鄭恩明，陳新華，孫長瑜

(1.中國科學(xué)院 聲學(xué)研究所,北京 100190； 2.中國科學(xué)院大學(xué),北京 100190)

基于主動聲吶易暴露缺點，對水下目標(biāo)探測時常采用被動式聲吶。隨減振降噪技術(shù)的提高目標(biāo)輻射噪聲較環(huán)境噪聲不斷降低，使聲吶設(shè)備接收其信號能提供的先驗知識不斷減少，寬帶能量積分的信號檢測方法在被動聲吶檢測中已不能滿足水下遠程目標(biāo)探測需求。螺旋槳轉(zhuǎn)動會切割水體產(chǎn)生低頻信號[1-6]，其中部分信號會直接以加性形式出現(xiàn)在目標(biāo)輻射信號中，部分信號則被船體振動調(diào)制到較高頻帶。目標(biāo)輻射信號中線譜譜級較連續(xù)譜譜級高10～25 dB，可為實現(xiàn)水下目標(biāo)遠程探測提供可能。為此，本文在文獻[7-9]基礎(chǔ)上在目標(biāo)輻射信號頻率未知情況下提出改進處理方法。該方法在目標(biāo)輻射信號具有穩(wěn)定線譜時與已知線譜檢測法增益一致；目標(biāo)輻射信號只有寬帶信號時與寬帶能量積分檢測法增益一致；目標(biāo)輻射線譜信號較弱時，較未進行幅值加權(quán)處理的檢測性能獲得有效提高。MATLAB數(shù)值仿真結(jié)果表明，本方法魯棒性較好。對線譜信號頻率未知時檢測性能如何達到與線譜信號頻率已知時的檢測性能尚需深入研究。

本文將探討高斯寬帶噪聲背景下如何利用各頻帶對應(yīng)最大值進行變換處理形成幅值加權(quán)因子改進基于目標(biāo)方位穩(wěn)定性檢測法[9]，提高其魯棒性及可檢測性。

1 信號模型

1.1 目標(biāo)輻射信號模型

水下目標(biāo)輻射信號簡化形式可表示為

(1)

式中：Am為線譜信號幅度；fm為線譜信號頻率；φm為線譜信號隨機相位；t為目標(biāo)輻射信號時刻；n(t)為寬帶信號；M為假定的獨立分量數(shù)；φm，n(t)相互獨立，φm服從[0～2π]均勻分布，單頻信號與寬帶信號譜級比為(SLR)|f=fm=10～25 dB。

1.2 陣元接收信號模型

目標(biāo)輻射信號經(jīng)水聲信道傳播、水聽器接收的信號形式可表示為

xn′(t)=x(t-τn′)+nn′(t)

(2)

2 未知信號目標(biāo)方位檢測方法

2.1 寬帶能量積分檢測法

能量檢測器為由高斯背景噪聲中檢測寬帶信號的最佳檢測器[10]。在目標(biāo)方位檢測估計應(yīng)用中，基于寬帶能量積分的目標(biāo)方位檢測法即為寬帶波束形成。該法先對各陣元接收信號做快速傅里葉變換(FFT)，再對每個頻帶進行相位補償完成頻域波束形成(CBF)，最后將每個頻帶的空間譜累加完成對目標(biāo)方位檢測估計。流程見圖1。

圖1 基于寬帶能量積分目標(biāo)檢測流程圖

據(jù)該流程圖，對式(2)各陣元接收信號xn′(n)，1≤n′≤N′在時間及空間進行陣列信號處理，得基于寬帶能量積分檢測法的總增益[9-10]為

G=GT+GS=5logBT+10logN′

(3)

式中：GT=5logBT為由寬帶能量積分所得時間增益；N′為陣元數(shù)；B為帶寬；T為積分時間。

2.2 方位穩(wěn)定性檢測法

目標(biāo)輻射線譜信號每次均能穩(wěn)定檢測到目標(biāo)方位，統(tǒng)計時間內(nèi)目標(biāo)方位變化緩慢時，可采用以下方法實現(xiàn)對目標(biāo)方位的有效檢測，避免對各頻率單元波束輸出進行檢測目標(biāo)方位。

對各陣元接收信號進行FFT分析獲得K個頻率單元，記為fi，(i=1,…,K)；對每個頻率單元進行相位補償完成頻域波束形成(CBF)獲得各頻率單元空間譜R(fi,θj)，(i=1,…,K，j=1,…,L)。對每個頻率單元求最大值。最大值位置即為該頻率單元的DOA。對信號處理過程重復(fù)N次，即連續(xù)處理N幀數(shù)據(jù)信號，可得每個頻率單元對應(yīng)的N個方位，記為θn(fi)，(i=1,…,K，n=1,…,N)。由理論分析知，目標(biāo)輻射線譜信號對應(yīng)頻率單元每次所得DOA為穩(wěn)定的，而背景噪聲對應(yīng)頻率單元每次所得DOA為隨機的。分別計算所有頻率單元的DOA方差，記為δθ(fi)，(i=1,…,K)，得標(biāo)輻射線譜信號對應(yīng)頻率單元的DOA方差較小，而背景噪聲對應(yīng)頻率單元的DOA方差較大。

對每個頻率單元每幀方位統(tǒng)計計算，完成波束輸出，流程圖見圖3。方位統(tǒng)計計算式為

(4)

圖2 基于方位穩(wěn)定性目標(biāo)檢測流程圖

據(jù)圖2流程對式(2)各陣元接收信號xn′(t),(1≤n′≤N′)在時間及空間進行陣列信號處理。獲得基于方位穩(wěn)定性檢測法的總增益[9-10]為

G=GT+GS=10log2BT+10logN′

(5)

式中：GT=10log2BT為FFT分解所得時間增益；N′為陣元數(shù)；B為帶寬；T為積分時間。

3 基于幅值加權(quán)的目標(biāo)檢測方法

3.1 各頻帶方位處幅值分析

對式(2)信號xn′(t),(1≤n′≤N′)進行分析，以便從理論上比較各頻帶波束形成結(jié)果。

3.1.1 目標(biāo)輻射信號其有線譜信號

10log(NN′B)+SNR

(6)

式中：N為統(tǒng)計次數(shù)；N′為陣元數(shù)；B為噪聲帶寬；SNR為各陣元接收信噪比。

3.1.2 目標(biāo)輻射信號具有寬帶信號

(7)

式中：N為統(tǒng)計次數(shù)；N′為陣元數(shù)；B為噪聲帶寬；SNR為各陣元接收寬帶信號與噪聲信噪比；SLR為線譜信號與寬帶信號平均譜級。

獲得統(tǒng)計次數(shù)N、陣元數(shù)N′、噪聲帶寬B、各陣元接收寬帶信號與噪聲的信噪比SNR、線譜信號與寬帶信號的平均譜級SLR后即可按式(6)或式(7)求得輸出信噪比SNRout。有線譜信號經(jīng)N次波束形成統(tǒng)計后，檢波器輸出線譜信號頻率單元幅值較其它頻帶平均幅值大。

3.2 基于幅值加權(quán)的目標(biāo)檢測方法

由式(4)可得基于方位穩(wěn)定性的目標(biāo)檢測法。該法未利用由各頻率單元所得空間譜幅值信息，使其在目標(biāo)輻射線譜信號較弱時不能實現(xiàn)對目標(biāo)方位的有效檢測；目標(biāo)輻射信號只有寬帶信號時原方法未達到與基于寬帶能量積分法相同效果。在2.2節(jié)方法基礎(chǔ)上利用3.1節(jié)分析結(jié)果對2.2節(jié)方法進行幅值加權(quán)改進，以達到在目標(biāo)輻射信號只有寬帶信號時與寬帶能量積分檢測法增益一致。目標(biāo)輻射線譜信號較弱時較未進行幅值加權(quán)處理的檢測性能有所提高。具體為：

(1) 對各陣元接收信號xn′(t),(1≤n′≤N′)進行FFT分析；再對各頻率單元fi，(i=1,…,K)進行相位補償，獲得各頻率單元的空間譜R(fi,θj)，(i=1,…,K，j=1,…,L)。

(2) 對各頻率單元空間譜R(fi,θj)，(i=1,…,K，j=1,…,L)求最大幅值及方位值，分別記為Ai，(i=1,…,K)，θi，(i=1,…,K)。

(3) 更新各陣元接收信號xn′(t),(1≤n′≤N′)，重復(fù)(1)、(2)，重復(fù)次數(shù)達到預(yù)定值N時，得N組空間譜、最大幅值及方位值，分別記為Rn(fi,θj)，An，i，θn，i，(n=1,…,N，i=1,…,K，j=1,…,L)。

新教師需求為工科新教師培訓(xùn)目標(biāo)之基石。學(xué)校培訓(xùn)總目標(biāo)與學(xué)校培訓(xùn)分目標(biāo)均以新教師需求為出發(fā)點，結(jié)合學(xué)校與國家之要求，高于新教師之需求，成為新教師參加培訓(xùn)的指揮棒、力量發(fā)動機、效率生發(fā)器。

(6) 對每個頻率單元方位值θn，i進行方差計算，結(jié)果記為δθi，(i=1,…,K)。

圖3 基于幅值加權(quán)的目標(biāo)檢測方法流程圖

3.3 基于幅值加權(quán)理論分析

3.3.1 目標(biāo)輻射信號具有穩(wěn)定線譜信號

設(shè)各陣元接收信號所含頻率為f=f1～fK，目標(biāo)輻射線譜信號只占其中一個頻率單元，對每個頻率單元在方位角θ=θ1～θL上進行波束形成。由線譜信號對應(yīng)頻率單元所得波束形成對目標(biāo)方位角進行實際估計時所得方位角為θ=θmin～θmax；由背景噪聲對應(yīng)頻率單元所得波束形成對目標(biāo)方位角進行實際估計時所得方位角為θ=θ1～θL。進行N幀信號統(tǒng)計，設(shè)每個頻率單元方位估計結(jié)果均服從均勻分布，背景噪聲及信號方位方差分別為

(9)

由于每次統(tǒng)計時線譜信號較穩(wěn)定，噪聲信號較隨機，故θmin≈θmax，θ1?θL。由式(9)得δθs?δθn。

線譜較穩(wěn)定時線譜信號對應(yīng)頻率單元所得波束形成目標(biāo)方位角處幅值A(chǔ)sout=N2N′2Asin；背景噪聲信號對應(yīng)頻率單元所得波束形成目標(biāo)方位角處幅值A(chǔ)nout=NN′Anin，故理論上可得

(10)

式中：Anin為噪聲信號對應(yīng)頻率單元波束形成前能量值；Anout為噪聲信號對應(yīng)頻率單元波束形成后N統(tǒng)計能量值；Asin為線譜信號對應(yīng)頻率單元波束形成前能量值；Asout為線譜信號對應(yīng)頻率單元波束形成后N次統(tǒng)計能量值；故線譜較穩(wěn)時得Anout

據(jù)式(9)、(10)分析結(jié)果得，經(jīng)幅值及方位方差加權(quán)后線譜信號對應(yīng)頻率單元的波束輸出值遠大于噪聲信號對應(yīng)頻率單元波束輸出值；最終波束輸出值基本為線譜信號對應(yīng)頻率單元波束輸出值，檢測效果相當(dāng)于已知線譜信號頻率。

3.3.2 目標(biāo)輻射信號無線譜信號

設(shè)目標(biāo)輻射信號為無線譜信號，只有頻率為f=f1～fK寬帶。各陣元接收信號所含頻率為f=f1～fK，此時寬帶信號與背景噪聲信號頻帶重合，對每個頻率單元在方位角θ=θ1～θL上進行波束形成時各頻率單元所得波束形成對目標(biāo)方位角進行實際估計，所得方位角均為θ=θmin～θmax。進行N幀信號統(tǒng)計，設(shè)每個頻率單元方位估計結(jié)果均服從均勻分布，各頻率單元方位方差分別為

(11)

由式(11)可知，各頻率單元方位方差基本一致。此時方位方差加權(quán)已不起作用。

同理，由各頻率單元波束形成所得目標(biāo)方位角處幅值A(chǔ)out基本一致，此時幅值加權(quán)也不起作用，最終波束輸出變?yōu)?/p>

(12)

4 數(shù)值仿真分析

MATLAB數(shù)值仿真條件為：線譜信號中心頻率fc=100 Hz，噪聲信號帶寬頻率f=60～300 Hz，目標(biāo)相對等間距線列陣方位角θ=60°，線譜信號與寬帶信號平均譜級比為SLR；背景噪聲帶寬亦為f=60～300 Hz，目標(biāo)輻射噪聲寬帶信號與背景噪聲譜級比為SNR；線列陣間距d=8 m，陣元數(shù)N′=32，有效聲速c=1 500 m/s，采樣率fs=2 500 Hz，每次采樣長度T=10 s，有效樣本數(shù)100%。將每次采集數(shù)據(jù)分10段，每段分240個頻帶進行波束形成，由寬帶能量積分法、方位穩(wěn)定性法及基于幅值加權(quán)的目標(biāo)檢測法獲得最終波束輸出結(jié)果。

(1) 只有線譜信號時信噪比SNR=-32 dB，按不同方法合成各頻帶波束形成，見圖4。

圖4 不同方法波束形成結(jié)果

(2) 有寬帶信號時線譜信號譜級比SLR=20 dB，信噪比SNR=-31 dB，按不同方法合成各頻帶波束形成結(jié)果，見圖5。

(3) 只有線譜信號時由100次獨立統(tǒng)計所得幾種方法檢測概率隨信噪比變化，見圖6。

(4) 有寬帶信號時窄帶信號與寬帶信號譜級比SLR=22 dB，由100次獨立統(tǒng)計所得幾種方法檢測概率隨信噪比變化，見圖7。

圖7 不同信噪比下，幾種方法檢測概率

(5) 有寬帶信號時窄帶信號與寬帶信號譜級比SNR=15 dB，由100次獨立統(tǒng)計所得幾種方法檢測概率隨信噪比變化，見圖8。

圖8 不同信噪比下幾種方法檢測概率

比較圖6～圖8看出，SLR較小時基于寬帶能量積分法、方位穩(wěn)定性法與基于幅值加權(quán)的方位穩(wěn)定性法效果基本相同，即SNR較低時因每次頻域快拍檢測均不能較好檢測到目標(biāo)，致所有頻帶方位方差及幅值差別不大，此時用幅值及方位方差進行加權(quán)效果不理想，目標(biāo)輻射寬帶信號較線譜作用大，使由已知線譜檢測的目標(biāo)信號不好。SLR較大時基于幅值加權(quán)目標(biāo)檢測法較基于寬帶能量積分法及基于方位穩(wěn)定性法檢測性能好，尤其在目標(biāo)輻射寬帶信號及背景干擾噪聲譜級SNR較低、每次頻域快拍檢測均不能較好檢測到目標(biāo)時，基于方位穩(wěn)定性法已不能很好對目標(biāo)進行檢測，但基于幅值加權(quán)的目標(biāo)檢測法仍能較好實現(xiàn)目標(biāo)檢測，檢測性能隨統(tǒng)計次數(shù)增大而提高；但仍未達到已知線譜檢測法的檢測性能。如何達到與已知線譜檢測法相當(dāng)?shù)臋z測效果尚待進一步探討。

5 結(jié) 論

通過理論分析及MATLAB數(shù)值仿真表明，本方方法在目標(biāo)輻射信號具有穩(wěn)定線譜時與已知線譜檢測法增益一致；在目標(biāo)輻射信號只有寬帶信號時與寬帶能量積分檢測法增益一致；在目標(biāo)輻射線譜信號較弱時與未進行幅值加權(quán)處理相比，本文方法檢測性能得到有效提高。

[1] McDonough R N, Whalen A D. Detection of signals in noise. 2nded(M). USA:Academic Press, 1995.

[2] Urick R J. Principles of underwater sound[M]. New York: McGraw-Hill Book Company,1983.

[3] Ross D. Mechanics of underwater noise[M]. New York:Pergmin Press,1976.

[4] 吳國清,李靖. 艦船噪聲識別-線譜穩(wěn)定性和唯一性[J].聲學(xué)學(xué)報,1999,24(1):6-11.

WU Gu-qing, LI Jing. Ship radiated-noise recognition-stability and uniqueness of line spectrum[J].Acta Acustica, 1999, 24(1): 6-11.

[5] 李啟虎,李敏,楊秀庭.水下目標(biāo)輻射噪聲中單頻信號分量的檢測:理論分析[J].聲學(xué)學(xué)報,2008,33(3):193-196．

LI Qi-hu, LI Min, YANG Xiu-ting．The detection of single frequency component of underwater radiated noise of target: theoretical analysis[J].Acta Acoustica,2008,33(3):193-196.

[6] 李啟虎,李敏,楊秀庭.水下目標(biāo)輻射噪聲中單頻信號分量的檢測:數(shù)值仿真[J].聲學(xué)學(xué)報, 2008, 33(4): 289-293.

LI Qi-hu, LI Min, YANG Xiu-ting. The detection of single frequency component of underwater radiated noise of target: digital simulation [J]. Acta Acoustica, 2008, 33(4):289-293.

[7] 陳陽,王自娟,朱代柱,等. 一種基于頻率方差加權(quán)的線譜目標(biāo)檢測方法[J]. 聲學(xué)學(xué)報,2010,35(1): 76-80.

CHEN Yang, WANG Zi-juan, ZHU Dai-zhu,et al. A detecting method for line-spectrum target based on variance-of-frequency weight[J]. Acta Acoustica, 2010, 35(1):76-80.

[8] 陳陽,趙安邦,王自娟, 等. 瞬時頻率方差加權(quán)導(dǎo)向最小方差波束形成檢測器[J]. 哈爾濱工程大學(xué)報, 2011,32(6): 730-735.

CHEN Yang, ZHAO An-bang, WANG Zi-juan, et al. Variance of instantaneous frequency-weighted steered minimum variance beamforming detector[J]. Journal of Harbin Engineering University, 2011,32(6):730-735.

[9] 陳新華,鮑習(xí)中,李啟虎, 等. 水下聲信號未知頻率的目標(biāo)檢測方法研究[J]. 兵工學(xué)報,2012,33(4): 471-475.

CHEN Xin-hua,BAO Xi-zhong,LI Qi-hu,et al. Research on detection of underwater acoustic signal with unknown frequency[J]. ACTA Armamentar II, 2012, 33(4): 471-475.

[10] 李啟虎．?dāng)?shù)字式聲納設(shè)計原理[M]. 合肥:安徽教育出版社,2003.

[11] 鄭援,胡成軍,李啟虎,等. 一種多目標(biāo)方位歷程實時提取方法[J].聲學(xué)學(xué)報,2005,30(1):83-88.

ZHENG Yuan, HU Cheng-jun, LI Qi-hu, et al. A method to extract mufti-target’s bearing time tracks real time[J]. Acta Acoustica,2005,30(1):83-88.

[12] Whalen A D. Signal detecting in noise[M]. Beijing: Science Press, 2006: 77-78.

[13] 朱華, 黃輝寧, 李永慶,等.隨機信號分析[M].北京: 北京理工大學(xué)出版社,1990: 317-319.