一种水下弱目标检测方法与流程

本发明属于信号处理领域，具体涉及一种水下目标检测技术。

背景技术：

海洋可以看作是一个随机时变、空变的滤波器，使声信号发生变换，如多普勒效应以及角度扩展等。由于海洋声信道的多径效应及水声介质的时变性和不均匀性，声信号在传播过程中会发生形变、起伏、失真等情况。其中，多径效应是指声波经过不同的路径传播后到达接收端，包括海底、海面的直达波和多次折射、反射波，各分量到达的时间不同，按照各自的相位进行叠加从而造成干扰，使得原来的信号失真。

同时，随着现代科学技术的持续发展，潜艇、auv等水下装置在动力装置、通信设备等方面都有了巨大的提升，以至于其隐蔽性能大大提升。例如美国“海狼号”核潜艇，其潜艇辐射噪声甚至低于海洋环境噪声，这也就是通常所说的弱目标，即辐射信号深埋在强噪声背景中的目标。

基于上述海洋多径效应及强背景噪声的影响，加之目标辐射信号又很微弱，因此，从中检测出有效信号非常困难，传统的水下信号检测处理方法主要是通过滤波器手段，滤除噪声带来的影响，但它们在去除噪声的同时，不可避免的也对信号本身也造成了损失，同时也无法满足微弱信号检测中低信噪比的要求。

针对以上弱目标检测过程中遇到的多径干扰问题，被动时间反转(passivetimereversal，ptr)理论基于先验的信道信息，利用了水下多径效应，在声场互易性和时反不变性原理的基础上，可自动补偿由于多径效应造成的时延扩展，实现能量聚焦，从而提高信号信噪比，

对于海洋强背景噪声干扰的影响，在不对噪声进行滤除的前提下，随机共振理论(stochasticresonance，sr)得到应用，该理论由benzi等人在1981年为解释地球冰川周期性首次提出。随机共振方法，即在一定非线性条件下，由弱周期信号和噪声合作而导致的非线性系统增强周期性输出的现象，它将噪声看作有益元素，通过一个非线性系统作用，将噪声中部分能量转移到信号中来，提升了信号信噪比。

研究发现，被动时反与随机共振方法可以分别针对性解决水下微弱信号检测中所遇到的问题，但在面临目标辐射信号越来越小的情况下，仅仅只采用一种手段，由于多径衰减及海洋强背景噪声的影响，往往处理后的信号中，目标辐射信息仍旧检测困难。通过文献查找，未见同时针对水下多径效应及强背景噪声问题的微弱信号检测方法。

技术实现要素：

为了克服现有技术的不足，本发明提供一种水下弱目标检测方法，将被动时间反转理论与随机共振理论结合起来(ptr-sr方法)，建立了基于被动时间反转与随机共振的水下弱目标联合检测方法，同时利用了时反方法将水下多径干扰转换为信号增益的优势，以及随机共振方法将部分噪声能量转移到目标信号中的特点，实现了更低信噪比下更高效的信号检测，为水中弱目标检测技术提供新的理论和技术支持。

本发明解决其技术问题所采用的技术方案包括以下步骤：

第一步，接收阵元接收到信号其中，目标辐射声信号s(t)＝assin(2πft)，as为信号幅值，f为信号中心频率；n表示发射点到接收点的声线总数，cn表示第n条本征声线的幅值衰减，τn表示对应声线的时延，q(t)表示信号传输过程中加入的噪声，是均值为0、方差为d²的高斯白噪声；

第二步，将接收到的信号在计算机中进行被动时间反转处理，与预先估计的信道进行匹配h(t)，得到第二次接收信号

第三步，截取聚焦段信号其中，l为信号长度s，lh为信道长度，c为n条本征声线的幅值衰减的平均值，被动时反处理后聚焦段信号位于时域信号(lh:lh+ls-1)处；

第四步，用信号放大因子w对聚焦段信号进行调制放大处理，得到zjsr(t)≈wnc²s(t)+wcq(t)，定义输入随机共振系统所需的外加信号最大幅值为asr，则信号放大因子

第五步，将信号中心频率f缩小为原来的信号周期ts扩大为原来的α倍，将信号转换为小参数信号s[l]＝amsin(2πfnew(lαtnew))，其中，tnew＝αts，am表示小参数信号幅值；

第六步，对于二阶随机共振系统模型采用4阶龙格-库塔公式对其输出进行求解，得到其中，a、b、γ为二阶非线性系统参数，dξ(t)＝q(t)；

第七步，将输出信号中心频率扩大α倍，信号周期缩小为原来的之后对信号进行傅里叶变换，观察输出信号频谱中，基于奈曼-皮尔逊准则，根据设定的阈值判断目标辐射信号中心频率点f是否突出，若超过设定阈值则认为突出，判定存在目标。

所述外加信号最大幅值asr的选择方法包括以下步骤：进行蒙特卡洛实验，设定asr范围为(1:120)，变化步长为1，若输出信号频谱峰值对应发射信号中心频率f，则判定输入-输出信噪比增益有效；若频谱峰值偏移，则判定输入-输出信噪比增益为0；通过统计比较结果中信号平均输入-输出信噪比增益，选择最大增益时的asr作为参数值。

本发明的有益效果是：提出了基于被动时间反转与随机共振的水下弱目标联合检测方法，相比传统的以去除噪声为手段的滤波检测方法，可在滤波前级进行信号处理，通过被动时间反转方法，将水下多径的干扰通过目标辐射信息的聚焦转化为目标信号增益，通过随机共振方法，将水下噪声的部分能量转移到目标信号中来，提升了输出信号信噪比，联合检测方法同时考虑到了水下多径效应及强背景噪声带来的影响，可实现在更低信噪比情况下更高的弱目标检测性能，为水中弱目标检测技术提供新的理论和技术支持。

附图说明

图1是本发明的方法流程图；

图2是本发明所述过程仿真实验中，水下声传播信道本征声线图；

图3是本发明所述过程仿真实验中，水下声传播信道本征声线时延-幅值衰减图；

图4是本发明所述过程仿真实验中，时反前接收信号图；

图5是本发明所述过程仿真实验中，时反后聚焦段信号图；

图6是本发明所述过程仿真实验中，随机共振输出信号图；

图7是本发明所述过程仿真实验中，ptr-sr联合检测方法理论输入-输出信噪比增益图；

图8是本发明所述过程仿真实验中，ptr-sr联合检测方法平均增益图；

图9是本发明所述过程仿真实验中，ptr-sr、ptr、sr三种方法下，pd-snr检测曲线图。

具体实施方式

下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。

针对水下弱目标在多径效应及海洋强背景噪声影响下的检测问题，本发明将被动时间反转方法与随机共振方法结合起来(ptr-sr方法)，建立了基于被动时间反转与随机共振的水下弱目标联合检测方法，同时利用了时反方法将水下多径干扰转换为信号增益的优势，以及随机共振方法将部分噪声能量转移到目标信号中的特点，通过理论推导及仿真实验，首先对联合检测方法进行了原理分析；其次，研究了信号输入、输出信噪比等关键参数的定义及计算；之后，结合信噪比增益这一衡量标准进行了关键参数寻优方法的提出；最后，基于奈曼-皮尔逊准则，本发明对比研究了ptr-sr联合检测方法的性能，验证了ptr-sr方法可在更低信噪比情况下更高效地进行水下弱目标检测，为水中弱目标检测技术提供新的理论和技术支持。

本发明的主要步骤如下：

第一步：声源辐射声信号s(t)

假设目标辐射声信号为单频正弦信号，即，

s(t)＝assin(2πft)(1)

其中，as为信号幅值，f为信号中心频率；

第二步：声源辐射信号模拟通过海洋声信道

声源辐射信号s(t)经过海洋多径传播到达接收阵元，并加入模拟海洋强背景噪声，接收阵元接收到信号y(t)；

根据射线理论，目标与接收阵元之间的水声信道传输函数为：

式中，n表示发射点到接收点的声线总数，即本征声线条数，cn表示第n条本征声线的幅值衰减，δ(t)表示声源辐射声信号包络，τn表示对应声线的时延。信号s(t)通过水声信道到达接收阵元时，首次接收到的信号为：

其中，q(t)表示信号传输过程中加入的噪声，其为均值为0、方差为d²的高斯白噪声。

第三步：被动时间反转处理

将接收到的信号在计算机中进行被动时间反转处理，与预先估计的信道进行匹配，得到第二次接收信号z(t)；

将接收到的信号在时域上进行反转，得到，

将变换后信号在计算机中进行被动时反处理，并将信号与预先估计的水声信道h(t)进行匹配，得到虚拟接收信号，

对虚拟接收信号进行时域反转处理，得到，

将式(1)与式(2)代入式(6)，得到，

第四步：截取聚焦段信号

通过被动时间反转处理后，信号会在时域上聚焦，其中，聚焦段信号为：

其中，假设信号长度为ls，信道长度为lh(相同采样频率fs离散化情况下)，通过推导可知，被动时反处理后聚焦段信号位于时域信号(lh:lh+ls-1)处。

第五步：调制放大信号

研究发现，由于信道衰减较大，时反处理后信号能量较低，而随机共振现象是在外加信号与噪声的共同激励下产生的，过小能量的输入信号无法使双稳态势阱在外部信号的驱动下交替的上升下降，从而使质点在两个势阱之间进行切换，以产生随机共振现象。

因此，对信号进行调制放大处理，即对信号中目标辐射信息与噪声部分同乘信号放大因子w，得到：

zjsr(t)≈wnc²s(t)+wcq(t)(9)

其中，由于海洋声传播信道随着发射、接收点位置不同而不同，因而zs(t)中信号、噪声幅值也会随之改变，则研究具体信号调制放大倍数并无价值，本发明定义输入随机共振系统所需的外加信号最大幅值为asr，则信号放大因子w与asr关系如下，

针对幅值增益参数asr的选择方法：

仿真参数环境下，进行蒙特卡洛实验，设定asr范围为(1:120)，变化步长为1，增设条件：

a.若输出信号频谱峰值对应发射信号中心频率f，则判定输入-输出信噪比增益有效；

b.若频谱峰值偏移，则判定输入-输出信噪比增益为0；

通过统计比较结果中信号平均输入-输出信噪比增益，选择最大增益时的asr作为参数值，代入实际信号处理过程。

第六步：对信号进行尺度变换转化为小参数信号

由于随机共振方法要求输入信号仅限于小参数信号，则需要对式(9)中zjsr(t)信号进行尺度变换，这里采用频移尺度变换的方法，即通过将信号中心频率缩小为原来的α倍，信号周期扩大为原来的α倍，可将其转换为小参数信号，具体方法如下：

其中，fnew、tnew为频移尺度变换后的信号参数

第七步：通过二阶随机共振系统进行处理

本发明中，采用二阶随机共振系统进行研究，其理论公式如下：

上式中，s(t)+n(t)表示系统输入的信号与噪声，其中噪声是信号幅度为a、噪声为均值为0、方差为2d的高斯白噪声，a、b、γ为二阶非线性系统参数。

将式(1)、(9)及(12)代入式(13)，得，

对于二阶随机共振系统模型，本发明采用4阶龙格-库塔公式对其输出进行求解，公式如下：

第八步：对输出信号进行尺度还原并检测

对输出信号进行按照频移尺度变换的反向进行尺度还原，即将信号中心频率扩大为原来的α倍，信号周期缩小为原来的α倍，之后对信号进行傅里叶变换，观察输出信号频谱中，是否目标辐射信号中心频率点f突出，以判断目标有无。

本发明中以输入-输出信噪比增益为标准，以衡量弱目标检测效果，定义各阶段信噪比如下：

(1)理论输入、输出信噪比定义及计算

本发明定义信号输入信噪比为接收阵元第一次接收信号信噪比，如式(3)所示，则定义输入信噪比为：

定义过渡信噪比为时反完成后聚焦段信号信噪比，如式(8)所示，根据信号zs(t)公式推导，定义过渡信噪比为：

定义输出信噪比为增益后聚焦信号通过随机共振系统后输出信号信噪比，根据绝热近似理论及线性响应理论，在小参数信号输入作用下，二阶随机共振系统输出信噪比的近似表达式为：

其中，ω＝2πf，将式(9)代入，即得，

a＝wnasc²(19)

将式(4)代入式(3)，得到信号输出信噪比理论值为：

则系统输入-输出信噪比理论增益为：

(2)实际信噪比计算

实际接收信号中，声源辐射信号信息与噪声混叠在一起，无法分辨，结合先验的目标辐射信号特点(此处以单频信号为例)，采用频谱计算法，首先对接收信号进行fft变换得到信号频谱p，取信号频率f处谱峰值序号为kk，则信号能量和噪声能量分别为：

e[s(t)²]＝p²(kk)+p²(kk-1)+p²(kk+1)(23)

e[n(t)²]＝sum(p.²)-e[s(t)²](24)

其中，p代表接收信号频谱幅值，而噪声能量即为频谱总能量减去信号能量，即接收信号实际信噪比为：

本发明仿真实验基于浅海环境，采用射线理论模型，考虑海洋背景噪声的影响，其中，实验采用均值为0，方差为d²的高斯白噪声模拟海洋背景噪声，仿真实验过程如图1所示。

仿真实验中，采用单阵元发射单阵元接收设置，发射阵元位置(0,100m)，接收阵元位置(2000m,100m)，水深300m，水下声速梯度采用2014年10月在三亚陵水981钻井平台上实测的一段声速梯度，利用bellhop专用仿真工具箱模拟声场环境，得到目标与接收阵元之间的本征声线及与之对应的幅值、时延，相对应数据分别如图2、图3所示。

声源模拟发射cw信号，幅值为1，信号中心频率f＝5khz，采样频率fs＝500khz,时长40ms；

将发射信号s(t)模拟通过海洋声信道，并加入均值为0，方差为d²的高斯白噪声模拟海洋加性噪声，所接收到的信号y(t)如图4所示，通过计算可得，此时信号信噪比为-36.5db，即输入信噪比；

下一步，将接收信号在计算机中与预先估计的信道进行时间反转处理，并对聚焦段信号进行截取处理，得到信号zs(t)，如图5所示，通过计算，得到此时信号信噪比为-29.7db，即过渡信噪比，其较输入信噪比提升约6.8db，但观察图5中信号频谱图，发现原始信号中心频率处幅值被淹没在噪声频谱中，则对于信号检测而言，需要进一步处理。

将聚焦信号zs(t)进行调制放大后得到信号zjsr(t)，之后进行频移尺度变换操作，将信号变换为f＝0.05hz，fs＝5hz的小参数信号，变换尺度为10⁵倍，将变换后的小尺度信号通过二阶非线性随机共振系统，系统参数设置为a＝1,b＝0.25,γ＝1.5,h＝1/fs＝0.2，之后，对系统输出信号进行频移尺度恢复，输出信号如图6所示，通过计算可得，系统输出信噪比为-16.3db，较过渡信噪比提升约13.4db，较输入信噪比提升约20.2db，同时，在图6信号频谱图中，我们也可以直接观察到5khz信号的频谱幅值突出，从而确认目标信号的存在，达到弱目标检测目的；

图7为ptr-sr联合检测方法在式(22)下，理论输入-输出信噪比增益结果，此时，设定asr范围为(1:120)，变化步长为1，分析结果，发现通过ptr-sr联合检测方法，信号输入-输出信噪比得到增益，改变信号增益幅值asr，系统存在一个增益最大时的asr最优解。但理论解是在随机共振系统可以成功输出的基础上，且理论公式基于绝热近似理论，有一定误差；

图8为100次蒙特卡洛实验下，ptr-sr联合检测方法的实际输入-输出信噪比增益仿真结果图，同样设定asr范围为(1:120)，变化步长为1，增设条件：

a.若输出信号频谱峰值对应发射信号中心频率f，则判定输入-输出信噪比增益有效；

b.若频谱峰值偏移，则判定输入-输出信噪比增益为0；

分析结果，发现当信号增益幅度asr在40-60范围内，输入-输出信噪比增益及有效增益次数都较大且稳定，有效输出达到60％以上(此时，输入信噪比约为-36.5db)，接近于理论分析；

最后，基于奈曼-皮尔逊准则，在1000次蒙特卡洛实验下，分别研究对比了ptr(被动时间反转)，sr(随机共振)，ptr-sr(被动时反-随机共振)三种方法下，针对水下弱目标，算法检测性能的变化，并绘制了如图9所示的检测曲线图。其中，聚焦段信号增益幅值asr参照上述实验过程，取asr＝50，实验虚警概率分别为0.03及0.06，分析结果，可以得到，随着输入信噪比及虚警概率的提升，弱目标检测概率不断提升，且ptr-sr算法较其余两种算法更具有优势，可以在更低信噪比情况下更有效的进行水下弱目标检测。