[发明专利]一种基于迁移学习的水声目标前向散射声扰动定位方法

说明书

本发明涉及一种基于迁移学习的水声目标前向散射声扰动定位方法，提取水声目标前向散射的声扰动特征信息，结合仿真数据与少量实际数据对卷积神经网络进行训练并进行迁移学习，建立浅海水声目标定位预测模型，可以实现对水声目标的定位；相比现有定位方法，该方法可以减小环境失配对定位性能的影响。

技术领域

本发明涉及一种水声目标定位方法，尤其涉及一种基于迁移学习的水声目标前向散射声扰动定位方法，属于信号处理领域。

背景技术

随着水下目标降噪技术和消声技术的发展，目标辐射噪声和目标强度逐渐降低，传统的被动声呐和收发合置主动声呐越来越难以探测和定位水声目标。近来年双/多基地声呐由于其特有的收发分置结构而越来越受到关注，到达接收端的是目标沿不同方向的前向和侧向散射波。但是，由于直达波与目标前向散射波的混叠，双/多基地声呐在收发连线附近存在定位盲区，传统的基于波达方向估计的定位方法难以对盲区内目标实现定位。

针对定位盲区问题，提出扰动声线方法，将多条扰动声线的交点作为目标定位结果，但在浅海远距离的环境下该方法难以应用；敏感核定位方法将目标定位问题转化为线性反演问题，但该方法由模型驱动因而容易受到环境失配的影响；利用神经网络的定位方法面临特征信息选取难的问题，仿真训练数据则与实际数据存在一定的环境失配，方法不稳健。

鉴于现有方法在目标定位中的缺点，有必要研究一种模型数据与实际数据相结合的神经网络定位方法，用以对盲区内水声目标进行定位。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于迁移学习的水声目标前向散射声扰动定位方法，提取水声目标的前向散射声扰动信息，通过训练神经网络并进行迁移学习，实现对水声目标定位，可以减小环境失配对定位性能的影响。

技术方案

一种基于迁移学习的水声目标前向散射声扰动定位方法，其特征在于步骤如下：

步骤1：发射阵为M个发射阵元构成的垂直阵，接收阵为N个接收阵元构成的垂直阵，定位区域为浅海环境下发射阵和接收阵之间的距离深度二维平面；基于声场模型的模拟信号P_ij(t)和表示为

其中，P_ij(t)表示没有目标时由第i个发射阵元发射声源信号的情况下第j个接收阵元接收到的信号，表示目标存在时由第i个发射阵元发射声源信号的情况下第j个接收阵元接收到的信号，t为相对时间，1≤i≤M，1≤j≤N，s(t)为声源信号，h_ij(t)表示没有目标时的信道响应函数，表示目标存在时的信道响应函数，表示卷积运算，n₁(t)和n₂(t)表示海洋环境噪声；

步骤2：对模拟接收信号数据进行预处理，预处理具体过程如下：

1)对每一个接收声压信号进行脉冲压缩处理，得到脉冲压缩输出信号：

其中，“*”表示取复共轭；对脉冲压缩输出信号D_ij(t)、E_ij(t)取模值，得到脉冲压缩输出包络

2)计算目标存在时脉冲压缩输出包络的相对扰动量A_ij(t)：