一种被动声纳脉冲信号截获检测方法

1.本发明属于信号处理领域，具体涉及一种被动声纳脉冲信号截获检测方法，较传统方法可进一步提高检测信号信噪比，从而提高对未知脉冲信号的检测概率，通过对降噪后的通道数据做时延波束形成，进一步获得空间增益，同时还可实现信号方位估计，非常适用于多种噪声存在条件下低信噪比非合作脉冲信号的截获检测。


背景技术：

2.非合作脉冲截获检测技术一直是信号处理领域的一个重要研究课题。虽然能量检测、功率谱检测等线性理论方法原理简单，有利于工程应用，但受信噪比影响严重，低信噪比条件下检测概率低。而基于非线性理论的方法，如随机共振法虽然受信噪比影响小，但调节随机共振系统参数是随机共振信号处理中的一个难点；基于混沌预测的非线性水声信号检测需要积累一定程度的数据训练预测器，且检测器结构复杂，工程实现上任重而道远。上述检测方法均基于单通道数据，未获得阵列空间增益，同时，即便检测到信号也无法给出具体方位，不利于被动声呐对非合作脉冲的有效侦察与告警。
3.对于多通道联合检测，不仅能够检测脉冲信号，还可以解算出声源方位。特别是波束形成器的应用还可进一步获得处理增益。均匀线阵波束形成虽然结构简单、应用广泛，但被动声纳工作环境复杂，需要面对环境噪声、电路系统噪声等干扰，同时被动声纳工作频带较宽，即便系统获得了阵列增益，如果不能对工作频带内的噪声进行有效抑制，将会导致带内信噪比低，严重影响信号检测性能。
4.本发明将多通道信号获取、变换域空间降噪以及波束形成方法相结合，同时本脉冲截获检测方法还可以给出声源方位，能够在复杂噪声背景下通过多级降噪抑制多种噪声，提高信噪比和方位估计精度，适用于实际应用中复杂条件下的脉冲信号检测和方位估计。本发明充分利用变换域噪声抑制与波束形成相结合，联合实现复杂噪声环境下非合作脉冲的有效侦察。


技术实现要素：

5.本发明的目的在于提供一种被动声纳脉冲信号截获检测方法，该方法通过对被动声纳通道数据在变换域进行降噪，抑制多元噪声、提高带内信号信噪比，在复杂环境下进行非合作脉冲信号截获检测，特别适合于在复杂噪声环境下实现均匀线阵被动声纳未知脉冲信号的检测。
6.本发明的目的是这样实现的：步骤一：对m路通道信号分别进行分解，得到不同层次的高频系数与低频系数；
7.步骤二：对每个分解层次中的高频系数进行硬阈值量化处理；
8.步骤三：利用阈值处理后的各层高频系数与低频系数进行信号重构，实现通道信号增强；
9.步骤四：对重构信号做时延波束形成，形成s个预成波束；
10.步骤五：设定判别门限，在方位-时间空间进行能量检测，利用门限综合判决实现信号检测及声源方位估计。
11.进一步地，所述步骤有一中对通道数据的分解运算是将接收通道信号分解为表征信号特征的不同层次的高频与低频系数，分解过程为：
12.x(i)＝x(i)*h1(k)+x(i)*h0(k)
13.其中，h1(k)和h0(k)分别表示高通滤波器系数和低通滤波器系数，h1(k)和h0(k)构成共轭镜像正交滤波器组，频域满足h1(w)＝-e-jwh0*
(w+π)，h0(k)长度必须为偶数，且同时满足以下条件：
[0014][0015][0016]
《h0(k-2m),h0(k-2n)》＝δ(m-n)
[0017]
其中，《》代表内积运算，δ()代表冲击函数，对公式等号右边第一项2倍降采样得到dk，表示高频概貌系数；第二项2倍降采样得到xk，表示低频概貌系数；i表示分解层次，i＝0表示原始信号。
[0018]
进一步地，所述步骤二中对高频系数进行硬阈值量化处理为：
[0019][0020]
其中，λ表示阈值：
[0021][0022]
其中，median|coeff|表示待分解信号幅值的中值，n表示待分解信号的长度。
[0023]
进一步地，所述步骤三中信号重构过程为：
[0024][0025]
其中，x
2(i+1)
和d
2(i+1)
分别表示上一层经过2倍升采样的低频系数和高频系数。g0(k)表示低通滤波器系数，是h0(k)的时序反转共轭；g1(k)表示高通滤波器系数，是h1(k)的时序反转共轭。
[0026]
进一步地，对重构信号做时延波束形成，对预成角度θ0扫描时，通道i引入的时延为：
[0027]
τ＝[(i-1)d/c
·
sinθ0]
[0028]
其中：c为声速，阵元间距d为半波长，[]代表取整符号。
[0029]
进一步地，步骤五中：通过设定判别门限和方位-时间空间能量检测，实现信号出现时间和声源方位综合判决，判决过程和准则为：设定相对比较门限，每个波束的门限为该波束前k点波束值均值的e倍，针对每一快拍数据找到该快拍波束结果的最大值，比较该最大值与该波束方位的门限。如果超过门限，锁定门限，在接下来p个快拍数内检测各个波束过门限次数；p个快拍数检测完，统计各个波束过门限情况，找到过门限次数最多的波束，当该波束过门限次数超过次数门限q，p》q，则判为信号存在，解算出声源方位；否则判为信号
不存在，更新门限，清除波束计次，继续检测。
[0030]
与现有技术相比，本发明的有益效果是：为了实现本发明的目的，本发明采用了变换域降噪技术，对通道数据做信号分解、高频系数阈值处理、信号重构，抑制环境噪声、电路系统噪声等带内噪声，提高了接收信号的信噪比。由于信号分解、重构过程只涉及卷积、2倍降(升)采样，计算量小，可以工程实时实现。本发明通过变换域降噪抑制带内噪声，提高信噪比，可在多种噪声存在的复杂环境下进行高检测概率的信号检测与方位估计，因此本发明特别适用于实际情况下均匀线阵被动声纳对未知脉冲信号的检测。
附图说明
[0031]
图1是被动声纳脉冲信号截获检测方法流程图；
[0032]
图2是信号分解流程图；
[0033]
图3是信号重构流程图；
[0034]
图4是时延波束形成流程图；
[0035]
图5是综合判决流程图；
[0036]
图6是系统通道数据；
[0037]
图7是未做变换域处理的时延波束形成结果；
[0038]
图8是变换域处理后系统通道数据；
[0039]
图9是变换域处理后的时延波束形成结果。
具体实施方式
[0040]
下面结合附图与具体实施方式对本发明作进一步详细描述。
[0041]
本发明涉及一种被动声纳脉冲信号截获检测方法，方法实现的流程如图1所示，整个流程分解为以下5个步骤完成：
[0042]
步骤(1)首先对m个通道接收信号分别做信号分解，得到高频细节系数和低频概貌系数，信号分解流程见图2。每次分解分别对两路分解信号做2倍降采样得到dk(表示高频概貌系数)和xk(表示低频概貌系数)，依次类推。
[0043]
步骤(2)基于公式(3)计算各分解层阈值，利用该阈值对各层高频系数采用硬阈值处理；
[0044]
步骤(3)利用阈值处理后的高频系数与低频系数进行信号重构(重构流程见图3)，得到降噪后的通道数据；
[0045]
步骤(4)对步骤(3)的降噪通道数据做数字时延波束形成，形成s个预成波束。因为时延波束形成的方位精度与采样率有关，采用插值及低通滤波方法提高原始信号采样率，表现为在声源方位有一个持续尖峰；
[0046]
步骤(5)对步骤(4)的方位-时间空间输出信号做能量检测，设定相对比较门限，每个波束的门限为该波束前k点波束值均值的e倍，针对每一快拍数据找到该快拍波束结果的最大值，比较该最大值与该波束方位的门限。如果超过门限，锁定门限，在接下来p个快拍数内检测各个波束过门限次数；p个快拍数检测完，统计各个波束过门限情况，找到过门限次数最多的波束，当该波束过门限次数超过次数门限q(p》q)，则判为信号存在，解算出声源方位；否则判为不存在，更新门限，清除波束计次，继续检测。综合判别流程见图5。
[0047]
本发明的基本原理为：首先对接收信号进行信号分解，得到不同层次的高频系数与低频系数；接着进行高频系数阈值化处理；再进行信号重构，提高带内信噪比，此时的信噪比相比于初始信号有了较大提高；最后，在时延波束形成进一步获得空间增益基础上结合动态能量检测，提高系统对未知脉冲的检测能力。分析得出，两个因素保证了脉冲信号的有效检测；一是对接收信号进行变换域降噪，抑制带内噪声，提高了信噪比，最终提高检测概率；二是对时延波束形成后的结果通过设定比较门限，并依据该门限进行动态能量检测与综合判决，进一步获得处理增益的基础上确保检测系统的低虚警率。
[0048]
对本发明的方法不失一般性，采用吉林松花湖湖试数据进行方法验证，被动声纳采用18元均匀线阵，工作频带范围是30-130khz，采样频率为400khz，利用69khz声源发射脉宽为4ms的cw脉冲模拟非合作信号。由于被动声呐工作频带宽，带内噪声严重，由图6可以看出通道信号受噪声干扰严重，导致波束形成结果中0
°
方向出现周期干扰尖峰以及整个时间-方位平面波动(见图7)。本发明在变换域可有效抑制噪声，这一点可以由噪声抑制后的图8直观得出，时延波束形成结果进一步表明了噪声抑制的有效性(见图9)。本发明方法有效抑制了带内噪声，提高复杂噪声情况下的信噪比，基于此的信号检测性能将优于传统脉冲检测能力。
[0049]
本发明的具体步骤是：
[0050]
(1)对m路通道信号分别进行分解，得到不同层次的高频系数与低频系数。对通道数据的分解运算是将接收通道信号分解为表征信号特征的不同层次的高频与低频系数，分解过程为：
[0051]
x(i)＝x(i)*h1(k)+x(i)*h0(k)
[0052]
其中，h1(k)和h0(k)分别表示高通滤波器系数和低通滤波器系数，h1(k)和h0(k)构成共轭镜像正交滤波器组，频域满足h1(w)＝-e-jwh0*
(w+π)。h0(k)长度必须为偶数，且同时满足以下条件：
[0053][0054][0055]
〈h0(k-2m),h0(k-2n)〉＝δ(m-n)
[0056]
其中，《》代表内积运算，δ()代表冲击函数。对公式(1)等号右边第一项2倍降采样得到dk，表示高频概貌系数；第二项2倍降采样得到xk，表示低频概貌系数；i表示分解层次，i＝0表示原始信号。
[0057]
(2)对每个分解层次中的高频系数进行硬阈值量化处理。对高频系数进行硬阈值量化处理为：
[0058][0059]
其中，λ表示阈值：
[0060]
[0061]
其中，median|coeff|表示待分解信号幅值的中值，n表示待分解信号的长度。
[0062]
(3)利用阈值处理后的各层高频系数与低频系数进行信号重构，实现通道信号增强。信号重构过程为：
[0063][0064]
其中，x
2(i+1)
和d
2(i+1)
分别表示上一层经过2倍升采样的低频系数和高频系数。g0(k)表示低通滤波器系数，是h0(k)的时序反转共轭；g1(k)表示高通滤波器系数，是h1(k)的时序反转共轭。
[0065]
(4)对重构信号做时延波束形成，形成s个预成波束。对重构信号做时延波束形成，对预成角度θ0扫描时，通道i引入的时延为：
[0066]
τ＝[(i-1)d/c
·
sinθ0]
[0067]
其中c为声速。阵元间距d为半波长，[]代表取整符号。
[0068]
(5)设定判别门限，在方位-时间空间进行能量检测，利用门限综合判决实现信号检测及声源方位估计。通过设定判别门限和方位-时间空间能量检测，实现信号出现时间和声源方位综合判决，判决过程和准则为：设定相对比较门限，每个波束的门限为该波束前k点波束值均值的e倍，针对每一快拍数据找到该快拍波束结果的最大值，比较该最大值与该波束方位的门限。如果超过门限，锁定门限，在接下来p个快拍数内检测各个波束过门限次数。p个快拍数检测完，统计各个波束过门限情况，找到过门限次数最多的波束，当该波束过门限次数超过次数门限q(p》q)，则判为信号存在，解算出声源方位；否则判为信号不存在，更新门限，清除波束计次，继续检测。
[0069]
综上，本发明中的信号分解与重构算法中的高通、低通滤波器系数固定不变，其计算复杂程度与fir滤波同一个量级，因此本方法还易于工程实时实现综上，本发明涉及一种非合作脉冲信号截获检测方法，属信号处理领域，可用于均匀线阵被动声纳对非合作脉冲信号的检测及方位估计。(1)对m路通道信号分别进行分解，得到不同层次的高频系数与低频系数；(2)对每个分解层次中的高频系数进行硬阈值量化处理；(3)利用阈值处理后的各层高频系数与低频系数进行信号重构，实现通道信号增强；(4)对重构信号做时延波束形成，形成s个波束；(5)设定判别门限，在方位-时间空间进行能量检测，利用门限综合判决实现信号检测及声源方位估计。本方法通过对被动声纳通道数据在变换域进行降噪，有效抑制了环境噪声、电路噪声等多种噪声成分，提高了检测信号信噪比，非常适用于多种噪声存在情况下非合作脉冲信号的截获检测。