（海軍裝備部駐上海地區(qū)第一軍事代表室 上海 201913）

1 引言

盲源分離在未知源信號(hào)傳播信道參數(shù)、源信號(hào)間統(tǒng)計(jì)獨(dú)立的情況下，依靠陣列數(shù)據(jù)分離出源信號(hào)的波形［1］。在水聲探測(cè)領(lǐng)域，海洋環(huán)境噪聲和艦船輻射噪聲間常認(rèn)為是相互獨(dú)立的且符合盲源分離條件。利用盲源分離算法處理水聲信號(hào)則可實(shí)現(xiàn)干擾分離、鄰近方位目標(biāo)信號(hào)凈化、提高目標(biāo)信號(hào)的信噪比的目的［2～3］。因而，盲源分離算法在水聲信號(hào)處理領(lǐng)域應(yīng)用潛力巨大。但是，盲源分離存在輸出信號(hào)次序不確定問題，同一信號(hào)在不同時(shí)刻不能保持在固定通道輸出，不利于聲納兵的聽音識(shí)別，穩(wěn)健的排序關(guān)聯(lián)算法也有待進(jìn)一步研究［4］。

現(xiàn)有的排序法在分析數(shù)據(jù)較短時(shí)性能不夠穩(wěn)健，排序成功率較低，穩(wěn)健的排序算法對(duì)盲源分離輸出信號(hào)進(jìn)行關(guān)聯(lián)有利于聲納兵的聽音識(shí)別，具有重要的實(shí)際應(yīng)用價(jià)值?，F(xiàn)有研究表明：1）同一目標(biāo)在一定時(shí)間內(nèi)的線譜特征相對(duì)穩(wěn)定，不同目標(biāo)間線譜特征存在非相干特性；2）在短數(shù)據(jù)情況下，BURG譜變換相對(duì)其他譜變換方式對(duì)線譜特征檢測(cè)能力更強(qiáng)，且受噪聲影響較小，性能更加穩(wěn)?。?］。同理，在盲源分離算法成功分離信號(hào)的情況下，相鄰時(shí)刻同一目標(biāo)信號(hào)線譜特征相對(duì)穩(wěn)定。綜上，本文利用信號(hào)BURG譜特征對(duì)信號(hào)進(jìn)行排序關(guān)聯(lián)，使得同一信號(hào)在不同時(shí)刻保持在固定通道輸出，消除排序模糊性問題。

2 基于信號(hào)BURG譜特征的排序算法原理

為更好地進(jìn)行聽音處理，我們希望同一信號(hào)在不同時(shí)刻保持在固定通道輸出。但由于缺少先驗(yàn)知識(shí)，信號(hào)的原始排列順序無法得出。因而排序關(guān)聯(lián)算法以盲源分離第一次輸出信號(hào)的順序?yàn)榛鶞?zhǔn)，后續(xù)時(shí)刻分離出的信號(hào)要與第一次輸出次序相匹配，算法步驟如下：

3）根據(jù)相關(guān)系數(shù)矩陣調(diào)整第二次輸出信號(hào)的排列順序，本次排序完畢。第三次輸出的信號(hào)再同第一次輸出信號(hào)求解相關(guān)系數(shù)矩陣，后續(xù)排序工作依次類推。

3 實(shí)驗(yàn)驗(yàn)證

本文采用海上實(shí)錄艦船信號(hào)對(duì)算法進(jìn)行驗(yàn)證，盲源分離使用的源信號(hào)由混合矩陣將三艘艦船的實(shí)錄輻射噪聲進(jìn)行混合產(chǎn)生。為模擬水聲信道的時(shí)變特性，混合矩陣每分離一次根據(jù)隨機(jī)函數(shù)變化一次。數(shù)據(jù)的采樣頻率為25kHz，每次分離使用的數(shù)據(jù)長度為3s。源信號(hào)A、B、C的時(shí)域波形圖和混合信號(hào)的時(shí)域波形圖如圖1所示。

圖1 源信號(hào)及混合信號(hào)時(shí)域波形圖

實(shí)錄噪聲信號(hào)成分復(fù)雜，從時(shí)域波形圖上難以區(qū)分，為后續(xù)排序效果對(duì)比方便，給出三個(gè)源信號(hào)的BURG譜圖如圖2所示。

圖2 源信號(hào)BURG譜圖

因錄取得艦船噪聲線譜主要集中在0～1kHz以內(nèi)，為觀察方便僅給出0～1kHz頻段線譜。第一次盲源分離結(jié)果如圖3。

圖3 第一次分離和排序結(jié)果

由圖3可以看出盲源分離算法有效分開了三個(gè)目標(biāo)，因第一次分離后的信號(hào)順序作為基準(zhǔn)，不需做調(diào)整。

圖4可以看出，第二次分離后信號(hào)順序與第一次輸出不一致，若將此亂序信號(hào)直接用于聽音，將給聲納兵帶來極大干擾。采用BURG譜特征法對(duì)信號(hào)進(jìn)行排序，排序后輸出結(jié)果如圖4中第三、第四列所示，調(diào)整后的順序與第一次輸出順序一致。

圖4 第二次分離和排序結(jié)果

第三次輸出的信號(hào)與第一次不一致，需要采用排序算法調(diào)整。排序后順序如圖5第三、四列所示，調(diào)整后與第一次一致，排序成功。為充分證明本節(jié)算法的有效性，并探究不同數(shù)據(jù)長度影響。采用本節(jié)方法和功率譜法進(jìn)行排序，在不同的數(shù)據(jù)長度下，進(jìn)行了100次試驗(yàn)，排序成功率統(tǒng)計(jì)如表1所示。

圖5 第三次分離和排序結(jié)果

表1 排序成功率統(tǒng)計(jì)表

4 結(jié)語

本文在理論分析BURG譜提取特征的穩(wěn)定性之后，通過實(shí)錄數(shù)據(jù)做對(duì)比實(shí)驗(yàn)，可以看出本文提出的排序算法相對(duì)功率譜法有效提高了排序成功率，特別是在單次處理信號(hào)時(shí)長較短時(shí)，效果提升顯著，對(duì)解決盲源分離排序問題，有一定實(shí)際應(yīng)用價(jià)值。盲源分離輸出信號(hào)排序問題的解決，有利于盲源分離算法在水聲目標(biāo)信號(hào)檢測(cè)領(lǐng)域的進(jìn)一步深入。