基于水幕的艦船紅外干擾策略研究

付 健，趙建輝，李 帆，張 馗

（1.北京航空航天大學 儀器科學與光電工程學院，北京 100191；2.中國船舶工業(yè)系統(tǒng)工程研究院，北京 100036；3.東南大學 儀器科學與工程學院，江蘇 南京 210096）

引言

紅外成像反艦導彈以其攻擊隱蔽性好、精確度高、抗電子干擾能力強等特點，逐漸成為現(xiàn)代反艦導彈的主流，如康斯貝格防務航空航天公司的NSM（naval strike missile）系列紅外成像反艦導彈和洛克希德·馬丁公司的LRASM（long range anti-ship missile）隱身紅外成像反艦導彈[1]。這些新型紅外成像反艦導彈的導引頭采用了線列或面陣式成像探測器，并利用彈載計算機對獲取的紅外圖像進行處理，由于其目標識別算法基于整個艦體的紅外圖像，故具有更高的靈敏度和空間分辨能力，抗干擾性也大幅提升。傳統(tǒng)的艦載紅外干擾方式如熱焰彈、煙霧等已逐漸不能滿足要求[2]，因此，亟需研究新型的對抗方法。近年來利用水幕對艦體降溫，從而降低其紅外特征成為熱門研究方向[3-4]。

20世紀90年代末，J.Thompson 和David A.Vaitekunas提出了使用水幕對艦船降溫從而減弱其紅外輻射強度的方法，并以海灣戰(zhàn)爭中美艦船利用防化洗消系統(tǒng)對艦船降溫，從而躲避伊拉克反艦導彈攻擊的事例作為應用實例[5]。2010年，David A.Vaitekunas等人利用加拿大的“探索號”海軍輔助船只進行了紅外水幕降溫試驗，并最終給出船體主動降溫策略可使目標艦船的平均發(fā)現(xiàn)距離降低20%～80%的結論[6]。2013年他們又利用現(xiàn)有的氣象數(shù)據(jù)對北約艦船紅外特征仿真標準軟件（The naval ship infrared signature model and naval threat countermeasure simulator，ShipIR/NTCS）的 環(huán)境模型進行了完善[7]。2018年David A.Vaitekunas和 Pavel Alexsandrov對水幕降溫的實際效果做了仿真研究，他們使用流動的薄水膜模擬施加的水幕，利用ShipIR/NTCS軟件進行仿真效果分析[8]。該研究同時也利用了加拿大海軍的輔助船只進行了實際場景下的水幕降溫試驗。

綜上所述，國外在水幕對艦船紅外特征影響方面的研究開展較早，但對分區(qū)水幕的施加方式與紅外成像導引頭識別成功率之間的關系研究較少，而國內(nèi)在艦船隱身方面的研究多集中在水霧隱身方面，且未見涉及到分區(qū)概念。針對以上問題，本文利用艦船紅外輻射仿真模型對艦船水幕施加策略與紅外成像導引頭識別成功率之間的關系進行了研究，并結合典型目標邊沿檢測算法和模板匹配算法的原理，設計了若干種對抗紅外成像反艦導彈的水幕施加策略，通過仿真試驗測試它們對紅外成像導引頭的干擾效果并加以改進，最后通過降溫試驗驗證了水幕降溫的可行性。

1 艦船紅外輻射仿真圖像獲取

1.1 紅外輻射波段的選擇

紅外成像反艦導彈通常選取透射率較好的大氣窗口作為其響應波段，而艦船的甲板和側(cè)舷等表面部位的紅外輻射波長主要集中在長波紅外波段（8 μm～12 μm）[9-10]，故本文主要研究水幕對艦體表面長波紅外波段紅外輻射的影響，下面所列紅外仿真圖像均為長波紅外波段圖像。

1.2 仿真模型的搭建

基于csv格式點集和面元數(shù)據(jù)，利用Matlab構建obj格式的船體三維網(wǎng)格模型，導入熱仿真軟件Radtherm中，給艦體表面添加材質(zhì)紋理，布置海面和天空模型，并設置各種仿真參數(shù)如表1所示。

表1 仿真參數(shù)設置Table 1 Simulation parameters setting

運行Radtherm，生成包含天空、海面和艦船目標的綜合紅外模型，其中海面與天空交角為90°，艦船目標被放置在海天線附近，截取包含來襲導彈視角信息的圖像，考慮到由海水反射的太陽輻射可能會進入導引頭的紅外視場內(nèi)，且海面的閃耀斑對目標跟蹤存在一定的干擾[11]，為了使仿真環(huán)境更加逼近真實場景，本文將仿真圖像中的海面與實拍海面紅外圖像進行融合，獲得海面海浪紋理，結果如圖1所示[16]，圖像大小為640 ×640 pixel。

圖1 添加海浪紋理后包含海天背景的艦船仿真圖像Fig.1 Simulation image of ships after adding wave texture

2 水幕施加策略分析與設計

本文采用性能較好的Canny邊緣檢測算法和基于歸一化積相關（normalizated product correlation，NPROD）的模板匹配算法，模擬紅外成像導彈的導引頭對仿真紅外圖像序列中艦船目標進行識別。

2.1 采用Canny邊緣檢測算法提取目標輪廓

采用雙閾值邊緣檢測算法對艦船目標的紅外邊沿進行提取[12]，采用Roberts算子計算圖像中各點的梯度值。

圖像中各點處的梯度大小及方向角計算方法如下式所示：

式中：x、y分別表示圖像中待計算點的橫縱坐標；Gx和Gy分別表示沿水平和豎直方向的一階導數(shù)；G表示圖像梯度的大??；A（θ）為梯度的方向角。

在獲取目標的梯度大小和方向之后，對圖像進行全局檢測，考察每一個像素點的梯度，僅保留在鄰域內(nèi)具有相同梯度方向的像素點中梯度值最大者，去除掉非邊界上的點。結合實際情況選取一個較小閾值Tmin和一個較大閾值Tmax，當像素點的灰度值高于Tmax時認為是真正的邊界點，當像素點的灰度值低于Tmin時認為不是邊界點。對于介于兩者之間的像素點，則考察是否與已確定的邊界點相連，如果相連，則認為是邊界點，否則認為不是邊界點。綜上所述，一個點P是邊界點需要滿足以下2個條件之一：

1）P點的梯度值大于Tmax；

2）P點的梯度值大于Tmin且小于Tmax，并與邊界點相連。

2.2 基于NPORD模板匹配算法的目標識別方法

NPORD模板匹配算法是一種通過計算模板與目標圖像之間的相似度來進行匹配的目標識別算法，具有計算過程不受圖像本身灰度比例影響且匹配精度高等優(yōu)點。其過程為：首先利用獲取的艦船仿真圖像制作掩膜，再對掩膜邊沿進行提取得到模板圖像；之后將模板圖像在目標圖像上滑動，每次移動一個像素點，計算模板圖像與其所覆蓋的目標圖像子區(qū)域的相似度，以此作為此處的匹配數(shù)據(jù)，待所有位置的匹配數(shù)據(jù)都計算完畢后，再通過對匹配數(shù)據(jù)的篩選得到最終的匹配區(qū)域。

在搜尋過程中，設模板圖像為T，尺寸為w×h，待搜索圖像為I，尺寸為M×N，模板所覆蓋的目標圖像子區(qū)域左上角像素點P坐標為（i，j）。顯然i和j的取值范圍為

為計算模板與模板所覆蓋的目標圖像子區(qū)域之間的相似度，設S（i，j）為原圖像中P點處的相似度，選擇如下偏差計算法：

將上式展開得到：

選擇第2項作為匹配度，于是得到P點的匹配度R的計算公式為

歸一化后，有：

（6）式中R（i，j）的結果越接近1，則在目標圖像中以P點為左上角、大小為w×h的區(qū)域是目標區(qū)域的可能性就越大，當目標與模板完全匹配時，R（i，j）為1。

2.3 水幕施加策略設計

考慮到大多數(shù)反艦導彈在接近目標的過程中將保持視角水平，且臨近目標時飛行高度在海平面以上10 m左右[13]，并將從艦體的側(cè)面來襲，因此艦體的側(cè)面部位將成為布置水幕的重點區(qū)域。為覆蓋來襲導彈視場內(nèi)的船體，結合實際情況，在艦船的外表面設置4個施加水幕的分區(qū)和4個特定的邊沿，其位置如圖2所示。

圖2 船體表面分區(qū)Fig.2 Hull surface partition

分區(qū)位置描述如表2所示。

表2 分區(qū)設置Table 2 Partition settings

根據(jù)已有文獻介紹的紅外成像導引頭識別算法的特點以及紅外成像導引頭識別算法發(fā)展的趨勢[14-15]，本節(jié)分區(qū)水幕策略的設計主要是從破壞艦船輪廓和降低紅外圖像中艦船與海天背景的對比度的角度來考慮的。另外，若只用水幕遮蔽邊沿，顯然不能對船身起到較好的遮蔽降溫效果，因此將按照表2相應分區(qū)施加水幕，以降低船體對應分區(qū)的溫度。

本文設計了7種水幕施加策略及對照組描述，如表3所示，這些策略將根據(jù)實際仿真匹配效果進行后期優(yōu)化。表3中序號7的交叉水幕是指在邊沿部位施加橫向和縱向交叉在一起的水幕，從而將艦船對應邊沿遮蓋。

表3 7種水幕施加策略Table 3 Seven water curtain application strategies

3 仿真分析及水幕降溫效果驗證

3.1 仿真過程及目標距離分析

仿真分析流程如圖3所示。

圖3 仿真流程圖Fig.3 Flow chart of simulation

仿真環(huán)境為CPU：AMD9350e，主頻2.00 GHz，內(nèi)存4 GB；操作系統(tǒng)：Windows 7；仿真軟件：Radtherm；目標提取與識別：Opencv算法庫；編譯環(huán)境：PyCharm。

首先在艦船模型對應的水幕施加位置添加水幕紋理，其中水幕模型采用均勻的薄水膜來進行模擬，厚度設置為1 cm，薄水膜的一面與艦體表面接觸并進行熱交換，另一面則暴露在太陽輻射下并與空氣進行熱交換，水幕溫度取海水溫度25 ℃。設置好各項仿真參數(shù)之后運行Radtherm，待船體溫度穩(wěn)定后得到艦船模型的紅外仿真結果。選取仿真模型的紅外長波圖像作為下一步分析的基礎，選取方式為：維持俯仰角為0°，觀察高度為海拔10 m，保持平視艦體側(cè)面的視角，設置導彈來襲方向與艦船的側(cè)舷夾角α從64°逐漸變化至115°，每變化1°選取一張圖像，如圖4所示。每種策略選取51張仿真圖像。

圖4 導彈來襲方向與側(cè)舷夾角αFig.4 Attack direction and sideboard angle α of missile

截取從海天線開始到視場下沿的海面實拍紅外圖像，將仿真圖像中的海面部分與海面實拍圖像的海面部分融合，使艦船仿真模型的位置位于海天線附近，得到包含海浪噪聲的紅外仿真圖像，如圖5所示。圖5（a）為α=90°時施加水幕后的紅外仿真圖像，圖5（b）為包含海浪噪聲的邊沿圖像。

圖5 艦船側(cè)舷施加水幕后在α=90°時提取的仿真圖像及其邊沿圖像Fig.5 Simulation image and its edge image of ship after applying water curtain when α is 90°

接著確定仿真艦船模型與紅外成像導引頭視點之間的距離。受地球曲率的影響會產(chǎn)生海天線，近地表的觀察者無法看到海平面上超過一定距離的物體。海天線與觀察者之間的距離受觀察者所在高度影響，由幾何關系可得下式[16]：

式中：R為地球半徑；h為觀察者相對于海平面的高度；L為觀察者到海天線的距離。

反艦導彈的飛行高度通常為10 m左右，地球半徑為6 371 km，由此計算出海天線距導引頭約10 km。由何恒提出的像素估算法[16]，根據(jù)艦船的比例和像素數(shù)，進一步精確估計結果，得到仿真圖像中導引頭所在位置與艦船的距離約為6.36 km。

3.2 仿真結果分析及優(yōu)化

利用邊沿檢測算法和模板匹配算法對施加水幕之后提取的紅外仿真圖像進行處理，算法匹配到目標則視為識別成功，否則視為識別失敗，識別成功率越低，則認為策略的隱身效果越好。對于每種水幕施加策略，取其51張仿真圖像計算導引頭識別成功率，計算方法如下：

式中：K為導引頭識別成功概率；N為每種策略下總的仿真識別次數(shù)；M為每種策略下識別錯誤的次數(shù)。

部分識別結果如圖6所示。圖6中目標的三維相似度結果如圖7所示。圖7中相似度最高點即為匹配結果，而天空背景區(qū)域因與模板的相似度較小且干擾不多，故表觀較為低矮平坦。

圖6 施加水幕后α=74°時部分目標匹配結果Fig.6 Part of targets matching results after applying water curtain when α is 74°

最終得到的目標總的識別結果，如表4所示。

表4 識別結果Table 4 Recognition results

圖7 部分測試圖（α=74°）對應的三維相似度結果Fig.7 3D similarity results corresponding to partial test graphs when α is 74°

由表4數(shù)據(jù)可看出，在總識別率方面，對艦體側(cè)舷和前后立面施加水幕的幾種方式所得到的識別成功率大致相同，相較于對照組的識別成功率降幅在5%以內(nèi)，這說明如果僅對艦船目標的面分區(qū)進行水幕覆蓋，那么對基于目標邊沿的模板匹配算法的識別成功率并不會有明顯的影響。相對于其他艦體面分區(qū)水幕覆蓋來說，針對邊沿進行覆蓋的整體加邊沿型水幕對于識別成功率的影響則較為顯著，其識別成功率較其他水幕策略下降了約一半。為此在整體加邊沿水幕的基礎上優(yōu)化出斑馬紋型水幕，斑馬紋型水幕較整體加邊沿水幕的主要區(qū)別是，不再對船體表面施加整體水幕，而是只在圖2（e）所示4個邊沿部位施加交叉水幕，其施加方式如圖8（a）所示。圖8（a）中圓點為水幕噴頭布置位置，箭頭指示出噴頭的水幕施加方向。在此種水幕施加方式下，艦體在導引頭視場中的紅外輪廓被分割成幾個部分，其對艦體輪廓的打斷效果如圖8（b）所示。由圖8（b）中箭頭所示位置可看出此種策略較好地破壞了艦體邊沿的整體性，從而進一步降低了識別成功率。在仿真試驗中，選取的51張仿真圖像之中僅有4張識別成功，總的識別成功率為7.8%。

圖8 斑馬紋型水幕的施加方式和效果示意圖Fig.8 Application mode and effect diagram of zebra-stripetype water curtain

為了進一步證明斑馬紋型水幕的優(yōu)化效果，除斑馬紋型水幕之外，再選取隱身效果較好的整體加邊沿型水幕以及對照組，以模板與目標重合時模板的左上角像素點為中心，將大小為31 pixel×31 pixel的矩形設為感興趣區(qū)域（region of interest，ROI），分別計算目標在ROI中的相似度比例系數(shù)，計算公式如下：

式中：Rratio為 相似度比例系數(shù)；Rtar為目標的相似度；Ravg為ROI內(nèi)相似度比例系數(shù)平均值。計算結果如圖9所示。

圖9 兩種策略以及對照組的相似度比例系數(shù)Fig.9 Two strategies and similarity proportional coefficient of control group

由圖9可以看出，相對于整體加邊沿型水幕，經(jīng)斑馬紋型水幕處理的目標在大多數(shù)仿真圖像中的相似度比例系數(shù)都得到了進一步的降低，這就是其識別概率進一步下降的原因。同時分別計算出兩種策略及對照組的51張仿真圖像的相似度比例系數(shù)平均值，計算結果如表5所示。

表5 兩種策略以及對照組的相似度比例系數(shù)平均值Table 5 Two strategies and average value of similarity proportional coefficient of control group

由表5可以看出，斑馬紋型水幕在整體加邊沿水幕的優(yōu)化效果進一步降低了目標的相似度，增加了識別算法的匹配難度，從而加強了艦體的隱身效果。

3.3 水幕降溫效果驗證試驗

為驗證仿真中水幕降溫效果的真實性，本文也進行了真實場景下的水幕降溫效果驗證試驗。試驗板為鋼材質(zhì)，表面覆有防銹漆，溫度測量裝置安裝在試驗板的后表面，由熱電偶組成，某型噴頭布置于試驗板右上角。采用某型紅外熱像儀來記錄試驗板表面的紅外輻射強度在施加水幕后隨時間的變化情況，熱像儀記錄的紅外波長為8 μm～12 μm。試驗中噴頭噴出的水幕平行噴灑于試驗板上，施加水幕的持續(xù)壓力為5.0 bar，流量為61.3 L·min?1，在水溫為27 ℃、氣溫為32 ℃的情況下持續(xù)施加水幕150 s，使試驗板溫度達到穩(wěn)態(tài)。試驗板上水幕施加區(qū)域的平均長波紅外輻射溫度從43 ℃下降到了28 ℃，降溫速率約為6.0 ℃·min?1，如圖10所示。在仿真中，水幕施加區(qū)域的平均長波紅外輻射溫度在約200 s內(nèi)從48 ℃降溫至約27 ℃，降溫速率約為6.3 ℃·min?1。本試驗證明，水幕能在較短時間（約150 s）內(nèi)使目標區(qū)域取得較大程度的溫度降幅（約15 ℃），考慮到現(xiàn)實條件與仿真環(huán)境之間的差別，可以認為本試驗驗證了仿真試驗中水幕降溫效果的有效性。

圖10 水幕試驗情況Fig.10 Water curtain test situation

4 結論

本文提出了若干種基于分區(qū)水幕控制的針對紅外成像反艦導彈的艦船隱身策略，建立了包含海天背景的綜合船體紅外輻射仿真模型，利用Canny邊緣檢測算法和NPORD模板匹配算法對施加了水幕的目標模型進行了仿真研究，給出了優(yōu)化后的斑馬紋型分區(qū)水幕控制策略。該策略將艦體的輪廓分割成小塊，從而使其輪廓特征被破壞，被破壞后的目標輪廓與模板之間的相似度降低，使目標艦船隱藏在海浪的噪聲里。斑馬紋型水幕可使紅外成像導引頭在中等距離（約6.36 km）上對目標識別的成功率較不施加水幕下降了約60%。實際場景下的水幕降溫試驗也驗證了仿真試驗中水幕降溫效果的真實性，這在側(cè)面為仿真結論提供了支撐。研究結果表明，水幕可以干擾紅外成像反艦導彈導引頭對目標的識別，本文提出的對抗策略值得在理論和實踐方面展開更加深入的研究。