[发明专利]一种舰船辐射噪声中低频线谱的自动检测和提取方法有效
申请号: | 201910377584.7 | 申请日: | 2019-05-07 |
公开(公告)号: | CN110135316B | 公开(公告)日: | 2019-12-31 |
发明(设计)人: | 李海涛;程玉胜;邱家兴;程健;车永刚;丁超 | 申请(专利权)人: | 中国人民解放军海军潜艇学院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 37201 青岛海昊知识产权事务所有限公司 | 代理人: | 王铎 |
地址: | 266100 *** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 线谱 舰船辐射噪声 自动检测 频谱 低信噪比 线谱提取 中低频 平滑 水声 采集信号 目标识别 目标特征 线谱检测 自动提取 智能化 遍历 门限 频点 弱线 剔除 舰船 采集 检测 保留 积累 优化 分析 | ||
本发明公开了一种舰船辐射噪声中低频线谱的自动检测和提取方法。通过采集信号;多时刻频谱累积;对积累频谱去平滑项;对数分贝谱去平滑项;线谱提取;线谱高于线谱门限H则予以保留,否则进行剔除;对频谱所有频点的幅值进行遍历比较后,得到最终的线谱提取结果。本发明通过对舰船辐射噪声的采集与分析,可以自动检测并提取目标舰船的线谱特征。既适用于低信噪比情况下的弱线谱检测,也适用于非低信噪比情况,较现有的线谱检测方法具有明显优势,有效改善目标特征自动提取能力,优化水声目标识别效果,提高水声装备的智能化水平。
技术领域
本发明属于水声目标识别技术领域,涉及一种舰船辐射噪声中低频线谱的自动检测和提取方法。
背景技术
舰船噪声的目标识别问题一直是国际公认的重大技术难题。舰船噪声识别的关键技术之一是提取目标辐射噪声线谱特征。随着舰船降噪技术的发展,新型水面舰船和潜艇辐射噪声的噪声级逐年下降,目标识别工作面临新的改变:一是低频线谱特征的重要性日益提升。相对于低频段信号而言,舰船辐射噪声中高频段信号传播衰减大、传播距离近,低噪声舰船的中高频信号会逐渐淹没在海洋环境噪声之中,只有低频段信号能够远距离传输。二是目标识别特征的自动化检测需求迫切。随着探测距离的提高,探测范围内的目标数量大大增加,急需实现识别特征的自动化提取工作模式,提高识别效率。
现有的线谱特征检测方法分为固定门限检测和可变门限检测,适用于舰船辐射噪声的中高频段信号,而低频段信号具有频率不均匀性,频谱上邻近频率的能量起伏较大。当舰船辐射噪声信噪比较低时,低频线谱幅值很可能低于邻近频率起伏幅度,低频线谱将淹没于噪声干扰之中。使用现有的固定门限线谱特征提取方法,以全低频频段范围内的噪声幅值为参考门限进行线谱检测,会导致弱低频线谱的漏检缺失;而使用可变门限的线谱特征提取方法,则需要在人工参与下根据实际目标信号情况进行门限调整,无法对舰船辐射噪声低频线谱特征进行自动检测和提取。
发明内容
针对上述问题,本发明的目的是提供一种有效改善舰船目标特征自动提取能力,优化水声目标识别效果的舰船辐射噪声中低频线谱的自动检测和提取方法。
本发明的技术方案是:
步骤一:采集信号:
使用采集卡采集目标舰船的辐射噪声。
步骤二:多时刻频谱累积:
截取连续时间长度为T的舰船辐射噪声,将其按照时间长度t分为N帧;采用已有的傅里叶变换方法计算每帧舰船辐射噪声信号的频谱,完成全部N帧的频谱计算,并将N帧的频谱相叠加累积,得到积累后的舰船辐射噪声频谱。
所述截取舰船辐射噪声时间长度取值T=20s~60s。所述每帧的时间长度取值t=0.5s~4s。
步骤三:对步骤二所述积累频谱去平滑项:
采用高斯窗对步骤二得到的积累频谱进行平滑处理,得到第1平滑趋势项;用积累频谱减去第1平滑趋势项,得到第一去高斯平滑项的谱图;将去高斯平滑项后的谱图取对数,得到去高斯平滑项后的第一对数分贝谱。
步骤四:对步骤三所述对数分贝谱去平滑项:
采用高斯窗对所述第一对数分贝谱进行平滑处理,得到第二平滑趋势项;用第一对数分贝谱减去新得到的第二平滑趋势项,得到第二对数分贝谱图的去高斯平滑项谱图。
步骤五:线谱提取:
设定线谱门限H,H取值范围为0.5dB~1dB,如果步骤四频谱中的线谱高于线谱门限H则予以保留,否则进行剔除;对频谱所有频点的幅值进行遍历比较后,得到最终的线谱提取结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军海军潜艇学院,未经中国人民解放军海军潜艇学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910377584.7/2.html,转载请声明来源钻瓜专利网。