非均匀海洋环境噪声中的匹配场处理舰船辐射噪声级估计方法

在实际舰船辐射噪声测量过程中,受非均匀海洋环境噪声的影响,导致常规测量方法的性能急剧下降,基于此,提出了一种非均匀海洋环境噪声背景中的垂直阵舰船辐射噪声测量方法。根据水声信道传播理论,建立了由海面多个空时独立均匀分布噪声源构成的非均匀背景噪声场模型,推导了非均匀海洋环境噪声场中垂直阵舰船辐射噪声估计的理论公式。针对典型的浅海水声信道,进行计算机仿真实验,分析了该方法的测量性能并与常规匹配场测量方法进行对比,结果表明:(1)该方法能有效克服非均匀海洋环境噪声对测量结果的影响,测量误差较小;(2)相同测量条件下,该方法测量性能优于常规匹配场舰船辐射噪声级测量方法;(3)当信噪比满足一定要求时,测量得到的声源级与实际声源级相比,误差小于1 dB。     

匹配场处理舰船辐射噪声级估计方法

针对水声信道对舰船辐射噪声声传播的影响,进而导致声源级测量结果不准确的问题,提出了基于匹配场处理的舰船辐射噪声级估计方法。在海洋环境噪声为空间均匀高斯白噪声的假设下,当海洋环境参数已知、信噪比满足一定要求时,匹配场处理能有效地给出被测噪声源的位置信息及该位置处的能量响应。从能量估计角度出发,推导了声源位置处匹配场输出响应的能量修正因子计算公式,从理论上证明了匹配场处理在被测声源位置处输出响应与能量修正因子的乘积为真实声源级的最小方差无偏(MVU)估计。该方法首先选择合适的声场计算模型计算拷贝场向量,对接收到的辐射噪声信号进行匹配场处理,得出接收信号级和被测声源位置;其次利用该位置所对应的拷贝场向量替换能量修正因子公式中的真实信道传输函数以计算能量修正因子的估计值;最后由接收信号级与能量修正因子估计值相乘得出舰船辐射噪声声源级的MVU估计。针对典型的浅海水声信道,进行了计算机仿真试验,结果表明:该方法能有效地进行舰船辐射噪声测量,当信噪比满足一定要求时,测量得到的声源级与实际声源级相比,误差小于1 dB。     

海洋环境噪声场对称性分析及噪声消除方法

实际的海洋环境是非常复杂的,存在着海洋自噪声、舰船噪声、生物发声等,阵元接收到的噪声信号存在一定的相关性,此时基于传统阵列信号处理的目标方位估计方法的性能将变差,针对这一问题,提出了一种实部消除方法.首先从阵元接收环境噪声的物理机理出发,将圆环阵接收的噪声场分解为对称噪声场和非对称噪声场,并且研究发现对称噪声场只影响数据协方差矩阵的实部.然后通过消除协方差矩阵实部,达到消除对称噪声场的目的,提高信噪比,但是同时产生了虚假声源.针对虚假声源的问题,提出了基于优化算法重构协方差矩阵实部的方法,消除了虚假声源的影响.仿真分析与海试数据处理结果表明:该方法明显消除了对称噪声,提高了信噪比,改善了阵列信号处理算法的性能.实部消除方法易于实现,有一定的工程应用价值.     

不确实海洋环境下的贝叶斯匹配场处理

讨论了一种不确实海洋环境下贝叶斯匹配场处理方法。该方法在不确实环境下匹配场处理时,对不确实知识进行建模,同时,充分利用阵接收的空时数据,找到了匹配场处理时一种结合模基和数据驱动的机制。经理论推导、仿真分析以及实验海试数据验证,结果表明:(1)最小方差无偏响应(MVDR)、Bartlett等匹配场处理器是贝叶斯处理器的基本单元;(2)贝叶斯匹配场处理是对应的MVDR匹配场处理、Bartlett匹配场处理器等匹配场处理方法的后验概率加权和;(3)不确实海洋环境下,贝叶斯方法比对应的MVDR处理器和Bartlett处理器能更准确地对目标进行定位;(4)贝叶斯方法能较有效地抑制旁瓣。     

参数未知的舰船辐射噪声检测方法

舰船辐射噪声的检测方法已有广泛研究,其中线谱特征是检测的重要依据。基于线谱特征的舰船辐射噪声检测方法常需要线谱数目、频率等参数作为检测的先验信息,这些信息不准确或无法确知时,检测方法的性能会受到显著影响。针对实际应用中对于未知舰船无法获得其参数信息的情况,研究基于连续谱谱峰特征的更为一般性的信号存在性检测方法。将窄带信号瞬时频率分析的思想扩展到舰船辐射噪声这类宽带信号,从信号频率与能量分布的角度推导得到宽带信号\     

参数未知的舰船辐射噪声检测方法

舰船辐射噪声的检测方法已有广泛研究,其中线谱特征是检测的重要依据。基于线谱特征的舰船辐射噪声检测方法常需要线谱数目、频率等参数作为检测的先验信息,这些信息不准确或无法确知时,检测方法的性能会受到显著影响。针对实际应用中对于未知舰船无法获得其参数信息的情况,研究基于连续谱谱峰特征的更为一般性的信号存在性检测方法。将窄带信号瞬时频率分析的思想扩展到舰船辐射噪声这类宽带信号,从信号频率与能量分布的角度推导得到宽带信号"瞬时频率"的近似表示式。构建宽带信号的瞬时频率检测器,并对其性能进行理论分析,结果表明该检测器的性能主要受舰船辐射噪声瞬时频率方差以及接收信噪比影响。通过计算机仿真和实际数据对算法的性能进行了验证。     

海洋环境噪声反演估计海面风速

海洋环境噪声与海面风速高度相关。本文在研究国内近年来测量数据的基础上,给出环境噪声级与风速的关系。提出按风速分段(三段)线性拟合环境噪声与对数风速关系曲线的方法,提出并确定最佳反演频段。在麦岛海域,由实测数据确定了分段拟合参数,获得在 0.1~ 22.6 m/s的风速范围内,由海洋环境噪声估计海面风速的误差在 10%以下的优良结果。     

利用海洋环境噪声估计海流流速

为了观测海流在短时间尺度上的变化,基于被动声层析原理,提出了一种利用浅海海洋环境噪声估计海流流速的方法.通过波束形成增加噪声互相关函数的能量积累,从环境噪声互相关函数提取出两个水平阵列间的经验格林函数,利用经验格林函数的时间到达结构反演阵列间的浅海海流流速.海上实验数据处理结果表明,该方法提取了2h时间平均的经验格林函...     

利用拖船辐射噪声的深海声学参数近场匹配场反演方法

针对深海声学参数难以通过远距离合作声源反演获取的问题,提出了利用拖船低频噪声近场匹配场反演方法。首先,利用聚焦波束形成计算拖曳阵接收拖船噪声的方向性,获得传播路径特征;然后,构建多参数反演模型,由波数积分声传播模型计算拷贝场,采用遗传算法对多频匹配场目标函数进行反演。同时,采用蒙特卡罗方法分析参数后验概率密度。仿真与试验结果表明:深海环境中拖曳阵接收拖船噪声主要来自海底反射路径,利用该特性反演得到海水深度、噪声源距离、阵列深度、沉积层厚度等参数,多频联合反演可以提高沉积层厚度等参数反演准确性。宽带匹配场处理表明,利用反演最优参数模型能准确给出拖船噪声源的空间位置。     

舰船辐射噪声的动态识别

以舰船辐射噪声的包络谱分析为基础,讨论了舰船包络谱的特点和提取的方法。据此提出了一种新的目标识别方法。该方法能有效提高舰船噪声识别系统的识别准确率,还可同时获得有关目标舰船的重要运动要素。     

基于环境扰动的线性匹配场处理方法

匹配场处理面临的挑战主要是拷贝场失配。常规线性匹配场处理方法虽然对失配较宽容,但旁瓣较高,定位正确率依赖于失配的程度,且很容易受到强干扰的影响而失效。自适应匹配场处理可以获得较高的定位精度和旁瓣抑制性能,但环境参数失配、距离/深度空间欠采样、基阵及环境的波动所造成的误差等因素,均会导致其性能严重下降。环境扰动约束可提高自适应匹配场处理器的稳健性,基于这种思想,提出了基于环境扰动的线性匹配场处理方法,它不仅在环境失配的条件下比常规线性方法的定位正确率更高,而且在阵列采样数据存在幅度与相位随机误差的条件下,比自适应匹配场方法的稳健性更强.针对环境失配条件下的强干扰问题,还提出了一种线性匹配场干扰抑制算法,可有效地抑制水面干扰。典型浅海环境下的数值仿真和实测数据分析验证了方法的有效性.     

基于多途信道的舰船辐射噪声功率谱密度估计*

针对低信噪比下利用单水听器估计辐射噪声功率谱密度精度较差的问题,提出一种基于多途信道传输函数估计的垂直阵测量估计1 m处舰船辐射噪声功率谱密度的方法。该方法将信道传输函数表示为多途路径近场阵列流形向量的叠加,较快地估计了信道传输函数,将其用于舰船辐射噪声功率谱密度估计,可较简便地估计距声中心1 m处辐射噪声的功率谱密度,即谱源级。分析了产生功率谱密度估计误差的原因,包括信道估计误差和环境噪声引起的误差,为降低估计误差提供了理论依据。仿真结果表明,该方法估计1 m处辐射噪声功率谱密度的性能良好。     

Recovering the acoustic Green's function from ambient noise cross correlation in an inhomogeneous moving medium

We study long-range correlation of diffuse acoustic noise fields in an arbitrary inhomogeneous, moving fluid. The flow reversal theorem is used to show that the cross-correlation function of ambient noise provides an estimate of a combination of the Green's functions corresponding to sound propagation in opposite directions between the two receivers. Measurements of the noise cross correlation allow one to quantify flow-induced acoustic nonreciprocity and evaluate both spatially averaged flow velocity and sound speed between the two points.     

一种基于新型间歇混沌振子的舰船线谱检测方法

为了实现低信噪比下未知频率的舰船辐射线谱的检测,对常规型间歇混沌振子列检测方法进行了改进,提出了一种基于适应步长型间歇混沌振子的信号检测方法.该方法可以只用一个Duffing振子,通过设定一组能够覆盖待测信号所在频段的求解步长序列,实现对未知频率、具有任意初相位的微弱周期信号的搜索检测.为进一步提高系统的弱信号检测性能,分析了Holmes型Duffing方程在不同频率内置策动力下对弱信号灵敏度的差异.综合理论分析和仿真研究结果给出了Duffing振子在内置策动力角频率为0.4 rad/s时对弱信号检测性能最佳,并据此对所采用的Duffing振子进行了优化;仿真结果表明,改进后的Duffing振子的弱信号检测性能提高了12 dB.最后将此方法应用于一组含有舰船辐射线谱的实船数据,结果表明此方法可以实现低信噪比下的未知频率微弱线谱检测.     

支持向量机对舰船噪声DEMON谱的分类识别

本文采用径向基核函数的支持向量机的分类算法,实现了对舰船目标的分类识别。对两类不同类型的舰船的辐射噪声的DENOM谱建立了支持向量机模型,并进行了分类识别试验。试验结果表明,在结构风险最小的准则下,采用网格搜索法确定,径向基核函数的参数σ取值0.23、惩罚系数C值取13为最优的分类识别参数。并通过留一法验证,该模型具备良好的推广能力,总体正确识别率为91.2%。     

半经验关系与匹配场联合处理的爆炸声源快速定位

爆炸声源位置的快速准确获取对声源级测量和声传播计算具有重要意义。为了解决利用单一水听器进行爆炸声源定位时难以获得较好的定位效率和精度的问题,提出了一种基于半经验关系与匹配场联合处理的爆炸声源快速定位方法。首先通过爆炸声源满足的半经验关系,对爆炸位置进行预估,缩小匹配参数的搜索范围;同时,在基于多途时延差匹配定位理论的基础上,利用爆炸声源的半经验关系建立联合匹配定位方法,引入气泡脉动周期和冲击波峰值增加匹配物理信息,实现爆炸声源深度和距离精确反演。仿真分析与2013年南海水下爆炸声试验数据分析结果表明,一次气泡脉动周期与多途时延差的联合匹配可提高对爆炸声源深度的估计精度;冲击波峰值与多途时延差的联合匹配可提高对距离的估计精度。额外匹配量的引入减少了估计精度对接收阵元个数的依赖,能够实现用单阵元快速准确地进行爆炸源位置的估计。     

一种海洋环境噪声分步反演地声参数方法

分析不同海底参数对环境噪声垂向空间特性的敏感度,根据海底密度对环境噪声垂直指向性的小掠射角部分不敏感,而对等效海底损失的大掠射角部分相对敏感的特点,提出了一种海洋环境噪声分步反演地声参数方法:先用环境噪声垂直指向性小掠射角部分反演海底声速、衰减;之后利用大掠射角部分来反演海底密度。仿真算例和海上实验数据处理结果验证了该方法的有效性。结果表明:分步反演加强了匹配物理量对海底参数敏感部分的关注,在反演结果精度(海底密度)以及反演效率上都有所改善,具有一定可行性。     

A Bayesian approach to matched field processing in uncertain ocean environments

An approach of Bayesian Matched Field Processing （MFP） was discussed in the uncertain ocean environment. In this approach, uncertainty knowledge is modeled and spatial and temporal data received by the array are fully used. Therefore, a mechanism for MFP is found, which well combines model-based and data-driven methods of uncertain field processing. By theoretical derivation, simulation analysis and the validation of the experimental array data at sea, we find that （1） the basic components of Bayesian matched field processors are the cor- responding sets of Bartlett matched field processor, MVDR （minimum variance distortionless response） matched field processor, etc.; （2） Bayesian MVDR/Bartlett MFP are the weighted sum of the MVDR/Bartlett MFP, where the weighted coefficients are the values of the a posteriori probability; （3） with the uncertain ocean environment, Bayesian MFP can more correctly locate the source than MVDR MFP or Bartlett MFP; （4） Bayesian MFP can better suppress sidelobes of the ambiguity surfaces.