[发明专利]一种基于目标特性的线谱提取方法

说明书

本发明提出一种基于目标特性的线谱提取方法，所述方法将宽带目标信号转换生成时空二维功率谱密度函数，通过对频域功率谱密度函数的处理，提取频域功率谱线信息，得到目标信号强线谱；然后在去强线谱影响的时空功率谱密度上选取估计的扫描方位角，计算条带内能量分布沿波数向的均值，得到该扫描方位目标信号的功率谱估计图；在所述功率谱估计图上对各个方位的线谱信息进行提取，并将得到的扫描方位线谱和目标信号强线谱在方位向复合，得到特定目标的线谱特性。本发明的方法无需事先预知目标功率谱信息；适用范围广，可囊括强线谱成分和弱目标线谱成分的提取；速度快，实时性好，算法稳健性高；仿真和海试数据证明本发明有效。

技术领域

本发明属于声纳数字信号处理领域，特别涉及一种基于目标特性的线谱提取方法。

背景技术

利用舰船辐射噪声对目标进行远程探测是水声领域重要的研究内容。水声工作者的分析表明，舰船噪声中含有大量的声纹信息，以唯一且稳定存在、传播距离远和可检测性高为特点的低频线谱声纹特征为舰船目标远程探测、目标识别提供了一条可行的思路。

舰船螺旋桨转动，船尾不均匀伴流场中空泡崩溃的周期性与准周期性成分以及机械震动等产生调制包络，尾流沿周向变化产生按叶片频率强幅度调制效应，而桨轴安装的细微偏差可能产生轴频调制，这些调制使得舰船具有明显的节奏信息。由于舰船噪声本身是一种非平稳过程，大量文献分析中，通常将其近似为一种循环局部平稳过程，文献1[舰船噪声节奏的研究(I)——数学模型及功率谱密度.声学学报，1983；8(2):65-76]中陶笃纯采用具有随即幅度、相同形状、相同重复周期的高斯脉冲模型对舰船噪声进行建模，分析了叶频和轴频的成因，并从线谱的频域、时域信息中给出了线谱的典型形状，文献2[舰船噪声识别(I)—总体框架、线谱分析和提取.声学学报.1998；23(5):394:400]中吴国清等人利用双重谱的幅度和相位信息重建了周期调制信号的波形，并通过设定线谱识别规则将双重谱去趋势、线谱净化等方式提取线谱特征，谢俊等从线谱是叶频和轴频的谐波分量对宽带随机噪声的调制出发，提出了多子带融合算法，利用各个频带的融合信息的高阶统计量进行自适应线谱增强，实现线谱的提取；文献3[数字式声呐设计原理.合肥:安徽教育出版社,2002]中李启虎等人通过分析大量舰船的目标特性，提出了不变特征量用于目标识别。目前，小波理论、高阶统计量、神经网络等提取目标线谱特征提取。以上算法在线谱提取前均已假定目标信号已完全提取，利用信号频谱进行线谱特征提取，但对目标信号的提取主要依赖于波束扫描加权的方式，而实际应用中对信号信息知之甚少。

频率-波数功率谱分析(f-k分析)是地震波中求解波传播速度和方位角的一种处理方法。文献4[High-Resolution Frequency-Wavenumber SpectrumAnalysis.Proceedingsof the IEEE.1969]中J.Capon.将阵列采样看作是空间平稳随机场采样，利用时空二维相关函数的傅氏变换得到时空功率谱密度，用以描述阵列接收的宽平稳地震波信号；f-k分析方法已广泛应用于地震波传播速度测定，文献5[王芳,王宝善.频率-波数域方法的发展及其在台阵数据分析中的应用.中国地震.2017；2:191-202]、表面波的损伤检测文献6[Tian Z,Yu L.Lamb wave frequency–wavenumber analysis anddecomposition.Journal of Intelligent Material Systems and Structures,2014；25(9):1-17]和表面波色散问题文献[7Poggi V.Time–Frequency–Wavenumber Analysis ofSurface Waves Using the Continuous Wavelet Transform.Pure AppliedGeophysics.2013；170(3):319–335]研究，在声呐领域，文献8[Flow noise analysis oftowed sonar arrays.Udt Europe.1999]中Beerens P等人利用f-k分析了拖曳阵流噪声的成因，取得了良好的效果；而利用时空二维功率谱密度在频率-波数参数空间的能量分布特征进行线谱提取的研究较少。

发明内容