(Luận án tiến sĩ) nghiên cứu giải pháp nâng cao chất lượng mảng cảm biến thu tín hiệu thủy âm trong vùng biển nông

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ PHAN HỒNG MINH NGHIÊN CỨU GIẢI PHÁP NÂNG CAO CHẤT LƯỢNG MẢNG CẢM BIẾN THU TÍN HIỆU THỦY ÂM TRONG VÙNG BIỂN NƠNG LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội - 2020 luan an BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHỊNG VIỆN KHOA HỌC VÀ CƠNG NGHỆ QN SỰ PHAN HỒNG MINH NGHIÊN CỨU GIẢI PHÁP NÂNG CAO CHẤT LƯỢNG MẢNG CẢM BIẾN THU TÍN HIỆU THỦY ÂM TRONG VÙNG BIỂN NÔNG Chuyên ngành: Kỹ thuật điện tử Mã số: 52 02 03 LUẬN ÁN TIẾN SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC: TS PHAN TRỌNG HANH TS VŨ VĂN BINH Hà Nội - 2020 luan an i LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu riêng tơi Các số liệu, kết trình bày luận án trung thực chƣa đƣợc công bố cơng trình khác Hà Nội, ngày tháng 06 năm 2020 TÁC GIẢ Phan Hồng Minh luan an ii MỤC LỤC Trang DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT v DANH MỤC CÁC BẢNG ix DANH MỤC CÁC HÌNH VẼ x MỞ ĐẦU 1 CHƢƠNG 1: MẢNG CẢM BIẾN THỦY ÂM VÀ VẤN ĐỀ NÂNG CAO CHẤT LƢỢNG MẢNG Ở VÙNG BIỂN NÔNG 1.1 Tổng quan mảng cảm biến thủy âm 1.1.1 Mơ hình mảng cảm biến 1.1.2 Mảng cảm biến hệ thống sonar thủy âm thụ động 1.2 Vùng biển nông đặc trƣng 12 1.2.1 Khái niệm vùng biển nông 12 1.2.2 Hiệu ứng phản xạ đa đƣờng vùng biển nông 12 1.2.3 Ảnh hƣởng tham số biển nông đến chất lƣợng hệ thống sonar thủy âm thụ động 16 1.3 Một số giải pháp nâng cao chất lƣợng mảng cảm biến 17 1.3.1 Tối ƣu hóa cấu trúc hình học mảng 17 1.3.2 Kỹ thuật tạo búp sóng mảng cảm biến 19 1.3.3 Xử lý tín hiệu mảng cảm biến 20 1.4 Vấn đề nâng cao chất lƣợng mảng cảm biến thủy âm hƣớng nghiên cứu luận án 22 1.4.1 Các nghiên cứu liên quan công bố 22 1.4.2 Yêu cầu hƣớng nghiên cứu luận án 27 1.4.3 Đặt vấn đề nghiên cứu luận án 29 1.5 Kết luận chƣơng 30 luan an iii CHƢƠNG 2: GIẢI PHÁP NÂNG CAO CHẤT LƢỢNG TÍN HIỆU TRÊN CƠ SỞ TẠO BÚP SĨNG MẢNG TÙY BIẾN 31 2.1 Kỹ thuật tạo búp sóng mảng cảm biến 31 2.1.1 Tạo búp sóng với mảng thẳng 33 2.1.2 Tạo búp sóng mảng cảm biến có cấu trúc hình học khác 41 2.2 Tạo búp sóng thích nghi cho mảng cảm biến 47 2.2.1 Mơ hình phƣơng pháp tạo búp sóng thích nghi 47 2.2.2 Tạo búp sóng thích nghi Frost 49 2.3 Giải pháp xử lý đa đƣờng sở tạo búp sóng mảng tùy biến 52 2.3.1 Tạo búp sóng tùy biến với mảng phẳng 52 2.3.2 Tính tốn tùy biến mảng để giảm ảnh hƣởng đa đƣờng 56 2.4 Đánh giá hiệu phƣơng pháp tạo búp sóng mảng tùy biến 60 2.4.1 Triệt giảm tạp ồn tín hiệu 60 2.4.2 Nâng cao độ lợi tín hiệu với mảng tùy biến 65 2.5 Kết luận chƣơng 66 CHƢƠNG 3: GIẢI PHÁP XỬ LÝ TÍN HIỆU MẢNG CẢM BIẾN THỦY ÂM TRONG VÙNG BIỂN NÔNG 68 3.1 Xây dựng giải pháp 68 3.1.1 Mơ hình xử lý tín hiệu 68 3.1.2 Đề xuất giải pháp xử lý tín hiệu 69 3.2 Phân tích phần tử độc lập ICA với mảng tùy biến 72 3.2.1 Kỹ thuật phân tích phần tử độc lập ICA 72 3.2.2 Xử lý tín hiệu ICA nâng cao chất lƣợng định vị mục tiêu 76 3.3 Giải tích chập mù đa kênh 85 3.3.1 Mơ hình giải tích chập mù đa kênh 85 3.3.2 Điều kiện giải tích chập mù đa kênh cho mảng cảm biến 88 3.3.3 Ứng dụng mạng nơ ron truyền thẳng để giải tích chập mù 89 luan an iv 3.3.4 Huấn luyện mạng FFNNs tách tín hiệu mong muốn 92 3.3.5 Mơ xử lý tín hiệu đa đƣờng với FFNNs 94 3.4 Đánh giá hiệu giải pháp xử lý tín hiệu phức hợp 98 3.4.1 Nâng cao tỷ số SNR độ lợi sau xử lý ICA 98 3.4.2 Nâng cao SNR độ lợi sau xử lý với mạng nơ ron FFNNs 99 3.5 Kết luận chƣơng 100 KẾT LUẬN 101 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC ĐÃ CƠNG BỐ 104 TÀI LIỆU THAM KHẢO 105 luan an v DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT Chữ thƣờng, in nghiêng Chữ thƣờng, in đậm Chữ hoa, in đậm [.]* [.]H A-1 ⊗ {.} E{.} 𝐱 GA r, 𝑟 𝑧 𝑟, 𝑡 𝑥 𝑟, 𝑡 𝑦 𝑟, 𝑡 Ψ 𝑟, 𝑡 ω, 𝑘, t δ, d As(fi) 𝐷 𝑓, θ, ϕ 𝜎𝑛2 𝑓𝑖 S R(fi ) Biến số (a, x, m,n, M, N)  đt D  Véc tơ (a, I, P) Ma trận (A, X, S, H) Toán tử liên hợp phức Lấy chuyển vị Phép lấy nghịch đảo ma trận Phép nhân chập ( 𝑧 𝑟, 𝑡 ⊗ 𝑕 𝑟, 𝑡 ) Tập hợp giá trị dãy số ( {xn (ti),n = 1, , N} ) Phép lấy kỳ vọng (E{s} = A-1E{x} ) Làm trắng hóa ma trận x Độ lợi mảng cảm biến Khoảng cách tƣơng đối cảm biến nguồn âm Trƣờng áp suất âm (đầu vào cảm biến) Đáp ứng khơng gian thời gian tín hiệu đầu Nguồn âm Đáp ứng môi trƣờng nƣớc Tần số, số sóng đến thời gian Khoảng cách cảm biến Mật độ phổ công suất s(ti) Véc tơ quay búp sóng Mật độ phổ cơng suất nhiễu Ma trận tƣơng quan tín hiệu ( 𝑺 𝑓𝑖 , θ, ϕ ) Không gian ma trân tƣơng quan nhiễu ( 𝑅𝑚𝑛 𝑓, 𝑑𝑛𝑚 𝑅𝜀 𝑓𝑖 = 𝜎𝑛2 𝑓𝑖 𝑅𝜀 𝑓𝑖 ) Thời gian trễ tín hiệu đến cảm biến Góc phƣơng vị, góc ngẩng Tốc độ, tần số, bƣớc sóng âm nƣớc Sai số truyền sóng âm  mt D Sai số thăng dáng mức âm  tn D  Sai số lệch tâm nguồn âm τn(θ, ϕ) θϕ c, f, λ luan an vi ∆𝑓𝑚𝑡 H aj1, aj2 , …, ajN s1, s2, , sN pn 𝑎 k 𝐯𝐤 (𝐤) 𝐵𝜃 𝜃 𝑾 ϒ.𝜓 𝜓 NxM Băng thông máy thu Độ sâu kênh âm Hệ số suy giảm Nguồn âm Vị trí cảm biến thủy âm ( p1(x1,y1,z1) ) Véc tơ hƣớng sóng đến Số sóng đến (𝜔𝜏𝑛 = 𝐤 𝑇 𝐩𝑛 ) Véc tơ đa tạp mảng ( 𝑦(𝑡, 𝐤) = 𝒘𝐻 𝐯𝐤 (𝐤)𝑒 𝑗𝜔𝑡 ) Búp sóng khơng gian θ ( 𝐵𝜃 𝜃 = 𝐰 𝐻 𝐯𝜃 𝜃 ) Trọng số mảng (𝒘𝐻 ) Hàm tần số sóng khơng gian ψ Số lƣợng hydrophone mảng BWNN Độ rộng búp tính từ điểm = đến điểm = búp (Beamwith Null to Null) 2D Hai chiều 3D Ba chiều ADC Chuyển đổi tƣơng tự số A-NL Tạp âm môi trƣờng xung quanh (Ambient - Noise Level) ATR Kỹ thuật đảo thời gian nhân tạo (Artificial Time Reversal) BD Giải tích chập mù (Blind Deconvolution) DEMON Giải điều chế tách sóng đƣờng bao (Demodulation of Envelope Modulation On Noise) DI Chỉ số định hƣớng thu (Receiving Directivity Index) DSP Xử lý tín hiệu số (Digital Sig nal Processing) DT Xác lập ngƣỡng phát (Detection Threshold) FFNWs FFT Mạng nơ ron đƣờng tiến, lan truyền tiến (Feed-Forward Neural Networks) Biến đổi Fourier nhanh luan an vii FIR Đáp ứng xung hữu hạn (Finite Impulse Response) GSC Triệt búp sóng phụ (Generalized sidelobe canceller) HDPR Đo xa thụ động trực phƣơng ngang (Horizontal Direct Passive Ranging) HPBW Độ rộng nửa cơng suất (half-power beamwidth) ICA Phân tích phần tử độc lập (Independent Components Analysis) IIR Đáp ứng xung vô hạn (Infinite Impulse Response) LCMV LMS LOFAR Ràng buộc tuyến tính với phƣơng sai nhỏ (Linearly Constrained Minimum Variance) Trung bình bình phƣơng tối thiểu Phân tích ghi âm tần số tín hiệu thủy âm (LowFrequency Analysis and Recording) LTI Tuyến tính bất biến theo thời gian (Linear Time Invariant) MBD Giải tích chập mù đa kênh (Multi-Channel Blind Deconvolution) MISO Nhiều đầu vào đầu (Multi Input Single Output) MVDR Đáp ứng không méo với phƣơng sai nhỏ (Minimum Variance Distortionless Response) SIMO Một đầu vào nhiều đầu (Single Input Multi Output) SINR Tỷ số tín hiệu nhiễu cộng với tạp âm (Signal to Interference plus Noise Ratio) SL Mức công suất phát nguồn âm (Projector Source Level) SL Mức công suất phát từ mục tiêu (Taget Source Level) S-NL Mức tạp âm nội thiết bị (Seft - Noise Level) SNR Tỷ số tín hiệu tạp âm STR Kỹ thuật đồng đảo thời gian (Synthetic Time Reversal) luan an viii TDOA Thời điểm khác sóng tới (Time Diffirence Of Arrivals) TL(PL) Suy hao đƣờng truyền kênh âm (Transmission Loss/ Propagation Loss) ULA Mảng thẳng cách (Uniform Linear Arrays) luan an 97 300 mẫu đặc trƣng cho tín hiệu đa đƣờng thu đƣợc (Hình 3.17b) lấy 300 mẫu tín hiệu huấn luyện tƣơng đƣơng tín hiệu nguồn phát, có độ lớn tƣơng đƣơng mức thu, mục đích huấn luyện để mạng tách xung tín hiệu mong muốn tập hợp tín hiệu thu (Hình 3.17a) Hình 3.17: Các mẫu huấn luyện mẫu tín hiệu đưa vào mạng nơ ron Hình 3.18: Tín hiệu sau xử lý mạng nơ ron a) tín hiệu khử đa đường, b) tín hiệu khử đa đường lấy theo giá trị tuyệt đối luan an 98 Thiết lập mạng nơ ron đƣờng tiến 10 tế bào lớp đầu vào, lớp đầu ra, hàm kích hoạt tế bào nơ ron - sigmod, thuật tốn truyền có phản hồi hiệu chỉnh trọng số wji theo nguyên tắc LMS (bình phƣơng cực tiểu) Đƣa hai mẫu tín hiệu Hình 3.17 vào mạng nơ ron để xử lý, hỗn hợp tín hiệu đa đƣờng thu đƣợc khôi phục tái tạo lại dạng tín hiệu gần giống với tín hiệu huấn luyện (Hình 3.18), dạng tín hiệu sau xử lý khơng bị lẫn xung phản xạ, ảnh hƣởng hiệu ứng đa đƣờng lên tín hiệu thu giảm Phát mục tiêu trở lên tin cậy hơn, tính tốn định vị thủy âm xác 3.4 Đánh giá hiệu giải pháp xử lý tín hiệu phức hợp 3.4.1 Nâng cao tỷ số SNR độ lợi sau xử lý ICA Việc tính tốn tỷ số SNR tín hiệu miền thời gian miền tần số cho kết nhƣ nhau; để trực quan phân tích thành phần tín hiệu, chuyển tín hiệu sang miền tần số với (Hình 3.9.4,7) Tín hiệu hỗn hợp nhiều thành phần thu đƣợc cụm hydrophone sau phân tích phổ cho thấy có nhiều thành phần tần số hài xuất (Hình 3.19.a), tính tỉ số SNR tín hiệu với tạp trắng cộng đƣợc SNR0 = 6.8282 (Bảng 3.5) Sau xử lý ICA, tiếng Ping tầu ngầm đƣợc tách khỏi hỗn hợp với tạp nhiễu hài giảm đáng kể (Hình 3.19.b), SNR1 = 20.0226 Nhƣ độ lợi tăng đƣợc 13.1944 dB Tƣơng tự tiếng động diezen tàu âm cá voi (Hình 3.9.5,8,6,9) tăng đƣợc tỷ số SNR lên 14 dB Tính tỷ số SNR tín hiệu hỗn hợp thu trộn đƣợc hydrophone (Hình 3.9.4,5,6) = SNR0 SNR tín hiệu sau tách (Hình 3.9.7,8,9) = SNR1 Giả sử tạp âm tạp trắng cộng có mức lƣợng khơng đổi, tính tốn mơ cho tín hiệu Hình 3.9 ta đƣợc: luan an 99 Bảng 3.5: Tính tốn tỷ số SNR để xác định độ lợi sau xử lý ICA Tỷ số SNR (SNR= Ptín hiệu / Ptạp) Tín hiệu (Tiếng Ping tàu ngầm) Tín hiệu (Tiếng động Diezen tàu mặt nƣớc) Tín hiệu (Âm cá voi) SNR0 (hỗn hợp trộn) 6.8282 5.8788 5.8438 SNR1 (sau tách) 20.0226 19.9942 19.9834 13.1944 14.1154 14.1396 Độ lợi theo công thức (2.57) = SNR1/SNR0 Hình 3.19: Tín hiệu miền tần số a) tín hiệu hỗn hợp thu hydrophone, b) tiếng Ping tàu ngầm sau ICA 3.4.2 Nâng cao SNR độ lợi sau xử lý với mạng nơ ron FFNNs Để thấy rõ cải thiện tín hiệu sau xử lý, mơ tính tốn tỷ số SNR tín hiệu đa đƣờng trƣớc đƣa vào mạng nơ ron = SNR (Hình 3.17b), SNR sau xử lý = SNR1 (Hình 3.18b) coi tạp âm tạp trắng cộng có biên độ nhỏ cố định, độ lợi A đƣợc xác định: 𝐴= 𝑆𝑁𝑅1 10𝑙𝑜𝑔10 (𝑃1 ) = = 44.7827 − 8.2270 = 36.3356 (𝑑𝐵) 𝑆𝑁𝑅0 10𝑙𝑜𝑔10 (𝑃0 ) luan an 100 Sau xử lý tín hiệu bị triệt giảm xung đa đƣờng độ lợi tăng đƣợc 36.3 dB Nhƣ vậy, thấy kỹ thuật khả thi ứng dụng để giải tích chập mù đa kênh điều kiện trƣớc thông tin môi trƣờng nhƣ đặc tính kênh thủy âm 3.5 Kết luận chƣơng Giải pháp xử lý tín hiệu phức hợp cho mảng hydrophone tùy biến môi trƣờng biển nƣớc nông kết hợp xử lý tín hiệu đa đƣờng mạng nơ ron cấu trúc hình học mảng hợp lý cho thấy kết khả quan việc giảm ảnh hƣởng hiệu ứng đa đƣờng Cụ thể với giải pháp tính tốn cấu trúc mạng kết hợp với kỹ thuật ICA nâng cao đƣợc độ xác định vị mục tiêu ngầm, nâng cao đƣợc tỷ số SNR tín hiệu thu, (kết cơng bố cơng trình số 01) Với kênh âm khơng biết trƣớc, việc áp dụng mơ hình xử lý tín hiệu giải tích chập mù đa kênh mạng nơ ron đƣờng tiến cho kết khả thi việc giảm ảnh hƣởng hiệu ứng đa đƣờng tăng đƣợc tỷ số SNR tín hiệu (kết cơng bố cơng trình số 04) Kết hợp đồng giải pháp đạt đƣợc kết tốt việc xử lý tín hiệu mảng cảm biến để nâng cao khả phát nhận dạng định vị mục tiêu ngầm vùng biển nông Ƣu điểm giải pháp ICA phù hợp mảng cảm biến đƣợc tùy chọn thành nhiều mảng để theo dõi đồng thời nhiều mục tiêu, giải tích chập mù có ƣu điểm ứng dụng đƣợc kỹ thuật học máy vào để xử lý tín hiệu, cần huấn luyện định nghĩa cho mạng nơ ron tín hiệu cần tìm, tự lọc tín hiệu giống với tín hiệu mong muốn số tín hiệu thu đƣợc, mà không quan tâm đến tạp ồn tín hiệu khác, điều làm cho tỷ số SNR tăng cao Nhƣợc điểm ICA tín hiệu đƣa vào xử lý cần phải độc lập tuyến tính để đảm bảo việc phân tách, việc tính toán tùy biến cấu trúc mảng áp dụng giải tích chập mù để tìm cấu hình có độ lợi tỷ số SNR lớn làm nhiều thời gian tính tốn, nhƣ ứng dụng thời gian thực cần tốc độ cao bất lợi luan an 101 KẾT LUẬN Luận án đặt vấn đề nghiên cứu tính tốn cấu hình mảng cảm biến dƣới nƣớc giải pháp xử lý tín hiệu làm việc vùng nƣớc nơng Theo đó, để giải vấn đề hiệu ứng đa đƣờng, luận án đề xuất giải pháp xử lý kết hợp nhƣ sau: Một đề xuất đƣợc mơ hình mảng cảm biến có cấu trúc hình học phù hợp, kết hợp tạo búp sóng tùy biến nhƣ lọc khơng gian, tạo búp sóng thích nghi điều khiển búp sóng hẹp hƣớng phía nguồn phát làm giảm tín hiệu đến từ hƣớng khác, mục đích làm tăng độ lợi mảng Hai xử lý tín hiệu theo mơ hình giải tích chập mù đa kênh nhằm giảm ảnh hƣởng hiệu ứng đa đƣờng, từ tăng tỷ số SNR tín hiệu thu đƣợc từ nâng cao khả phát nhận dạng định vị mục tiêu Những kết đạt đƣợc luận án: Luận án tính tốn đề xuất đƣợc mơ hình tốn học mảng cảm biến, mơ hình tín hiệu đa đƣờng, đặc trƣng môi trƣờng vùng biển nƣớc nông Luận án đề xuất giải pháp tạo búp sóng tùy biến, kết hợp đƣợc với phƣơng pháp tạo búp sóng thích nghi, nhằm tối ƣu mảng cảm biến để nâng cao độ lợi mảng, chất lƣợng tín hiệu thu điều kiện bị ảnh hƣởng hiệu ứng đa đƣờng Luận án ứng dụng kỹ thuật phân tách phần từ độc lập ICA vào mảng cảm tùy biến để nâng cao khả định vị mục tiêu, nâng cao đƣợc tỷ số SNR tín hiệu thu Luận án xây dựng đƣợc mơ hình xử lý tín hiệu giải tích chập mù đa kênh cho mảng cảm biến thủy âm Luận án xây dựng đƣợc chƣơng trình tính tốn giải tích chập mù mạng nơ ron đƣờng tiến (FeedFoward Neural Networks-FFNNs) theo thuật tốn truyền có phản hồi (back - propagation) nguyên lý LMS, cho tín hiệu dạng xung sonar chủ động luan an 102 Những đóng góp luận án: - Đề xuất mơ hình mảng cảm biến phẳng có khả tùy biến cấu trúc điều khiển búp sóng linh hoạt nhằm nâng cao chất lƣợng tín hiệu thủy âm thu đƣợc vùng biển nƣớc nông - Đề xuất giải pháp xử lý tín hiệu kết hợp phân tích thành phần độc lập ICA, Giải tích chập mù đa kênh cho mảng cảm biến phẳng có khả điều khiển cấu trúc nhằm nâng cao chất lƣợng mảng Kiến nghị hƣớng nghiên cứu tiếp theo: Do mục tiêu khuôn khổ luận án đặt từ đầu, thời gian điều kiện thực tế có hạn, luận án dừng lại nghiên cứu, thử nghiệm thực nghiệm với số tín hiệu định Do luận án cần đƣợc tiếp tục nghiên cứu bổ sung hoàn thiện thêm nội dung sau: Bổ sung điều kiện truyền âm thực tế, hàm tính tốn tốc độ âm biển theo độ sâu, suy hao phản xạ tia âm với bề mặt đáy kênh âm vào để tính tốn ảnh hƣởng mơi trƣờng đến tín hiệu mảng cảm biến Xây dựng thuật tốn để tạo búp sóng tùy biến thích nghi với thay đổi mạnh mơi trƣờng nƣớc biển nông, cho mục tiêu chuyển động, hiệu ứng biển nông khác nhƣ Doppler, nhiễu vang Ứng dụng mạng nơ ron (trí tuệ nhân tạo) để giải tích chập mù cho tín hiệu phức tạp có tần số thấp nhƣ đơn sin, đa sin, cụm sin, tách đƣợc tín hiệu mục tiêu mong muốn từ hỗn hợp tín hiệu thu đƣợc Tính tốn giảm thiểu đƣợc số phần tử mảng cảm biến, nghiên cứu giảm thiểu đƣợc tạp ồn từ môi trƣờng tác động vào mảng cảm biến Đây định hƣớng nghiên cứu luận án, việc ứng dụng đƣợc trí tuệ nhân tạo vào xử lý tín hiệu thủy âm góp phần khơng nhỏ vào cơng nghệ xử lý thủy âm đại ngày luan an 103 Luận án thực đƣợc mục tiêu đặt ban đầu nâng cao đƣợc chất lƣợng mảng cảm biến thủy âm điều kiện ảnh hƣởng hiệu ứng đa đƣờng vùng biển nông Các kết nghiên cứu luận án ứng dụng đƣợc vào hệ thống sonar thụ động hệ mới, đề tài nghiên cứu khoa học phục vụ quốc phòng an ninh luan an 104 DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC ĐÃ CƠNG BỐ 1) Phan Hồng Minh, Phan Trọng Hanh, Lƣơng Thị Ngọc Tú, “Cấu hình mạng cảm biến thủy âm sở tiền xử lý ICA nhằm nâng cao độ xác định vị đa mục tiêu”, Tạp chí Nghiên cứu KH&CN quân sự, số 48, tháng 04 năm 2017 2) Phan Hồng Minh, Phan Trọng Hanh, Vũ Văn Binh, Nguyễn Công Đại, “Một giải pháp cấu hình mảng cảm biến thủy âm hai chiều sở tạo búp sóng tùy biến”, Tạp chí Nghiên cứu KH&CN Quân sự, số 54, tháng 04 năm 2018 3) Lê Kỳ Biên, Phan Hồng Minh, Trần Hiếu Thảo, Phan Trọng Hanh, “Giải pháp xử lý tín hiệu cho hệ thống phao thủy âm phát cảnh báo mục tiêu theo nguyên lý sonar thụ động”, Tạp chí Nghiên cứu KH&CN Quân sự, Hội thảo quốc gia: Ứng dụng công nghệ cao vào thực tiễn năm 2018, số đặc san tháng 08/2018 4) Phan Hồng Minh, Phan Trọng Hanh, Vũ Văn Binh, “Giải tích chập mù đa kênh tín hiệu thủy âm vùng nƣớc nơng mạng nơ ron truyền thẳng”, Tạp chí Nghiên cứu KH&CN Quân sự, số 62, tháng năm 2019 luan an 105 TÀI LIỆU THAM KHẢO Tiếng Việt Nguyễn Ngọc Đông, Luận án tiến sĩ, “Định vị mục tiêu chuyển động biển sonar thụ động sở giải pháp tích lũy thành phần phổ hợp tác tín hiệu”, Liên bang Nga, 2018 Đỗ Việt Hà, Luận án tiến sĩ, “Mơ hình đặc tính kênh truyền cho thông tin thủy âm vùng nƣớc nông”, Đại học Bách Khoa, 2017 Bùi Trƣờng Giang, Luận án tiến sĩ, “Nghiên cứu thuật tốn MFP thích nghi xử lý tín hiệu chế độ định phƣơng vị mà chúng đƣợc phối hợp với tham số kênh lan truyền”, Liên bang Nga, 2014 Nguyễn Xuân Long, Luận án tiến sĩ “Nghiên cứu thuật toán xử lý trƣờng phối hợp thích nghi cho sonar thụ động định vị mục tiêu ngầm vùng biển nƣớc nông Việt Nam”, Viện KH-CN Quân sự, 2017 Lê Minh Ngọc, Luận án tiến sĩ “Nghiên cứu giải pháp đảm bảo khả làm việc ổn định kênh liên lạc thủy âm”, Viện KH-CN Quân sự, 2015 Lƣu Tuấn Sinh, Luận án Tiến sĩ “Nghiên cứu nâng cao chất lƣợng xử lý phát mục tiêu cho mạng thu định vị phao thủy âm”, Học Viện KTQS, 2007 Trần Phú Ninh, Luận án Tiến sĩ “Nghiên cứu xử lý tín hiệu sonar thụ động để nâng cao chất lƣợng phát mục tiêu ngầm điều kiện thủy văn phức tạp”, Học Viện KTQS, 2018 Phạm Văn Huấn, “Tính tốn hải dƣơng học”, Nhà xuất Đại học Quốc gia Hà Nội, 2003 Tiếng Anh Aapo Hyvärinen, Erkki Oja, “Independent component analysis: algorithms and Applications”, Neural Networks, Vol 13 (No 4–5), 411– 430, 2000 luan an 106 10 Aapo Hyvärinen, Juha Karhunen, Erkki Oja, “Independent Component Analysis”, John Wiley & Sons, Inc., 2001 11 Andrzej CICHOCKI, Shun-ichi AMARI, 2002, “Adaptive Blind Signal and Image Processing - Learning Algorithms and Applications”, JOHN WILEY & SONS, England 12 Bernard_Widrow, Samuel D Stearns, “Adaptive signal processing”, Prentice-Hall, Inc New Jersey, USA, 1985 13 Boris Katsnelson, Valery Petnikov, James Lynch, 2012, “Fundamentals of Shallow water acoustics” , Springer 14 E Cayirci, H Tezcan, Y Dogan, V Coskun, “Wireless sensor networks for underwater surveillance systems”, Ad Hoc Networks, Aviable from 15 FROST, O L “An algorithm for linearly constrained adaptive array processing”, In Proceedings of IEEE, 1972, vol 60, no 8, p.926-934 16 GRIFFITHS, L J., JIM, C W “An alternative approach to linearly constrained adaptive beamforming”, IEEE Transactions on Anntenas and Propagation, 1982, vol AP-30, p 27-34 17 Harry L Van Trees, “Detection, Estimation, and Modulation Theory, Part IV - Optimum Array Processing”, John Wiley & Sons, Inc., New York, 2002 18 Jim Partan , “A Survey of Practical Issues in Underwater Networks”, 2006, Computer Science Department Faculty Publication Series, Paper 133, Avaiable from < http://scholarworks.umass.edu/cs_faculty_pubs/133> 19 John G Proakis, Ethem M Sozer, Joseph A Rice, Milica Stojanovic, “Shallow Water Acoustic Networks”, IEEE Communications Magazine, November 2001, PP.114-119 20 Jungtai Kim, Hyun Jong Yang, Joohwan Chun, “Sidelobe Suppressing Beamforming Using Linearly Constrained Adaptive Arrays for Low Angle luan an 107 Tracking” Signals Systems and Computers, 42nd Asilomar IEEE Conference, 2008 21 Kuna Nageswararao, U.Devee Prasan, “A Survey on Underwater Sensor Networks Localization Techniques”, International Journal of Engineering Research and Development, Vol.4, November 2012, PP 01-06 22 Luenberger, D., “Optimization by Vector Space Methods”, John Wiley & Sons, Inc., NewYork, USA, 1969 23 Mandar Chitre, Shiraz Shahabudeen, Lee Freitag, Milica Stojanovic, “Recent Advances in Underwater Acoustic Communications & Networking”, IEEE Magazine, 2008 24 Michael Ainslie, 2010, “Principles of Sonar Performance Modelling”, (Springer Praxis Books) 2010th Edition 25 Paul C Etter, 2013, “Underwater Acoustic Modeling and Simulation”, CRC Press LLC 26 Qihu Li, “Digital Sonar Design in Underwater Acoustics: Principles and Applications” (Advanced Topics in Science and Technology in China), 2012th Edition, 27 Rajesh Kumar, Neha Thakur, Vijay Thakur, “AN OVERVIEW OF SONAR AND ACOUSTIC UNDERWATER COMMUNICATION”, International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering ,Vol 2, Issue 5, May 2013 28 Richard O Nielsen, “Sonar Signal Processing”, Artech House Publishers, 1991 29 Richard P Hodges, “Underwater Acoustics: Analysis, Design and Performance of Sonar”, John Wiley & Sons, 2010 30 Robert Istepanian , Milica Stojanovic, “Underwater Acoustic Digital Signal Processing and Communication Systems”, Springer Science Bussiness Media, 2012 luan an 108 31 Robert J Urick, “Principles of Underwater Sound” (3rd edition), New York: McGraw-Hill, 1983 32 Saeed V Vaseghi, “Advanced Digital Signal Processing and Noise Reduction”, John Wiley & Sons, England, 2000 33 Stergios Stergiopoulos, “Advanced Signal Processing: Theory and Implementation for Sonar, Radar, and Non-Invasive Medical Diagnostic Systems”, CRC Press, 2017 34 Simon Hayki, Neural networks and learning machines, 3rd ed., Pearson Education, Inc., New Jersey, 2009 35 Ian F Akyildiz, Dario Pompili, Tommaso Melodia, “Underwater Acoustic Sensor Networks: Research Challenges”, Ad Hoc Networks 3, 2005, pp 257–279 36 Vijay K Madisetti, Douglas B Williams, “The Digital Signal Processing Handbook”, CRC Press LLC, 1999 37 Xavier Lurton, “An Introduction to Underwater Acoustics: Principles and Applications”, (Springer Praxis Books) 2nd ed, 2010 38 B Van Veen, K Buckley, “Beamforming: a versatile approach to spatial filtering”, IEEE ASSP Mag., 4–24, 1988 39 Walter M.X Zimmer, “Passive Acoustic Monitoring of Cetaceans”, Cambridge University Press, UK, 2011 40 John Heidemann, Milica Stojanovic, Michele Zorzi, “Underwater sensor networks: applications, advances and challenges”, No370, Philosophical Transactions of the Royal Asociety, 2012 41 Hung Lai, Henry Cox, Kristine Bell, “Adaptive factored beamforming for vector sensor arrays” Signals, Systems and Computers, 2008 42nd Asilomar IEEE Conference on Oct 2008 42 J Capon, “High resolution frequency wavenumber spectral analysis”, Proc IEEE, No57, pp.1408–1418, 1969 luan an 109 43 M T Hossein, M S Hossain, M F Reza, “Performance analysis of acoustic microphone array beamformer in the presence of interfering signal”, International Conference on Electrical, Computer & Telecom-munication Engineering, 2nd, IEEE, 2016 44 Yong Chen, Fang Wang, Jianwei Wan, Gang Li, “Convex Optimization Based Robust Adaptive Beamforming for Underwater Sensor Array”, Signal Processing (ICSP), IEEE 13th International Conference, 2016 45 Shima Hossein Abadi, “Blind deconvolution in multipath environments and extensions to remote source localization”, Doctor of Philosophy, the University of Michigan, 2013 46 Karim G Sabra, David R Dowling, “Blind deconvolution in ocean waveguides using artificial time reversal”, Department of Mechanical Engineering, University of Michigan, J Acoust Soc Am 116, July 2004 47 Karim G Sabra, Hee-Chun Song, David R Dowling, "Ray-based blind deconvolution in ocean sound channels", J Acoust Soc Am 127, Feb 2010 48 Vijay Chandrasekhar, Winston KG Seah,Yoo Sang Choo, How Voon Ee “Localization in underwater sensor networks - Survey and challenges”, WUWNet '06 Proceedings of the 1st ACM international workshop on Underwater networks, Pages 33-40, 2006 49 Robert Istepanian , Milica Stojanovic, “Underwater Acoustic Digital Signal Processing and Communication Systems”, Springer Science Bussiness Media, 2012 50 H.G Urban, “Adaptive Methods in Underwater Acoustics”, Nato Science Series C, Vol 151, Springer,1985 51 Amin Y Teymorian, Wei Cheng, Liran Ma, Xiuzhen Cheng, Xicheng Lu, Zexin Lu, "3D Underwater Sensor Network Localization", IEEE Transaction on Mobile computing, Vol 8, No 12, 2009 luan an 110 52 Charles H Sherman, John L Butler, 2007, “Transducers and Arrays for Underwater Sound”, 2007 Springer, Science+Business Media, LLC 53 A D Waite, 2002, “Sonar for Practising engineers”, Third Edition, JOHN WILEY & SONS 54 Stergios Stergiopoulos, “Advanced Signal Processing Hanbook”, CRC Press LLC, Florida, USA, 2001 55 N N de Moura, J M de Seixas, Ricardo Ramos, “Passive Sonar Signal Detection and Classification Based on Independent Component Analysis”, Federal University of Rio de Janeiro - Signal, Processing Laboratory/ COPPE - Poli, Brazil, 2009 56 Eduardo F.de S.F., N.N de Moura, J.M de Seixas, “Neural passive sonar signal classification using Independent Component Analysis”, X Congresso Brasileiro de Inteligencia Computacional (CBIC’2011) 57 Nutall A.H., “Approximations to Directivity for Linear, Planar, and Volumetric Apertures and Arrays”, IEEE Journal of Oceanic Engineering, Vol.26, No 3: pp.383-398, 2001 58 Jonathan Vallarta Hernández, 2009, “The Significance of Passive Acoustic Array-Configurations on Sperm whale Range Estimation when using the Hyperbolic Algorithm”, Doctor of Philosophy, Heriot-Watt University 59 Guodong Li, Jinsong Wu, Taolin Tang, Zhixin Chen, Jun Chen, Huang Liu, “Underwater Acoustic Time Delay Estimation Based on Envelope Differences of Correlation Functions”, Journals Sensors, Volume 19, Issue 5, 2019 60 Van Duc Nguyen, Ngoc Son Luong, Matthias Pätzold, “A method to estimate the path gains and propagation delays of underwater acoustic channels using the arrival phase information of the multipath components”, AEU - International Journal of Electronics and Communications, Volume 73, March 2017, Pages 129-138 luan an 111 61 Haixia Jing, Haiyan Wang, Zhengguo Liu, Xiaohong Shen, “DOA Estimation for Underwater Target by Active Detection on Virtual Time Reversal Using a Uniform Linear Array”, Journals Sensors, Volume 18, Issue 8, 2018 62 Elizaveta Dubrovinskaya, Paolo Casari, “Underwater Direction of Arrival Estimation using Wideband Arrays of Opportunity”, IEEE Conferences, OCEANS Marseille, 2019 luan an ... PHAN HỒNG MINH NGHIÊN CỨU GIẢI PHÁP NÂNG CAO CHẤT LƯỢNG MẢNG CẢM BIẾN THU TÍN HIỆU THỦY ÂM TRONG VÙNG BIỂN NƠNG Chuyên ngành: Kỹ thu? ?̣t điện tử Mã số: 52 02 03 LUẬN ÁN TIẾN SĨ KỸ THU? ??T NGƯỜI... mô thực nghiệm nội dung luận án tiến sĩ kỹ thu? ??t ? ?Nghiên cứu giải pháp nâng cao chất lượng mảng cảm biến thu tín hiệu thủy âm vùng biển nơng” Bố cục luận án Luận án đƣợc bố cục gồm phần mở đầu,... vị nguồn âm vùng biển nơng điều cần thiết cần phải tính đến nâng cao chất lƣợng mảng cảm biến thủy âm Do vậy, xem việc nâng cao chất lƣợng mảng cảm biến thủy âm yêu cầu khoa học luận án Đồng thời,