[发明专利]一种基于恒虚警检测的水下信号时频端点参数估计方法

说明书

本发明涉及一种基于恒虚警检测的水下信号时频端点参数估计方法：在对信号进行分帧、分频段处理的基础上，首先对信号进行时频变换得到声谱图，在此基础上对信号进行恒虚警检测，对检测结果分别计算频率边际谱和时间边际谱并判决，从而得到信号的频率和时间端点估计结果。本发明能够同时估计信号的时间和频率端点，较传统方法有更高检测概率，能够提取声谱图中难以发觉的信息，从而获得对应的目标信息；检测过程不需要先验信息，也不需要大规模数据训练，适用于未知条件下的端点参数估计系统。

技术领域

本发明属于声呐信号处理领域，特别涉及水下声信号检测及参数估计分析处理，提出了一种基于恒虚警检测的水下声信号时频端点参数估计方法，为水下目标检测、水声试验数据分析、目标识别分类等提供相关参数。

背景技术

随着水声领域的迅速发展，水声信号检测及分析问题成为该领域专家日益关切的问题之一。海洋中存在种类繁多的信号，例如水声通信信号、声呐探测信号、导航信号、舰船辐射噪声、海洋生物叫声、海洋地质活动产生的声波等。如果能够将水声信号的时频端点等特征提取出来，则能对后续的水声试验数据分析、水下信号分类、水下目标识别提供有效信息，从而深化对水声信号的认识，提高信号处理精度。

目前，有关水下信号时间和频率端点参数估计的公开方法极难找到，可供参考的是语音信号处理中的时间端点参数估计。在语音信号处理中，需要通过对时间端点参数的估计来截取说话区，进一步对数据进行处理，例如自然语义分析等。常用的语音信号时间端点参数估计方法大致分为两类：

第一类是基于阈值的方法，基本思路是首先提出语音信号每一帧的特征值，将该特征值与预先设定的特征值进行比较，从而判断该帧是否包含信号。典型的特征值包括：时域能量、过零率、线性预测参数等。其中，低信噪比情况下，能量、过零率、线性预测参数不够可靠，且过零率对加性噪声很敏感。该方法的优点在于简单快速，但准确率受噪声影响较大，且只能估计时间端点参数。

第二类是基于模式匹配的方法。典型算法包括：k最近邻分类法、支持向量机法、神经网络法等。该方法随着数据逐渐完善，准确率不断提升，但需要训练数据，这就需要已知待检测信号的先验信息，且训练时间长、算法复杂。

目前，常用的信号端点参数估计方法中存在的问题如下：

(1)常用的基于阈值的语音信号时间端点参数估计方法，估计结果受信噪比影响较大。

(2)常用的基于模式匹配的语音信号时间端点参数估计方法，需要已知待检测信号的先验信息，不适用于未知条件下的端点参数估计系统。

(3)目前常用的端点参数估计方法主要是用来估计时间起止点。

对信号的时间端点和频率端点同时进行有效估计是实际工程中迫切需要的一种技术，本发明通过对信号的时间端点估计，可以对水声信号进行时域截取，提高信噪比，为下一步信号分析提供更好的素材；实际工程中，因为不同类型的水声信号处在不同的频带范围内，因此通过对信号的频率端点进行估计，可以为信号粗分类提供依据，亦可通过对信号进行频域截取为下一步详细处理(例如使用机器学习方法进行信号分类等)提供有用的素材。

发明内容

要解决的技术问题

为了解决水下信号时间和频率端点参数估计问题，本发明提出了一种基于恒虚警检测的水下信号时频端点参数估计方法，用于对水声信号进行时频端点参数估计，提取信号的时间起止点、频率起止点等相关信息特征。不需要先验信息，适用于未知条件下的端点参数估计系统，受信噪比影响较小且检测虚警率恒定，能够对水声信号的时间端点和频率端点同时进行估计。

技术方案

一种基于恒虚警检测的水下信号时频端点参数估计方法，其特征在于步骤如下：

步骤1：读取数据，对数据进行分帧处理：