Riktningbestämning av undervattensakustiska vektorer i hybrida brusmiljöer baserat på en sparsamt-gaterad mixture-of-experts-mekanism

Lytter efter dolda signaler under ytan

Fartyg, ubåtar, undervattenrobotar och till och med marinbiologer förlitar sig på att höra svaga ljud i havet för att avgöra var de kommer ifrån. Men havet är en bullrig miljö: motorer, vågor, djur och själva instrumenten skapar alla störningar. Denna studie presenterar en ny metod för att bestämma riktningen till undervattensljud även när bruset är rörigt och oförutsägbart, genom att använda en modern form av artificiell intelligens som lär sig hantera olika typer av brus i stället för att anta att allt är enkelt och homogent.

Varför det är så svårt att hitta riktningen i havet

För att lokalisera en ljudkälla använder ingenjörer en rad av undervattensmikrofoner, så kallade hydrofoner, uppradade i en linje. Genom att jämföra de små skillnaderna i när ett ljud når varje sensor kan de uppskatta riktningen ljudet kommer ifrån, en uppgift som kallas direction-of-arrival (DOA)-bestämning. Klassiska metoder antar att bakgrundsbruset är som ett mjukt, jämnt sus — matematiskt sett ”vitt Gaussiskt brus”. Verkliga hav beter sig sällan så välordnat. Brus kan vara impulsivt, som plötsliga popp; färgat, med mer energi vid vissa frekvenser än andra; eller ojämnt över sensorerna. Denna blandning av beteenden, kallad hybridbrus, bryter mot de antaganden som äldre algoritmer bygger på och gör att deras noggrannhet kollapsar just när förhållandena är som mest utmanande.

En smartare lyssnande sensorlinje

Forskarna bygger sitt arbete på en enkel men kraftfull sensorkonfiguration: en rak linje av så kallade vektoralhydrofoner, som mäter både tryck och partikelrörelse i vattnet. När avlägsna ljudkällor sänder ut vågor når dessa varje sensor med små tids- och fasförskjutningar beroende på ankomstvinkeln. Utifrån dessa mätningar bygger systemet en kovariansmatris — en kompakt sammanfattning av hur signalerna vid olika sensorer relaterar till varandra över tiden. Denna matris innehåller de geometriska ledtrådarna som behövs för att härleda riktningen, men är ihoptrasslad med allt det komplicerade bruset i miljön.

Omvandla brusiga data till lärbara mönster

Neurala nätverk arbetar vanligtvis med reella tal, men kovariansmatrisen är komplexvärd. Teamet delar därför upp den i två reella matriser som representerar real- och imaginärdelarna, och matar in dem som en tvåkanalig "bild" i ett konvolutionellt neuralt nätverk (CNN). Detta CNN skannar matrisen för att upptäcka spatiala mönster som skiljer verklig signalstruktur från brus. Istället för att förlita sig på handkonstruerade formler lär sig CNN:et dessa egenskaper direkt från data, och bygger successivt upp från enkla lokala relationer till högre nivåers mönster som är informativa för att lokalisera ljudkällor.

Många specialister och en smart samordnare

Den centrala nyheten är vad som händer efter CNN:et — ett sparsamt-gaterat mixture-of-experts-nätverk (SMoE). Istället för en stor, enhetlig modell som försöker hantera varje situation inkluderar systemet flera mindre expertmodeller, var och en tränad för att bli bra under en specifik brustyp, såsom vitt, rosa, rött, blått, violett eller impulsivt brus. Ett separat gate-nätverk ser på de funktioner som extraherats av CNN:et och avgör för varje inkommande exempel vilka få experter som är mest relevanta. Endast dessa topp-experter aktiveras och deras utdata kombineras för att ge en slutlig uppskattning av sannolikheten för en ljudkälla vid varje vinkel från 0° till 180°. Denna utformning gör modellen både adaptiv — eftersom den byter vilka experter den lyssnar på när brusförhållandena förändras — och effektiv, eftersom den undviker att köra alla experter hela tiden.

Testning i tuffa, realistiska förhållanden

För att träna systemet genererade författarna först data där varje expert bara ser en brustyp, vilket gör att den kan specialisera sig. Därefter tränade de gate-nätverket på blandningar av alla sex brustyper, för att efterlikna verkliga hybrida miljöer. De utvärderade också modellen på en stor, realistisk testmängd som inkluderar både simulerat brus och faktiskt inspelat undervattensbrus, över ett brett spektrum av signalstyrkor och datalängder. Jämfört med välkända klassiska tekniker och andra djupinlärningsmetoder levererade SMoE-modellen konsekvent mindre fel och högre framgångsgrader, särskilt när bruset var starkt eller när endast en begränsad mängd data fanns tillgänglig. Vid ett signal-brus-förhållande på 0 dB — där signal- och bruseffekt är lika — uppnådde modellen ett genomsnittligt vinkelerror under en grad medan konkurrerande metoder kunde ha fel med flera grader.

Vad det innebär för framtida undervattensmätningar

Enkelt uttryckt visar detta arbete att låta flera specialiserade AI-"lyssnare" dela på uppgiften, och välja mellan dem i realtid, kan avsevärt förbättra vår förmåga att avgöra var undervattensljud kommer ifrån i kaotiska, bullriga förhållanden. Metoden kan anpassas till andra sensorkonfigurationer utöver enkla linjära arrayer, och samma idé — mixture-of-experts med en smart gate — kan vara användbar inom radar, robotik och andra områden där signaler måste lokaliseras i närvaro av komplex störning. För tillämpningar som förlitar sig på pålitlig undervattenslyssning, från navigering till miljöövervakning, erbjuder denna metod ett mer flexibelt och robust sätt att höra igenom bruset.

Citering: Xu, W., Yi, S., Gu, H. et al. Underwater acoustic vector DOA estimation in hybrid noise environments based on sparsely-gated mixture-of-experts mechanism. Sci Rep 16, 6192 (2026). https://doi.org/10.1038/s41598-026-37217-3

Nyckelord: undervattensakustik, ankomstriktning, hybridbrus, djupinlärning, mixture of experts