一种基于序贯估计的直达声区水面舰船 被动测距方法 *

该文利用基于射线的盲解卷积方法，从直达声区的水面舰船噪声中提取出船和锚系于海底的垂直接收阵之间的时域信道响应，并利用直达波在不同阵元相对于参考阵元的到达时间差，通过序贯方法，利用射线模型和声速剖面信息，对水面舰船距接收阵的距离进行了估计。通过处理海深约为580 m的2016年美国圣巴巴拉海峡的实验数据，对1.6~3.5 km直达声区范围内Anna Maersk商船与垂直阵之间的距离进行了估计，验证了测距方法的有效性，并将结果与系统测量值和几何方法的估计值进行了比较。由于该方法不需要对海底参数进行估计，所以在海底参数未知时要优于传统匹配场方法；在声速剖面存在跃层且海底为多层分布的复杂信道条件下，该方法仍能对距离进行有效估计，且与测量值的相对误差在6%以内，小于几何方法的估计误差，测距结果精度较高。     

折回型纵向振子低频拼合圆柱换能器

提出一种具有小尺寸、低频、水平无指向性的新结构换能器——折回型纵向振子拼合圆柱换能器,换能器由4组共享尾质量块的折回型压电纵向振子正交布置驱动环形辐射面拼合构成。采用有限元方法对换能器进行优化设计,并制作了换能器样品。实验结果表明:换能器直径为Φ180 mm,谐振频率为1.5 kHz,最大发射电压响应为131 dB,最大声源级不低于188 dB,水平全向。该换能器具有低频、小尺寸、水平无指向性的特点,具有良好的应用前景。      

使用深度学习的多通道水下目标识别

为解决低信噪比条件下水下目标识别率低的问题,提出一种适用于多通道水听器阵列的深度学习水下目标识别方法。首先是采用子通道特征级联的方法利用多通道信息;在特征提取方面,采用对信号的不同频率区间进行加权的特征提取器,并对提取的特征进行正则规整;最后采用深度神经网络(Deep Neural Network,DNN)实现目标识别。实验首先在仿真条件下对所提出方法的有效性进行验证,结果表明在-15 dB信噪比条件下的五目标识别任务中,使用多通道级联特征的深度神经网络的识别正确率达到96.7%,显著高于基于支持向量机(Support Vector Machine,SVM)的方法。在后续的湖上试验中,深度神经网络的平均正确率达到96.0%,进一步验证了所提出方法的有效性。      

利用信号自相关函数warping变换的浅海水下移动观测平台机动优化方法

水下移动观测平台的机动航路对纯方位目标运动分析方法的使用性能具有重要的影响。针对此问题,提出了一种利用信号自相关函数warping变换的浅海水下移动观测平台机动优化方法。该方法利用warping变换从接收信号自相关函数中提取与目标距离相关的简正波相干项的特征频率,进而估计距离特征量,再根据预估的目标初始距离范围估计目标运动态势范围。针对观测平台机动方式为匀速转弯运动的情况,以目标方位变化率为评价指标得到了观测平台在所估计的目标运动态势范围下的最优转弯角速率。在浅海Pekeris波导环境下的数值仿真结果和实验数据处理结果表明:方位变化率与纯方位扩展卡尔曼滤波算法的性能密切相关;利用warping变换可以有效地估计距离特征量;观测平台根据以方位变化率为评价指标得到的最优转弯角速率进行机动可以获得较好的目标跟踪性能,收敛时间较短,目标位置估计误差较小。      

水平阵信号压缩感知用于简正波分离

针对水平阵信号简正波分离过程中常规波束形成分辨率低以及warping模态滤波不适用于复杂声信号的问题,提出水平阵信号压缩感知用于简正波分离的方法。利用压缩感知在方位估计中的高分辨特性,通过估计水平阵接收信号在频率方位角上的二维分布,分离得到各阶简正波的方位谱,并逆Fourier变换得到时域波形。仿真孔径1 km、阵元间隔10 m水平阵接收20~200 Hz伪随机声信号和脉冲声信号,所提方法分离出的各阶简正波与理论波形的相关系数在0.97~1.0。对2011年北黄海声学实验中的海底28元水平阵接收的气枪信号,在合成至1 km孔径后使用压缩感知方法分离简正波,其与warping模态滤波分离得的前5阶简正波相关系数在0.82~0.93。仿真与实验都说明了水平阵信号压缩感知简正波分离方法的有效性。      

基于频带分解和距离加权的单矢量水听器浅海被动测距方法研究

本文针对浅海环境下中低频宽带脉冲声源被动测距问题, 提出了一种声压和水平振速联合处理的被动测距方法. 在浅海波导中, 声压和质点振速的自相关函数卷绕(warping)谱具有稳定的频率特征. 声压和水平振速的自相关卷绕谱具有相同的准线谱特征, 垂直振速自相关卷绕谱具有宽谱叠加线谱的特征, 与声压自相关卷绕谱相比, 其尖峰个数比更多, 且尖峰宽度更宽. 利用引导源, 本文提出了基于频带分解和距离加权的声压和水平振速联合被动测距方法. 利用该方法对2008年冬季青岛海域综合实验中单矢量水听器接收的气枪信号进行处理, 结果表明, 该方法能够实现气枪声源的有效测距. 与传统单声压水听器被动测距方法相比, 该方法可以有效减小代价函数的主瓣宽度、提高测距精度.     

浅海波导界面对点源振速方向的影响

采用“虚源法”分析计算了浅海波导环境中接收点处点源总振速方向与水平面夹角,侧重讨论确定性界面反射对总振速方向的影响。研究结果表明：总振速方向和接收点与声源的水平距离、两者深度,海底、海面特性以及声速剖面等有关。在等声速均匀浅海波导中,由于确定性界面反射的影响,当直达声掠射角为1°～50°时,合成总振速方向偏离直达声方向达1.5°～10.5°,声速剖面呈负梯度时,偏离程度更甚.     

球谐域类正则化宽带超指向性波束形成算法

提出一种球谐域类正则化宽带超指向性波束形成算法,通过结合超指向性波束形成器与延迟求和波束形成器控制阵列白噪声增益和指向性因数,推导类正则化宽带超指向性波束形器的球谐域表达式。在此基础上设计新的可控指向性因数波束形成器,可在不显著放大低频白噪声的前提下实现设定的波束宽度。采用32元球阵的仿真结果表明,对于语音测试场景,类正则化波束形成器的最高PESQ得分相比于传统的超指向性波束形成器与延迟求和波束形成器分别提高了约0.5和0.4,平均词错率分别减少了约9.5%和8.1%。主观测试实验也表明类正则化波束形成器在方向性噪声和扩散场噪声环境下都可以获得更好的主观听觉感受。利用实验数据对算法性能进行测试,实验结果同样验证了该方法在实际声学环境中的有效性。      

超声回波参数估计的初值选取方法

针对超声回波参数估计中,初值随机选取带来的收敛速度慢,搜索效率低,易受噪声影响等问题,对回波参数估计的初值选取进行了探讨。理论上研究了超声回波信号的包络和能量与信号参数的关系,阐明了从信号自身选取参数初值的可行性。在此基础上,利用希尔伯特变换和傅里叶变换提取有效信息,为回波参数估计提供合适的初值,从而减少估计过程的迭代次数、提高参数估计速度。实验结果表明,与传统参数估计方法相比,该方法在不同信噪比情况下都可获得较高的估计精度,而且参数估计的收敛速度较快。      

进行子阵加权波束形成的波达方向估计

针对水声信道的多径效应以及海底散射信号信噪比低导致方位估计性能较差的问题,提出了一种基于子阵加权波束形成的UESPRIT算法(Weighted Beamspace UESPRIT Based on Subarrays,BS-BUESPRIT)。首先利用密集波束域转换矩阵估计回波信号的方位谱,进而估计同一时刻到达阵列的回波数目;之后将均匀线阵分为多个尺寸相同、相互重叠的子阵,利用加权波束形成对各子阵接收信号做指定方向的空域滤波;最后基于各子阵波束形成后的输出结果,利用UESPRIT算法实现回波方向的估计。仿真和湖试、海试试验结果表明,与UESPRIT算法相比,BS-BUESPRIT算法提高了信号波达方向估计性能,在多径和较低信噪比条件下有着更高的估计精度,应用于高分辨率测深侧扫声呐时有效地提高了声呐的测深性能。