一种干涉谱斜率提取方法与系统与流程

本发明涉及信号处理，特别涉及一种干涉谱斜率提取方法与系统。

背景技术：

1、目前，在被动声纳处理中，目标辐射噪声的lofar谱分析是目标探测和识别的重要手段。lofar谱图可获得目标的线谱、连续谱、干涉谱信息，结合目标的多种谱信息，可进行目标探测、识别、运动状态的判别。由于浅海信道的多途效应，在lofar谱图上会形成强弱分明的干涉条纹。声场的干涉结构是目标距离、深度及频率的函数，应通过某种时空变换对其简化，增强有用信息以便应用。在基于波导不变量的快速被动估距方法中，干涉条纹斜率dt/df可以直接从lofar图中提取。

2、lofar图中，干涉条纹斜率常规的提取方法是采用图像处理的hough变换或radon变换方法。hough变换是利用图像空间到参数空间的映射实现图像边缘检测的有效方法，radon变换是图像的像素点在每一条直线上的积分，也可以理解为图像顺时针旋转θ角度后在水平轴的投影。应用图像处理的方法，需要明确是干涉条纹的条件下，才能提取干涉条纹的相应参数，而实际中，干涉谱和线谱是随机、或者组合出现的，将线谱、连续谱、干涉谱信息结合起来进行目标探测、识别、运动状态的判别，因此，导致对干涉谱斜率提取困难。

技术实现思路

1、本发明提供一种干涉谱斜率提取方法，用以解决干涉谱与线谱同时出现时，多种谱信息结合导致干涉谱斜率提取困难的情况，包括：

2、根据采集的波束域信号，得到各频率对应的自功率谱；

3、基于预先设计的窗函数和各频率对应的自功率谱，得到去背景谱；

4、对所述去背景谱进行谱峰提取，得到所述去背景谱对应的谱峰参数；

5、根据所述去背景谱对应的谱峰参数进行干涉谱判别，并计算所述干涉谱的斜率。

6、可选的，所述根据采集的波束域信号，得到各频率对应的自功率谱，包括：

7、对采集的波束域信号进行快速傅里叶变换，得到所述波束域信号对应的频域信号；

8、根据所述波束域信号对应的频域信号，计算所述波束域信号对应频域信号中各频率对应的自功率谱。

9、可选的，所述波束域信号对应频域信号中各频率对应的自功率谱的计算式如下：

10、

11、其中，p(f)表示频率f对应的自功率谱；x(f)表示频率f时波束域信号对应的频域信号；nf表示频率f时对应的数据点数量；conj(x(f))表示频率f时波束域信号对应的频域信号的共轭。

12、可选的，所述基于预先设计的窗函数和各频率对应的自功率谱，得到去背景谱，包括：

13、基于各频率对应的自功率谱，在预先设计的窗函数对应的滑动窗内进行滑动，得到滑动窗滑动过程中的自功率谱的最大值和均值；

14、根据所述滑动窗滑动过程中的自功率谱的最大值、均值和预先设定的门限值，计算去背景谱。

15、可选的，所述去背景谱对应的计算式如下：

16、

17、其中，pst(f)表示频率f处的去背景谱；p(f)表示频率f处的自功率谱；pjun表示自功率谱的均值；a表示门限值。

18、可选的，所述对所述去背景谱进行谱峰提取，得到所述去背景谱对应的谱峰参数，包括：

19、根据所述去背景谱，在所述窗函数对应的滑动窗内，得到所述去背景谱的极大值点和极小值点；

20、在相邻的两个极小值点之间，统计极大值点的个数n，当所述极大值点个数为1时，统计相邻的两个极小值之间去背景谱为正的个数、所述相邻的两个极小值之间的信号分析带宽δf和所述信号分析带宽出现的次数num。

21、可选的，所述根据所述去背景谱对应的谱峰参数进行干涉谱判别，并计算所述干涉谱的斜率，包括：

22、当所述相邻的两个极小值之间的信号分析带宽大于设定的宽带谱带宽门限值，且所述相邻的两个极小值之间的极大值点的个数大于设定的带宽内谱个数门限值，且所述信号分析带宽出现的次数大于设定时间的宽带谱出现次数门限，得到干涉谱；

23、计算所述干涉谱的中心频率，并根据所述中心频率计算所述干涉谱的斜率值。

24、基于同一发明构思，本发明还提供了一种干涉谱斜率提取系统，包括：

25、自功率谱计算模块：用于根据采集的波束域信号，得到各频率对应的自功率谱；

26、去背景谱计算模块：用于基于预先设计的窗函数和各频率对应的自功率谱，得到去背景谱；

27、谱峰提取模块：用于对所述去背景谱进行谱峰提取，得到所述去背景谱对应的谱峰参数；

28、斜率计算模块：用于根据所述去背景谱对应的谱峰参数进行干涉谱判别，并计算所述干涉谱的斜率。

29、可选的，所述自功率谱计算模块，具体用于：

30、对采集的波束域信号进行快速傅里叶变换，得到所述波束域信号对应的频域信号；

31、根据所述波束域信号对应的频域信号，计算所述波束域信号对应频域信号中各频率对应的自功率谱。

32、所述波束域信号对应频域信号中各频率对应的自功率谱的计算式如下：

33、

34、其中，p(f)表示频率f对应的自功率谱；x(f)表示频率f时波束域信号对应的频域信号；nf表示频率f时对应的数据点数量；conj(x(f))表示频率f时波束域信号对应的频域信号的共轭。

35、可选的，所述去背景谱计算模块，具体用于：

36、基于各频率对应的自功率谱，在预先设计的窗函数对应的滑动窗内进行滑动，得到滑动窗滑动过程中的自功率谱的最大值和均值；

37、根据所述滑动窗滑动过程中的自功率谱的最大值、均值和预先设定的门限值，计算去背景谱。

38、所述去背景谱对应的计算式如下：

39、

40、其中，pst(f)表示频率f处的去背景谱；p(f)表示频率f处的自功率谱；pjun表示自功率谱的均值；a表示门限值。

41、可选的，所述谱峰提取模块，具体用于：

42、根据所述去背景谱，在所述窗函数对应的滑动窗内，得到所述去背景谱的极大值点和极小值点；

43、在相邻的两个极小值点之间，统计极大值点的个数n，当所述极大值点个数为1时，统计相邻的两个极小值之间去背景谱为正的个数、所述相邻的两个极小值之间的信号分析带宽δf和所述信号分析带宽出现的次数num。

44、可选的，所述斜率计算模块，具体用于：

45、当所述相邻的两个极小值之间的信号分析带宽大于设定的宽带谱带宽门限值，且所述相邻的两个极小值之间的极大值点的个数大于设定的带宽内谱个数门限值，且所述信号分析带宽出现的次数大于设定时间的宽带谱出现次数门限，得到干涉谱；

46、计算所述干涉谱的中心频率，并根据所述中心频率计算所述干涉谱的斜率值。

47、与最接近的现有技术相比，本发明具有的有益效果如下：

48、本发明提供了一种干涉谱斜率提取方法与系统，包括：根据采集的波束域信号，得到各频率对应的自功率谱；基于预先设计的窗函数和各频率对应的自功率谱，得到去背景谱；对所述去背景谱进行谱峰提取，得到所述去背景谱对应的谱峰参数；根据所述去背景谱对应的谱峰参数进行干涉谱判别，并计算所述干涉谱的斜率；本发明基于功率谱，通过时间跟踪和线谱根数的设定，来辨别干涉谱，并计算其干涉谱瞬态的中心频率，进而实现提取其斜率，解决了干涉谱与线谱同时出现的条件下，如何提取干涉谱斜率的问题。

49、本发明的其它特征将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

50、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。