基于极端互相关技术的激光背散射探测方法用于研究湍流耦合的气泡尾流

《Optics & Laser Technology》：Extreme cross-correlation-based laser backscattering detection of turbulence-coupled bubble wakes

海洋车辆气泡尾迹的激光后向散射信号检测方法研究。针对传统固定阈值检测法在湍流耦合场中动态范围不足、信噪比低、多周期连续检测能力差等问题，提出动态阈值优化与交叉相关极值检测技术融合的创新方法。通过构建动态自相关背景抑制算法和交叉相关极值目标增强算法的协同处理架构，实现非稳态流体环境中气泡尾迹的稳定多周期检测。实验表明该方法使平均信噪比提升5.01dB，检测置信度达95%时特征捕获率从58.3%提升至86%，连续有效检测时间延长2.72倍，响应时间降低一个数量级。

　　海洋车辆气泡尾迹的光学特性在复杂流场中展现出显著的动态特征，其光学信息与多种湍流场参数相互耦合，呈现出广泛的动力范围和非稳态背景。这些特性对传统的固定阈值检测方法构成了严峻挑战。为了应对诸如激光尾迹检测信号中因气泡和热湍流引起的信噪比低、持续有效检测周期有限以及尾迹特征捕捉概率低等问题，本研究创新性地将动态阈值优化机制与跨相关极值检测技术相结合，提出了一种基于极值相关性的气泡尾迹后向光学信号检测方法。此外，还设计了一种协同处理架构，整合了动态自相关背景波动抑制算法和利用跨相关极值的目标信号增强算法。通过建立基于高相关性的尾迹自由背景信号的动态阈值区间，采用滑动窗口跨相关极值方法将目标信号与背景噪声分离，同时增强目标特征，从而克服了传统方法在非稳态流体环境中的局限性，并解决了连续多周期尾迹检测的难题。此外，构建了一个多湍流场耦合的车辆尾迹模拟平台，以验证该检测方法在湍流干扰下的准确性和可靠性。实验结果表明，该方法显著提升了平均信背比（SBR）5.01 dB，同时在95%的检测置信水平下，湍流环境中气泡尾迹特征的捕捉率从58.3%提升至86%，持续有效检测时间延长至传统方法的2.72倍，检测灵敏度（通过降低响应时间）提高了十倍。因此，本研究为复杂流体环境中提取气泡尾迹光学特征提供了一种潜在的应用方法。

在海洋环境中，车辆行驶时会在船尾形成动态的气泡尾迹。这种尾迹主要由螺旋桨空化、海浪破碎以及船体水线处的大规模空气吸入等因素引起。气泡尾迹的产生是不可避免且难以消除的，因此，其作为识别海洋车辆的重要特征，被广泛应用于海洋监测和探测领域。激光检测技术作为新兴的水下信息感知与传输手段，在海洋探索和数据传输中发挥着关键作用。相比声学检测，其精度较低且信噪比不佳；相比电磁检测，其探测距离较短且探测率较低。而激光检测技术具有高灵敏度、高识别准确性和强抗干扰能力等优势，因此在气泡尾迹探测中得到了广泛应用。然而，激光检测在气泡尾迹探测过程中常常受到海洋动态过程的影响，例如由螺旋桨搅动深海水体引起的温度差异导致的热湍流，以及由气泡上浮引起的气泡湍流。这些因素使得回波信号呈现出复杂的关系，表现出大规模、开放性和复杂性的特征，从而增加了气泡尾迹信息的检测与提取难度。

因此，研究海洋车辆气泡尾迹的激光特征提取方法以及在热湍流和气泡湍流环境下的抗干扰信号处理技术，对于未来海洋车辆识别和海洋探测技术的发展具有重要的参考价值。针对高精度检测和尾迹特征反演的问题，激光检测技术及其信号解释方法已成为国内外海洋监测领域的研究热点。例如，Chang等人提出了一种双通道锁相放大技术，通过跨相关检测有效抑制了激光漂移干扰[10]。然而，该方法对参考信号的准确性依赖较高，且动态范围有限，在强噪声环境如海洋湍流或气泡干扰下检测性能显著下降。Jeong S和Wang等人则利用一类核支持向量机等模式识别技术进行尾迹信号的检测与识别[11,12]。但该算法的性能依赖于先验训练数据，在突发湍流情况下存在模式混淆的风险。Abbaszadeh等人通过激光光斑视频记录技术测量了不同尺度船舶模型的泡沫尾迹的积分强度，并建立了具有稳态平均多相流特性的光学光散射模型[13,14]。然而，该技术及模型在实际应用中受到数据采集时间间隔对齐困难的限制，且在真实水域中的检测精度相对较低。Zong等人对海洋车辆尾迹的光学散射特性和检测方法进行了深入研究，提出了基于同步积分/累积的尾迹检测方法以及一种利用多时间尺度分层处理的新型气泡尾迹激光检测技术[15,16]。通过结合不同时间尺度下尾迹特征的分层分析与积分/累积技术，这些方法显著提升了信噪比，同时有效捕捉了气泡尾迹的动态演化过程。然而，上述两种方法均需要对高频（微秒级气泡检测）和低频（秒级尾迹扩散）信号进行并行处理，导致计算负载呈指数级增长。此外，参数自适应性方面的限制加剧了对环境干扰的敏感性。分层架构引发了环境干扰的级联放大，特别是在湍流影响下。更关键的是，这些方法在抑制由多尺度气泡湍流（0.1–2 mm的宽粒径分布）和多方向热湍流引起的湍流-光耦合干扰方面仍存在不足，导致检测阈值漂移严重、气泡识别的误报率显著升高，检测误差率超过30%。

针对上述问题，本研究聚焦于在非稳态环境中实现基于激光的车辆尾迹检测的关键需求，特别是应对信噪比低（由宽幅动态范围和显著相位偏移引起）、持续有效检测周期有限以及尾迹特征捕捉概率低等挑战。我们提出了一种基于极值相关性的尾迹检测方法，该方法以激光后向散射模型和检测机制为核心，构建了多周期尾迹激光回波信号检测框架，并创新性地设计了双核算法：首先，设计了一种基于动态自相关的背景波动抑制算法。该算法主要通过利用无尾迹背景信号的高自相关特性，建立动态阈值区间，从而有效解决了单周期信号相位漂移和湍流场中背景波动较大的问题。其次，结合该动态阈值区间，设计了一种基于跨相关极值的目标信号增强算法。通过增强尾迹目标信号与背景信号之间的差异，构建了多周期连续跟踪与检测模型，从而有效解决了现有检测方法在强湍流干扰下难以实现连续和有效检测多周期尾迹信号的问题，突破了传统方法在非稳态流体环境中的局限性，实现了在强湍流环境下尾迹后向散射信号的稳定和连续捕捉，并显著提高了湍流场环境中的尾迹特征有效识别率。本研究的成果为海洋车辆尾迹的激光检测技术提供了创新性的解决方案，并具有重要的工程应用价值。

本研究提出的检测方法通过动态自相关背景波动抑制算法和跨相关极值目标增强算法的协同处理，有效提升了在复杂流体环境下的尾迹检测能力。动态自相关背景波动抑制算法的核心在于利用无尾迹背景信号的高自相关特性，建立一个动态的阈值区间，以适应不同环境下的背景波动。在传统的固定阈值检测方法中，由于背景信号在不同时间点的变化较大，特别是在存在湍流的情况下，检测阈值的设定往往无法满足实际需求，导致误检率和漏检率的增加。而动态自相关背景波动抑制算法通过实时分析背景信号的自相关特性，动态调整检测阈值，从而有效抑制了背景波动对检测结果的影响。这一算法不仅能够补偿背景信号的时间延迟，还能在复杂流场中保持较高的检测稳定性。此外，该算法在处理多周期尾迹信号时，能够有效避免因背景波动而导致的检测阈值漂移，提高了信号检测的准确性。

在目标信号增强方面，本研究结合动态阈值区间，设计了一种基于跨相关极值的信号增强算法。该算法的核心在于通过跨相关极值分析，增强尾迹目标信号与背景信号之间的差异，从而实现对目标信号的更清晰识别。在传统的检测方法中，由于背景信号的复杂性和多变性，尾迹信号往往被淹没在噪声中，导致特征捕捉率较低。而基于跨相关极值的信号增强算法能够有效地识别出尾迹信号中的关键特征，并通过算法优化提升信号的对比度，使得尾迹信号在复杂的流体环境中更加突出。这一方法在多周期尾迹信号检测中表现出色，能够实现连续、稳定的目标信号跟踪，从而克服了传统方法在强湍流干扰下难以实现连续检测的缺陷。此外，该算法还能够有效提升检测的灵敏度，使得在较低的信号强度下也能实现较高的识别率，这对于实际应用中的复杂环境具有重要意义。

在实验设计方面，本研究构建了一个多湍流场耦合的车辆尾迹模拟测试平台，以验证该检测方法在湍流干扰下的有效性与可靠性。该实验平台通过在实验室环境中模拟海洋中的多种湍流现象，如热湍流和气泡湍流，从而提供了一个接近真实海洋环境的测试场景。实验过程中，使用了一个18米长、2米深的水池，并通过混合海水盐与自来水，模拟出盐度为5‰的海水环境。同时，激光发射器与接收装置被放置在水池玻璃窗的同一方向，以确保实验数据的准确性。通过这种方式，研究团队能够系统地评估该检测方法在不同湍流条件下的性能表现，为后续的实际应用提供了有力的数据支持。

实验结果表明，本研究提出的方法在多个关键指标上取得了显著的提升。首先，在平均信背比（SBR）方面，该方法相较于传统方法提升了5.01 dB，表明其在抑制背景噪声方面的效果明显。其次，在95%的检测置信水平下，气泡尾迹特征的捕捉率从58.3%提高到了86%，说明该方法在复杂环境下的识别能力得到了显著增强。此外，持续有效检测时间延长至传统方法的2.72倍，表明该方法在保持信号稳定性的同时，具备更强的连续检测能力。最后，检测灵敏度（通过降低响应时间）提高了十倍，这不仅意味着在更短的时间内可以捕捉到更多的尾迹信号，也表明该方法在实际应用中具有更高的灵活性和适应性。

本研究的创新性主要体现在以下几个方面：首先，通过引入动态阈值优化机制，解决了传统固定阈值方法在非稳态流体环境中的不足，提高了检测的稳定性和准确性。其次，跨相关极值检测技术的应用使得尾迹信号的特征捕捉更加高效，特别是在存在多周期信号的情况下，能够实现连续和稳定的检测。第三，构建的多湍流场耦合模拟平台为检测方法的验证提供了可靠的实验环境，使得研究结果更具实际意义。此外，该方法在信号处理过程中，有效抑制了由多尺度气泡湍流和多方向热湍流引起的干扰，从而显著降低了误报率和漏检率，提高了检测的可靠性。

本研究的成果不仅为海洋车辆尾迹的激光检测技术提供了新的思路和方法，还为未来海洋监测和探测技术的发展奠定了基础。随着海洋探索和海洋工程的不断深入，对海洋车辆的识别和监测需求日益增长。特别是在复杂海洋环境中，传统的检测方法往往难以满足高精度、高灵敏度和高稳定性的要求。因此，开发一种能够在强湍流干扰下实现高效、准确和连续检测的尾迹识别方法，具有重要的现实意义。本研究提出的基于极值相关性的检测方法，为解决这一问题提供了可行的解决方案，其在实验室环境中的优异表现表明其在实际应用中具有广阔的发展前景。

从工程应用的角度来看，该方法在多个方面展现了显著的优势。首先，其动态自相关背景波动抑制算法能够有效适应不同环境下的背景波动，提高了检测的鲁棒性。在实际应用中，海洋环境的复杂性和多变性使得背景信号的波动难以预测，因此，具备自适应能力的检测方法尤为重要。其次，基于跨相关极值的目标信号增强算法能够提升尾迹信号的对比度，使得在复杂噪声背景下也能实现高效的特征捕捉。这对于需要在多种环境条件下进行监测的应用场景，如海上交通监控、水下目标识别等，具有重要的实际意义。此外，该方法的多周期连续跟踪与检测模型能够有效解决传统方法在强湍流干扰下难以实现连续检测的问题，使得尾迹信号的识别更加全面和准确。

本研究的成果还为相关领域的技术发展提供了新的方向。例如，在海洋遥感、水下机器人导航以及海洋环境监测等方面，该方法可以作为有效的信号处理工具，提升系统的检测能力和稳定性。此外，随着人工智能和机器学习技术的发展，将这些技术与激光检测相结合，有望进一步提升检测的智能化水平，实现对尾迹信号的自动识别和分类。因此，本研究不仅在方法上实现了创新，也为未来相关技术的融合与发展提供了重要的理论依据和技术支持。

综上所述，本研究提出的基于极值相关性的激光尾迹检测方法，通过动态阈值优化和跨相关极值分析，有效解决了传统方法在非稳态流体环境中的不足，提升了尾迹信号的检测能力。实验结果表明，该方法在多个关键指标上取得了显著的提升，具备较高的实用价值。未来，随着研究的深入和技术的进一步优化，该方法有望在实际应用中发挥更大的作用，为海洋车辆的识别和监测提供更加可靠的技术支持。同时，该方法也为其他类似问题的解决提供了借鉴，具有广泛的推广和应用前景。