Cấu hình mạng cảm biến thuỷ âm trên cơ sở tiền xử lý ICA nhằm nâng cao độ chính xác định vị đa mục tiêu

Kỹ thuật điều khiển & Điện tử<br /> <br /> CẤU HÌNH MẠNG CẢM BIẾN THUỶ ÂM TRÊN CƠ SỞ TIỀN XỬ LÝ<br /> ICA NHẰM NÂNG CAO ĐỘ CHÍNH XÁC ĐỊNH VỊ ĐA MỤC TIÊU<br /> Phan Hồng Minh1*, Phan Trọng Hanh2, Lương Thị Ngọc Tú2<br /> Tóm tắt: Bài báo đề xuất và xây dựng một giải pháp mới dựa trên mô hình phân<br /> tích phần tử độc lập ICA để thiết kế mạng cảm biến thuỷ âm để định vị đa mục tiêu.<br /> Việc định vị trong một môi trường phức tạp có nhiều mục tiêu (nguồn âm) hay nói<br /> một cách khác tín hiệu thu được tại cảm biến là hỗn hợp của tất cả tín hiệu có trong<br /> môi trường với một hệ số suy giảm khác nhau điều này dẫn đến khó quan trắc và<br /> định vị được. Bài báo ứng dụng kỹ thuật tiền xử lý ICA (Independent Component<br /> Analysis - phân tích phần tử độc lập) để tách riêng các nguồn âm trước khi tính<br /> toán vị trí để định vị bất kỳ mục tiêu nào trong các mục tiêu đang theo dõi.<br /> Từ khóa: Cảm biến thuỷ âm, Mạng cảm biến sonar thụ động, TDOA, ICA, PAM.<br /> <br /> 1. GIỚI THIỆU<br /> Trong mạng cảm biến thuỷ âm, các cảm biến được bố trí ở các độ sâu và cấu<br /> trúc hình học khác nhau để quan sát một hiện tượng hoặc một mục tiêu nhất định,<br /> ưu điểm là khả năng linh hoạt trong cấu trúc và không phát xạ sóng âm cho nên<br /> khó bị phát hiện bởi kẻ địch. Việc nghiên cứu ứng dụng mạng cảm biến sonar thụ<br /> động để nghiên cứu định vị cá voi đã được thực hiện ở nhiều quốc gia trên thế giới<br /> và đã có nhiều kết qủa đa dạng [5][6], bên cạnh đó, tối ưu mặt mở (aperture) của<br /> mạng cảm biến[12] hoặc điều khiển búp sóng thích nghi để để tăng tỷ số SNR<br /> nhằm nâng cao độ chính xác định vị cũng có những thành quả nhất định. Xử lý tín<br /> hiệu sonar sử dụng kỹ thuật ICA cũng được nghiên cứu trong việc phát hiện, nhận<br /> dạng và định hướng mục tiêu[2][10][11].<br /> Việc áp dụng kỹ thuật ICA nhằm mục đích là tách các nguồn âm riêng biệt từ<br /> các mục tiêu đến các cụm hydrophone để khi tính TDOA (Time Diffirence Of<br /> Arrivals - thời điểm khác nhau của sóng tới) của các cặp hydrophone được chính<br /> xác hơn.<br /> 2. SỬ DỤNG MẠNG CẢM BIẾN ĐỂ ĐỊNH VỊ MỤC TIÊU<br /> 2.1. Cơ sở của phương pháp<br /> Mạng cảm biến sonar thụ động bao gồm một số lượng hữu hạn M các cảm biến<br /> thuỷ âm (hydrophone) hi, i = 1,…., M được gắn tại các vị trí có toạ độ cố định (xi,<br /> yi, zi) và mục tiêu cần định vị là các nguồn phát xạ sóng âm có toạ độ (xs, ys, zs) và<br /> khoảng cách từ mục tiêu đến các hydrophone là Ri. Ta có phương thức tổng quan<br /> tính khoảng cách từ mục tiêu đến các hydrophone [3]:<br /> (1)<br /> Ở Hình 1 gọi h0 là hydro-phone tham chiếu thì có thể thay Ri = R0 + δRi, R0 là<br /> khoảng cách từ mục tiêu đến cảm biến h0, δRi là khoảng cách tia âm đi từ h0 đến<br /> các hi. δRi = c.δTi, c là tốc độ âm trong nước.<br /> Triển khai (1) cho hydrophone h0, ta có được:<br /> (2)<br /> và cho các hydrophone khác:<br /> <br /> 42 P. H. Minh, P. T. Hanh, L. T. N. Tú, “Cấu hình mạng cảm biến thủy âm… đa mục tiêu.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> =<br /> (3)<br /> <br /> Như vậy:<br /> <br /> <br /> (4)<br /> <br /> <br /> Để định vị<br /> với số lượng<br /> tối thiểu<br /> hydro-phone,<br /> bố trí chúng<br /> có cùng độ<br /> sâu zi bằng<br /> nhau (planar<br /> - array) thì (zi<br /> - z0) = 0. Viết<br /> (4) dưới dạng<br /> ma trận ta có:<br /> <br /> Hình 1. Mạng cảm biến thuỷ âm định vị mục tiêu.<br /> <br /> <br /> (5)<br /> <br /> số lượng hydrophone cần thiết sẽ là 4 và zs được tính như sau:<br /> (6)<br /> 2.2. Tính TDOA của tín hiệu thuỷ âm đến mạng cảm biến<br /> Tín hiệu thuỷ âm thu được từ hydrophone sau khi được lấy mẫu với tần số 8Khz<br /> với độ phân giải 8 bit sẽ được các mẫu số liệu S(i), i = 1,…., n là các cụm bit có giá<br /> trị cụ thể mang thông tin về biên độ và pha của tín hiệu. Ở đây, việc xác định thời<br /> điểm tín hiệu đến các hydrophone được tính trên mức năng lượng có độ lớn tương<br /> đương thu được tại các thời điểm xác định.<br /> Để tính TDOA trước hết tính năng lượng của tín hiệu trong một cụm bít có độ<br /> dài 8 mẫu tương ứng với 1ms của tín hiệu tới theo công thức:<br /> <br /> (7)<br /> <br /> Sau đó, xét trong khoảng thời gian từ 100ms đến 200ms, khoảng thời gian này<br /> phù hợp với tín hiệu thuỷ âm cũng như thuật toán định vị với các vạch năng lượng<br /> trong Hình 2 có độ lớn tín hiệu tính theo (7) và khoảng thời gian là 1ms. Với thời<br /> gian 100ms đến 200ms xác định được vị trí một lần, trong 1s sẽ xác định được vị<br /> trí từ 5 đến 9 lần và để tránh báo động lầm, từ các vị trí này sẽ chọn ra vị trí có số<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 48, 04 - 2017 43<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> lượng xuất hiện nhiều nhất. Ngoài ra để loại bỏ các vạch có năng lượng nhỏ (nhiễu<br /> nền hoặc hài) chỉ cần thiết lập một mức ngưỡng tín hiệu đủ lớn là được.<br /> Tính năng lượng của tín hiệu thu được từ các hydrophone trong khoảng thời gian<br /> 120ms ta thu được tín hiệu tới các hydrophone ở các thời điểm khác nhau (Hình 2). Dễ<br /> thấy tín hiệu có mức năng lượng lớn hơn 2dB tới hydro-phone h0 ở thời điểm T0 =<br /> 50ms, nhưng đến h1, h2, h3 là 62ms chậm hơn khoảng 12ms. Từ đây, có thể tính được<br /> các T1, T2, T3 và xác định được các giá trị δR1, δR2, δR3 bởi δRi = c.( Ti - T0 ).<br /> <br /> <br /> <br /> <br /> Hình 2. Xác định TDOA của tín hiệu thuỷ âm đến các hydrophone.<br /> Thay vào công thức (5), (6) xác định được toạ độ của mục tiêu cũng như khoảng<br /> cách từ mục tiêu đến mạng cảm biến. Hết chu kỳ thuật toán lại lặp lại từ đầu.<br /> 3. GIẢI PHÁP ỨNG DỤNG TIỀN XỬ LÝ ICA ĐỂ PHÂN TÁCH TÍN HIỆU<br /> CỦA CÁC MỤC TIÊU TRƯỚC ĐỊNH VỊ<br /> 3.1. Kỹ thuật phân tích thành phần độc lập ICA<br /> ICA là kỹ thuật thống kê để phân tách một tập hợp tín hiệu hỗn hợp thành các<br /> tín hiệu nguyên thuỷ ban đầu với điều kiện các nguồn tín hiệu này độc lập với nhau<br /> (bất tương quan). Kỹ thuật này dựa trên việc tìm véc tơ trọng lượng (weight<br /> vector) của các nguồn tín hiệu, thuật toán lặp và hội tụ cho đến khi xác định được<br /> nguồn tín hiệu ban đầu.<br /> <br /> <br /> 44 P. H. Minh, P. T. Hanh, L. T. N. Tú, “Cấu hình mạng cảm biến thủy âm… đa mục tiêu.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Mô hình ICA:<br /> Giả sử ta quan sát n xáo trộn tuyến tính x1, x2, …, xn của n phần tử độc lập:<br /> với mọi i (8)<br /> xi, s1, s2… đều là hàm của tham số thời gian t, mỗi xáo trộn xi cũng giống như<br /> thành phần độc lập sk là một biến số ngẫu nhiên, thay cho một tín hiệu thời gian<br /> riêng biệt. Các giá trị quan sát xi(t) đều là các mẫu của biến số ngẫu nhiên này. Ký<br /> hiệu véc tơ ngẫu nhiên x cho các phần tử xáo trộn x1, x2, .. xn, véc tơ ngẫu nhiên s<br /> cho các phần tử s1, s2,.. sn, và ma trận A với các phần tử aij. Ta có:<br /> x = As (9)<br /> Có thể viết (10)<br /> Biểu thức (9) được gọi là phân tích phần tử độc lập hoặc mô hình ICA, mô hình<br /> ICA là một mô hình sinh. Các si là các phần tử độc lập thống kê và có phân bố phi<br /> Gauss. Sau khi ước lượng được ma trận A, ta có thể tính được ma trận đảo của nó<br /> là W và thu được thành phần độc lập:<br /> s = Wx (11)<br /> ICA quan hệ rất gần với phương pháp Phân tách nguồn mù (Blind Source<br /> Separation -BSS) hoặc Phân tách tín hiệu mù.<br /> Giải pháp xử lý tín hiệu với thuật toán Fast ICA:<br /> Gọi g là các đạo hàm không phải bậc hai của hàm G (Gauss function)<br /> g1(u) = tanh(a1u), g2(u) = uexp(-u2/2) (12)<br /> ở đây 1 ≤ a1 ≤ 2 là hằng số phù hợp, thông thường a1 = 1. Thuật toán ICA như sau:<br /> 1. Chọn ngẫu nhiên một véc tơ trọng lượng w.<br /> 2. Cho w+ = E{xg(wTx)} - E{g’(wTx)}w.<br /> 3. Cho w = w+ / || w+ ||.<br /> 4. Nếu không hội tụ quay lại bước 2.<br /> Đạo hàm của FastICA như sau: Trước tiên, cần chú ý rằng cực đại các xấp<br /> xỉ của negentropy của wTx đạt được tại điểm tối ưu của E{G(wTx)}. Theo các điều<br /> kiện của Kuhn-Tucker [9], tối ưu của E{G(wTx)} với ràng buộc E{G(wTx)2} =<br /> ||w||2 = 1 đạt được khi:<br /> E{xg(wTx)} - βw = 0 (13)<br /> Giải phương trình (13) theo phương pháp Newton và ký hiệu hàm vế trái là F, ta<br /> được ma trận Jacobi JF(w) là<br /> JF(w) = E{xxTg’(wTx)} – βI (14)<br /> Để đơn giản ma trận nghịch đảo này, làm gần đúng số hạng đầu tiên và từ đây<br /> dữ liệu được cầu hoá và được tính gần đúng theo biểu thức<br /> E{xxT g’(wTx)} ≈ E{xxT}E{g’(wT x)} = E{g’(wTx)}I. Lúc này ma trận Jacobi trở<br /> thành ma trận trực giao và dễ dàng tính ma trận nghịch đảo. Do đó, thu được biểu<br /> thức lặp theo phương pháp Newton tính gần đúng như sau:<br /> w+ = w−[E{xg(wTx)}− βw] / [E{g’(wTx)}− β] (15)<br /> Biểu thức (15) được Hyvärinen [7][8] phát triển thành thuật toán áp dụng cho<br /> tính toán dạng ma trận gọi là FastICA ước lượng hợp lý cực đại (FastICA and<br /> maximum likelihood):<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 48, 04 - 2017 45<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> W+ = W + diag(αi)[diag(βi)+ E{g(y)yT}]W (16)<br /> Trong đó, y = Wx, βi = −E{yi g(yi)}, and αi = −1/(βi − E{g’(yi)}). Ma trận W<br /> cần được trực giao hoá sau mỗi bước lặp và trong thuật toán này W là ma trận trực<br /> giao đối xứng. Để thuật toán nhanh hội tụ và hiệu quả các phép tính trước khi đưa<br /> vào tính toán FastICA có thể thêm bước xử lý quy tâm và trắng hoá tín hiệu, chi<br /> tiết xem tài liệu [8].<br /> 3.2. Xây dựng mô hình tiền xử lý ICA để theo dõi đa mục tiêu<br /> Để định vị theo (5)(6) cần số lượng hydrophone là 4 cái, theo mô hình ICA ở<br /> trên thì số lượng hydrophone cần dùng bằng với số lượng mục tiêu cần theo dõi.<br /> Như vậy, để theo dõi 2 mục tiêu đồng thời thì cấu hình cho 8 hydrophone hoạt<br /> động, 3 mục tiêu cần 12 cái .., ngoài ra, việc thiết lập cấu trúc (thay đổi độ sâu của<br /> cảm biến cũng như bố trí hình học của mạng) dễ dàng thực hiện để theo dõi và<br /> quan sát với nhiều mục đích khác nhau.<br /> Các cụm hydrophone sẽ được đặt ở các toạ độ cố định đã biết vị trí, tín hiệu thu<br /> được tại các cụm này là tín hiệu hỗn hợp của nhiều nguồn, các tín hiệu sẽ được tiền<br /> xử lý bởi ICA để tách ra thành các nguồn âm độc lập, các nguồn âm này đến các<br /> cụm hydrophone với thời gian khác nhau và từ đó ta có thể định vị được các mục<br /> tiêu (Hình 3).<br /> <br /> <br /> <br /> <br /> Hình 3. Mô hình ICA để định vị đa mục tiêu.<br /> 4. MÔ PHỎNG VÀ THẢO LUẬN<br /> 4.1. Cấu hình mạng cảm biến để định vị<br /> Giả sử cấu hình mạng để theo dõi 3 mục tiêu sử dụng 4 cụm hydrophone, mỗi<br /> cụm có số lượng 3 cái và đặt ở cùng độ sâu.<br /> <br /> <br /> 46 P. H. Minh, P. T. Hanh, L. T. N. Tú, “Cấu hình mạng cảm biến thủy âm… đa mục tiêu.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Bảng 1. Vị trí các cụm hydrophone<br /> Vị trí x y z<br /> Cụm h0 0 0 -100<br /> Cụm h1 20 -20 -100<br /> Cụm h2 0 -20 -100<br /> Cụm h3 -20 -20 -100<br /> Hình 4. Cấu hình mạng cảm biến.<br /> Giả sử trường âm là đồng đều và đẳng hướng, các tia âm truyền thẳng chưa xét<br /> đến các yếu tố môi trường như nhiệt độ và độ mặn của nước, nhiễu tác động, chưa<br /> xét hiệu ứng đa đường và giả sử tốc độ âm dưới nước là không đổi c = 1500m/s.<br /> Mạng cảm biến được bố trí hình học kiểu hình tam giác cách nhau 20m ở độ sâu<br /> 100m so với mặt nước biển, coi cụm h0 là tham chiếu (Hình 4).<br /> 4.2. Xử lý ICA trước khi định vị<br /> Trường hợp có 3 nguồn âm độc lập là tiếng ping của tàu ngầm, tiếng động cơ<br /> diezen của tàu nổi và âm thanh của cá voi cùng thu được tại mạng cảm biến với<br /> các hệ số suy giảm khác nhau. Tiến hành xử lý ICA với việc thực hiện trắng hoá,<br /> quy tâm và lặp theo thuật toán FastICA cho các tín hiệu này ta được:<br /> <br /> <br /> <br /> <br /> Hình 5. Phân tách hỗn hợp âm thành các nguồn âm riêng biệt.<br /> Tại Hình 5.1, Hình 5.2, Hình 5.3 là các tín hiệu nguyên bản phát ra từ các<br /> nguồn âm độc lập, sau khi phát xạ vào môi trường dưới nước sẽ thành một tín<br /> hiệu hỗn hợp thu được tại các hydrophone với các mức suy giảm khác nhau ở<br /> Hình 5.4, Hình 5.5, Hình 5.6. Sau khi xử lý ICA ta thu được các các tín hiệu là<br /> các ước lượng của tín hiệu ban đầu Hình 5.7, Hình 5.8, Hình 5.9, các tín hiệu này<br /> có dạng thời gian gần giống với tín hiệu ban đầu và có lúc bị đảo pha (mô phỏng<br /> được thực hiện bằng Matlab).<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 48, 04 - 2017 47<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> 4.3. Định vị 3 mục tiêu khi có tiền xử lý ICA<br /> Sau khi đã qua bước tiền xử lý ICA lúc này tín hiệu được coi là từ một mục tiêu<br /> phát ra không bị trộn lẫn với các tín hiệu khác, việc định vị trở lên dễ dàng và<br /> chính xác hơn với (5)(6). Sử dụng (7) để tính năng lượng tín hiệu trong 1ms, từ đó,<br /> tính TDOA của các mục tiêu, ta có:<br /> Vị trí các cụm hydrophone đã biết và δRi = c.δTi = c.(Ti – T0)<br /> Tính toán định vị mục tiêu 1:<br /> Từ Hình 5.7 cho thấy mục tiêu phát tiếng ping đầu tiên thì sau 1,7352s thì thu<br /> được tại cụm hydrophone h0, sau 1,7481 giây sau thì thu được tại cụm h1, sau<br /> 1,7485 giây thì thu được tại cụm h2 và sau 1,7494 giây thì thu được tại cụm h3. Từ<br /> đây, tính được δTi và δRi , sau đó thay vào công thức (5), (6) để tính ra toạ độ mục<br /> tiêu (Bảng 2).<br /> Bảng 2. Tính toán định vị mục tiêu 1.<br /> Cụm h0 Cụm h1 Cụm h2 Cụm h3 δR1 δR2 δR3 R0 x y z<br /> T0(s) T1(s) T2(s) T3(s) (c*δT1) (c*δT2) (c*δT3) (m) (m) (m) (m)<br /> 1,7352 1,7481 1,7485 1,7491 19,280 19,972 20,862 1997,1 79,8 1994,3 -30,6<br /> 5,3421 5,3549 5,3554 5,3561 19,231 19,969 20,903 2017,5 85,1 2014,3 -24,7<br /> Tính toán như trên với tiếng ping thứ 2 ta được vị trí mới, vậy mục tiêu 1 có thể<br /> thấy mục tiêu đi ra xa so với vị trí mạng cảm biến và đi chếch hướng theo trục x và<br /> y (x tăng, y tăng) mục tiêu có xu hưởng nổi lên mặt nước bởi độ sâu giảm (z tăng).<br /> Tính toán định vị mục tiêu 2:<br /> Từ Hình 5.8 tính toán tương tự như trên với một số điểm có mức năng lượng tín<br /> hiệu đỉnh lớn thu được kết quả ở Bảng 3.<br /> Bảng 3. Tính toán định vị mục tiêu 2.<br /> Cụm h0 Cụm h1 Cụm h2 Cụm h3 δR1 δR2 δR3 R0 x y z<br /> T0(s) T1(s) T2(s) T3(s) (c*δT1) (c*δT2) (c*δT3) (m) (m) (m) (m)<br /> 2,0014 2,0150 2,0147 2,0145 20,383 19,986 19,721 2995,6 -48,8 2993,5 0,97<br /> 4,2017 4,2153 4,2150 4,2147 20,513 19,984 19,587 2995,6 -68,6 2993,2 -1,67<br /> 6,1160 6,1299 6,1293 6,1288 20,828 19,974 19,251 3018,5 -118,2 3014,5 0,8<br /> Tiến hành định vị 3 lần trong một khoảng thời gian nhất định cho thấy mục tiêu<br /> 2 đi ngang về phía phải so với vị trí tương đối của mạng cảm biến (x tăng) và đi<br /> nổi trên mặt nước (z ≈ 0).<br /> Tính toán định vị mục tiêu 3:<br /> Từ Hình 5.9 tính toán tương tự thu được kết quả ở Bảng 4.<br /> Bảng 4. Tính toán định vị mục tiêu 3.<br /> Cụm h0 Cụm h1 Cụm h2 Cụm h3 δR1 δR2 δR3 R0 x Y z<br /> T0(s) T1(s) T2(s) T3(s) (c*δT1) (c*δT2) (c*δT3) (m) (m) (m) (m)<br /> 1,6699 1,6839 1,6832 1,6826 20,991 19,961 19,090 2486,9 -117,42482,1 0,34<br /> 4,7696 4,7836 4,7829 4,7823 21,034 19,965 19,054 2502,7 -123,12498,3-17,2<br /> 8,6705 8,6847 8,6838 8,6831 21,260 19,954 18,806 2502,7 -152,72496,9-24,6<br /> <br /> <br /> 48 P. H. Minh, P. T. Hanh, L. T. N. Tú, “Cấu hình mạng cảm biến thủy âm… đa mục tiêu.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Tiến hành định vị 3 lần trong một khoảng thời gian nhất định cho thấy mục tiêu<br /> đi ngang về phía trái so với vị trí tương đối của mạng cảm biến (x giảm) và có xu<br /> hướng lặn xuống sâu dưới nước (z giảm).<br /> 4.4. Định vị đa mục tiêu khi không có tiền xử lý ICA<br /> Xét tín hiệu tại Hình 5.4 là tín hiệu hỗn hợp của 3 nguồn âm thu được tại cụm<br /> hydrophone, nếu xác định TDOA năng lượng tín hiệu không biết là của nguồn nào<br /> dẫn đến không thể xác định được mục tiêu. Phân tích năng lượng tín hiệu hỗn hợp<br /> Hình 5.4 theo (7) trong thời gian 200ms ta được Hình 6. Ở đây, các vạch năng<br /> lượng của cả 3 tín hiệu trộn vào nhau, khó xác định định được vạch năng lượng là<br /> của nguồn âm nào dẫn đến định vị đa mục tiêu sẽ không chính xác.<br /> <br /> <br /> <br /> <br /> Hình 6. Phân tích phổ tín hiệu hỗn hợp.<br /> 5. KẾT LUẬN<br /> Bài báo đã đưa ra một giải pháp cấu trúc mạng cảm biến thuỷ âm thiết kế trên<br /> cơ sở tiền xử lý ICA nhằm theo dõi và định vị đa mục tiêu, đồng thời, đưa ra<br /> phương pháp tính năng lượng tín hiệu để xác định thời gian tia âm đến các<br /> hydrophone từ đó định vị được mục tiêu theo nguyên lý TDOA. Với ICA, chúng ta<br /> có thể phân tách các nguồn âm hỗn hợp thành các nguồn âm độc lập và từ đó định<br /> vị được nhiều mục tiêu tại cùng một thời điểm, làm cho việc định vị chính xác hơn.<br /> Những nghiên cứu tiếp theo sẽ là nghiên cứu sâu hơn và tính toán thực hiện trong<br /> môi trường thực tế biển nông của Việt Nam, có nhiễu nền, thời tiết tác động, có<br /> tính đến độ mặn, thời tiết… và vẽ được quỹ đạo chuyển động của mục tiêu để nâng<br /> cao hiệu của của phương pháp đề xuất.<br /> TÀI LIỆU THAM KHẢO<br /> [1]. Xavier Lurton, “An Introduction to Underwater Acoustics: Principles and<br /> Applica-tions”, 2nd edition, Springer Praxis Books, 2010.<br /> [2]. Sergio Rui Silva, “Advances in Sonar Technology”, Published by In-Teh,<br /> Vienna, Austria, 2009.<br /> [3]. Walter M.X. Zimmer, “Passive Acoustic Monitoring of Cetaceans”,<br /> Cambridge University Press, UK, 2011.<br /> [4]. Mandar Chitre, John Potter, Ong Sim Heng, “Underwater acoustic channel<br /> characterisation for medium - range shallow water communications”, IEEE<br /> Oceans 04, Vol.1, Nov. 2004, pp.40 - 45.<br /> [5]. Amin Y. Teymorian, Wei Cheng, Liran Ma, Xiuzhen Cheng, Xicheng Lu,<br /> Zexin Lu, “3D Underwater Sensor Network Localization”, IEEE Transactions<br /> On Mobile Computing, VOL. 8, No. 12, Dec. 2009, pp.1610-1621.<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 48, 04 - 2017 49<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> [6]. P.R. White, T.G. Leighton, D.C. Finfer, C. Powles, O.N. Baumann,<br /> “Localisation of sperm whales using bottom - mounted sensors”, Applied<br /> Acoustics, 67, 2006, pp. 1074-1090.<br /> [7]. Aapo Hyvärinen, Juha Karhunen, Erkki Oja, “Independent Component<br /> Analysis”, John Wiley & Sons, Inc., 2001.<br /> [8]. Aapo Hyvärinen, Erkki Oja, “Independent component analysis: algorithms<br /> and Applications”, Neural Networks, Vol. 13 (No 4–5), 411– 430, 2000.<br /> [9]. Luenberger, D., “Optimization by Vector Space Methods”, John Wiley &<br /> Sons, Inc., NewYork, USA, 1969.<br /> [10]. N. N. de Moura, J. M. de Seixas, Ricardo Ramos, “Passive Sonar Signal<br /> Detection and Classification Based on Independent Component Analysis”,<br /> Federal University of Rio de Janeiro - Signal, Processing Laboratory/ COPPE<br /> - Poli, Brazil, 2009.<br /> [11]. Eduardo F.de S.F., N.N. de Moura, J.M. de Seixas, “Neural passive sonar<br /> signal classification using Independent Component Analysis”, X Congresso<br /> Brasileiro de Inteligencia Computacional (CBIC’2011).<br /> [12]. Nutall A.H., “Approximations to Directivity for Linear, Planar, and<br /> Volumetric Apertures and Arrays”, IEEE Journal of Oceanic Engineering,<br /> Vol.26, No 3: pp.383-398, 2001.<br /> <br /> ABSTRACT<br /> CONFIGURATION OF HYDROPHONE ARRAY BASED ON ICA PRE-<br /> PROCESSING TO ENHANCE ACCURACY POSITION OF MULTI-TARGETS<br /> In the paper, a new solution based on the model independent element<br /> analysis - ICA to design underwater sound sensor networks for multi-tagets<br /> positioning is proposed and built. The positioning in a complex environment<br /> with multi-targets (audio sources), or in other words the signal received at the<br /> sensor is a mixture of all signals in the environment with a different<br /> attenuation coefficient lead to difficulty monitoring and positioning. In the<br /> paper, engineering applications pre-processing ICA to separate the sound<br /> source is used before calculating location to locate any targets in the target<br /> being tracked.<br /> <br /> Keywords: Uw sensor, Underwater Sensor Arrays – UWSAs, Passive sonar, Time Difference Of Arrival -<br /> TDOA, Passive Acoustic Monitoring - PAM.<br /> <br /> <br /> Nhận bài ngày 07 tháng 02 năm 2017<br /> Hoàn thiện ngày 08 tháng 03 năm 2017<br /> Chấp nhận đăng ngày 05 tháng 4 năm 2017<br /> 1<br /> Địa chỉ: Viện Điện tử - Viện Khoa học và Công nghệ quân sự;<br /> 2<br /> Khoa Vô tuyến Điện tử - Học viện Kỹ thuật quân sự;<br /> *<br /> Email: phanhongminh1979@gmail.com<br /> <br /> <br /> <br /> <br /> 50 P. H. Minh, P. T. Hanh, L. T. N. Tú, “Cấu hình mạng cảm biến thủy âm… đa mục tiêu.”<br />