本文由曲晓慧(海军航空工程学院电子信息工程系)、喻荣兵(中国人民解放军92635部队)、邱玮玮(济南军区司令部)合作完成,发表于2011年第25卷第6期《测试技术学报》(Journal of Test and Measurement Technology),总第90期。文章标题为《浅海声速剖面对吊放声纳探测距离的影响》(Effect of Sound Speed Profiles in Shallow Sea on Detection Range of Dipping Sonar),聚焦水声工程领域,重点研究海洋声速剖面如何影响吊放声纳(dipping sonar)的主动探测性能。
吊放声纳的探测距离受三大因素制约:设备性能、海洋水声环境特性及换能器入水深度。其中,浅海声速剖面(sound speed profile, SSP)的复杂性对声波传播路径影响显著。声速剖面指声速、密度等参数随水深变化的函数关系,其形态受温度、盐度、季节等因素影响,可分为线性、双线性和多分层三类。我国浅海区域(水深<200米)广泛分布,冬季多呈现等温层正梯度剖面,夏季则易形成负跃变层剖面。作者旨在通过声线轨迹仿真,量化不同声速剖面下吊放声纳入水深度与探测距离的关系,为反潜作战提供优化部署策略。
声速剖面分类与建模
基于实测数据,将浅海声速剖面归纳为三类八种(图1):
声传播特性仿真
选取三类典型剖面(正梯度、单声道轴、声道轴+跃变层),通过Bellhop射线追踪软件模拟声线轨迹:
主动探测距离计算
设定声纳参数(频率3kHz、声源级200dB、目标强度10dB等),结合优质因数(FOM)模型(公式1),仿真不同深度目标的探测距离:
研究证实:
1. 战术价值:通过匹配声速剖面与入水深度,可提升吊放声纳对浅海潜艇的探测效率20%以上;
2. 科学意义:揭示了浅海声场空间结构与声速梯度的定量关系,补充了水声传播理论;
3. 方法论创新:结合射线模型与FOM算法,实现了复杂环境下声纳性能的快速评估。
文中引用的声线追踪代码(基于Fortran优化)和数据集已开源,可供后续研究复现。作者建议结合机器学习进一步优化剖面分类算法,以应对动态海洋环境。