[发明专利]基于空间相似度的水下目标尺度特性提取方法

说明书

技术领域

本发明属于水声信号处理技术领域，尤其是涉及基于空间相似度的水下目标尺度特性提取方法。

背景技术

通常的方位估计理论往往假设目标是点目标，即使在多个目标存在的情况下也假设它们为独立的反射点。但在实际环境中，目标都有一定的形状和体积，每个目标、尤其是一些大型目标在方位上都会占据一定的空间而不是一个几何点，即在方位上表现为一定的空间分布，这种目标我们称之为分布式目标。要对这类目标进行细致结构的参数估计，就不能沿用传统的点目标模型来描述，而必须采用分布式目标模型来描述，在研究时结合具体的目标的特性如形状、大小、材料、结构等来分析问题。这样建立的目标模型比点目标更加真实，更能满足现代装备对目标识别的要求。

目标尺度是指目标具有的一定几何尺寸。常用的宽带噪声干扰器和回波重发器等点源干扰器可以模拟目标回波的某些特征量，如回波展宽、多普勒频移、辐射噪声、目标亮点等，但很难模拟目标的巨大尺度。因此，目标尺度特征是最重要有效回波的特征，尺度识别技术也就成为当前水下目标的有效识别手段。

目前常用的目标尺度特征提取方法是：对目标回波进行时域分割，得到的一系列子回波的方位数据，采用互谱法、短时互谱法、小波互谱法等方法对其进行统计处理后形成目标方位走向。这些方法的主要难点在于水下目标形状复杂、水声环境的随机性和时变性导致所提取的目标方位走向离散性较大；同时算法的复杂度也较高；方位走向法的不足之处是受目标照射角(舷角)的影响很大，而且存在识别死角。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足,提出了基于空间相似度的水下目标尺度特性提取方法。所述方法利用空间相似度理论研究理想点目标的常规波束形成CBF空间功率谱与分布源目标的常规波束形成CBF空间功率谱之间的空间相似性，以欧氏距离、加权欧氏距离和向量空间余弦相似度作为特征参数度量，以实现对水下尺度目标的分类判断。

为解决上述技术问题，本发明所采用的技术方案是：基于空间相似度的水下目标尺度特性提取方法，包括以下步骤：

步骤A，获取目标回波阵列接收数据矩阵x(n)：

x(n)=[x₁(n),x₂(n),…,x_M(n)]

其中，x(n)是大小为N×M的数据矩阵，M表示水听器接收基阵阵元个数，阵元间距为d，每个阵元接收长度为N的实时采集数据或提取N点存储数据x_j(n)，n=1,2,…,N，j=1,2,…,M；

步骤B，计算分布源目标回波信号的自相关矩阵

阵列接收信号的自相关矩阵为：

其中，(.)^H表示共轭转置，r_x为自相关矩阵R_x的组成元素；

构造托普利兹Toeplitz协方差矩阵R_T：