TMA 处理字符串。

通过对无人系统实现潜艇TMA分析能力的研究，集成声矢量传感器和DAQ板的替代分布式节点（漂流或系泊）。

不仅如此，该研究项目能用于声学传感的小尺寸、低功耗DAQ系统的研发，包括数据采集和处理板、矢量传感器和“组合”电力数据传输。

这套系统可以支持数据采样、预处理和通信层的嵌入式软件。接收站从分布式节点获取数据，并分析TMA处理字符串，从而实现对附近潜艇存在状态的精细化分析，比传统方法实现更高精度的分析能力和效果。

数字孪生战场实验室认为，如果可以对海洋建立数字孪生化，建立大规模的数字孪生战场环境，那么该功能可以作为其基础能力，成为未来作战有价值的数据源。

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。