基于矢量水听器单通道瞬时相位差加权的目标测向方法

测量装置的制造及其应用技术1.本发明属于信号处理技术领域，涉及远程低信噪比条件下的目标测向方法，具体涉及基于矢量水听器单通道瞬时相位差方差加权的目标测向方法。背景技术：2.目标测向一直是水声领域的一个热点研究课题，近年来利用矢量水听器进行探测和方位估计，成为主要的测向手段。矢量水听器由声压传感器和振速传感器组合而成，可以同步共点拾取声场中的声压与振速信息。相较于传统声压水听器，矢量水听器可以检测到包含空间方位信息的声矢量信息。惠俊英等对声压振速联合信息处理技术原理进行了探索，并在声压振速联合处理上实现了对相干干扰的有效抑制。姚直象等在复声强的基础上提出了柱状图法，并指出该方法适用于更接近现实中舰艇产生的线谱与宽带目标声源信号，因此通过声压振速联合处理可明显提高被动声呐测向性能。张小勇等根据在低信噪比下算法采用滑动窗口法寻找声源所在区间，并利用重心法获得区间内的能量中心。但这些方法都没有充分利用水下目标辐射噪声中的线谱特性，使得方位估计效果较差。3.实际上，海洋环境中噪声的组成极其复杂，例如由海浪、洋流和风吹过海面等自然因素而产生的海洋动力噪音，由各种各样生活在海洋中的生物，如鱼、虾、哺乳动物、微生物等在水中活动所产生的生物噪声，由人类活动，例如舰船的机械部件与港口的技术装备等运动、碰撞引起的技术噪声。这些因素会对所接收到的声信号造成非常严重的干扰。同时，随着隐身技术的不断发展，矢量水听器接收数据的信噪比不断降低，对远程低信噪比水下目标的方位估计尚存在误差较大，估计值跳变等问题。技术实现要素：4.鉴于被动声呐接收数据的信噪比随之在不断降低这一特点，本发明目的在于提供基于矢量水听器单通道瞬时相位差加权的目标测向方法，对单通道线谱信号进行加权，以此来提高接受信号的信噪比，从而达到高精度测向的目的。该方法包括以下步骤：5.步骤1、对矢量水听器采集到的声压信息、二维矢量振速信息按通道提取低频信息，然后进行离散化处理。6.作为优选，所述低频信息的频率为15hz～200hz。7.步骤2、对步骤1得到的三通道离散信号分别进行fft分析，然后提取各频率单元的瞬时相位。8.步骤3、重复步骤1～步骤2，更新得到m条接收信号，按照信号更新顺序，计算各频率单元的瞬时相位差值。9.步骤4、根据步骤3的计算结果，对所有频率单元的瞬时相位差值进行方差计算，然后对三通道瞬时相位差值的方差进行平均拟合与均值滤波。10.步骤5、将步骤4计算结果的倒数作为权值，分别对三通道下所有频率单元进行瞬时相位差的方差加权，得到最终频谱和信号线谱估计值。11.步骤6、对矢量水听器采集到的信号经过步骤1～5的处理后，将声压分别与x轴和y轴振速通道进行共轭互谱取实部，对频点声能流进行统计，得到目标方位。12.本发明具有以下有益效果：13.1、本方法基于矢量水听器的复声强测向技术，充分利用了声矢量传感器所拾取的声场矢量信息，利用声压和质点振速联合信息处理技术具有较强的线谱测向能力，可以同时估计多个目标方向。14.2、本方法在复声强的基础上利用目标线谱频率单元对应瞬时相位差相对稳定，背景噪声频率单元对应瞬时相位差随机变化的特点，对各通道频率单元进行瞬时相位差的方差加权，可以进一步抑制背景噪声的能量干扰，增强线谱信噪比增益，实现对水下目标方位估计的高精度测向。15.3、本方法对接收信号的带宽与频率没有要求，具有良好的鲁棒性。附图说明16.图1是海洋背景噪声以及目标辐射噪声的组成示意图。17.图2是水下目标辐射噪声谱示意图。18.图3是基于瞬时相位差加权的水下目标测向原理图。19.图4是实施例中的仿真实验结果示意图。20.图5是实施例中信号收集系统部署示意图。21.图6(a)、图6(b)分别为实施例中常规法lofar图和基于单通道瞬时相位差加权法lofar图。22.图7(a)、图7(b)分别为实施例中常规法时间方位历程图和基于单通道瞬时相位差加权法时间方位历程图。具体实施方式23.下面将结合附图对本发明作进一步详细说明。24.本发明是基于矢量水听器单通道瞬时相位差加权的目标测向方法。该方法基于复声强器多目标波达方向(direction of arrival,doa)估计法，充分利用了声矢量传感器所拾取的声场矢量信息。同时利用目标线谱频率单元对应瞬时相位差相对稳定，背景噪声频率单元对应瞬时相位差随机变化的特点，对各通道频率单元进行瞬时相位差的方差加权，可以进一步抑制背景噪声的能量干扰，增强线谱信噪比增益，实现对水下目标方位估计的高精度测向。25.一、数据模型26.在船舶、潜艇或鱼雷等水中目标航行或工作过程中，螺旋桨等各种设备都的振动会将声波通过船体辐射到水下，成为舰船目标辐射的主要噪声源。其中水下目标辐射噪声场的来源主要分为三类：机械噪声、螺旋桨噪声和水动力噪声，基本组成及其谱特征如图1所示。27.水下目标辐射噪声可细化为各个部件的噪声，而各个部件的噪声又可以分别用连续谱和线谱来表征。因此，水下目标辐射噪声总功率谱可用宽带连续噪声谱的功率谱和窄带线谱的功率谱叠加表示，图2为水下目标辐射噪声谱示意图。28.水下目标辐射噪声的连续谱的频段较广，从几hz到数万hz。低频段为6～12db/oct的正斜率，高频段为-6db/oct左右的负斜率，峰值一般出现在100～1000hz之间。水下目标辐射噪声的线谱主要分布在低频段，少数情况下会延伸到1000hz附近。线谱频率较为稳定，且十分有规律。它是舰船类型识别的主要特征。水下目标辐射信号x(t)简化形式可以表示为：[0029][0030]式中，an(t)为线谱信号幅度，是一个在[0，1]上均匀分布的随机变量；fn为线谱信号频率，为线谱信号的初始相位，t为目标辐射信号时刻，bs(t)为带宽信号；n为假定的独立分量数，和bs(t)相互独立，且服从[0～2π]均匀分布。[0031]其中，第n个线谱信号分量与连续谱平均谱级比为：[0032][0033]式中，b为带宽信号bs(t)的带宽，σbs2为带宽信号bs(t)的方差。[0034]由式(2)可知，目标辐射信号的线谱信号谱级远高于带宽信号平均谱级。若要检测目标方位，可通过检测线谱信号来实现。[0035]二、方位估计原理[0036]二维矢量水听器并不能直接输出目标辐射信号矢量信息，它是由一个声压传感器与两个分别位于x轴方向和y轴方向的质点振速传感器组成，通过这三个通道可共点同步地获取声场二维矢量振速信息及声压信息。需要说明的是，此处的x轴方向与y轴方向并不表示实际的方位，仅代表二维矢量水听器中的两通道振速信号为正交关系。矢量水听器拾取的信息模型可用下式表示：[0037][0038]其中p(t)为矢量水听器拾取的声压信号，vx(t)为矢量水听器拾取的x轴方向振速信号，vy(t)为矢量水听器拾取的y轴方向振速信号，α为目标水平方向的方位角，np(t)、nvx(t)、nvy(t)分别为声压与x轴、y轴方向振速的干扰噪声。[0039]复声强法首先对矢量水听器的输出进行傅里叶变换得到p(f)、vx(f)、vy(f)，然后将声压分别与两个振速分量共轭相乘得到两个互谱[0040][0041]在海洋信道中，声压与振速同相位，根据傅里叶变换的基本特性，2个同相位输入的能量集中在互谱的实部。因此，对式(4)的运算结果取实部便得到各频率的声能流分量ix(f)和iy(f)，从而得到各频率点声能流的模值r(f)：[0042][0043]各频率点声源方位估计值为：[0044][0045]式(6)计算所得为各频点所对应的方位角，在无法获知目标辐射噪声的频率范围时，无法直接通过式(6)得到目标方位，因此需要通过直方图统计法对各个频点所对应的方位角进行统计。当存在宽带目标信号时，信号各频点所对应的方位角均落入一定的区间范围内，而噪声频段各频点所对应的方位角呈随机分布。将[0°，360°]划分为若干区间△θ，则空间角度所允许的间隔总数n为：[0046][0047]由上式可得到水平方位角的区间范围分别为：0～△θ，△θ～2△θ，2△θ～3△θ，......，(n-1)△θ～n△θ，扫描整个频带，得到对应的方位角度，假定各个频点估计方位落入各个统计角度间隔的数量分别为m1，m2，m3，......，mn，则计算如下统计量s(θ):[0048][0049]式中，ss(f)为符合所在统计间隔角度范围的声能流的模值，由式(8)得到声能流在各统计间隔区间的分布情况，即加权直方图。[0050]三、线谱瞬时相位差稳定性加权处理原理[0051]首先对采集数据分块做fft分析，所得频谱记为x(m,fk)，m＝1,2,…,m，k＝1,2,…,k；其中，m为采集数据分块数，k为每块fft分析所得频率单元数。采用常规fft分析法进行线谱检测，最终频谱可以表示为：[0052][0053]在滤波器频带f1～fk内，当目标辐射信号只占据其中某一个或其中某几个频率单元fl，l＝1,2,…,l时，其余则为噪声频率单元fs，s＝1,2,…,s，s+l＝k。如果采用式(9)求取最终频谱，则会将所有频率单元对应谱值等价地加权到最终频谱中。由于背景噪声频谱值起伏很大，最终频谱受噪声影响较大，不便于最后复声强测向。[0054]因此对每块数据做fft分析，对结果中所有频率单元进行瞬时相位提取，记为由于对采样数据进行分块处理，每块fft分析所得频率单元数为固定值，可以得到在不同时刻，频率单元的相位差是相对稳定的。即满足如下表达式：[0055][0056]其中，由于线谱具有强稳定性，其fn相对是固定的，稳定并且方差相对较小。而噪声fs是一个随机变化的，不具有稳定性，其方差远大于线谱。[0057]对此，利用线谱频率单元与噪声频率单元对应瞬时相位差的差别，对各通道频率单元进行瞬时相位差的方差加权求和，可以削弱噪声对最终频谱影响，增强线谱检测信噪比增益，抑制背景噪声能量干扰。上述内容从理论上论述了本方法的有效性。[0058]四、基于单通道瞬时相位差加权的测向方法[0059]矢量水听器接收到的噪声信号能量起伏相对较大，且不均匀的随机分布，对测向精度产生严重干扰。依据线谱瞬时相位差稳定性，对矢量水听器各通道接收目标线谱进行增强，同时对干扰噪声与连续谱进行抑制，可以实现对水下目标的高精度测向。以下对本方法的步骤进行介绍：[0060]步骤1、如图3所示，以二维矢量水听器接收到的声压信号为例，首先对接收信号进行滤波放大，提取其15hz～200hz低频信息，然后通过a/d电路采样，采样率为fs，得到离散信号p(n'ts)，其中，ts＝1/fs，n'＝1,2,…,n'，n'为数据长度；[0061]步骤2按照式(11)对p(n'ts)做fft分析，并提取到分析结果p(kωs)中各频率单元瞬时相位[0062][0063]式(11)中，ωs＝2π/kts是fft分析中的频率采样间隔。[0064]步骤3、更新接收信号，重复进行m次步骤1、步骤2，则各频率单元均得到m个瞬时相位值，记第m个瞬时相位值为对所有频率单元的瞬时相位按式(12)进行瞬时相位差计算，记为[0065][0066]式(12)中，1≤n≤m-1，1≤k≤k。[0067]步骤4、对所有频率单元的瞬时相位差值按式(13)进行方差计算，记为[0068][0069]式(13)中，表示所有频率单元的瞬时相位差值的平均值。[0070]步骤5、通过步骤1～4对二维矢量水听器接收到的x轴方向和y轴方向的振速信息进行处理，得到对应通道下的瞬时相位差值方差，然后按式(14)对三通道数据的方差做平均拟合，并对其做均值滤波后得到[0071][0072]步骤6、根据步骤5的计算结果，对三通道下的频率单元进行瞬时相位差的方差加权统计，得到最终频谱和信号线谱估计值，如式(15)所示：[0073][0074]当拟合值较小时，其对应频率单元谱值在中数值较大，线谱得到增强，便于进行复声强测向。[0075]步骤7、将p(t)、vx(t)、vy(t)经过上述瞬时相位差加权处理后，分别进行共轭互谱，取实部，利用反三角函数计算每个频点方位角，对频点声能流进行统计，得到最终目标方位。[0076]五、性能分析[0077]为了验证线谱瞬时相位差稳定性加权处理的性能，通过高斯白噪声激励fir线性滤波器得到的宽带噪声作为连续谱信号，并对目标信号叠加线谱，其线谱强度要高出附近连续谱10～25db。[0078]在信噪比为-20～30db下做本文方法与常规复声强器法的均方根误差(rmse)对比，每个谱级比做10000次独立统计。每次采样长度为t＝3min，对采样数据分36段，每段5s进行fft分析。其中每次采样目标线谱频率在15hz～200hz内服从均匀分布，水平入射角度在0°～360°服从均匀分布，并且处于由高斯白噪声和不同方位、不同强度的噪声叠加的背景噪声环境中。仿真结果如图4所示。[0079]为了验证本方法的有效性，处理了相关湖试数据。本次数据为2018年10月在富春江进行相关试验采集存储所得。当时水深20m左右，江底平坦。试验所用目标船和接收设备示意图如图5所示，潜标所连矢量水听器布放深度约为18m，目标低频声源在潜标正后方1km附近运动，声源距水面5m，频率为62hz，强度高出附近水域10db左右，水听器所接采集设备采样率为512hz。一次采集长度约为3min，对采集数据分36段进行fft分析，然后再分别按常规方法与瞬时相位差加权方法所得最终lofar图和时间方位历程图。lofar对比图如图6(a)、图6(b)所示，时间方位对比图如图7(a)、图7(b)所示。[0080]对比图6和图7可知，在低信噪比下，使用常规复声强法计算的目标方位角由于受到了噪声的干扰，存在着较大的偏差，目标难以识别。相对而言，基于本方法计算的频谱得到了增强，从而抑制了噪声干扰，目标方位角精度得到了一定的提高，并且时间方位历程图更加清晰。[0081]以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的范围应以权利要求的保护范围为准。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!