基于波束-波数域非相干匹配的浅海运动声源深度估计方法

浅海波导运动声源定位研究中,在声源距离未知时估计声源深度一直是个具有挑战性的问题.现有深度估计方法对声源未知初始距离敏感,且要求声源运动形成的水平合成孔径长度远大于模态干涉长度.针对这两个问题,本文提出一种基于波束-波数域非相干匹配的浅海运动声源深度估计方法,首先将垂直阵接收声压数据在深度和水平合成孔径方向分别进行波束形成变换到波束-波数域,波束-波数平面的峰值幅度仅包含与声源深度有关的模态激励,峰值位置与模态传播角和水平波数相对应;然后,在波束-波数平面内提取各峰值幅度,并与拷贝计算的模态深度函数进行非相干匹配,实现声源深度估计.所提方法在波束-波数二维平面内进行模态分离,消除了声源距离相关项,提高了模态分辨能力,可在声源初始距离未知和水平合成孔径长度小于模态干涉长度的情况下实现声源深度估计.仿真和SWellEx-96实验数据处理结果验证了所提方法的优越性能.     

利用水平阵模态域波束形成判别声源深度*

针对近水面声源和水下声源的深度判别问题,根据近水面声源难以激发低阶模态的物理现象,研究利用声源波数谱结构和波数位置的不同来分辨近水面声源和水下声源。通过采用MVDR的谱估计方法进行模态域波束形成,补偿水平阵各阵元之间各号简正波的相位差,获得主瓣窄、旁瓣低的声源信号波数谱。波数谱的波数位置与频率呈近似线性关系,水中声速剖面、海底参数、海深都会影响波数谱的具体结构和位置。此外,声源信号的到达角估计误差同样也会影响波数谱主瓣的位置估计。数值仿真结果表明,在浅海负跃层声速剖面条件下,可利用水平阵模态域波束形成判别声源深度,区分近水面声源和水下声源。     

浅海中运动声源径向速度与距离的无源估计

针对浅海波导中声源距离的无源估计问题,提出了一种环境参数和声场模型无关的、不依赖于引导声源的运动声源径向速度以及距离估计方法。该方法首先通过双水听器低频声场强度距离波数谱变换(R-K)的相位差获得干涉简正波水平波数,对水平波数轴定标来估计运动声源的径向速度。进一步地,对接收信号自相关函数进行WARPING变换得到运动声源距离的无源估计。对于反射类简正波为主的声场,在某一假定距离下根据某两时刻接收信号WARPING变换后干涉简正波谱峰频率与假定距离的关系估计距离;对于反射类或折射类简正波为主的声场,根据两个时刻接收信号的β-WARPING变换后干涉简正波的脉冲时延估计距离的值。数值仿真分析了等声速、负梯度以及温跃层3种水文环境下的噪声以及环境宽容性,结果表明径向速度与距离的估计不依赖于环境参数。利用2005年北黄海实验数据验证了方法的可行性,径向速度与距离的估计值与实际值符合良好。      

一种基于β-warping变换算子的被动声源距离估计方法

基于浅海简正波水平波数差与波导不变量之间的关系, 本文提出了一种适用于水平不变浅海声波导中接收信号自相关函数的频域卷绕变换算子. 该算子可以将接收信号自相关函数中的简正波互相关成分变换为时域上可分离的脉冲序列, 且脉冲序列的相对延迟时间包含声源距离信息. 利用已知距离的引导声源, 由单水听器记录的脉冲信号即可实现被动声源距离估计. 对仿真和实验获得的脉冲信号数据处理结果验证了该变换算子用于被动声源距离估计的有效性.     

多普勒频移和干涉谱联合的水声目标运动参数估计

常见水中运动目标会辐射连续谱噪声和线谱噪声,连续谱噪声在浅海波导环境中形成明暗相间的干涉条纹。根据干涉条纹可以得到目标最近距离与速度的比值,无法直接解出两个参数值。针对利用干涉条纹无法分别估计最近距离与速度问题,提出一种多普勒频移、干涉条纹结合的运动参数估计方法。根据单条线谱多普勒频移得到最近距离与速度参数耦合曲线,再将该曲线与干涉条纹得到参数比值线相交,交点即为两参数估计结果。数值仿真估计声源运动速度、最近距离,在信噪比6 dB条件下,平均估计误差分别为0.71%与0.87%。将该方法应用在2021年6月大公岛海域海试数据,5组实验数据估计目标运动速度、最近距离平均误差分别为2.5%,4.4%,证明了方法的有效性。     

拖曳阵被动合成孔径目标深度稳健估计

使用水下无人平台作为载体的拖曳阵进行被动目标深度估计具有灵活性高和隐蔽性好的优点,针对实际应用中存在的平台自噪声和阵列瞬时随机加速度扰动问题,提出了一种稳健的目标深度估计方法。该方法分为三个步骤,首先对阵元接收信号进行自适应噪声抵消和相位抖动滤波,然后对声压进行距离积分实现简正波模态估计,最后计算模态匹配度,最大值对应的深度为目标深度估计结果。仿真表明在干扰背景下该方法的目标深度估计稳健性优于传统方法,声源频率、合成孔径距离和信干比决定了目标深度估计误差。利用实验数据验证了该方法对水下低频线谱声源的深度估计能力。     

运动小孔径水平基阵估计目标深度

针对浅海动态声场,基于简正波模型提出了一种利用运动小孔径水平基阵估计目标深度的方法。通过合成孔径算法将运动小孔径水平基阵扩展成虚拟的大孔径水平基阵,利用稀疏近似最小方差准则可以在相对较小的合成孔径上估计各阶简正波模态能量,不同深度的模态匹配度由Camberra距离的负指数度量,目标深度估计结果是模态匹配度最大值对应深度。数值仿真与实验结果表明,在简正波声场结构基础上,声源频率越低则实现目标深度估计需要的合成孔径距离越小,当声源与阵列端射方向成一定角度时,对所需合成孔径的影响与其相对速度变化时的影响相同,在典型浅海水平分层波导中,当单阵元输入信噪比为10 dB时,准确估计200 Hz和350 Hz声源的深度,分别要求合成孔径大于12倍和16倍波导深度。利用实验数据验证了该方法对水下低频线谱声源的深度估计能力。      

一种基于简正波模态消频散变换的声源距离深度估计方法

针对浅海环境中传播的低频宽带水声脉冲信号,基于简正波水平波数差和波导不变量之间的关系,本文提出了一种利用距离-频散参数二维平面聚焦测距与匹配模态能量定深的目标声源定位方法.首先,通过将由频散参数和波导不变量表示的前几阶模态相速度与由环境模型计算的相速度进行对比分析,从而估计出前几阶模态的频散参数和环境的波导不变量.其次,利用估计出的频散参数值和波导不变量对接收信号进行消频散变换处理,只有当接收信号的距离参数等于目标声源距离时,各号简正波的幅度均达到最大值,在距离-频散参数二维平面上,出现声压聚焦的现象,利用此现象可以估计目标声源的距离.不仅如此,消频散变换后的接收信号,前几阶模态在时域上明显地分离开来,可以准确地估计出前几阶模态的能量,采用多模态能量匹配的方式,可以估计出目标声源的深度.最后,通过对仿真和冬季获得的气枪信号数据处理结果验证了本文方法的有效性.     

基于EMD的单通道信源数估计方法

为了获取单通道接收信号的信源数目,针对普通信源数估计方法不能直接用于单通道接收信号的问题,提出了基于经验模态分解(empirical mode decomposition, EMD)的信源数估计方法。将单通道信号通过EMD处理,得到多个固有模态函数(intrinsic-mode function, IMF),据此构造数据协方差矩阵。对所构造的协方差矩阵进行特征值分解,采用基于信息论的AIC和MDL准则估计信源数。为进一步提高算法估计性能,引入对角加载技术对矩阵特征值进行平滑处理。仿真实验结果表面,本文提出的方法能够适用于单通道信源数估计,对角加载技术能够显著提高算法检测性能。     

风成噪声背景下垂直阵阵列信噪比随声源深度的变化规律

风成噪声是海洋中最广泛存在的环境噪声、是被动声纳处理性能的重要影响因素.它具有一个典型的物理性质是很大程度上只对应中高阶模态.阵列信噪比计入了阵列采样辐射声强、背景噪声功率和阵处理增益,是决定声纳阵列处理性能的关键物理量.本文研究了受风成噪声模态结构影响,典型夏季浅海环境中垂直阵阵列信噪比随声源深度的变化关系.在简正波模深函数采样完整的假设条件下,理论证明了阵列信噪比随声源深度的变化可近似为低阶模态幅度强度(模深函数模值的平方)随深度变化的线性叠加,且模态阶数越低,贡献越大;并且,在强风成噪声背景、显著负梯度环境下该变化规律可由1阶模态幅度强度随深度的变化近似独立表征.以上结果表明,在同一声源距离条件下,声源置于水体下半部分时的阵列信噪比比置于海面附近更大,并且在位于1阶模态峰值点所在深度附近时达到最大.典型负声速梯度浅海环境中的仿真实验结果对理论分析进行了验证,并表明在一定条件下阵列信噪比随声源深度的变化与声源距离近似无关.     

利用频率波数谱能量扩展差异的水面水下目标分辨

提出基于波数能量频域扩展特征的水面水下目标分辨方法,通过模态域波束形成计算频率波数谱,并根据环境信息建立目标深度与波数扩展差异间的映射关系,并以此作为判决模型实现目标深度辨识。仿真结果表明所提方法在目标方位预估不准时依然稳健。通过SWellEx-96数据和大连海域实测数据验证了本文所提方法的有效性,海上试验数据处理结果表明该方法在132 m水平阵纵向有效孔径、100～800 Hz处理频段条件下,初步具备了水面水下目标分辨能力,且水面目标波数扩展特征高出水下目标10°左右,两类目标差异明显。从声传播特性的角度,所提方法为解决目标深度辨识难题提供了新的思路。     

基于双高斯衰减模型的超声回波处理方法

信号降噪与特征提取是超声检测数据处理的关键技术.基于超声信号有特定结构而噪声和超声信号的结构无关,本文提出一种旨在解决强噪声背景下超声回波的参数估计和降噪问题的方法.该方法将超声回波的参数估计和降噪问题转换为函数优化问题,首先根据工程经验建立超声信号的双高斯衰减数学模型,然后根据观测回波和建立的超声信号模型确定目标函数,接着选择人工蜂群算法对目标函数进行优化从而得到参数的最优估计值,最后由估计出的参数根据建立的超声信号数学模型重构出无噪的超声估计信号.通过仿真和实验表明本文方法可以准确估计出信噪比大于-10 dB的含噪超声回波中的无噪信号,且效果优于基于自适应阈值的小波降噪方法和经验模态分解方法;此外相比常用的指数模型和高斯模型,本文提出的双高斯衰减超声信号模型与实测超声信号更接近,其均方误差为9.4×10~(-5),波形相似系数为0.98.     

基于均值似然估计的激光探测微动特征提取和分离

最大似然估计是提取目标微动特征参数的最佳估计方法,但直接用网格法求解计算量巨大,且激光探测微多普勒回波信号对应的代价函数具有高度非线性,存在多个局部最大值。为此,提出均值似然估计与蒙特卡罗结合的估计方法,给出了最大似然参数估计的闭合表达式,再通过设计压缩似然函数获得全局最大值,通过蒙特卡罗法抽样并计算循环均值估计出参数。该方法避免了传统方法中对高精度初始值和复杂迭代算法的依赖,能够实现参数的联合估计。对于多分量微多普勒信号,该方法可在参数估计的同时实现各微动分量分离,且不增加算法的复杂性。对仿真和实验数据进行估计,结果表明,该方法在达到近似于最大似然估计性能的同时可有效降低计算复杂度并确保了全局收敛,实现信号的分离和参数估计。     

基于最小Csiszár’s I-散度的高精度深度定位方法*

模态波束形成技术可用于水下目标定位,在深度定位方面,其定位精度(百米量级)往往不能满足实际需求;因此,高精度的深度定位方法需要被探索。传统高精度估计方法,如最小方差无畸变响应,面临着许多问题,如需要大量的快拍样本数等。最小Csiszár’s I-散度的迭代算法可以解决线性系统的求逆问题,但需满足系统的非负性条件,在图像的去模糊领域已得到广泛应用。该文将此算法和模态波束形成技术相结合,提出了一种新的高精度深度定位方法。基于SWellEx-96实验的海洋环境参数,分别用仿真和实验数据验证了该方法的以下性能：实现深度的高精度定位且抑制旁瓣能量;在小快拍数的情况下,深度定位性能良好。     

浅海宽带简正模相干/非相干能量比值特征匹配的源深估计

无源声源深度估计一直是水声领域的一个难题。针对浅海波导中低频宽带脉冲声源深度估计问题,提出了利用单水听器接收信号中多阶简正模相干项能量与非相干项能量比值的特征匹配处理方法,不仅消除了声源未知激发谱的影响,而且由于在预先估计声源距离基础上实现对声源深度的独立估计,运算量小。同时,由于利用了实测数据与拷贝声场中具有相同简正模贡献的相干能量特征进行匹配,参数估计具有较高的稳健性。首先通过向量线性相关数学理论,在理想波导条件下讨论了简正模数目与源深估计单值性的关系,证明了仅利用两阶简正模时源深估计具有多值性,而声场含有三阶以上简正模时源深估计存在唯一解。进一步的仿真分析表明,当信噪比高于0 dB时源深估计结果的平均误差整体上在5 m之内。分析了水文参数、沉积层声学参数及声源距离失配时方法的鲁棒性。最后,利用浅海垂直阵采集的低频宽带脉冲实验数据对方法进行验证,声源深度估计结果绝对误差小于5 m的概率在79.1%以上。方法可推广应用于浅海水平或垂直基阵对低频宽带声源的深度估计。      

一种基于模态域波束形成的水平阵被动目标深度估计

水面水下目标分辨与识别一直是被动声呐探测领域的难题.利用一种水平阵模态域波束形成算法获得己知方位目标声源的各阶模态强度,将其与不同深度的各阶参考模态强度进行匹配,最终实现了对声源的深度估计.仿真结果表明,该算法可以在信噪比为-10 dB的情况下,用300Hz带宽的信号样本,实现对声源深度的有效估计.系统分析了不同参数和不同波导条件对该方法目标深度估计性能的影响.其中,阵元数越多,模态样本数越多,计算频段越宽,方位估计精度越高,有效阵长越长,深度估计的性能越好.阵元间距和波导深度的变化不会影响该方法的深度估计性能,并且该方法的深度估计性能在声速剖面、海底参数等波导条件存在扰动时具有鲁棒性.     

期望最大化算法近场被动定位技术研究

本文介绍了一种对近场声源的距离和方位参数的确定性最大似然估计方法。直接的对近场声源参数的最大似然估计产生了复杂的多参数优化问题,我们在实际采样数据(非完全数据)和假设数据(完全数据)等方面重新构建这个问题,最后提出运用期望最大化迭代方法获得最大似然估计。期望最大化算法将观测数据分解,然后对于最优化问题,运用有效的计算措施单独估计每个信号成分的参数。这种算法的应用性和有效性通过一定的仿真得到了验证。     

基于个体张量分解与模态的头相关传输函数重构

远场头相关传输函数(HRTF)随声源方向、频率以及个体变化。完整HRTF的数据量很大,且测量或计算每个人的高方向分辨率HRTF是很困难的。本文提出一种从少量方向的测量或计算重构高方向分辨率HRTF的方法。基于HRTF张量分解,远场HRTF可分解为方向模态、频率模态和少量个体模态的张量组合。通过对已有的基线HRTF数据库进行统计分析,可得到与个体无关的方向模态矩阵和频率模态矩阵。而对于任何新的个体,只要少量方向的测量或计算HRTF即可估计出个体模态的变化,并重构出高方向分辨率的HRTF数据。对两个HRTF数据库的计算表明,采用11个个体模态即可表示超过98%的个体相关的HRTF能量变化,并从大约30个方向的测量或计算HRTF重构出高方向分辨率的HRTF幅度。心理声学实验验证了提出的方法。该方法可用于简化个性化HRTF的测量或计算。     

基于垂直阵模态分解的低频水声信号盲解卷处理研究

研究了基于人工时反处理的水声信号盲解卷方法,并在此基础上提出了一种基于简正波模态分解的低频水声信号的盲解卷处理方法。该方法适用于浅海波导中垂直阵接收的远程低频水声信号的盲解卷处理。该方法首先从浅海中垂直阵接收的信号中提取(估计)出波导中传播的简正波模态函数信息,然后,根据估计的模态函数信息通过模态滤波来实现水声信道盲解卷处理。针对典型的浅海波导环境,进行了计算机仿真试验,结果表明:(1)远程低频条件下,模态分解方法可以从垂直阵接收的信号中提取出波导中有效传播的模态函数信息,因此这种方法解决了目前人工时反处理方法需要准确的模态函数先验信息的问题;(2)在一定带宽条件下,接收信号信噪比较低时,本文给出的这种基于模态滤波的盲解卷方法比人工时反处理具有更好的解卷性能。     

稀疏张量约束的低剂量CT图像重建

提出了一种稀疏张量约束重建算法,该方法利用非局部相似的先验信息,将CT图像分割成一系列图像块组;采用张量的多维低秩分解方法,将这一先验信息引入低剂量CT重建中,构造目标函数;通过重建图像更新和图像块组张量稀疏编码两个步骤,交替迭代求解目标函数。基于仿真数据和临床数据的实验结果验证了该算法的有效性,实验结果表明:与经典重建算法相比,所提算法在抑制噪声的同时,能更好地保持重建图像的细节,获得更高质量的图像。