基于声能流矢量补偿的水下目标高精度DOA估计方法与流程

本发明属于信号处理领域，具体涉及一种使用单矢量水听器基于复声强器的水下多目标doa估计方法。

背景技术：

方位估计是水声探测领域的一个传统课题，近年来利用矢量水听器进行探测和方位估计，已经成为了水声领域的一个研究热点。声矢量传感器由传统的无指向性声压传感器和偶极子指向性质点振速传感器构成,它可空间共点同步拾取声场一点处的声压p和质点振速v的三个正交分量。在远程声场，尺度有限信号源的声压和振速是相干的，而对于各向同性噪声场，声压与振速是不相关的，因此利用声场的声压和质点振速联合信息处理技术具有较强的抗各向同性噪声能力。其中白兴宇与孙贵青在声压振速联合处理上分别提出了声矢量阵相干信号子空间方法和最大似然doa估计方法，其均充分利用了声矢量传感器中声压与振速的相干性，在各向同性噪声场环境中均取得了较好的效果。但是包括在内，现有的doa估计方法都没有考虑各向异性噪声场对doa估计精度的影响。实际上，海洋动力噪声与人类活动等因素产生的噪声源在水平面均为非均匀分布，导致海洋环境噪声场在水平面呈现各向异性，所以噪声场中接收点的平均水平声能流并不为零，这对矢量水听器的定位精度产生了影响。

技术实现要素：

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种适用于单矢量水听器的基于声能流矢量补偿的水下目标高精度doa估计方法，以解决现有技术中doa估计在各向异性噪声场中，由于噪声干扰，水下目标方位估计精度产生误差的问题。

为实现上述目的，本发明提供一种基于声能流矢量补偿的水下目标高精度doa估计方法，该方法包括以下步骤：

步骤1：利用单矢量水听器声压p通道、振速vx通道和振速vy通道共点同步拾取的声场信息，计算接收声能流在笛卡尔坐标系x、y方向的分量ix、iy。并根据ix、iy，计算得到各频点所对应的方位角。

步骤2：通过直方图统计法对各个频点所对应的方位角进行统计。将[0°，360°]划分为若干区间，对每一个角度区间内存在的频点个数进行统计，生成直方图统计图，其中的峰值即为估计的方位值。

步骤3：根据目标估计数目n选取统计值最大的n个峰值所对应的方位值作为目标方位角。

步骤4：计算各方向噪声声能流in(θ)在目标方向的声能流分量i’n(θ)。

步骤5：将目标方向声能流与各噪声声能流分量i’n(θ)的均值做矢量减运算，即可得到对各向异性噪声抑制后的目标声能流矢量is。实现了对各向异性噪声的抑制。

步骤6：根据is，利用复声强器重新进行多目标doa估计。

本发明的有益效果是：一方面本发明基于单矢量水听器的多目标doa估计，利用声压和质点振速联合信息处理技术具有较强的抗同性噪声能力，且可以同时估计多个目标方向；另一方面在doa估计的基础上利用声能流矢量补偿对各向异性噪声进行抑制相较于其他噪声抑制算法具有更小的计算量，且其各向异性噪声抑制效果较好；最后该算法对接收信号的带宽与频率没有要求，具有良好的鲁棒性。

附图说明

图1是基于复声强器的多目标方位估计法原理图。

图2是水下目标doa估计中各向异性噪声抑制方法流程图。

图3是snr＝0db时的波束图对比。

图4是多目标时噪声抑制算法性能。

具体实施方式

下面将结合附图对本发明作进一步详细说明。

本发明基于复声强器多目标波达方向(directionofarrival,doa)估计法，充分利用了声矢量传感器所拾取的声场矢量信息，利用各向异性噪声能量的方向差异性与拾取声能流矢量为所有噪声源产生的声能流矢量和的原理，计算出目标方向干扰噪声的能量分量，进而对各向异性噪声进行抑制，从而改善各向异性噪声场下对目标的doa估计精度。

本发明具体实施过程如下：

一、数据模型

二维同振式矢量水听器拾取的信息模型可用下式表示：

其中x(r,t)为目标声压信号，p(r,t)为矢量水听器接收到的声压信号，vx(r,t)为矢量水听器接收到的x轴振速信号，vy(r,t)为矢量水听器接收到的y轴振速信号，θ目标水平方向的方位角，np(r,t)、nvx(r,t)、nvy(r,t)为干扰噪声的声压与x、y方向的振速。

二、初始估计

根据矢量水听器拾取的声压信号p(r,t)，振数信号vx(r,t)、vy(r,t)计算声压和振数的互谱，并取实部，得到在x、y方向的水平声能流ix(f)、iy(f)

ix(f)＝re[p(f)vx^*(f)]

iy(f)＝re[p(f)vy^*(f)]

式中re[.]表示取实部，f为频率，“*”为共轭,p(f)、vx(f)、vy(f)别分为p(r,t)、vx(r,t)、vy(r,t)的傅里叶变换。根据ix、iy，计算得到各频点所对应的方位角。其表达式如下式：

然后进行直方图统计。记方位角统计间隔为δθ度，则空间角度所允许的间隔总数为

由上式可得到空间角度允许间隔分别为：0～δθ，δθ～2δθ，2δθ～3δθ，……，(n-1)δθ～nδθ，且假定此时各个频点估计方位落入各个统计角度间隔的数量分别为m1,m2,m3,……，mn，则计算如下统计量r(θ):

其中，rr(f)满足如下关系式：

直方图法的角度统计量r(θ)最大值对应的方位就反映了目标真实方位的估计值。图1为多目标方位估计法原理图。

三、噪声抑制方法

通过上述多目标doa估计算法估计出各独立噪声源方位分布。由于一般情况下目标辐射噪声能量大于其他干扰噪声能量，因此选取统计能量最大的方位角作为目标方位角，其他方位的信号可以均视为干扰噪声，并根据合成声能流原理计算出各方位噪声声能流在目标方位的分量，其表达式如下。

e[·]为求期望，为目标源粗略方位角，θ为噪声源方位估计角，k为噪声源数量。将其与目标方向声能流进行矢量减，即以对干扰噪声进行抑制，得到经过噪声抑制后的目标声能流。

该各向异性噪声抑制方法流程图如图2所示。

四、性能分析

在仿真中模拟了三个中心频率分别为55hz、85hz、130hz,带宽均为100hz的宽带连续谱信号作为目标信号，采样频率为1000hz，它们的水平方位分布为40°、90°和200°，并且处于由高斯白噪声和不同方向、不同强度的宽带噪声组成的各向同性噪声与各向异性噪声叠加的背景噪声环境中，各向异性噪声源水平方位为60°、140°、300°，各噪声源相互独立。为测试该水下目标doa估计中各向异性噪声抑制算法的性能，通过对比常规复声强器doa估计与使用该算法后的doa估计精度来进行验证。

图3为在snr＝0db时，常规复声强器doa估计与基于本文算法的doa估计波束图对比。如图3所示经过矢量补偿对噪声干扰抑制后，目标方位角均得到了一定的补偿，精度得到了提高，并且在目标方向方位统计峰值有着大幅度增强，顶峰根据尖锐。

图4为多目标时噪声抑制算法性能，图中所示可知基于本文各向异性噪声抑制算法的多目标方位估计值的均方根误差在snr＝20db以下有着显著的降低；在snr＝0db以上方位估计精度均在1°以内；在snr＝5db时，方位角rmse相较于常规复声强器方位估计有着大幅降低。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的范围应以权利要求的保护范围为准。