Network 文章编号：1002-8684（2011）06-0067-03
网络与多媒体
被动声传感器组网的若干应用问题
孙志洁，张学磊
（中国电子科技集团公司第三研究所，北京100015）
【摘
·论文·
要】被动声传感器组成网络能够实现大面积区域的噪声监测，是一种有效的低空探测和环境监测手段，然而
组网后信息融合技术在实际应用中面临若干问题。从工程应用角度出发，针对被动声传感器特点，分析了组网面临的时空配准、去除伪点、组网结构和并行计算等关键问题，并给出了合理的解决方法。【关键词】组网；时空配准；伪点；并行计算【中图分类号】TP212
【文献标识码】A
Practical Problems of Passive Acoustic Sensors Netting （NO.3Rearch Institute ，CETC ，Beijing 100015，China ）
【Abstract 】Passive acoustic sensors netting can achieve a large area of the noise monitoring. It is an effective method for low-altitude detecting and environmental monitoring. However ，fusion technique after netting faces a number of problems in practical applications. Therefore ，some practical problems ，such as space-time registroration ，deghosting ，topological structure and parallel computing ，which are towards characteristic of passive 【Key words 】passive acoustic sensors netting ；space-time registroration ；deghosting ；parallel computing acoustic sensors ，are analyzed in this paper. Some reasonable solutions are given.
SUN Zhijie ，ZHANG Xuelei
1引言
等过程，
形成统一航迹文件后，进行态势评定和威胁估计，如图1所示。这种结构的优点在于处理方式简单，对声传感器的性能要求不高，适合大面积分布，缺点是对信息传输量大，融合中心航迹起始复杂。
被动声传感器能够连续监听附近区域的噪声场，
及时发现声场中存在的多类声扰动并分别定向，具有隐蔽性好，安全性高等优点，是预警防御系统的一种有效的探测手段。将数百个被动声传感器分散到大面积区域组成网络，利用多源信息融合技术集中处理声传感器的信息，使原来独立工作的被动声传感器形成一个有机整体，不仅能够提高系统的探测效能、扩大声场监测范围、消除各种因素对目标跟踪造成的影响，更能获取单一声传感器无法提供的信息，完成多级别、多方面、多层次的处理[1]。被动声传感器轻巧便携，易于大批量分散于城市周边和野外地区，能够适应平原、丘陵、沿海等多种地形，并实现灵活组网，隐蔽监测，这一特点使被动声传感器组网系统具有典型优势，在军事和民用领域都是一种新颖而独特的监测手段，可自成体系，也可配合其他手段共同完成监测任务。
从信息融合体系结构来看，声传感器组网可采用集中式、分级式、混合式、分布式等多种体系结构，笔者针对集中式结构进行分析，其他结构可参阅文献[2]。集中式结构将每个声传感器的信息集中发送到融合中心，由融合中心统一完成航迹的起始、分类、质量评估
由于原被动声传感器独立工作，组网后将引入一系列新问题，笔者从工程应用角度出发，就应用中面临的时空配准、去除伪点、拓扑结构和并行计算等主要问题分别论述，提出合理的解决方案，希望能给相关从业人员一些启发和帮助。
2时空配准
将众多被动声传感器散布到大面积区域内，各声
传感器独立工作，时空配准成为被动声传感器组网的前提条件，即数据中心从每个声传感器获取的信息必须是同一空间、同一时刻的描述。时空配准包含两方面内容：一是时间配准，即保证各声传感器提供的数据应该有统一的授时方式或时间对齐方式；二是空间
Multimedia
配准，即保证各声传感器提供的数据应该能够在同一坐标系下进行空间描述。
目前能够实现统一授时的方式有长/短波授时、卫星授时、网络和电话授时等。短波授时的覆盖能力有限，不能大面积使用，网络和电话授时采用用户询问方式，均不适用于被动声传感器组网。长波授时是中国高精度授时系统，信号覆盖中国内地，可作为组网的授时方式；卫星授时可以实现发播信号的大面积覆盖，且精度高，成本低，是被动声传感器统一授时的理想方式。
众多被动声传感器在物理特性和空间位置上均存在差异且各自采用独立的坐标系，来自不同声传感器的定向信息不能进行融合处理，需要选定一个全局参考坐标系描述所有被动声测站的地理坐标并完成局部极坐标系向全局参考坐标系的转换。能够作为全局参考坐标系的选择较多，中国常用的坐标系有北京54、西安80和WGS-84三种，均能满足声传感器组网的使用要求。声传感器的有效监测范围覆盖周围10~30km 区域（根据声源频率有所变化），能够进行空间关联的声传感器覆盖区域也在此量级，若将定位后的声源大地坐标投影到直角坐标系中，坐标转换误差与声传感器探测精度匹配，能够简化后续处理。
发出的声波到达不同距离声传感器的时间可能相差很多。这一特征导致声传感器信息进行分选和配对时不能在同一处理周期内完成，而是需要综合分析多个连续处理周期内的多批信息。在进行常规分选和配对时，原S 1信息和S 2信息被引入了时间参数t ，此时问题转化为在两个信息序列S （）和S （）中寻找一种1t 2t 布，即同时进行时间和空间数据关联。可见，由于被动声传感器组网的特殊性，增大了交叉定位时配对的复杂度。
常规交叉定位去除伪点的方法主要有最小距离法、最大似然法、谱谱相关法、整数规划法、拉格朗日松弛算法、神经网络等[3]，但由于被动声传感器组网的特殊性和实时性要求，笔者认为最小距离法虽然正确率偏低，但从应用角度考虑，它是一种快速、有效的数据关联算法，更适合工程化。此外，还有一些适合于工程应用的方法能够提高时空关联正确率，如利用声传播距离和时间的正比关系能够较准确地完成时间关联，利用量测值序列的时间关联性能够提高空间关联正确率，利用被动声传感器的关联张角和有效观测集方法[4]能够有效降低计算量等，设计人员可根据应用特点选择。
网络与多媒体
最佳组合方式，使其符合声传播规律和目标空间分
3去除伪点
多声源交叉定位原理如图2所示。被动声传感
4拓扑结构
被动声传感器在网内的空间位置直接影响系统
器采用经典的测向交叉定位方法，能够较好地实现对声源扰动目标的定位。然而在实际应用环境中，声传感器能够同时完成空间多声源的定向，在进行交叉定位计算时，不可避免地产生伪点。这些伪点会随着声传感器和空间声源数量的增加而急剧增多，为后续的数据融合带来很大处理难度和资源的浪费，降低系统实时性，因此必须予以去除。为寻找快速、准确的去伪点方法，在交叉定位前，首先需要解决声源目标的分选和配对问题[3]。
各项性能在空间的分布。一般而言，网内各节点声传感器在空间位置上的分布结果，要在考虑地理环境约束的前提下，使声传感器网能覆盖指定的区域，同时还具有一定的抗干扰能力。因此，结合应用环境设定优化网络拓扑结构原则，并综合考虑重要因素，权衡利弊，是组网必须解决的应用问题[5]。
被动声传感器组网节点分布应遵循以下原则：（1）单层网覆盖结构。被动声传感器水平有效探测范围是一个圆形区域，垂直探测高度小于水平探测半径，因此组网时适于选择密集型单层网结构，在水平方向进行空间区域扩展，形成无缝覆盖。
（2）蜂窝组网。理论上，在每个蜂窝的中心和顶点配置声传感器，能够达到系统最大覆盖范围[6]。从经济角度看，覆盖相同面积区域时，蜂窝组网配置需要的声传感器数量最少。
（3）冗余布设。区分网内重点区域和非重点区
与其他探测手段相比，声传感器有一个典型特征：由于声波传播速度较慢，同一声源在同一空间点
域，根据系统的覆盖严密度需求，增加冗余布设，合理设计重点区域和非重点区域的覆盖率。
Network （4）目标容量。单个声传感器能够同时定向的声源数量有限，在选址时，应结合网内地区各类声源的分布情况，优化选择声传感器分布节点，使声传感器网目标容量达到最大值。
实际应用中，网内节点位置选址会受到许多客观因素的限制，例如周边环境噪声级过高会造成声传感器性能下降、监测声源的声特性应与节点间距相匹配、地形起伏会造成单层网在空降上的起伏等。设计人员需在限制条件、节点设计原则和确定的最大覆盖范围之间进行折中。
表1
数据并行与消息传递并行编程模型
网络与多媒体
5并行计算
被动声传感器组网的融合中心可根据组网规模选择采用CMP 系统、SMP 系统或SMP 集群系统，使用OpenMP ，MPI 或OpenMP+MPI编程方式，以满足融合程语言时需注意以下3点：
（1）使用集群系统时，通信开销远大于计算开销，在设计时应尽量降低通信次数或使用合并通信方式；（2）根据组网规模、计算速度等因素，合理划分并行算法的粒度，平衡负载，才能获得较高的并行效率；（3）使用CMP 系统时，随着处理器核数的增多，锁竞争问题会越发严重，目前业内尚无有效的解决办法，因此在进行多核编程时，应在处理器核数和加速比之间取得平衡。
中心大量数据处理的实时性要求。使用前述两种编
集中式数据融合结构将定向信息全部上传至融
合中心进行实时处理，是融合中心计算量最大的一种使用方式，且易产生爆发数据量，因此对融合中心的通信和数据处理能力要求很高。在进行融合中心设计时，可考虑采用并行计算执行模式，解决大计算量和实时性要求的矛盾。
并行计算不仅可以在更短的时间内解决更复杂的问题，还能够节省投入，在电信、金融等许多领域有着广泛应用。近几年，由于单核处理器的频率已经到达极限，多核处理器得到了迅猛发展。目前，使用单芯片多核处理器的CMP 计算机和使用多路处理器的SMP 计算机已实现混合构架，这种多路多核处理器架构已经在服务器、工作站等领域大量应用，为并行计算提供了良好的硬件平台。同时，SMP 集群系统是并行计算机的发展趋势，它是由拥有多个处理器的SMP 节点和连接各节点间的快速网络构成的多级体系结构，使并行计算能够扩展到更广阔的领域。
软件方面，目前应用较广泛的并行编程模型有数据并行和消息传递两种，数据并行实现相同的操作同时作用于不同的数据，消息传递实现各并行部分的协调控制。表1给出了2种模式的简单对比。并行语言可分为3类方式：为串行语言提供可调用的并行库、扩展原串行语言的语法成分、设计全新的并行语言，这3类方式对串行代码的改动量依次增大，实现难度依次提高。目前被广泛接受的并行语言有MPI 和OpenMP 两种。MPI 属于扩展语法库，在分布内存系程序设计模型；OpenMP 是一种并行标准，需要编译器支持，在共享内存系统上，OpenMP 并行标准可作为多线程的应用程序接口，完成并行工作分配。
统上，使用MPI 作为消息传递接口已被证实是理想的
6总结
被动声传感器组网是一种新颖的组网方式，具有
广阔的应用前景。笔者针对被动声传感器组网的特殊性提出并分析了工程应用中面临的若干问题，并给出可行的解决方法。对于多源信息融合技术的相关问题国内已有较多文献，笔者不再赘述。
参考文献[1][2][3][4][5][6]
林岳松，李兆利，钱积新. 多源信息融合中的位置级融合评述[J].电声技术，2002（12）：53-56. 科技大学出版社，1997.
康耀红. 数据融合理论与应用[M].2版. 西安：西安电子胡洪涛，敬忠良. 双平台交叉定位去除虚假点方法研究王宏飞. 被动传感器信息融合研究与应用[D].南京：南京理工大学，2003.
何友，修建娟，张晶炜，等. 雷达数据处理及应用[M].2版. 北京：电子工业出版社，2009.
林岳松，李兆利，薛安克，等. 被动声预警系统信息融合及组网技术研究[J].电声技术，2003（1）：58-61.
[收稿日期]2011-05-16
[J].航空电子技术，2004，35（4）：29-33.
[责任编辑]闫雯雯
Network 文章编号：1002-8684（2011）06-0067-03
网络与多媒体
被动声传感器组网的若干应用问题
孙志洁，张学磊
（中国电子科技集团公司第三研究所，北京100015）
【摘
·论文·
要】被动声传感器组成网络能够实现大面积区域的噪声监测，是一种有效的低空探测和环境监测手段，然而
组网后信息融合技术在实际应用中面临若干问题。从工程应用角度出发，针对被动声传感器特点，分析了组网面临的时空配准、去除伪点、组网结构和并行计算等关键问题，并给出了合理的解决方法。【关键词】组网；时空配准；伪点；并行计算【中图分类号】TP212
【文献标识码】A
Practical Problems of Passive Acoustic Sensors Netting （NO.3Rearch Institute ，CETC ，Beijing 100015，China ）
【Abstract 】Passive acoustic sensors netting can achieve a large area of the noise monitoring. It is an effective method for low-altitude detecting and environmental monitoring. However ，fusion technique after netting faces a number of problems in practical applications. Therefore ，some practical problems ，such as space-time registroration ，deghosting ，topological structure and parallel computing ，which are towards characteristic of passive 【Key words 】passive acoustic sensors netting ；space-time registroration ；deghosting ；parallel computing acoustic sensors ，are analyzed in this paper. Some reasonable solutions are given.
SUN Zhijie ，ZHANG Xuelei
1引言
等过程，
形成统一航迹文件后，进行态势评定和威胁估计，如图1所示。这种结构的优点在于处理方式简单，对声传感器的性能要求不高，适合大面积分布，缺点是对信息传输量大，融合中心航迹起始复杂。
被动声传感器能够连续监听附近区域的噪声场，
及时发现声场中存在的多类声扰动并分别定向，具有隐蔽性好，安全性高等优点，是预警防御系统的一种有效的探测手段。将数百个被动声传感器分散到大面积区域组成网络，利用多源信息融合技术集中处理声传感器的信息，使原来独立工作的被动声传感器形成一个有机整体，不仅能够提高系统的探测效能、扩大声场监测范围、消除各种因素对目标跟踪造成的影响，更能获取单一声传感器无法提供的信息，完成多级别、多方面、多层次的处理[1]。被动声传感器轻巧便携，易于大批量分散于城市周边和野外地区，能够适应平原、丘陵、沿海等多种地形，并实现灵活组网，隐蔽监测，这一特点使被动声传感器组网系统具有典型优势，在军事和民用领域都是一种新颖而独特的监测手段，可自成体系，也可配合其他手段共同完成监测任务。
从信息融合体系结构来看，声传感器组网可采用集中式、分级式、混合式、分布式等多种体系结构，笔者针对集中式结构进行分析，其他结构可参阅文献[2]。集中式结构将每个声传感器的信息集中发送到融合中心，由融合中心统一完成航迹的起始、分类、质量评估
由于原被动声传感器独立工作，组网后将引入一系列新问题，笔者从工程应用角度出发，就应用中面临的时空配准、去除伪点、拓扑结构和并行计算等主要问题分别论述，提出合理的解决方案，希望能给相关从业人员一些启发和帮助。
2时空配准
将众多被动声传感器散布到大面积区域内，各声
传感器独立工作，时空配准成为被动声传感器组网的前提条件，即数据中心从每个声传感器获取的信息必须是同一空间、同一时刻的描述。时空配准包含两方面内容：一是时间配准，即保证各声传感器提供的数据应该有统一的授时方式或时间对齐方式；二是空间
Multimedia
配准，即保证各声传感器提供的数据应该能够在同一坐标系下进行空间描述。
目前能够实现统一授时的方式有长/短波授时、卫星授时、网络和电话授时等。短波授时的覆盖能力有限，不能大面积使用，网络和电话授时采用用户询问方式，均不适用于被动声传感器组网。长波授时是中国高精度授时系统，信号覆盖中国内地，可作为组网的授时方式；卫星授时可以实现发播信号的大面积覆盖，且精度高，成本低，是被动声传感器统一授时的理想方式。
众多被动声传感器在物理特性和空间位置上均存在差异且各自采用独立的坐标系，来自不同声传感器的定向信息不能进行融合处理，需要选定一个全局参考坐标系描述所有被动声测站的地理坐标并完成局部极坐标系向全局参考坐标系的转换。能够作为全局参考坐标系的选择较多，中国常用的坐标系有北京54、西安80和WGS-84三种，均能满足声传感器组网的使用要求。声传感器的有效监测范围覆盖周围10~30km 区域（根据声源频率有所变化），能够进行空间关联的声传感器覆盖区域也在此量级，若将定位后的声源大地坐标投影到直角坐标系中，坐标转换误差与声传感器探测精度匹配，能够简化后续处理。
发出的声波到达不同距离声传感器的时间可能相差很多。这一特征导致声传感器信息进行分选和配对时不能在同一处理周期内完成，而是需要综合分析多个连续处理周期内的多批信息。在进行常规分选和配对时，原S 1信息和S 2信息被引入了时间参数t ，此时问题转化为在两个信息序列S （）和S （）中寻找一种1t 2t 布，即同时进行时间和空间数据关联。可见，由于被动声传感器组网的特殊性，增大了交叉定位时配对的复杂度。
常规交叉定位去除伪点的方法主要有最小距离法、最大似然法、谱谱相关法、整数规划法、拉格朗日松弛算法、神经网络等[3]，但由于被动声传感器组网的特殊性和实时性要求，笔者认为最小距离法虽然正确率偏低，但从应用角度考虑，它是一种快速、有效的数据关联算法，更适合工程化。此外，还有一些适合于工程应用的方法能够提高时空关联正确率，如利用声传播距离和时间的正比关系能够较准确地完成时间关联，利用量测值序列的时间关联性能够提高空间关联正确率，利用被动声传感器的关联张角和有效观测集方法[4]能够有效降低计算量等，设计人员可根据应用特点选择。
网络与多媒体
最佳组合方式，使其符合声传播规律和目标空间分
3去除伪点
多声源交叉定位原理如图2所示。被动声传感
4拓扑结构
被动声传感器在网内的空间位置直接影响系统
器采用经典的测向交叉定位方法，能够较好地实现对声源扰动目标的定位。然而在实际应用环境中，声传感器能够同时完成空间多声源的定向，在进行交叉定位计算时，不可避免地产生伪点。这些伪点会随着声传感器和空间声源数量的增加而急剧增多，为后续的数据融合带来很大处理难度和资源的浪费，降低系统实时性，因此必须予以去除。为寻找快速、准确的去伪点方法，在交叉定位前，首先需要解决声源目标的分选和配对问题[3]。
各项性能在空间的分布。一般而言，网内各节点声传感器在空间位置上的分布结果，要在考虑地理环境约束的前提下，使声传感器网能覆盖指定的区域，同时还具有一定的抗干扰能力。因此，结合应用环境设定优化网络拓扑结构原则，并综合考虑重要因素，权衡利弊，是组网必须解决的应用问题[5]。
被动声传感器组网节点分布应遵循以下原则：（1）单层网覆盖结构。被动声传感器水平有效探测范围是一个圆形区域，垂直探测高度小于水平探测半径，因此组网时适于选择密集型单层网结构，在水平方向进行空间区域扩展，形成无缝覆盖。
（2）蜂窝组网。理论上，在每个蜂窝的中心和顶点配置声传感器，能够达到系统最大覆盖范围[6]。从经济角度看，覆盖相同面积区域时，蜂窝组网配置需要的声传感器数量最少。
（3）冗余布设。区分网内重点区域和非重点区
与其他探测手段相比，声传感器有一个典型特征：由于声波传播速度较慢，同一声源在同一空间点
域，根据系统的覆盖严密度需求，增加冗余布设，合理设计重点区域和非重点区域的覆盖率。
Network （4）目标容量。单个声传感器能够同时定向的声源数量有限，在选址时，应结合网内地区各类声源的分布情况，优化选择声传感器分布节点，使声传感器网目标容量达到最大值。
实际应用中，网内节点位置选址会受到许多客观因素的限制，例如周边环境噪声级过高会造成声传感器性能下降、监测声源的声特性应与节点间距相匹配、地形起伏会造成单层网在空降上的起伏等。设计人员需在限制条件、节点设计原则和确定的最大覆盖范围之间进行折中。
表1
数据并行与消息传递并行编程模型
网络与多媒体
5并行计算
被动声传感器组网的融合中心可根据组网规模选择采用CMP 系统、SMP 系统或SMP 集群系统，使用OpenMP ，MPI 或OpenMP+MPI编程方式，以满足融合程语言时需注意以下3点：
（1）使用集群系统时，通信开销远大于计算开销，在设计时应尽量降低通信次数或使用合并通信方式；（2）根据组网规模、计算速度等因素，合理划分并行算法的粒度，平衡负载，才能获得较高的并行效率；（3）使用CMP 系统时，随着处理器核数的增多，锁竞争问题会越发严重，目前业内尚无有效的解决办法，因此在进行多核编程时，应在处理器核数和加速比之间取得平衡。
中心大量数据处理的实时性要求。使用前述两种编
集中式数据融合结构将定向信息全部上传至融
合中心进行实时处理，是融合中心计算量最大的一种使用方式，且易产生爆发数据量，因此对融合中心的通信和数据处理能力要求很高。在进行融合中心设计时，可考虑采用并行计算执行模式，解决大计算量和实时性要求的矛盾。
并行计算不仅可以在更短的时间内解决更复杂的问题，还能够节省投入，在电信、金融等许多领域有着广泛应用。近几年，由于单核处理器的频率已经到达极限，多核处理器得到了迅猛发展。目前，使用单芯片多核处理器的CMP 计算机和使用多路处理器的SMP 计算机已实现混合构架，这种多路多核处理器架构已经在服务器、工作站等领域大量应用，为并行计算提供了良好的硬件平台。同时，SMP 集群系统是并行计算机的发展趋势，它是由拥有多个处理器的SMP 节点和连接各节点间的快速网络构成的多级体系结构，使并行计算能够扩展到更广阔的领域。
软件方面，目前应用较广泛的并行编程模型有数据并行和消息传递两种，数据并行实现相同的操作同时作用于不同的数据，消息传递实现各并行部分的协调控制。表1给出了2种模式的简单对比。并行语言可分为3类方式：为串行语言提供可调用的并行库、扩展原串行语言的语法成分、设计全新的并行语言，这3类方式对串行代码的改动量依次增大，实现难度依次提高。目前被广泛接受的并行语言有MPI 和OpenMP 两种。MPI 属于扩展语法库，在分布内存系程序设计模型；OpenMP 是一种并行标准，需要编译器支持，在共享内存系统上，OpenMP 并行标准可作为多线程的应用程序接口，完成并行工作分配。
统上，使用MPI 作为消息传递接口已被证实是理想的
6总结
被动声传感器组网是一种新颖的组网方式，具有
广阔的应用前景。笔者针对被动声传感器组网的特殊性提出并分析了工程应用中面临的若干问题，并给出可行的解决方法。对于多源信息融合技术的相关问题国内已有较多文献，笔者不再赘述。
参考文献[1][2][3][4][5][6]
林岳松，李兆利，钱积新. 多源信息融合中的位置级融合评述[J].电声技术，2002（12）：53-56. 科技大学出版社，1997.
康耀红. 数据融合理论与应用[M].2版. 西安：西安电子胡洪涛，敬忠良. 双平台交叉定位去除虚假点方法研究王宏飞. 被动传感器信息融合研究与应用[D].南京：南京理工大学，2003.
何友，修建娟，张晶炜，等. 雷达数据处理及应用[M].2版. 北京：电子工业出版社，2009.
林岳松，李兆利，薛安克，等. 被动声预警系统信息融合及组网技术研究[J].电声技术，2003（1）：58-61.
[收稿日期]2011-05-16
[J].航空电子技术，2004，35（4）：29-33.
[责任编辑]闫雯雯