本发明涉及信号处理技术领域,具体是涉及一种用于拖曳线列阵的水下脉冲信号识别的方法。通过该方法,可以识别出线性调频(lfm)脉冲信号和单频(cw)脉冲信号,能统计信号的时宽与周期特征并判断信号源的方位,解决了长线拖曳阵水下脉冲信号识别问题。
背景技术
拖曳阵是拖曳式线列阵声纳的简称,这种声纳在距舰船尾部一定距离上拖曳一个声接收系统,通过接收并处理航行目标自身辐射的噪声或者通过接收目标反射回来的主动信号的回波,检测目标的有无并估计目标有关参数。水下脉冲信号识别是指利用拖曳阵接收到的水声信号,识别并输出水下脉冲声目标的方位、调制类型、中心频率、带宽、脉冲宽度、脉冲周期等相关参数。
水声信道具有强多途、窄带宽、长时延等多种特性,这为水声脉冲信号特征提取、调制类型识别和与信号相关的时间特征提取增加了难度。
经文献检索发现,有以下文献对脉冲信号检测问题进行了研究:
声学技术2015,34(2):376-378页,《被动声呐脉冲检测时延估计方法研究》,作者:薛夫连、梅继丹、孙大军、朱英慧、马超,(以下简称文献1);
哈尔滨工程大学硕士学位论文2006,《声呐脉冲侦察与被动测距研究》,作者:徐建清,(以下简称文献2);
通信学报2004,25(1):140-149页,《卫星通信常用调制方式的自动识别》,作者范海波、杨志俊、曹志刚,(以下简称文献3);
上述文献1~2提出了一种被动声纳脉冲检测精细时延的估计方法,其仿真的场景是共形三元阵,精细时延的测量主要是为了目标的定位,通过综合寻找时域波形包络前沿和相位估计这两种方法实现精细时延的测量。该方法要求信噪比较高,文献中的仿真试验设置的信号信噪比都在20db以上,这在真实海洋环境中是无法满足的。为实现在较低信噪比的情形下仍然能够有较高的脉冲脉宽和周期参数的估计准确率,本发明选择在频域内提取相关特征。
文献3提出了一种通过分析谱特征来进行通信信号调制方式识别的方法,针对信号的功率谱以及平方谱中的频谱形状和谱峰数的特征,提取相关参数作为判别用的特征,其方法在较低信噪比的情形下仍然具有很好的识别准确率。但是,不同于无线信道,水声信道传输条件更为恶劣,往往不能稳定获取水声信号的功率谱和平方谱等特征参数;同时,海洋背景噪声具有非高斯、非平稳的特性,多途多径导致的梳状滤波器效应,都对信号在频域特征提取造成了非常大的影响。本文提出的方法针对水声信号传输的特点,考虑了信号多途传输导致的频谱剧烈起伏,通过在不同频率分辨率下同时对信号进行分析,能够有效提取水声信号的频谱特征。
技术实现要素:
鉴于上述现有技术的不足,本发明提出了一种基于拖曳线列阵的水下脉冲信号识别方法,通过逐级分辨率频域峰团个数特征提取的方法,减轻了低信噪比与多径对信号识别的影响,并提高了运算效率。通过在方位幅度域内目标检测结合方位波束域内信号识别的结果降低系统输出虚警率。以下拖曳线列阵简称为拖曳阵,该拖曳阵具有多个阵元,阵元都是由灵敏度较高的水听器构成,且简单起见阵元为等间隔排布。
本发明提出的基于拖曳线列阵的水下脉冲信号识别方法的特征在于:所述方法包括如下步骤:
步骤1:对拖曳阵多个阵元接收到的声源辐射信号作时域波束形成处理,得到方位为
步骤2:遍历前述步骤1得到的各方位θ的时域波束信号,通过逐级多分辨率谱线特征提取,得到包括简易信噪比特征、峰团个数特征、分段信号能量在内的特征参数,综合这些特征参数初步判断该段信号的调制类型
步骤3:根据前述步骤2得到的单个波束内该段信号的调制类型和信号的能量以及之前记录的该波束之前的状态,判断该方位波束内是否存在有效脉冲信号,同时进行波束状态更新或者识别结果等待输出;
步骤4:利用步骤1得到方位幅度曲线,进行目标方位检测,更新所有波束方位目标检测标记,如果步骤3中有识别结果等待输出,且该波束方位的目标检测标记大于零,则输出识别结果,并置该方位标记为零,否则回到步骤1。
上述本发明提供的基于拖曳线列阵的水下脉冲信号识别方法进一步的特征在于:
采用时间延迟进行上述步骤1所述的时域波束形成处理,得到波束形成器的输出为:
公式(3)中,si表示第i个阵元接收到的信号,
上述步骤1所述通过计算得到对应的方位幅度曲线,是指利用公式(3)中得到的方位为
上式中
上述步骤2进一步的特征在于:遍历前述步骤1得到的各方位θ的时域波束信号,首先进行100hz频率分辨率的频谱分析与特征提取;然后根据简易信噪比特征η决定是否继续进行5hz频率分辨率的频谱分析还是直接输出初步识别结果,即简易信噪比特征η>0.7则直接输出初步识别结果,η≦0.7则继续进行5hz频率分辨率的频谱分析与特征提取;然后在5hz频率分辨率下根据频段内峰团个数特征
其中,提取简易信噪比特征按照如下方式进行:
第一步统计归一化100hz频率分辨率频域幅值向量
其中
第二步判断
进一步的,提取粗频率分辨率下峰团个数特征
进一步的,提取信号中心频率和带宽特征,其中带宽这里指的是信号处理领域通常认为的3db带宽,通过搜索
其中
根据以上完整步骤流程,可以实现对水下声源脉冲信号的识别,当存在脉冲声源信号时,即信号被识别为单频脉冲(cw)信号或者线性调频(lfm)信号时,系统能够输出声源目标的方位、调制方式、脉宽、周期、中心频率、带宽的具体参数。
附图说明
图1是本发明等间隔线列阵接收信号示意图;
图2是本发明中步骤2流程图;
图3是本发明频谱分析处理示意图;
图4是本发明粗频率分辨率下峰团个数特征统计示意图;
图5是本发明5hz频率分辨率下峰团个数特征统计示意图;
图6是本发明中步骤3流程示意图;
图7是仿真信号时域图;
图8是仿真数据方位幅度曲线图;
图9是100hz频率分辨率频域谱线图;
图10是5hz频率分辨率频域谱线图;
图11是5hz频率分辨率下谱峰附近局部放大图;
图12是噪声信号段的频域谱线图。
具体实施方式
为使公众进一步了解本发明所采用之技术、手段及其有益效果,特举实施例并配合附图对本发明提供的基于拖曳线列阵的水下脉冲信号识别方法进行详细说明如下,相信当可由之得以深入而具体的了解。
本实施例基于拖曳线列阵的水下脉冲信号识别方法包括如下步骤:
步骤1:对拖曳阵多个阵元接收到的声源辐射信号作时域波束形成处理,得到方位为
步骤2:遍历前述步骤1得到的各方位角的时域波束信号,通过逐级多分辨率谱线特征提取,得到包括简易信噪比特征、峰团个数特征、分段信号能量在内的特征参数,综合这些特征参数初步判断该段信号的调制类型
步骤3:根据前述步骤2得到的单个波束内该段信号的调制类型和信号的能量以及之前记录的该波束之前的状态,判断该方位波束内是否存在有效脉冲信号,同时进行波束状态更新或者识别结果等待输出;
步骤4:利用步骤1得到方位幅度曲线,进行目标方位检测,更新所有波束方位目标检测标记,如果步骤3中有识别结果等待输出,且该波束方位的目标检测标记大于零,则输出识别结果,并置该方位标记为零,否则回到步骤1。
以下分别详细描述上述步骤1至步骤4的具体实施方法:
步骤1详述
如图1所示,有一等间隔线列阵,其有
式子中,
上式表示声源目标的辐射信号到达第
若各阵元接收到的信号表示为
公式(3)中,si表示第i个阵元接收到的信号,
上述步骤1所述通过计算得到对应的方位幅度曲线,是指利用公式(3)中得到的方位为
上式中
步骤2详述
步骤2的详细描述如图2所示:遍历前述步骤1得到的各方位
其中:
100hz频率分辨率分析
选取当前识别周期内连续时长为200ms的波束形成后方位
将上述时域波束信号
对第
对模值向量
对各段模值向量
针对
为计算信号简易信噪比特征,首先统计
第一步计算过门限的频点占总频点的比例,由于
其中
第二步判断
提取粗频率分辨率下峰团个数特征
提取信号中心频率和带宽特征。其中带宽这里指的是信号处理领域通常认为的3db带宽,通过搜索
其中
频率分辨率分析
根据100hz频率分辨率下得到的简易信噪比特征,判断是否需要提取5hz频率分辨率下峰团个数特征
第一步根据粗频率(100hz)分辨率下的简易信噪比特征
第二步提取细频率(5hz)分辨率峰团个数特征。对整段信号
第三步按照粗频率分辨率中峰团个数相同的统计方式统计细频率分辨率下的峰团个数特征。由于水声环境中存在严重的多途效应,其对信号的影响等效于一个梳状滤波器,这会导致宽带信号频域幅度曲线的大幅度起伏,特别是在细频率分辨率下严重影响峰团个数特征的统计。
针对这一问题,在统计峰团个数时,允许团内部存在多段连续10个频点位置的幅度低于门限,并设置细频率分辨率下门限
如果分析频段内峰团个数特征
频率分辨率分析
通过统计短时中心频率梯度特征
将上述步骤1中的时域波束信号
对
同时求取该段信号的能量
如果
并求取两个临时量
其中
短时中心频率梯度特征为
步骤3详述
由于步骤2中,选取的当前识别周期为连续时长200ms,而实际待侦察的信号可能较长,导致跨越多个识别周期,为得到完整的信号参数信息,必须综合该波束方位内历史记录信息,包括以下变量:
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
(21)
结合波束
首先计算该波束方位的幅度门限,系统中门限为自适应设置,设置方法如下,因各方位处理方法相同,所以以下在不引起歧义的前提下省去波束方向
对本次识别周期内得到的信号能量表示向量
波束幅度门限
(1)如果
(2)如果
(3)如果
然后根据之前该波束内的历史信息,这里的历史信息是指保存在步骤3详述中描述的与波束方位
情形1:之前无可识别信号,即
(1)记录该波束内首次识别到有效信号的第一个识别周期内的有效时间长度
(2)结束噪声时长统计,得到噪声时间长度为
(3)对应波束的调制方式统计向量
(4)初始化初始中心频率位置与最后中心频率位置,
(5)
(6)初始化
情形2:前一识别周期内有可识别信号flag=1且向量y中的最大值元素大于该波束门限tamp,此外还必须满足smodel≠3,满足前述条件则认为本次识别周期又识别到一次有效信号,进行如下步骤以更新信号相关信息:
(1)记录当前有效片段数nsigpiece,即向量y中能超过波束门限tamp的元素个数;
(2)更新变量tnoiseini=(20-nsigpiece)×0.01;
(3)通过当前识别周期得到的中心频率fc与上一识别周期获得的中心频率flast之间的差的绝对值,求取临时变量fdelta。如果临时变量fdelta>fdeltamax,则用fdelta更新fdeltamax。如果临时变量fdelta<fdeltamin,则用fdelta更新fdeltamin,更新flast=fc;
(4)根据smodel的值,给对应saccu元素加1;
(5)nsig加1;
(6)更新fctgt=0.875×fctgt+0.125×fc以及btgt=0.875×btgt+0.125×b。
情形3:上一识别周期存在可识别信号
(1)设置
(2)如果
(3)取出
(4)得出信号调制方式
(5)信号周期
(6)记录噪声开始
(7)对应波束的
步骤4详述
遍历所有需要检测的波束方位,对每个波束方位重复以上步骤2和步骤3,得到所有波束的识别结果。
因为波束合成形成的方位幅度曲线中,不可避免地会在真实目标声源方位的两侧产生旁瓣,而且旁瓣波束中识别到的信号参数与真实声源目标方位波束中的信号参数较为一致,同时输出这些波束方位内的识别结果会导致过高的虚警率,为此需结合步骤4描述的目标检测结果,判定是否输出当前识别周期内fsigarrive为1的波束方位为θ的识别结果,具体操作步骤如下:
(1)检测当前帧的峰值位置,遍历ttmp(θ)中θ的元素,若ttmp(θi)大于其两边的元素ttmp(θi-1)和ttmp(θi+1),与此同时flag(θi)=1,判断fpeak(θi)标记为1,以上条件中有其中之一不满足则fpeak(θi)标记为0;
(2)对ttmp取对数,然后用最大值归一化,得到ttmpnml;
(3)如果fpeak(θ)等于1并且ttmpnml(θ)>0.98,则foutput(θ)=foutput(θ)+1,否则foutput(θ)=foutput(θ)-1;
(4)判断能否输出识别结果:如果
根据以上完整步骤流程,可以实现对水下声源脉冲信号的识别,当存在脉冲声源信号时,即信号被识别为单频脉冲(cw)信号或者线性调频(lfm)信号时,系统能够输出声源目标的方位、调制方式、脉宽、周期、中心频率、带宽的具体参数。
对以上实施例以仿真实验进一步描述如下:
设置条件为32元阵,设阵元间距为0.075m(10khz半波长间距),工作频带为1k~10khz,采样频率100khz,目标方位60°,脉冲信号为中心频率8030hz,脉宽50ms,周期1s,信噪比为-5db的单频脉冲(cw)信号,该脉冲的时域信号可以从图7中观察。
由步骤1中描述的时域波束形成的方法可以得到如图8所示的方位幅度曲线图,从图8中可以看出60°方位存在目标。
对60°方位的波束信号进行步骤2中描述的100hz频率分辨率的频谱分析,得到如图9所示的频谱图,因为第1个200ms内就包含了1个完整的50ms脉冲,所以单频信号的频谱较为明显,最高点指示了中心频率为8031hz,而且此时统计得到的峰团数
根据流程图2中所示,接下来进行5hz频率分辨率分析,频谱图如图10所示,图11是谱峰处对应的放大图,从图11可知,归一化幅度大于0.5的点有5个,所以无法直接判断为单频脉冲(cw)信号。
根据流程图2中所示,接着进行200hz频率分辨率分析,计算得到rlfm=1,此时判断smodel=2,初步判断为线性调频信号。
根据步骤3,这种情况属于情形1,侦察到新的可识别信号,并记录相关信息,其中fini=flast=fc,tini=0.05s。此时还无法判断可识别的脉冲信号已经结束。必须要紧接着分析下一个200ms的信号。
根据步骤4的描述,因为在60°的方向检测到尖峰,所以foutput(600)=1。但还没有识别结果可以输出。
从信号时域可知,下一个200ms是噪声,如图12所示,通过步骤2的100hz频率分辨率分析的谱线图可以看出,此时简易信噪比特征η=1,根据图2的流程图可知,直接输出smodel=3。
在步骤3中系统进入情形3,可识别信号结束,根据情形3中的第3步可知,尽管当前向量saccu中最大的元素是第2个元素,即idx=2,但是|fini-flast|<300,则改判为idx=1,准确识别脉冲信号时单频脉冲(cw)信号,且脉宽计算出来是tsigdura=0.05s,同时对应波束的fsigarrive(600)标记置为1。
在步骤4中因为