水下水平阵对空中运动声源的线谱探测

由于空气、海水介质声阻抗差异巨大,空中声源辐射的噪声透射入水的能量损失很大,加之水中声源目标的干扰,从水下探测空中声源相对困难。海试数据分析表明,空中高速运动声源噪声透射入水后信号较弱,在频繁存在干扰的水下声场环境中,常规宽带波束形成方法难以生效.针对空中声源普遍存在线谱的特点,首先利用线谱识别、提取与跟踪以及线谱加密技术对水下水平阵接收信号进行线谱分析,再通过剔除强干扰目标的线谱,成功分离出包含空中声源的线谱信号,实现对空中运动声源的探测,最远距离达16.8 km。通过理论和实验数据分析,验证了探测结果的正确性.      

基于动态规划的微弱信号线谱增强研究

对低信噪比微弱运动目标的线谱轨迹检测问题,提出了基于动态规划的线谱增强方法。这里将信号线谱增强问题转化为一个多阶段决策的优化问题。首先建立包含运动目标频谱状态变化的系统状态方程,其次依据广义似然比和贝叶斯原理计算递归形式的状态转移得分泛函,利用最小贝叶斯风险准则和虚警指标判断目标数得到对应线谱轨迹。算法利用单一优化过程完成数据互联和微弱运动目标线谱轨迹探测,具有增强处理非高斯噪声的能力,并能有效减少计算量;通过仿真和海试数据验证,表明所建模型合理,理论分析正确。     

水下航行器噪声源分布位置估计的瞬时频率变化率算法研究

使用单个传感器实现水下航行器纵向分布噪声源位置的估计。应用传感器接收的多普勒信号瞬时频率变化率具有极值性的特点,通过推导并定义一种时间-频率变化率分布(L-相位分布),给出其有效离散迭代算法,能够提取出多普勒信号的瞬时频率变化率曲线,得到该曲线极值点位置的估计值,并结合水下航行器的航速,可以估计出线谱噪声源在航行器上纵向的分布位置。海试数据给出了105 Hz,220 Hz和500 Hz等三种线谱噪声源的位置估计误差,其定位误差均不超过2.5 m,表明该方法对于中低频率噪声源具有较高的位置估计精度。      

水下航行器噪声源分布位置估计的瞬时频率变化率算法研究

使用单个传感器实现水下航行器纵向分布噪声源位置的估计。应用传感器接收的多普勒信号瞬时频率变化率具有极值性的特点,通过推导并定义一种时间-频率变化率分布(L-相位分布),给出其有效离散迭代算法,能够提取出多普勒信号的瞬时频率变化率曲线,得到该曲线极值点位置的估计值,并结合水下航行器的航速,可以估计出线谱噪声源在航行器上纵向的分布位置。海试数据给出了105 Hz,220 Hz和500 Hz等三种线谱噪声源的位置估计误差,其定位误差均不超过2.5 m,表明该方法对于中低频率噪声源具有较高的位置估计精度。     

一种基于频率方差加权的线谱目标检测方法

在复杂的多目标声场中,常规波束形成（CBF）检测器性能显著下降。本文提出一种基于频率方差加权的线谱目标检测方法——CBF频率方差检测器,利用被动目标辐射噪声中含有高强度的稳定线谱这一特征,用每个方位频率域的峰值频率方差对CBF输出的方位谱进行加权。该检测器可在多目标强干扰和同波束强相干干扰背景中检测到弱线谱目标,且只须三维显示,避开了传统的线谱检测四维显示的难点。仿真和海试结果表明,在多目标、强干扰的环境下,可以探测到弱线谱目标。      

某型振动轮噪声数值模拟及优化分析

空中声源的辐射噪声谱包括宽带连续谱和窄带线谱,线谱能量高于连续谱。与水下声源相比,空中声源的运动速度普遍较高,线谱多普勒频移明显,可用于进行水下对空中声源的运动参数估计。首先通过时频分析提取接收信号的瞬时频率,而后利用非线性最小二乘法将瞬时频率提取值与预测值相拟合,进而估计声源的运动参数(声源的运动速度、静止频率、与接收器最小水平距离及经过最近点时刻)。仿真与实验均能较为准确地估计出声源运动参数,同时在实验中实现了水下对空中运动声源的测距和定位,测距误差小于15.8%。在满足一定信噪比和保证足够多普勒信息的情况下,该参数估计方法具有很好的适用性。     

一种改进的时变转移概率AIMM跟踪算法

针对矢量线阵跟踪目标低频线谱提取问题,提出了一种矢量线阵低频线谱提取方法,其中利用拉平后线谱的均方差乘一比例因子设为门限的方法,可以有效提取线谱成分;并且研究了利用互谱中高信噪比线谱测向剔除干扰线谱方法,准确提取出目标特征线谱,可较有效解决矢量线阵左右舷目标低频线谱特征相互干扰问题。上述矢量线阵低频线谱提取方法,得到了海试数据的初步验证。     

利用深层卷积网络自适应增强学习的水声目标线谱提取方法

提出了一种使用自适应增强学习的深层卷积神经网络方法对水声目标线谱进行提取。该方法利用构造的多尺度ConvNeXt算子建立滑动窗深层卷积神经网络模型(SwDCNN),设计涵盖损失函数、学习率更新和模型迭代优化的自适应增强学习准则并用于模型训练。仿真和海试数据验证结果表明,所提方法有以下优点:(1)卷积算子和模型结构参数按线谱提取需求配置,可以增强LOFAR谱图特征高性能多分辨力挖掘能力;(2)大规模数据下的模型训练可实现渐进式精确拟合,有助于提升模型收敛效果;(3)模型可有效提取低信噪比、中断、弯曲漂移、粗细不均、邻近成簇、密集分布等复杂情况下的线谱,在查全率、查准率、虚警率、线谱位置精度(LLA)和线谱幅值精度(LAA)等指标上均优于文中其他深度神经网络方法;(4)和传统及其他文中所用的深度神经网络方法相比,线谱最小可检测信噪比分别降低超过5 dB和2 dB,实际复杂场景线谱提取能力更强,综合效果更好。     

基于主副瓣比加权的未知线谱目标检测方法研究

针对目标辐射线谱信号未知时的目标检测问题,依据水下目标辐射噪声含有高强度稳定线谱这一特征,该文提出了一种基于波束形成主副瓣比加权的宽带波束形成目标检测方法。该方法首先用二阶锥优化各频带波束形成,得到低旁瓣高增益波束形成;其次利用各频率单元波束形成主副瓣差异形成加权因子;然后利用加权因子对各频率单元波束形成进行加权统计,可以抑制背景噪声能量干扰,增强目标检测信噪比增益,克服传统线谱检测四维显示难点。理论分析和实验结果表明：该方法可以较好地增强目标线谱单元能量、抑制噪声、提高信噪比,改善能量累积检测法在远程目标检测方面的性能。     

矢量线阵目标调制谱提取及模板生成方法

针对矢量线阵跟踪目标DEMON谱提取问题,提出了一种矢量线阵DEMON谱提取及其模板生成方法.该方法可以有效提取DEMON谱成分,利用DEMON谱互谱可剔除干扰DEMON线谱,较有效解决矢量线阵左右舷目标DEMON谱特征混淆的问题.通过海试数据初步验证了该方法的有效性.     

A detecting method for line-spectrum target by fusing output DC jump to fluctuations ratio of sub-band spatial spectrum and beam space

The low frequency line components of the radiated noise from an underwater target usually have both high spectrum level and sustained stability.This feature could be used to increase the detection performance of conventional broadband energy integration method.The required spectrum level is theoretically discussed when the detection performance of the known line detection is better than that of broadband energy integration method.Under the condition of the target can be detected in line spectrum band,the relationship between the line spectrum level and signal to noise ratio(SNR)is also discussed.This paper proposes a line spectrum target detection method that a matrix using DC jump to fluctuations ratios of sub-band spatial spectrum and beam space output is constructed.This matrix acts as a filter that the line spectrum target with certain frequency and azimuth is passed at most.By fusing with the other sub band results,the conventional detection performance can be improved.At the same time,the applicable condition and detection performance are analyzed in the paper.The simulation and the sea trial data processing results show that the algorithm can effectively extract weak goal line spectrum target under the condition of multi-interference.The algorithm doesn't need multi-frame statistics and the detection performance is closer to the optimal line spectrum method.     

利用分频带空间谱和波束域的输出直流跳变与起伏比值融合检测未知线谱目标

目标辐射噪声中高强度稳定线谱可以用来提高常规宽带能量积分的检测性能。理论分析了已知线谱检测优于宽带能量积分检测的谱级比条件。给出了线谱频带可检测条件下,线谱谱级与最小可检测信噪比关系。分析分频带空间谱和波束域的输出直流跳变与起伏比值特征。在此基础上提出了一种构造频率、方位滤波矩阵的方法。该矩阵作用类似频带方位滤波器,通过对线谱频带目标方位的信号放大,与其他频带判决结果融合,来提高常规宽带能量积分的性能。最后给出该算法适用条件和性能分析。数据仿真和海试数据处理结果可知,该算法在多干扰源存在下对弱线谱目标提取能力强,且不需多帧统计,在检测效果上更接近于理想的窄带线谱检测方法。      

基于矢量线阵的目标低频线谱提取方法

主动声呐系统常采用线性调频信号探测水下目标。利用分数阶傅里叶变换处理线性调频回波时,可在低信噪比和强混响背景下获得目标参数的有效估计。主动声呐系统常通过增大发射信号的时间带宽积来提升系统的距离分辨力和速度分辨力,但却带来了计算复杂度的显著增加,尤其是奈奎斯特采样下基于分数阶傅里叶变换的回波处理方法,导致数据处理时间难以满足功耗和体积受限的无人水下航行器平台的实时性要求。针对此问题,该文提出分数阶傅里叶变换的带通采样实现方法,通过对线性调频信号时频特性直线在分数阶域的投影进行修正,使利用分数阶傅里叶变换方法处理带通采样的回波数据时,可获得正确的目标参数估计。计算机仿真数据和无人水下航行器湖试数据处理结果验证了分数阶傅里叶变换的带通采样实现方法的正确性,数据处理时间能够满足无人水下航行器平台处理的实时性要求。     

基于频谱Sevcik维数的目标运动速度估计*

在声目标无源估计应用中,目标与接收器存在相对运动时,接收的目标辐射的噪声信号存在多普勒频移。多普勒频移中包含目标的运动参数信息。针对线谱信号多普勒频移目标运动参数获取问题,提出一种基于频谱Sevcik维数的目标运动速度获取方法。首先利用Doppler-warping变换对接收信号进行重采样,然后对重采样后的频谱信号求Sevcik维数,最后通过寻找Sevcik最小值来实现速度估计。仿真证实了所提方法的有效性,在相同仿真条件下,所提方法相较于频谱求熵算法,速度搜索结果不仅具有更窄的主瓣宽度,而且可提高抗噪性5dB左右。两组实验数据的速度估计误差小于5%,证明了本文算法的有效性。     

一种基于广义Duffing振子的水中弱目标检测方法

海洋环境中,在水下目标的线谱频率未知或者目标辐射噪声的连续谱很弱时,很难实现水中弱目标的准确检测,本文提出基于广义Duffing振子检测系统的水下目标辐射噪声检测方法.通过对传统周期扰动的Duffing振子信号检测系统的分析和推广,提出了一种可输入非周期、非平稳信号的广义Duffing振子检测系统,可检测输入的无先验信息目标信号.为实现广义Duffing振子系统运动状态的精确、有效判断,提出了一种相空间图形的离散分布列计算方法,通过类网格函数实现了利用统计复杂度对系统输出的嵌入式表征,从而实现了无先验信息时的水中弱目标的嵌入式检测.相同条件下与传统检测方法仿真对比可知,本文提出的方法可以检测到更低信噪比下的目标,并能满足水中检测实时性要求.     

基于Nuttall窗三谱线插值的激光多普勒信号处理方法研究

快速傅里叶变换(FFT)是主要的激光多普勒测速系统信号处理方法,由于受到频谱泄露和栅栏效应的影响,其处理精度并不理想。基于Nuttall窗三谱线插值法的激光多普勒信号处理方法就是一种好的处理方法,它可以有效地抑制频谱泄漏和栅栏效应,改善信号分析精度,提高速度测量精度。由于Nuttall四项余弦窗的能量集中在主瓣,旁瓣非常小,因此加Nuttall四项余弦窗的FFT三谱线插值算法能够极大地减小频谱泄漏的影响,谱间干扰也很小,能很好地减小频谱泄漏和栅栏效应。     

基于组合线阵的近程运动小目标被动定位跟踪

针对水下运动小目标被动探测与定位问题,提出了分段组合子阵联合处理探测方法,各探测子阵采用相互垂直结构布局,克服了单阵方位模糊及无法定位等问题。研究了分段组合子阵的宽带最小方差无畸变失真响应近场聚焦目标定位方法,实现了近程蛙人等水下小目标被动高精度定位。在此基础上,采用卡尔曼滤波算法对目标运动轨迹进行预测估计,将目标定位信息与跟踪轨迹信息进行匹配,实现高背景噪音下的运动小目标的跟踪处理。理论分析及仿真结果表明,分段子阵联合处理能有效对水下运动小目标进行定位和跟踪,海试试验进一步验证了该方法的有效性。     

盲重构频域阵列信号的压缩感知水声目标方位估计

针对复杂海洋环境条件下压缩感知水声目标方位估计性能下降的问题,利用盲源分离能够提高信噪比的优势,提出了一种盲重构频域阵列信号的压缩感知水声目标方位估计方法。首先将阵元域信号通过傅里叶变换方法得到多个子带阵列信号;然后对各个子带阵列信号进行复数域盲源分离得到子带解混矩阵和子带分离信号估计,并对子带分离信号进行属性分析和处理;再根据处理后的子带分离信号和子带解混矩阵重构子带阵列信号,对重构的子带阵列信号采用频域压缩感知方法进行空间谱估计,得到各个子带的空间谱;最后将各子带得到的空间谱进行求和,搜索求和后空间谱的峰值则可实现目标方位估计。模拟器数据和海上实测数据验证结果表明,同等条件下该方法的目标检测能力优于经典的最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法、频域压缩感知(Compressed Sensing,CS)方法、盲源分离(Blind Source Separation,BSS)与MVDR相结合的方法(BSS+MVDR方法),测向精度更高,明显提高了弱目标信号的空间谱能量,增强了声呐检测弱目标的能力。      

Direction of arrival estimation for underwater acoustic target based on compressed sensing after blind reconstruction of array signal in frequency domain

The performance of direction of arrival(DOA) estimation based on compressed sensing(CS) decreases in the complex ocean marine environment.In order to tackle this problem,a method of DOA estimation for underwater acoustic target based on CS after blind reconstruction of array signal in frequency domain is proposed.Firstly,the received array data are transformed to frequency domain by Fourier transform and frequency domain wideband signal are divided into part overlapping multiple sub-band array signal.Secondly,each subband array signal are separated using plural blind source separation(BSS) method,the sub-band separated matrix and target signal can be estimated.Thirdly,the array signal in frequency domain are reconstructed according to the separated matrix and separated signals which were not noises.Fourthly,the sub-band spatial spectrum corresponding to the reconstructed array signal is obtained by CS beamforming method.Finally,the total spatial spectrum is achieved by summing the all sub-band spatial spectrum.And the target direction can be estimated by searching the peak value of the total spatial spectrum.The verification results of simulator data and sea measured data show that,under the same conditions,the target detection ability and direction precision of the proposed method is superior to the classical minimum variance distortionless response(MVDR) method,frequency domain CS method,BSS combined with MVDR method.The spatial spectrum energy of faint target signal is improved obviously,and the ability of the sonar to detect faint target is enhanced.     

基于DEMON线谱的轴频提取方法研究

目标的螺旋桨不同则轴频不相同。轴频是目标的特征之一,可以应用于目标识别当中。本文提出一种改进的高频噪声解调分析(DEMON)方法,能够得到具有明显线谱的DEMON谱;提出最大公约数算法,并给出提取轴频的具体步骤。海试数据实验结果验证了本文所提方法及算法的有效性和可行性。