一种频谱谐波特征自动提取方法与流程

：本发明属于水声学和水声信号处理领域，具体涉及一种频谱谐波特征自动提取方法。

背景技术

0、
背景技术：

1、被动声纳目标分类识别是潜艇、水面舰和岸基警戒等声纳系统的主要功能，其能力是衡量海军作战水平的重要因素。被动声纳目标分类识别是指通过对目标被动辐射噪声进行特征分析，主要提取表征目标物理属性的功率谱和调制谱特征。其中线谱特征是目标分类识别的重要依据，其直接反应了目标的物理特征，主要产生于目标齿轮、活塞、传动轴、螺旋桨、船体等机械的振动。考虑到各类激励源之间的关联特性以及线谱产生的高次谐波分量，被动水声目标线谱通常表现出一定的“簇特性”，即线谱成组出现且表现出一定的谐波关系或其它关系。线谱的谐波组合特征是目标一种重要的可鉴别属性，一定程度上能够表征目标属性甚至个体的信息，充分利用目标线谱谐波信息，可在一定程度上实现目标属性的判决。例如通过调制普线谱谐波信息，可以估计出目标的螺旋桨参数特征信息。

2、另一方面，为提高声纳系统的作战能力，目前声纳装备正向自主化与智能化方向发展，被动声纳目标特征的自动提取能力急需得到提升。当目标存在功率谱/调制谱线谱谐波信息时，如何自动准确地提取该特征对提高分类识别能力有重要意义，谐波组特征提取的优劣直接关系到目标识别的准确率。

3、一组频谱谐波组的集合形式可表示为：

4、

5、其中foff为偏频，fdiv为差频，i为自然数，代表谐波的个数。特别地，对于螺旋桨引起的demon谐波组，通常其偏频foff＝0。

6、现有的谐波组特征提取方法主要针对demon谱开展，主要有差频提取法与倍频提取法。差频提取法先提频谱的线谱，根据线谱的差值分布情况提取线谱组的谐波关系，但该方法依赖于线谱提取的能力，当线谱数量较多时，面临算法复杂度较高的问题。倍频提取法是一种搜索-评分方法，在搜索空间中遍历候选的谐波组频点，通常根据频谱谐波幅度和计算该候选谐波的得分值，最后对得分进行排序，得到满足门限且得分最高的谐波为谐波特征检测的结果。

7、倍频提取法对线谱提取性能的依赖小，是一种有效可靠的方法，本发明基于倍频提取法的思想，提出更普适的频谱谐波组特征提取方法。直接用现有的倍频提取法提取一般频谱的谐波特征主要面临两个难点：

8、1)算法计算复杂度高，由于谐波组特征有两个待估参数foff与fdiv，对于长度为n的频谱，其搜索空间的复杂度为o(n2)，遍历搜索空间运算量较大，方法的实时性很难得到满足。

9、2)不具备特征跟踪能力，现有的倍频提取法局限于提取单个信号处理周期的谐波特征，当目标谐波频率与强度较稳定时，现有方法在一段时间内能得到一个一致的结果。但现实中，由于舰船目标工况变化、运动状态变化、水声信道变化、环境噪声起伏等原因，目标谐波线谱的频率、信噪比呈现时变特性，此时会出现线谱展宽、频率漂移、轨迹不连续等问题，现有方法在一段时间内将提取多个不同的值，制约了后续目标识别过程的进行。

技术实现思路

0、
技术实现要素：

1、本发明所要解决的技术问题是如何快速准确自动提取频谱谐波特征，尤其解决频点数较多且具有偏频的谐波特征实时提取难题，从而提供一种频谱谐波特征自动提取方法，该方法基于倍频提取法的思想，首先利用频谱缩放，进行谐波组特征的粗筛和细查，能够准确找出幅度和评分最大的谐波组，有效降低了运算量。其次利用扩展卡尔曼滤波方法对每个信号处理周期提取的谐波组特征进行关联和跟踪，增强了谐波特征提取的稳定性，实现了虚警特征过滤、频率变化的谐波特征跟踪等功能。

2、本发明的技术解决方案是，提供一种频谱谐波特征自动提取方法,可参见图1，该方法包括，

3、频点抽取，按照抽点间隔d＝(2*n)1/3，对输入频谱x(i),i＝1,2,...,n进行选大抽点，得到频谱xd(k)＝max{x((k-1)*d+1),...,x(k*d)}；

4、谐波组特征初筛，首先对xd(k)进行预处理，去除其背景谱，其次遍历偏频、差频组合搜索空间<fdivb,fdive>，用最大谐波幅度和搜索评分算法找出频点幅度和最大的几组谐波harmoc；

5、谐波组特征细筛，根据谐波组特征粗筛的结果harmoc，以x(i)为输入，根据谐波组特征细筛的范围，找出频点幅度和最大的几组谐波harmoe；

6、扩展卡尔曼跟踪滤波，根据谐波组特征细筛的结果harmoe，提取单次提取的偏频集合与差频集合<bf,df>；对任意的元素t∈tracks，根据扩展卡尔曼滤波预测模型对跟踪集合进行预测值计算，将预测值与<bf,df>匹配，查找t是否具有观测值，结合观测值对t进行卡尔曼滤波；根据观测值存在情况修改t的跟踪计数，若跟踪计数过低，则删除t；以及对任意的元素pt∈ptracks，进行预测值计算，观测值查找，卡尔曼滤波，跟踪计数修改，若跟踪计数大于设定的阈值，则将pt转移至tracks集合；

7、将跟踪线谱集合tracks中的跟踪计数最大的几组谐波组特征信息作为结果输出。

8、本发明所提方法基于谐波倍频提取法原理，利用缩放搜索降低计算复杂度，利用扩展卡尔曼滤波技术实现多个提取结果的关联与跟踪。适用于功率谱、调制谱的组合线谱特征实时提取问题。本发明从舰船目标辐射噪声频谱(包括功率谱与解调谱)出发，进行频谱谐波特征的自动提取与跟踪，能够准确提取谐波组的差频与偏频，具备对谐波线谱强度较弱、频率变化较大、时断时续的谐波组进行特征提取与跟踪的能力，并且能够自动滤除虚警噪声。为多目标线谱组合特征鉴别、目标螺旋桨参数估计、目标分类等过程提供基础，具有较大的工程实用价值。

9、与现有技术相比，本发明具有以下优点：

10、(1)针对频谱频点数较多时算法复杂度较高的问题，本发明方法利用频点抽取缩放的方法，通过谐波组特征粗筛和细筛阶梯搜索，有效降低算法运算复杂度；

11、(2)针对谐波组线谱频率、强度不稳定的问题，本发明利用扩展卡尔曼方法，对谐波组特征参数进行跟踪滤波，有效降低了虚警率，提高了特征提取的准确度；

12、(3)仿真和实际海试数据分析结果表明：本发明方法能够自动准确地提取出水声目标频谱谐波组特征，特别是对于具有偏频的功率谱谐波组特征，本发明方法也有良好的效果。为目标组合线谱特征自动提取、螺旋桨参数自动估计提供途径，为目标分类自主识别提供支撑。

技术特征：

1.一种频谱谐波特征自动提取方法,其特征在于：该方法包括，

2.根据权利要求1所述的频谱谐波特征自动提取方法，其特征在于：在频点抽取前还进行初始化操作，具体如下，定义跟踪集合tracks为空集，预跟踪集合ptracks为空集，跟踪集合中的元素包含谐波组特征信息、跟踪计数信息。

3.根据权利要求1所述的频谱谐波特征自动提取方法，其特征在于：频点抽取时，设接收目标频谱数据x(i),i＝1,2,...,n，及其频率下限fl，分辨率reso，对其进行选大抽取，抽取方式如下：

4.根据权利要求1所述的频谱谐波特征自动提取方法，其特征在于：谐波组特征初筛操作中，先用线谱提取方法对频谱xd(k)预处理，去除其背景谱，线谱提取方法为多级判决法，其具体过程如下：

5.根据权利要求1所述的频谱谐波特征自动提取方法，其特征在于：谐波组特征初筛操作中，最大谐波幅度和搜索评分算法如下，

6.根据权利要求5所述的频谱谐波特征自动提取方法，其特征在于：谐波组特征细筛的具体操作如下，

7.根据权利要求1所述的频谱谐波特征自动提取方法，其特征在于：卡尔曼滤波预测模型为其中pk为预测模型误差，初始状态p＝0.01·eye(5)。其中eye(·)表示正对角单位矩阵。

技术总结
本发明公开了一种频谱谐波特征自动提取方法,该方法包括，频点抽取；谐波组特征初筛；谐波组特征细筛；扩展卡尔曼跟踪滤波；最后将跟踪线谱集合TrackS中的跟踪计数最大的几组谐波组特征信息作为结果输出。本发明基于谐波倍频提取法原理，利用缩放搜索降低计算复杂度，利用扩展卡尔曼滤波技术实现多个提取结果的关联与跟踪。适用于功率谱、调制谱的组合线谱特征实时提取问题。

技术研发人员：叶思懋,张舒杨,尚金涛,张昕,杨柳
受保护的技术使用者：中国船舶集团有限公司第七一五研究所
技术研发日：
技术公布日：2024/1/14