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

Nghiên cứu khoa học công nghệ

PHÂN TÍCH VÀ ỨNG DỤNG CÁC THUẬT TOÁN DẠNG DEMON
DÙNG TRONG PHÁT HIỆN TÍN HIỆU TÀU
Bạch Nhật Hoàng1*, Nguyễn Văn Đức2, Vũ Lê Hà1, Vũ Hải Lăng1
Tóm tắt: Bài báo nghiên cứu, phân tích phương pháp xử lý tín hiệu thủy âm
bằng các thuật toán dạng DEMON (Detection of Envelope Modulation On Noise).
Đề xuất phương án xây dựng một cấu trúc hệ thống ứng dụng phương pháp xử lý tín
hiệu thủy 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

Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Viện Điện tử, 9 - 2020

125


Kỹ thuật điện tử

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 )
s(t )  m( f , t )w(t )

(1)
(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 m2 ( f , t ) cũng là tuần hoàn và do
đó, chúng ta có thể biểu diễn dưới dạng một chuỗi cosine như sau:
L

m 2 ( f , t )   Al cos(lcft  l )

(3)

l 0

Trong đó, c  2 / f s , với f s là tần số lấy mẫu, Al là hệ số trong quá trình mở

126

B. N. Hoàng, …,V. H. Lăng, “Phân tích và ứng dụng … trong phát hiện tín hiệu tàu.”


Nghiên cứu khoa học công nghệ

rộng chuỗi cosin của m2 (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 Al phải được chọn sao cho
phía bên phải cũng luôn dương. Điều này có nghĩa là hệ số A0 có giá trị dương và
lớn hơn hệ số kế tiếp Al , 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  w2 và  n2 . Phương
sai của dữ liệu x(t ) tại thời điểm tức thời t , được đưa ra bởi công thức:

 x2 (t )  m2 ( f , t ) w2   n2

(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  x2 (t ) và hệ số mũ g được tính
bằng công thức:
g

G
x(t )
p ( x(t ) | f ) 
exp( H
)
 x (t )
 x (t )

(5)

Với

G

g ((3 / g ))0.5
2((1/ g ))1.5

 (3 / g ) 

H 

 (1/ g ) 
Khi g=2, hàm pdf trở thành Gaussian-pdf.

(6)

0.5 g

(7)

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.

Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Viện Điện tử, 9 - 2020

127


Kỹ thuật điện tử

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.
128

B. N. Hoàng, …,V. H. Lăng, “Phân tích và ứng dụng … trong phát hiện tín hiệu tàu.”


Nghiên cứu khoa học công nghệ

Tín hiệu âm từ hydrophone là x(t ) được số hóa với tần số lấy mẫu f s qua bộ

ADC có dạng x[i]  x(t  iT ) . Ở đây, i = 0, 1, 2… với T  1/ 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 TD . Của số này chứa N  TD f s mẫu và đường bao trung
bình được tính bằng công thức:

z[l]=

1 (l 1) N 1 2
 xˆ [i]
N i lN

(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.
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Viện Điện tử, 9 - 2020

129


Kỹ thuật điện tử

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  [x(1), x(2)....x(n)]* của tần
số điều chế chưa biết f được cho bởi công thức:
 1 
L( x | f )  b0  0.5 log( (t ))  b1  | x(t ) |  2 
t 1
t 1
  x (t ) 
Với công suất của tín hiệu thấp, ta có thể viết:

N

N

2
x

 1 
 2 
  x (t ) 

0.5 g

g

1  m2 ( f , t ) w2 
 g 1 

n 
 n2


N

t 1

t 1

(9)

0.5 g

1  gm2 ( f , t ) w2 
 g 1 

n 
2 n2

Thay công thức (10) vào (9), ta có:
N

0.5 g

L( x | f )  b0  b2  | x(t ) |g b3  | x(t ) |g m 2 ( f , t )

(10)

(11)

Trong vế phải của công thức (10) chỉ duy nhất thành phần chứa b3 là phụ thuộc
vào tần số f. Vì thế ta có:
N

fˆ  arg max[ | x(t ) g m 2 ( f , t ) |]
f

(12)

t 1

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
130

B. N. Hoàng, …,V. H. Lăng, “Phân tích và ứng dụng … trong phát hiện tín hiệu tàu.”


Nghiên cứu khoa học công nghệ

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.
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Viện Điện tử, 9 - 2020

131


Kỹ thuật điện tử

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 13, 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;
2
Đại học Bách khoa Hà Nội.
*Email:

132

B. N. Hoàng, …,V. H. Lăng, “Phân tích và ứng dụng … trong phát hiện tín hiệu tàu.”