岳雷，姜春華

?

一種沉底小目標(biāo)的主動高頻仿生波形分析及探測方法

岳雷，姜春華

(昆明船舶設(shè)備研究試驗(yàn)中心，云南昆明650000)

為研究和分析用仿生信號及處理方法探測沉底小目標(biāo)的可行性及探測性能，分別從時(shí)域頻域波形、模糊度函數(shù)、抗混響性能方面分析了仿海豚聲吶信號，并用計(jì)算機(jī)仿真了復(fù)雜背景下沉底小目標(biāo)的探測。理論分析和仿真結(jié)果表明：在幾種仿海豚聲吶信號中，頻率重疊較多的信號混響抑制效果最好；仿生探測方法的性能比標(biāo)準(zhǔn)聲吶探測方法有了明顯的提高。仿生信號及探測方法可作為一種新型的沉底小目標(biāo)探測信號及處理方法。

模糊度函數(shù)；仿海豚聲吶信號；仿生探測；沉底小目標(biāo)

0 引言

海豚聲吶擁有一個(gè)非常復(fù)雜的生物聲吶系統(tǒng)，具有超出目前先進(jìn)聲吶的探測和識別復(fù)雜環(huán)境下目標(biāo)的卓越能力[1]。已有文獻(xiàn)[1-4]表明：海豚聲吶系統(tǒng)可以很好地完成在惡劣環(huán)境下的捕食、在水中對不同材料和不同尺寸目標(biāo)的區(qū)分等任務(wù)。文獻(xiàn)[5]通過借鑒海豚聲吶處理方法，在雷達(dá)處理方面提高了對環(huán)境雜波的抑制及對土壤、半導(dǎo)體、鐵塊的目標(biāo)分類識別能力。文獻(xiàn)[6]系統(tǒng)地研究了氣泡模型、氣泡散射特性、海豚聲吶處理方法機(jī)理、水池試驗(yàn)等內(nèi)容，提高了水中氣泡環(huán)境下目標(biāo)的探測性能。

探測水下目標(biāo)，混響是主動聲吶的主要干擾。對于動目標(biāo)來說，可以通過最優(yōu)波形設(shè)計(jì)及多普勒處理等方法提高聲吶系統(tǒng)的探測性能。對于沉底小目標(biāo)來說，由于目標(biāo)相對海底靜止，目標(biāo)的回波和混響幾乎無多普勒現(xiàn)象，不能再通過多普勒處理抑制混響干擾。此外，沉底小目標(biāo)的探測，還要有足夠高的空間分辨力。因此，發(fā)射信號必須具有良好的抗混響能力和較高的距離分辨率。對于沉底和掩埋目標(biāo)來說，聲波的多徑傳播效應(yīng)及傳播介質(zhì)的不均勻性等引起的回波的起伏效應(yīng)，增加了目標(biāo)的探測難度，發(fā)射信號必須具有較好的抗回波起伏的能力。而對于掩埋目標(biāo)，還需要考慮聲波對海底一定深度的穿透能力，發(fā)射信號的頻率不能太高[7]。

本文分析了海豚聲吶信號的時(shí)域頻域特性、模糊度函數(shù)特性、抗混響特性，并借鑒海豚聲吶處理方法以提高對沉底小目標(biāo)的探測性能，最后根據(jù)計(jì)算機(jī)仿真完成了對沉底小目標(biāo)的仿生探測，得出相應(yīng)結(jié)論。

1 仿生信號分析

1.1 回聲定位海豚的信號特征

回聲定位海豚發(fā)聲采用“喀拉”脈沖串信號，每個(gè)回聲定位“喀拉”可能包含多個(gè)脈沖分量。已經(jīng)證實(shí)某些種類海豚采取多脈沖分量結(jié)構(gòu)的“喀拉”信號模式，每個(gè)“喀拉”中的脈沖隨時(shí)間衰減且脈沖之間有一固定間隔。海豚在決定探測還是識別目標(biāo)之前發(fā)射12~30個(gè)“喀拉”信號，并可以根據(jù)所要完成的任務(wù)及環(huán)境調(diào)整“喀拉”信號結(jié)構(gòu)。Houser[8]根據(jù)“喀拉”信號的頻率特點(diǎn)完成了對各種“喀拉”的分類，Capus等人[8-10]根據(jù)這個(gè)分類法建立了仿海豚“喀拉”信號的模型，該模型表明“喀拉”信號由兩個(gè)高斯包絡(luò)負(fù)調(diào)頻線性調(diào)頻信號經(jīng)過延遲疊加形成。

1.2 仿海豚聲吶信號分析

本文采用文獻(xiàn)[9]中仿海豚“喀拉”信號模型，為兼顧信號參數(shù)一致性及滿足實(shí)際探測沉底小目標(biāo)的需求，本文的仿海豚聲吶信號頻率設(shè)置同文獻(xiàn)[9]；“喀拉”信號中的兩個(gè)高斯包絡(luò)負(fù)調(diào)頻線性調(diào)頻信號持續(xù)時(shí)間設(shè)為3 ms，兩個(gè)線性調(diào)頻信號相隔0.6 ms后疊加得到一個(gè)完整的仿海豚“喀拉”信號，仿海豚“喀拉”信號持續(xù)時(shí)間為3.6 ms；這比真實(shí)海豚的“喀拉”信號持續(xù)時(shí)間大40倍左右。本節(jié)將從信號的時(shí)域頻域波形、模糊度函數(shù)、抗混響性能開展仿海豚聲吶信號的研究與分析。

(1) 仿海豚聲吶信號時(shí)域頻域特性分析

仿海豚“喀拉”信號中的高斯包絡(luò)線性調(diào)頻信號表達(dá)式為

其中，0<<，且，為起始頻率，為調(diào)頻率。

仿海豚“喀拉”信號參數(shù)設(shè)置如表1所示。

表1 仿海豚“喀拉”信號參數(shù)

表1選取了文獻(xiàn)[9]中Dolphin-Clicks(DC)信號模型中的DC1、DC2、DC6，這幾個(gè)信號均由兩個(gè)高斯包絡(luò)負(fù)調(diào)頻線性調(diào)頻信號組成，其中DC1中的線性調(diào)頻1和線性調(diào)頻2頻率重合部分較多，DC2中的線性調(diào)頻1和線性調(diào)頻2頻率重合部分減少，DC6中的線性調(diào)頻1和線性調(diào)頻2頻率完全分開。下面分析DC信號時(shí)域頻域波形特性。

由高斯函數(shù)的性質(zhì)可知，其時(shí)域和傅里葉變換均為高斯函數(shù)，因此經(jīng)過高斯包絡(luò)調(diào)制的信號其時(shí)域和頻域波形包絡(luò)均呈現(xiàn)高斯函數(shù)形狀，且信號的能量相對集中。

當(dāng)DC中的線性調(diào)頻1和線性調(diào)頻2頻率重合時(shí)，由于頻譜的相干作用，會導(dǎo)致頻譜有些地方“凸起”、有些地方“凹陷”的現(xiàn)象，即會出現(xiàn)梳狀譜特性；當(dāng)其頻率未重合時(shí)，會出現(xiàn)兩個(gè)高斯函數(shù)形狀的譜。

根據(jù)表1中信號參數(shù)完成DC1、DC2、DC6信號的時(shí)域頻域仿真，仿真結(jié)果分別如圖1~3所示。

如圖1~3可以看出，DC1、DC2、DC6信號的時(shí)域頻域波形包絡(luò)均呈高斯函數(shù)形狀；DC1和DC2的頻譜呈現(xiàn)梳狀特性，且DC1中的梳狀譜峰比DC2中的梳狀譜峰多，這是由于DC1中兩個(gè)線性調(diào)頻頻率重疊比DC2重疊的多；DC6頻譜呈現(xiàn)兩個(gè)高斯形狀。

(2) 仿海豚聲吶信號模糊度函數(shù)特性及抗混響性能分析

波形抗混響能力的好壞，可以通過對發(fā)射信號模糊度函數(shù)的分析來獲得，寬帶回波信號的模糊函數(shù)和模糊度函數(shù)[11-12]分別定義為

(3)

信號的模糊度函數(shù)描述了信號的時(shí)頻域聯(lián)合分布特性，可表征主動聲吶系統(tǒng)匹配濾波處理的效果。信號對于目標(biāo)的探測能力可以由模糊度圖上的主瓣寬度得到，而旁瓣的高度決定了此信號對于多目標(biāo)或者在混響限制條件下的探測能力。通過對比不同發(fā)射信號的模糊度圖，可以得到其在混響條件下接收端的匹配濾波效果[13-14]。

由模糊度函數(shù)的傅里葉變換性質(zhì)可知

即時(shí)域的相關(guān)等價(jià)于發(fā)射信號與副本信號在頻譜上的共軛相乘。

對于DC1和DC2信號來說，當(dāng)多普勒尺度因子從1逐漸增大或減小過程中，會導(dǎo)致副本與發(fā)射信號的頻譜重疊區(qū)域的逐漸減少然后又逐漸增加的周期性變化，也就會引起模糊度函數(shù)的減小與增大的周期性變化，這將會導(dǎo)致釘板型模糊度函數(shù)的出現(xiàn)。對于DC6信號來說，兩個(gè)高斯函數(shù)形狀的頻譜間距較大，通常多普勒尺度因子很難增大或減小到使其發(fā)射信號頻譜和副本信號頻譜交錯(cuò)重疊的程度，因此其模糊度函數(shù)呈斜刀刃型。關(guān)于三種信號的抗混響性能，需要結(jié)合具體參數(shù)仿真分析。

以下分別完成DC1、DC2、DC6信號的模糊度函數(shù)仿真，仿真結(jié)果如圖4~6所示。

圖4~6中上圖分別為其模糊度函數(shù)圖，下圖分別為其模糊橢圓圖。可以看出，DC1和DC2的模糊度函數(shù)呈釘板狀，DC6的模糊度函數(shù)呈斜刀刃型；DC1信號模糊度函數(shù)的主瓣和副瓣尺度間隔較大，DC2信號模糊度函數(shù)的主瓣和副瓣尺度間隔較小，DC6信號模糊度函數(shù)的主瓣和副瓣基本連接在一起；三個(gè)信號的距離分辨率都很高。

由于DC1和DC2信號的模糊度函數(shù)呈釘板型，而DC6信號的模糊度函數(shù)呈斜刀刃型，所以DC6信號關(guān)于海底散射體所產(chǎn)生混響的貢獻(xiàn)大于DC1和DC2信號關(guān)于海底散射體所產(chǎn)生混響的貢獻(xiàn)，即DC1和DC2信號關(guān)于沉底小目標(biāo)的混響抑制性能優(yōu)于DC6信號。DC1和DC2信號關(guān)于沉底小目標(biāo)的混響抑制性能優(yōu)劣，還需通過仿真進(jìn)一步進(jìn)行分析。

為了分析和驗(yàn)證DC1、DC2、DC6信號的抗混響能力，在此采用海底散射模型來模擬海底混響，海底散射體服從均勻分布，散射強(qiáng)度服從蘭伯特定律。圖7為仿真的DC1、DC2、DC6混響波形。

采用匹配濾波輸出分析和驗(yàn)證DC1、DC2、DC6信號的抗混響性能，輸入信混比為0 dB，仿真結(jié)果如圖8所示。

由圖8可以看出，DC1和DC2信號的混響抑制性能優(yōu)于DC6，這驗(yàn)證了之前的分析。而DC1信號的混響抑制性能優(yōu)于DC2，這說明DC1信號的抗混響性能最優(yōu)，在這三種信號中可作為探測沉底小目標(biāo)的最優(yōu)波形。

2 仿生探測方法

海豚憑借百萬年的進(jìn)化，其探測波形及處理系統(tǒng)有著相當(dāng)優(yōu)良的性能。海豚大腦允許多功能性和連續(xù)性學(xué)習(xí)控制整個(gè)聲吶處理，而其大腦的一個(gè)重要品質(zhì)是連續(xù)學(xué)習(xí)的能力，在這種情況下，它能夠適應(yīng)不同的環(huán)境和情況，并從之間的經(jīng)驗(yàn)受益[1,8]。此外，海豚優(yōu)良的聽覺濾波系統(tǒng)對于探測和識別目標(biāo)也有重要作用。本節(jié)僅研究和分析仿生探測方法在沉底小目標(biāo)探測上的可行性及性能。關(guān)于如何處理“喀拉”脈沖串信號、聽覺濾波系統(tǒng)處理等方面內(nèi)容需做深入研究。

2.1 仿生探測方法原理及步驟

文獻(xiàn)[2，6]采取雙極性脈沖聲吶技術(shù)(TWin Inverted Pulse Sonar，TWIPS)在水下氣泡環(huán)境下進(jìn)行目標(biāo)探測，該方法認(rèn)為氣泡散射的回波是非線性散射響應(yīng)，而目標(biāo)反射的回波是線性散射響應(yīng)，通過發(fā)射兩個(gè)極性相反有一定間隔的脈沖信號，將處理的回波進(jìn)行疊加，使線性散射響應(yīng)相干增強(qiáng)的同時(shí)非線性響應(yīng)減弱，從而提高了水下氣泡環(huán)境中的目標(biāo)探測性能。

同理，把混響認(rèn)為是非線性散射體和部分線性散射體后向散射回波的疊加，也可以采用TWIPS方法完成沉底小目標(biāo)的探測。

為比較仿生探測方法探測沉底小目標(biāo)的效果，引入標(biāo)準(zhǔn)聲吶探測方法作為對比。目前還沒有建立一個(gè)可以與TWIPS性能比較的基準(zhǔn)方法，為此，這里引入了一個(gè)稱為“標(biāo)準(zhǔn)聲吶處理”的基準(zhǔn)來與其作比較。由于TWIPS方法是通過脈沖對的回波的處理來實(shí)現(xiàn)，為了公平地比較TWIPS和標(biāo)準(zhǔn)聲吶處理的性能，標(biāo)準(zhǔn)聲吶處理是對脈沖對的平均。標(biāo)準(zhǔn)聲吶探測方法和TWIPS方法的步驟分述如下。

(1) 標(biāo)準(zhǔn)聲吶探測方法步驟：

(2)TWIPS方法步驟：

2.2 仿生探測方法探測性能分析

為分析仿生探測方法關(guān)于探測沉底小目標(biāo)的性能，進(jìn)行了標(biāo)準(zhǔn)聲吶方法和TWIPS方法仿真；背景干擾為混響和高斯白噪聲，其中信混比為0 dB，信噪比為5 dB，通過發(fā)射兩個(gè)極性相反的DC1信號，間隔50 ms，總共進(jìn)行100次實(shí)驗(yàn)，仿真結(jié)果如圖9所示。

(a) 標(biāo)準(zhǔn)聲吶方法

(b) TWIPS方法

3 結(jié)論

本文結(jié)合理論和仿真分析，嘗試挖掘海豚波形及處理方法的優(yōu)勢，從時(shí)域頻域波形、模糊度函數(shù)、抗混響性能分析了仿海豚信號的特性，并研究和分析了仿生探測方法對探測沉底小目標(biāo)的可行性及性能。理論分析和仿真結(jié)果表明：

(1) 在頻率重疊較多、頻率重疊較少和頻率完全分開的仿海豚聲吶信號中，頻率重疊較多的仿海豚聲吶信號是探測沉底小目標(biāo)的最優(yōu)波形；

(2) 仿海豚聲吶處理方法可用于對沉底小目標(biāo)的探測，且性能相比標(biāo)準(zhǔn)聲吶效果提升顯著。

本文的研究對仿生波形設(shè)計(jì)及沉底或掩埋目標(biāo)的探測和識別有著積極的應(yīng)用價(jià)值。

[1] Au W W L, Martin S W. Why dolphin biosonar performs so well in spite of mediocre ‘equipment’[J]. IET Radar, Sonar & Navigation, 2012, 6(6): 566-575.

[2] Chua G H, White P R, Leighton T G. Use of clicks resembling those of the Atlantic bottlenose dolphin (Tursiops truncatus) to improve target discrimination in bubbly water with biased pulse summation sonar[J]. IET Radar, Sonar & Navigation, 2012, 6(6): 510-515.

[3] Pailhas Y, Capus C, Brown K, et al. Analysis and classification of broadband echoes using bio-inspired dolphin pulses[J]. The Journal of the Acoustical Society of America, 2010, 127(6): 3809-3820.

[4] Harley H E, DeLong C M. Echoic object recognition by the bottlenose dolphin[J]. Comparative Cognition & Behavior Reviews, 2008, 3(3):46-65.

[5] Leighton T G, Chua G H, White P R, et al. Radar clutter suppression and target discrimination using twin inverted pulses [C]//Proceedings of the Royal Society of London A: Mathematical, Physical and Engineering Sciences. The Royal Society, 2013, 469(2160): 1-14.

[6] Chua G H. Target discrimination in bubbly water[D]. University of Southampton, 2012.

[7] 陳立綱, 苑秉成. 探測沉底小目標(biāo)聲吶信號波形設(shè)計(jì)及產(chǎn)生方法研究[J]. 武漢理工大學(xué)學(xué)報(bào): 交通科學(xué)與工程版, 2010, 34(4): 749-753. CHEN Ligang, YUAN Bingcheng. Study on signal waveform design and generation method for sonar to detect bottom small target [J]. Signal Processing, 2010, 34(4): 749-753.

[8] Pailhas Y, Capus C, Brown K, et al. BioSonar: a bio-mimetic approach to sonar systems concepts and applications[M]. INTECH Open Access Publisher, 2011.

[9] Pailhas Y, Capus C, Brown K. Bio-inspired sonar[C]//Digital Signal Processing (DSP), 2011 17th International Conference on. IEEE, 2011: 1-6.

[10] Finfer D C, White P R, Chua G H, et al. Review of the occurrence of multiple pulse echolocation clicks in recordings from small odontocetes[J]. IET Radar, Sonar & Navigation, 2012, 6(6): 545-555.

[11] Yves Doisy, Laurent Deruaz. Reverberation suppression using wideband doppler-sensitive pulses[J]. IEEE Journal of Oceanic Engineering, 2008, 33(4): 419-433.

[12] LIN Z B. Wideband ambiguity funcfibn of broadband signals[J]. Acoust. Soc. Am., 1988, 83(6): 2108-2116.

[13] 梁國龍, 張瑤, 付進(jìn), 等. 新型主動聲吶梳狀譜信號設(shè)計(jì)[J]. 哈爾濱工程大學(xué)學(xué)報(bào), 2012, 33(3): 302-307. LIANG Guolong, ZHANG Yao, FU Jin, et al. New comb waveforms for reverberation suppression[J]. Journal of Harbin Engineering University, 2012, 33(3): 302-307.

[14] 姚東明, 蔡志明. 主動聲吶梳狀譜信號研究[J]. 信號處理, 2006, 22(2): 256-259. YAO Dongming, CAI Zhiming. Active sonar comb spectrum of signal[J]. Signal Processing, 2006, 22(2): 256-259.

The active high frequency bionic waveform analysis and bionic detection method for small target at sea bottom

YUE Lei, JIANG Chun-hua

(Kunming Shipbuilding Equipment Research and Test Center, Kunming 650000,Yunnan, China)

To explore the possibility and performance of the bionic signals and detection method for small target sunk at sea bottom, this paper studies and analyzes the characteristics of three different dolphin-clicks sonar signals in time domain and frequency domain, ambiguity function and anti-reverberation respectively; and uses compute simulation to conduct the detections of the small target at sea bottom under complex background. Both the theoretical analysis and simulation results show that: the dolphin-clicks sonar signal with more frequency overlaps has the best performance in anti-reverberation among the three signals; the performance of the bionic detection method is better than the standard sonar detection method. Dolphin-clicks sonar signal and bionic detection can be a kind of novel signal and detection method to detect small target sunk at sea bottom.

ambiguity function; dolphin-clicks sonar signal; bionic detection; sink small target

TB56

A

1000-3630(2016)-04-0325-06

10.16300/j.cnki.1000-3630.2016.04.008

2015-09-22;

2015-12-07

岳雷(1988－), 男, 陜西西安人, 碩士, 助理工程師, 研究方向?yàn)樗侣曁綔y及目標(biāo)識別。

岳雷, E-mail: 944749976@qq.com。