在我国近海岸输油、气管道常常会因为不明船只在附近施工、作业或抛锚等危险行为而造成破坏，为了更好的保护海底管道， 因而需要在沿管道附近的水域建立一套安防系统，检测过往船只航行状态，对危险目标进行实时预警，并把报警信息实时传送给上位机系统进行处理，以便安防管理人员快速响应报警情况，从而有效保护海底管道的安全。目前，国内外有许多使用图像和视频的方法来检测舰船， 但在功耗、硬件实现等方面受到制约。
鉴于此，通过结合水声技术，提出了采用水声与雷达、视频联合自动监测方案， 利用水声被动测量可长期工作的特点，实现对海管沿线水面、水下目标的前期声学预警，再利用岸基雷达的短期主动扫描， 获取水面可疑目标的准确参数，而视频监测设备则用于雷达近端监测盲区的补充测量，以实现对海底管道附近水域进行全天候无死角的全方位监测。
文中主要论述水声监测分系统的信号处理软硬件设计，即基于浮标的海上舰船目标预警系统设计。其主要功能包括：实现海上目标声学监测和自动识别，判断目标有无及目标状态;根据船只航行和作业等不同的频谱特性判断监测点附近是否有船只长时间停留或作业等危险存在;如有危险存在， 通过北斗数据传输设备向指控中心机房传送报警信息。此外该预警系统还具有位置、电池电压等信息读取和发送功能以及对北斗模块的控制功能。舰船目标检测及识别分系统结合其它的监测系统，可有效降低海管被外部不明船只在附近施工、作业或抛锚等危险行为造成破坏的风险，具有明显的经济效益和社会意义。
1 系统总体设计
舰船目标检测及识别系统的设计思想是由浮标系统阵来完成对目标信号的初步监测，并将结果以无线通信的方式上传至岸基显控系统，岸基系统对结果进行评估，以决定是否开启雷达扫描。
系统工作原理为： 首先在海上沿管道走向布放浮标阵，每个浮标上安装水听器，通过将水听器接收到的声信号传送到信号处理系统(模拟和数字)处理，实现对目标信号的检测和识别，当发现危险目标时通过北斗模块上传报警信息。整个系统由基阵、浮标系统、显控系统3 部分组成。
2 系统硬件设计
2.1 信号处理机设计
信号处理机是舰船目标检测及识别系统的一个重要组成部分，其的主要功能包括：进行信号的实时采集、处理，并完成目标的检测和作业状态识别;在设定时间开启北斗模块电源，完成电池电压测量，并将电压信息、北斗位置信息以及报警信息等传回; 定时或在收到新指令时关闭北斗模块电源;通过串口(或其它)可对工作中的设备在线调整识别门限、选择识别准则，以保证设备工作的状态最佳。根据上述功能要求，硬件系统框图。
2.2 DSP 与FPGA 外设接口设计
TMS320C5535 提供的外设接口有两个SD 外设、4 个I2SBusTM 模块、一个具有多达4 种芯片选择的SPI 接口、一个I2C 接口、一个通用异步收发器(UART) 以及多达20 个通用I/O (GPIO) 引脚(与其他器件功能多路复用)。对于本系统，DSP 通过FPGA 与外设进行数据的交互，而DSP 接口多为串行接口与FPGA 连接方便扩展。包括DSP 给FPGA 进行参数设定和将FPGA 完成简单处理的数据传送给DSP。
DSP 与FPGA 的外部接口电路。本次设计在DSP 提供的众多外设IO 中，我们最主要用到了UART 接口、I2S 接口以及GPIO 来与FPGA 进行交互。其中，UART 接口用来与北斗模块进行基于RS232 的串口通信;I2S 接口用来与FPGA 进行数据交互;GPIO 则用来控制北斗模块电源的开关以及AGC 增益的输出。其他没有用到的GPIO 引脚都将它连至FPGA 的IO 上，方便系统以后的扩展与修改。而SPI 接口和I2C 接口作为片外存储器接口， 也通过零电阻连至FPGA，在不使用时不焊接零电阻即可，增加了系统的灵活性与扩展性。
3 LOFAR 分析
利用高阶统计量可以证明舰船辐射噪声信号是非平稳、非高斯的。因此，单纯地依靠时域或频谱分析方法来提取辐射噪声的特征在很多时候可能会掩盖目标的某些局部时频特征。而且由于舰船噪声主要集中于低频端，轴频及其倍频等低频端谱特征可能淹没在海洋噪声背景中，而无法直接获取。LOFAR 谱图是根据水声目标辐射噪声的局部平稳特性，通过信号短时傅立叶变换获得的时变功率谱在时间、频率平面上投影形成的，反映了信号的非平稳特性，能够提取信号中的线谱分布特征。
LOFAR 谱图分析实际上就是短时傅立叶后，在频谱图上进行目标检测的一种方法。对舰船目标进行LOFAR 谱图分析时，一个关键问题就是如何进行数据的分段处理。数据的分段大小与需要进行的任务密切相关，当需要进行目标的种类或者更精细的目标特征分析时， 希望LOFAR 谱图的分辨率越高越好，但是分辨率高需要付出较高的硬件代价。如果仅仅是检测目标大小或者有无目标，LOFAR 图的频率分辨率可以适当降低以适应相应的硬件条件。
4 系统软件设计
4.1 软件总体设计
舰船目标检测及识别系统的硬件构成是DSP+FPGA 的经典方式，因此，系统软件也由两大部分组成，即FPGA 的软件设计和DSP 的软件设计。FPGA 负责数据的AD 采集与预处理。DSP 则负责系统的数据流程控制、信号处理算法的实时实现，以及与上位机的通信交互。舰船目标检测及识别系统的程序流程图。
4.2 基于线谱的目标检测及识别
线谱特征是运动舰船的固有特征，通过检测舰船的线谱特征可以进行有无运动舰船的判别及其目标状态的识别。给出了基于线谱的目标检测及识别流程图。通过舰船线谱特征，首先通过检测线谱幅度，判断是否有目标出现，然后根据线谱的数目和频率，进一步区别不同的目标，最后通过目标出现时间和目标消失的时间，判断目标船只是否停航抛锚、作业等危险情况，或是目标船只航行远离监测区域。
5 试验结果分析
为了验证LOFAR 方法的检测性能， 进行了湖上试验验证。在试验中，湖况为三级，并将接收系统置于位于湖中的测量船上，接收水听器入水4 m，接收系统的放大倍数2 500倍，接收频带50 Hz～5 kHz。
目标船从A 点启动，沿AB 段规划路径航行。对该段航行的水声数据进行短时傅立叶分析，得到其LOFAR 图所示。在250 Hz 以下，主要表现为连续谱噪声，而从250 Hz到800 Hz，辐射噪声以线谱为主，比较明显的线谱有10 余根常，随着目标接近，线谱的越来越大，随着目标渐远，线谱也慢慢消失。
目标船从B 点转弯，沿BD 段规划路径航行，在C 点停车。整个航行过程的LOFAR 图所示，其辐射噪声的频率分布清晰可见，由于目标船在航行点(C 点)停车，图示可知，在约1 010 秒附近，舰船辐射噪声突然消失，尤其是线谱，其主要线谱变成6 根，通过AB 段航行辐射噪声与C 停车的线谱对比分析，线谱的频率不完全一致，说明舰船的速度有急剧变化，由此可判断A 点到D 点航行过程中，C 点停车。目标船从D 点加速、转弯，沿DF 段规划路径航行，在约2 km 处的E 点停车。目标船的加速。由LOFAR 图可以明显看出，目标船开始航行进行了比较大加速、转弯，其线谱变成一条连续变化的曲线。综上所述，通过对研制样机的试验，基于LOFAR 的目标线谱检测和状态识别系统能够很好的反应目标船的运动状态和距离，通过海上现场调试、试验和运行，系统运行状态良好，稳定、可靠，最终本系统通过了工程验收。
6 结束语
系统样机首先通过湖上试验，通过LOFAR 分析，能够很好检测目标船只，并判断目标的运动状态，随后在海上进行了系统联调，经过多次测试，能较好的检测和识别目标船只的航行状态，并对危险情况实时上传海岸监控中心，系统检测概率达到90%以上，现场实际应用效果良好，系统运行稳定、可靠，系统经测试功耗约150 mW，可以长时间工作，满足系统技术设计要求，并通过了最后工程验收，具有较高的工程应用价值。
