Phân tích và ứng dụng các thuật toán dạng demon dùng trong phát hiện tín hiệu tàu

âm bằng các thuật toán dạng DEMON để phát hiện tầu nổi. Nhóm nghiên cứu đã sử dụng bản thu tín hiệu thủy âm do tàu tạo ra trong các tình huống thực tế làm dữ liệu xử lý cho mô hình hệ thống. Các kết quả thu được khi phân tích thử nghiệm thuật toán chứng minh tính đúng đắn của mô hình kiến trúc đề xuất, yêu cầu ít tài nguyên tính toán hơn và đồng thời có hiệu quả hơn đối với những phép toán có tính tới ảnh hưởng của nhiễu ngẫu nhiên. Đồng thời, mở ra một số hướng nghiên cứu mới, nâng cao hiệu quả của hệ thống phát hiện mục tiêu trên biển ứng dụng các thuật toán dạng DEMON. Từ khóa: Xử lý tín hiệu sonar thụ động; Thuật toán DEMON; Tàu nổi. 1. MỞ ĐẦU 1.1. Mô hình và nguyên lý hoạt động của hệ thống phát hiện mục tiêu Có nhiều phương pháp phát hiện đối tượng xâm nhập khu vực cần bảo vệ trên mặt biển như hệ thống radar, hệ giám sát quang học, vệ tinh, hệ phao thả tự do,... và dưới nước như sonar chủ động, sonar thụ động,... Các phương pháp đó tương đối tốn kém về đầu tư, bảo trì và khó tiếp cận với mục đích học tập. Các hệ thống này phù hợp với các biện pháp phòng thủ vòng ngoài, từ xa đối với từng vùng biển đã biết trước. Trong bài báo này, nhóm nghiên cứu đề xuất giải pháp xây dựng mô hình hệ thống thu tín hiệu thủy âm gọn nhẹ cơ động để phát hiện và cảnh báo mục tiêu là tàu nhỏ trong bài toán xâm nhập khu vực bờ biển duyên hải, bến cảng. Hệ thống có chức năng thu thập, phân tích một số đặc trưng của tín hiệu thủy âm phát ra từ mục tiêu theo những hướng dự kiến bằng một số thuật toán dạng DEMON. Mô hình đề xuất là hệ thống bao gồm một hydrophone, mô-đun khuếch đại tín hiệu, bộ lọc và số hóa, một mô-đun để xử lý tín hiệu số, và các bộ ghi thời gian thực. Hệ thống cũng có thể được mở rộng để đo nhiều kênh đồng thời bằng cách ghép các hydrophones khi cần trong từng trường hợp cụ thể. 1.2. Cơ chế phát sinh tiếng ồn của tàu Theo Nielsen [1], các nguồn tiếng ồn đặc trưng cho một con tàu gồm: - Tiếng ồn do động cơ, máy móc và thiết bị trên tàu khi chuyển động tạo ra; - Tiếng ồn của dòng chảy thủy động lực trên thân tàu; - Tiếng ồn chân vịt và động cơ. Trong quá trình di chuyển, nguồn tiếng ồn chính của tàu là sự xâm thực của các cánh quạt (khoảng 80-85% cường độ tiếng ồn tạo ra trong môi trường biển). Đặc điểm của nhiễu bức xạ này là phụ thuộc vào tần số quay của lưỡi chân vịt. Tiếng ồn xâm thực tăng theo tỷ lệ thuận với tốc độ quay của chân vịt và giảm khi độ sâu hoạt động của chân vịt tăng. Ở trường hợp tốc độ thấp, tiếng ồn do tàu mặt nước Kỹ thuật điện tử B. N. Hoàng, ,V. H. Lăng, “Phân tích và ứng dụng trong phát hiện tín hiệu tàu.” 126 gây ra chủ yếu là do các động cơ (động cơ đẩy chính hoặc các máy phát điện diesel). Giá trị tối đa của mật độ phổ nhiễu cho các loại tàu khác nhau được tính khoảng 140dB ref.1µPa@1m đối với tàu cá nhỏ và khoảng 195dB ref.1µPa@1m cho tàu chở hàng viễn dương [1]. Đối với các tàu lớn đã tồn tại các mô hình và công thức có thể ước tính mức độ ồn tối đa chúng phát ra trong môi trường biển [1], nhưng đối với các tàu nhỏ di chuyển nhanh (đôi khi là người nhái) là các mục tiêu có kích thước và nguồn phát âm nhỏ, chúng ta không thể xác định được sự tồn tại bằng các mô hình đó, mà phải dùng các phương pháp khác. Một trong những phương pháp phát hiện mục tiêu như vậy là sử dụng các thuật toán dạng DEMON. 2. KỸ THUẬT DEMON TRONG BÀI TOÁN ƯỚC LƯỢNG TẦN SỐ 2.1. Tổng quan về DEMON Kỹ thuật DEMON là một tập hợp các thuật toán dùng để phân tích tín hiệu thủy âm băng hẹp dựa trên nguyên tắc coi tiếng ồn hay tín hiệu thủy âm được tạo ra bởi các tàu biển như chân vịt trục quay động cơ như là đường bao điều chế biên độ của các dạng sóng mang có tần số f đặc trưng cho nguồn âm đó (trong bài báo này là chân vịt tàu nhỏ hoặc bộ điều chỉnh áp suất hệ thống lặn và nhịp thở của người nhái). Tín hiệu thủy âm này (đường bao) là một dạng sóng ngẫu nhiên đặc trưng cho tiếng ồn xâm thực và dạng sóng điều chế, xác định tính tuần hoàn trong vòng quay chân vịt với tần số cơ bản. Đối với các dạng tàu chân vịt có số lưỡi là b và tốc độ ,r thì tần số điều chế cơ bản f được coi là . .b r Thuật toán dạng DEMON được Nielsen đề xuất lần đầu tiên từ năm 1991 [1], từ đó đến nay đã có nhiều biến thể được đề xuất để giải quyết những bài toán cụ thể khác nhau. Ví dụ như theo dõi từng nguồn đối tượng theo dạng phân tích chập tách rời [3], phân tích phổ 3/2D để trích xuất các tính năng chân vịt từ dữ liệu thu được bởi cảm biến âm [4]. Các thuật toán DEMON cơ bản đã được thử nghiệm trên thực tế [5] và cũng đã được sử dụng để phát hiện kiểu thở của người nhái từ dữ liệu âm thu được [6] từ môi trường thực tế, 2.2. Cơ sở lý thuyết của kỹ thuật DEMON Mô hình toán học cơ bản của kỹ thuật DEMON theo Nielsen coi tiếng ồn của tàu trong môi trường biển là tín hiệu thủy âm ( )x t phát xạ từ đối tượng có dạng: ( ) ( ) ( )x t s t n t  (1) ( ) ( , )w( )s t m f t t (2) Trong đó, tín hiệu ( )s t được hình thành từ xâm thực do việc quay của trục chân vịt tàu, được điều chế bằng sóng mang w( )t theo dạng điều chế ( , )m f t . Còn ( )n t là nhiễu môi trường ngoài. Dạng sóng điều chế ( , )m f t là tuần hoàn với tần số được cho bởi .f Nếu ( , )m f t là tuần hoàn, thì 2( , )m f t cũng là tuần hoàn và do đó, chúng ta có thể biểu diễn dưới dạng một chuỗi cosine như sau: 2 0 ( , ) cos( ) L l l m f t A lcft l    (3) Trong đó, 2 / sc f , với sf là tần số lấy mẫu, lA là hệ số trong quá trình mở Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Viện Điện tử, 9 - 2020 127 rộng chuỗi cosin của 2 ( )m t ,  là pha và L là số lượng hệ số cần thiết. Do phía bên trái của phương trình (3) luôn dương nên các hệ số lA phải được chọn sao cho phía bên phải cũng luôn dương. Điều này có nghĩa là hệ số 0A có giá trị dương và lớn hơn hệ số kế tiếp lA , do đó, giá trị của L > 0 và tăng dần. Sóng mang w( )t và nhiễu môi trường ( )n t được chuẩn hóa về zero-mean, độc lập với nhau cũng như với sóng điều biến, với các phương sai 2w và 2 n . Phương sai của dữ liệu ( )x t tại thời điểm tức thời t , được đưa ra bởi công thức: 2 2 2 2 w( ) ( , )x nt m f t    (4) Trong môi trường biển nhiễu môi trường ( )n t có thể là các xung ảnh hưởng đến tín hiệu thủy âm ( )s t , do đó, nếu coi nhiễu của môi trường xung quanh và sóng mang đều tuân theo phân phối Gausian là không hợp lý và không đủ để mô hình hóa hàm mật độ xác suất pdf của dữ liệu là Gaussian. Để tổng quát hóa ta cần chọn mô hình phân bố có tính tới ảnh hưởng của nhiễu xung đến dữ liệu. Đó là mô hình phân bố Gaussian tổng quát. Phân bố này có giá trị pdf của biến ngẫu nhiên theo chuẩn zero-mean ( )x t với tần số ,f có phương sai 2 ( )x t và hệ số mũ g được tính bằng công thức: ( ) ( ( ) | ) exp( ) ( ) ( ) g x x G x t p x t f H t t    (5) Với 0.5 1.5 ( (3 / )) 2( (1/ )) g g G g    (6) 0.5 (3 / ) (1/ ) g g H g        (7) Khi g=2, hàm pdf trở thành Gaussian-pdf. 3. ỨNG DỤNG MỘT SỐ THUẬT TOÁN DẠNG DEMON ĐỂ PHÁT HIỆN TÀU Như vậy, các công đoạn của kỹ thuật DEMON gồm các bước: Từ tín hiệu thủy âm (tiếng ồn) thu được, tính đường bao điều chế, từ đó ước lượng được tần số sóng mang f bằng phân tích FFT. Tần số quay của trục cánh quạt, chân vịt của tàu chính là các dấu hiệu đặc trưng để phát hiện và nhận dạng đối tượng. Trong thực tế, khi thực hiện kỹ thuật DEMON đã có nhiều các biến thể khác nhau trên cơ sở thuật toán DEMON tổng quát. Các biến thể này đều hướng tới mục đích xác định tần số điều chế .f Có thể phân thành một vài hướng sau: (i) Bổ sung các giải pháp phần cứng (Khuếch đại, lọc băng, biến đổi AD,...); (ii) Đề xuất các thuật toán xử lý mạnh, tốc độ cao; (iii) Kết hợp cả 2 giải pháp trên. Kỹ thuật điện tử B. N. Hoàng, ,V. H. Lăng, “Phân tích và ứng dụng trong phát hiện tín hiệu tàu.” 128 Trong phần này đầu tiên, nhóm nghiên cứu trình bày thuật toán DEMON cổ điển, sau đó là ứng dụng một số dạng tuật toán DEMON theo phiên bản dạng (iii) để ước lượng tần số quay f của chân vịt của tàu nhỏ chuyển động trong vùng biển nông. Dữ liệu sử dụng là kết hợp giữa các bản ghi trong thư viện Ocena Library của Viện Hải Dương Hoa Kỳ được công bố công khai vào tháng 4/2019 và các bản ghi tín hiệu thủy âm do các đối tượng phát ra trong quá trình thử nghiệm mà phòng nghiên cứu điện tử dưới nước thực hiện. 3.1. Phân tích và kết quả các thuật toán DEMON cổ điển Thuật toán DEMON cơ bản Từ [1] Nielsen đã đề ra sơ đồ khối cho thuật toán phân tích ước lượng tần số .f Sơ đồ thực hiện theo thuật toán này thường gọi là thuật toán DEMON cơ bản. Nó gồm bộ lọc băng, mạch tách sóng đường bao và biến đổi FFT từ miền thời gian sang miền tần số cho đường bao. Đồ thị trên hình 2 là phổ tần số f chân vịt của của phà được phân tích bằng thuật toán DEMON cơ bản. Hình 1. Sơ đồ khối thuật toán DEMON cơ bản theo Nielsen. Hình 2. Phổ tần số f khi xử lý DEMON cơ bản. Thuật toán DEMON cải tiến Hình 3. Sơ đồ khối thuật toán DEMON cải tiến. Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Viện Điện tử, 9 - 2020 129 Tín hiệu âm từ hydrophone là ( )x t được số hóa với tần số lấy mẫu sf qua bộ ADC có dạng [ ] ( )x i x t iT  . Ở đây, i = 0, 1, 2 với 1/T f sau đó đưa qua bộ lọc băng thông số (BPF) để loại bỏ tiếng ồn môi trường có tần số ngoài dải tần lựa chọn. Đường bao của tín hiệu đã số hóa ( )x i được tính theo biến đổi Hilbert và giá trị trung bình của nó được tính bằng giá trị hiệu dụng RMS (Root Mean Square) trong cửa sổ thời gian DT . Của số này chứa D sN T f mẫu và đường bao trung bình được tính bằng công thức: ( 1) 1 21 ˆ[l]= [i] l N i lN z x N     (8) Cuối cùng FFT chuyển tín hiệu thủy âm trong miền thời gian sang miền tần số đó là dạng phổ DEMON của tín hiệu cần phân tích. Hình 4. Phổ tần số f khi xử lý DEMON cải tiến. 3.2. So sánh kết quả các dạng thuật toán DEMON đã thử nghiệm Về hình thức đồ thị, các kết quả phân tích phổ DEMON là tương tự với nhau. Sự khác biệt biểu hiện rõ nhất là phổ tín hiệu ở biến thể DEMON cải tiến so với DEMON cơ bản cho kết quả tường minh hơn, ít hoặc không chứa các hài cùng nhiễu nền. Đạt được điều này là do các thuật toán đó dựa trên nền tảng xử lý số tín hiệu với lọc số ở các dải, tính bình phương; kết hợp với phép lấy mẫu lại, để gạt bớt nhiễu nền đồng thời làm nổi bật hơn nữa các đặc điểm tín hiệu thu được. Tín hiệu thủy âm do tàu phát ra có dải tần số xâm thực tăng từ hàng trăm đến hàng nghìn Hz phụ thuộc vào tốc độ di chuyển của tàu. Do đó, điều quan trọng là chọn dải xâm thực để xác định tần số các bộ lọc. Ngoài ra, công suất tín hiệu và công suất nhiễu không phân bố đồng đều trên tất cả các tần số của tín hiệu thu được. Vì vậy, cần có biện pháp xử lý để không bị bỏ sót các tần số đó. 3.3. Đề xuất cải tiến mới thuật toán dạng DEMON Sau khi phân tích thuận toán DEMON cổ điển ta thấy, để cải thiện hiệu suất ta có thể phát triển một sơ đồ thuật toán đơn giản hóa, bắt đầu từ ý tưởng phân tích tín hiệu từ hydrophone thành hai thành phần: nhiễu băng rộng không tương quan và tương quan thống kê có chứa thông tin do hiện tượng xâm thực của động cơ chân vịt. Kỹ thuật điện tử B. N. Hoàng, ,V. H. Lăng, “Phân tích và ứng dụng trong phát hiện tín hiệu tàu.” 130 Bắt đầu từ cách tiếp cận này, ta có thể xây dựng một hệ thống thủy âm phát hiện tín hiệu của các mục tiêu ngầm sử dụng thuật toán DEMON có cải tiến với sơ đồ như sau: Hình 5. Sơ đồ khối đề xuất. Tiếp tục triển khai công thức (5) với mục đích đưa ra một công thức ước tính tối ưu về tần số điều chế f từ đó có được công thức ước tính tổng quát và trường hợp dữ liệu tuân theo nguyên tắc phân phối Gaussian được coi là một trường hợp đặc biệt. Hàm log-likelihood ( | )L x f của vectơ dữ liệu *[x(1), x(2)....x(n)]x  của tần số điều chế chưa biết f được cho bởi công thức: 0.5 2 0 1 2 1 1 1 ( | ) 0.5 log( ( )) | ( ) | ( ) g N N g x t t x L x f b t b x t t               (9) Với công suất của tín hiệu thấp, ta có thể viết: 0.5 0.5 2 2 w 2 2 2 2 w 2 ( , )1 1 1 ( ) ( , )1 1 2 g g g x n n g n n m f t t gm f t                            (10) Thay công thức (10) vào (9), ta có: 2 0 2 3 1 1 ( | ) | ( ) | | ( ) | ( , ) N N g g t t L x f b b x t b x t m f t       (11) Trong vế phải của công thức (10) chỉ duy nhất thành phần chứa 3b là phụ thuộc vào tần số f. Vì thế ta có: 2 1 ˆ arg max[ | ( ) ( , ) |] N g f t f x t m f t    (12) Sử dụng công thức (12) ta có kết quả biểu diễn tương quan giữa các giá trị tuyệt đối của các mẫu vectơ dữ liệu theo số mũ g và bình phương của tín hiệu mẫu điều chế. Từ đó, có thể ước lượng tần số điều chế f chính xác hơn. Phổ đầu ra của nó có thể chứa nhiều đỉnh tương ứng với sóng hài, trong trường hợp đó, vị trí của cực đại xảy ra đầu tiên được lấy để ước lượng tần số điều chế. Kết hợp sử dụng kỹ thuật xếp chồng nhằm giảm phương sai để tăng tỷ lệ tín trên tạp SNR. Kỹ thuật này chia tín hiệu thủy âm ( )x t thành các đoạn liên tiếp chồng Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Viện Điện tử, 9 - 2020 131 lấn. Ta chia tín hiệu thành bao nhiêu đoạn chồng lấn thì phương sai cũng sẽ giảm đi từng đó lần nên xác suất ước lượng đúng tần số f của tín hiệu sẽ tăng. Hình 6. Kết quả phát hiện tín hiệu tàu nhỏ bằng DEMON đề xuất. Ba thuật toán DEMON mà nhóm nghiên cứu thử nghiệm, cũng như đa số các biến thể của thuật toán dạng DEMON hiện nay đều dựa trên giả thiết nhiễu môi trường xung quanh n(t) là nhiễu Gauss cộng tính, mà chưa nghiên cứu đến tác động khá mạnh của nhiễu xung trong vùng biển nông. Hiện nay, mô hình DEMON tổng quát trong công thức (12) với tham số g là nhiễu xung, mới chỉ được nghiên cứu giải quyết với từng bài toán cụ thể. Dựa vào các kết luận trên nhóm nghiên cứu đưa ra đề xuất dùng các kỹ thuật mạnh hơn nữa trong xử lý tín hiệu thủy âm, đó là kết hợp các biến thể dạng DEMON hoặc dạng LOFAR với kỹ thuật học máy (Machine learning) nhằm nâng cao hiệu suất phân loại và nhận dạng mục tiêu trên biển. 4. KẾT LUẬN DEMON là một phân tích băng hẹp hoạt động trên tiếng ồn xâm thực của chân vịt mục tiêu với mục đích xác định số lượng trục, tần số quay trục và tốc độ lưỡi cắt của tàu. Vì các tham số này cung cấp thông tin chi tiết về các chân vịt của mục tiêu, nên từ đó có thể nhận phân loại, nhận dạng được tàu nổi, tàu chìm và người nhái. Bài báo trình bày chi tiết cơ sở lý thuyết của kỹ thuật xử lý DEMON. Giới thiệu sơ bộ cơ chế vật lý phát sinh tín hiệu thủy âm của tàu khi di chuyển làm cơ sở để phân tích phổ tín hiệu thủy âm có hiệu quả cao. Kết quả ban đầu của nhóm nghiên cứu sử dụng ba dạng thuật toán DEMON để trích xuất được tần số của trục chân vịt phà, tàu nhỏ. Kết quả phân tích cũng chỉ ra các khía cạnh còn tồn tại khi áp dụng thuật toán dạng DEMON để trích xuất các đặc trưng của mục tiêu khi di chuyển trên biển và mục tiêu ngầm. Bài toán phân loại và nhận dạng mục tiêu trên biển và mục tiêu ngầm là một vấn đề lớn không nằm trong khuôn khổ của nghiên cứu này. Kỹ thuật điện tử B. N. Hoàng, ,V. H. Lăng, “Phân tích và ứng dụng trong phát hiện tín hiệu tàu.” 132 TÀI LIỆU THAM KHẢO [1]. Richard O. Nielsen, “Sonar signal processing”, Boston Artech House, 1991, pp. 16-30, pp.120-128. [2]. Hyvärinen, “Independent component analysis in the presence of Gaussian noise by maximizing joint likelihood”, Neurocomputing, Volume 22, Issues 1- 3, 1998, pp. 49-67. [3]. L. Fillinger, A. Sutin, and A. Sedunov, “Acoustic ship signature measurements by cross-correlation method”, J. Acoustical Soc. Am, 2011, no. 2, no.12. [4]. S. Li, “DEMON feature extraction of acoustic vector signal based on 3/2-D spectrum”, IEEE Conference on Industrial Electronics and Applications, 2007, pp. 2239-2243. [5]. R. Tao, Y. Feng, and Y. Wang, “Theoretical and experimental study of a signal feature extraction algorithm for measuring propeller acceleration in a port surveillance system”, 2011, Iet Radar Sonar Navig, vol. 5, no. 2, pp. 172–181. [6]. R. Lennartsson, E. Dalberg, L. Persson, and S. Petrovic, “Passive acoustic detection and classification of divers in harbor environments”, in OCEANS 2009, Biloxi, 2009, pp. 1–7. ABSTRACT USING DEMON ALGORITHMS FOR DETECTING SMALL SHIPS IN SHALLOW WATER In this paper, a researching about DEMON-types algorithms to process passive sonar is proposed. Analyzing underwater signals in order to build a simple system to detect small target in shallow sea. The research uses the signals generated by the ship in real-world as data processing for the model. The results obtained from algorithm not only demonstrate the validity of the model, but also require less computational resources and more effective in processing noise enviroments. Besides, opening a new research direction, improving the efficiency of the target detection system at shallow sea using DEMON-type algorithms. Keywords: Passive sonar processing; DEMON; Shallow water. Nhận bài ngày 19 tháng 02 năm 2020 Hoàn thiện ngày 20 tháng 8 năm 2020 Chấp nhận đăng ngày 28 tháng 8 năm 2020 Địa chỉ: 1Viện Điện tử/Viện KH-CN quân sự; 2Đại học Bách khoa Hà Nội. *Email: hoangbach2509@gmail.com.