专利名称：水下运动目标识别方法
技术领域：
本申请涉及水声信号处理领域，具体来说，涉及一种水下运动目标识别方法。
背景技术：
冷战结束后，水下潜水技术日趋成熟。由于水下蛙人的水下隐蔽性好，机动灵活的新兴蛙人恐怖袭击攻击方式颇受恐怖主义分子的青睐。国内外都开始重视针对水下蛙人等运动小目标的水下安保系统建设与应用，以弥补以往声纳设备仅能针对大型舰艇、船只进行探测的不足。蛙人与海洋生物等水下运动小目标的探测与识别技术尤其被重视，欧美等国都投入大量的力量研究这类新兴目标探测的专用识别技术。近些年来国内外相关研究机构开展了一系列关于水下蛙人等水下运动小目标的识别技术，大多是基于亮点特征和功率谱特征。例如，文献“Perry，S.ff.and G.Ling.Detection of small man-made objects in sector scan imagery usingneuralnetworks, in OCEANS, 2001.MTS/IEEE Conference and Exhibition.2001.，，提出了米用静态特征对扇形扫描声纳的水下目标进行分类；文献“Lane, D.M.and J.P.Stoner, Automatic interpretation of sonar imageryusing qualitative feature matching.1994.19(3):p.391-405.”提出了利用跟踪后的图像瞬态特征进行水下运动目标分类；文献“Jae-Byung Jung, Gerald F.Denny, BroadbandActive Sonar Swimmer Detection and Identification.1nternational JointConference on Neural Networks.2006.p.2600-2605.” 讨论米用超宽带声纳(60kHf 120kHz)利用功率谱特征来实现了水下蛙人，瓶子以及鱼群之间的分类。现有技术中的水下小目标识别技术存在以下缺陷:LFM信号模糊度函数制约下微多普勒变化量无法获取；需要依靠高频主动声纳多波束回波波形进行水下运动小目标分类；没有利用帧间微多普勒特性，识别稳定性不好。
发明内容
针对现有技术中的缺陷，本申请的目的是，提供一种水下运动目标识别方法，该方法包括以下步骤:对主动声纳接收的目标信号进行预处理；对进行所述预处理后的目标信号进行SM时频处理，提取出微多普勒谱；根据所述微多普勒谱提取帧内微多普勒特征以及帧间微多普勒特征；基于所述帧内微多普勒特征以及帧间微多普勒特征，对水下运动目标进行分类。优选地，所述预处理包括检波、降采样。优选地，所述帧内微多普勒特征以及帧间微多普勒特征包括峰值、均值及方差。本申请通过对主动式高频声纳的水下运动小目标回波波形，提取微多普勒分布特征，所述SM算法可以产生WD相同的自相关项，但是没有互干扰项，解决了 LFM信号模糊度函数制约下微多普勒变化量无法获取的问题，实现了仅利用高频主动声纳单波束回波波形的水下运动小目标分类，利用帧间微多普勒特性具有统计稳定性，能够减小随机信道带来的影响，提高了识别稳定性。
图1是本发明实施例的信号处理过程示意图；图2为本发明实施例的水下典型目标微多普勒谱的分布示意图；图3为本发明实施例的帧内微多普勒特征提取结果示意图；图4是本发明实施例的帧间微多普勒特征提取结果示意图。
具体实施例方式鉴于现有水下运动小目标识别技术存在的问题，考虑采用微多普勒技术。下面通过结合附图，通过具体实施例，对本发明的技术方案做进一步的详细描述，以便本领域人员更好地了解本发明的原理和具体实施细节。总体信号处理流程本发明针对主动式蛙人探测声纳的目标识别问题，提出了一种利用微多普勒分布特征的水下运动小目标识别技术。本发明的目的是通过对主动式高频声纳的水下运动小目标回波波形，提取微多普勒分布特征，用来进行水下运动小目标识别。为了实现这个目的，本发明首先对主动声纳接收的目标信号进行预处理，包括检波、降采样等；然后，采用SM算法解算主动声纳回波的微多普勒信息，提取帧内、帧间微多普勒分布特征，最后用分类器进行目标识别，其信号处理框图如图1所示。
`
SM算法提取微多普勒信息本专利所述的识别方法，是以主动式多波束声纳的回波数据为基础，提取目标的
微多普勒信息。I)计算短时傅立叶变换(STFT)短时傅立叶变换是时频变换中最常用算法之一，其思想是引入一个窗函数w(t)截断分析信号X (t)，然后计算截断信号的瞬时频率。通过滑动窗函数来得到短时傅立叶谱。其数学表示如下式所示:STFT(t, w) = L χ(( + T)w(r)e^WTdT( ^ )其中，x(t)是待分析彳目号，w(t)是窗函数，τ是时延差。离散表示如下:
co- 2疋,
-_ Λ_ /-mk.V7 /'7'(/7,/f) = 2_, h'(/72).v(/7 + m)e -v
m=- (2 )2) SM 方法魏格纳分布(WD)常用来分析单成分的LFM信号时频分布，然而当接收信号包含有众多回波分量时，WD由于会产生交叉项干扰，而无法获取时频参数。为了改善交叉项影响，可以采用核函数加权WD，本质上说是一种两维平滑WD。然而，这种处理不但平滑了交叉项，也平滑了 WD的自相关项。并且计算复杂度也非常高，需要对待处理解析信号进行过采样。因此，本专利提出了一种简单的计算方法，可以产生WD相同的自相关项，但是没有互干扰项，被称为SM方法。
SM方法的离散表达式如下:
权利要求
1.种水下运动目标识别方法，其特征在于，所述方法包括: 对主动声纳接收的目标信号进行预处理； 对进行所述预处理后的目标信号进行SM时频处理，提取出微多普勒谱； 根据所述微多普勒谱提取帧内微多普勒特征以及帧间微多普勒特征； 基于所述帧内微多普勒特征以及帧间微多普勒特征，对水下运动目标进行分类。
2.据权利要求1所述的方法，其特征在于:所述预处理包括检波、降采样。
3.据权利要求1所述的方法，其特征在于，所述帧内微多普勒特征以及帧间微多普勒特征包括峰值、均值及方差。
全文摘要
本申请涉及一种水下运动目标识别方法。所述方法包括对主动声纳接收的目标信号进行预处理；对进行所述预处理后的目标信号进行SM时频处理，提取出微多普勒谱；根据所述微多普勒谱提取帧内微多普勒特征以及帧间微多普勒特征；基于所述帧内微多普勒特征以及帧间微多普勒特征，对水下目标进行分类。本申请通过对主动式高频声纳的水下运动小目标回波波形，提取微多普勒分布特征，所述SM算法可以产生WD相同的自相关项，但是没有互干扰项，解决了LFM信号模糊度函数制约下微多普勒变化量无法获取的问题，实现了仅利用高频主动声纳单波束回波波形的水下运动小目标分类，利用帧间微多普勒特性具有统计稳定性，能够减小随机信道带来的影响，提高了识别稳定性。
文档编号G01S15/52GK103091679SQ20131004359
公开日2013年5月8日 申请日期2013年2月4日 优先权日2013年2月4日
发明者杨娟, 许枫, 韦志恒, 刘佳, 安旭东, 纪永强, 温涛 申请人:中国科学院声学研究所