[发明专利]基于频域-波数域解卷积的目标信号提取方法

说明书

本发明涉及水声信号处理领域，尤其涉及基于频域‑波数域解卷积的目标信号提取方法，所述方法包括：接收水声均匀线列阵采集的时域阵列信号，将该阵列信号由阵元域‑时域转换到频域‑波数域；建立空间模态感知矩阵；在频域‑波数域上结合空间模态感知矩阵利用解卷积算法估计出该帧数据所包含的空间模态谱；在不同频点上使波数与方位相对应，将空间模态谱转换到方位‑频域波束谱中，根据目标所在方位提取出目标的频域信号。本发明在一定程度上克服了常规波束形成在多目标情况下的目标信号混叠问题，提取信号质量好，占用内存小，并且能够更加快速地部署到实际设备中，为水下无人平台的信号处理提供稳定可靠的目标信号提取功能。

技术领域

本发明涉及水声信号处理领域，尤其涉及基于频域-波数域解卷积的目标信号提取方法。

背景技术

近年来，基于水下无人平台的水下目标识别技术得到了广泛的关注，而小孔径、多目标、自噪声高的复杂水下环境中，多目标之间的信号特征相互混叠、互为干扰， 充分限制了水下目标信号的准确提取，给后续的特征提取处理以及识别带来了很大 的困难；因此，水下UUV上多目标情况下的信号提取是个极其重要的难点。

现有实际应用的目标信号提取技术大多数是常规波束形成以及MVDR，常规波 束形成虽然非常稳定简单但实际上其在多目标复杂环境中，提取多目标信号时信号 混叠严重，MVDR在实际中虽然能够有效的降低旁瓣，但是对各种误差如阵元位置 误差、导向矢量误差等非常敏感。

将阵列信号转换到频域-波数域上，它通过对各个阵元的时域信号进行DFT转换到频域，然后取出各阵元相同频率上的频域信号值组成一个向量，对其进行补零，再 进行DFT，便可以将信号转换到波数域上。在该域上，它是多个空间模态在不同系 数下的叠加组合，这可以看作是不同的空间模态与系数之间卷积的结果，从而可以利 用解卷算法进行系数的求解。

R-L算法(Richardson–Lucy algorithm)从贝叶斯理论出发推导出来，采用Csiszar 鉴别准则，可对非负实数之间的卷积进行求解，在一维卷积模型的解卷问题上，采用 迭代的方法进行求解，能较容易的实现，利用基于FFT的R-L算法能够更加快速的 进行计算，此外该方法能够对低信噪比有一定的容忍度，在水下探测进行应用时能够 有着计算准确度。

总之，在水下无人平台的阵列信号处理中，目前急需一种能在小孔径基阵上多目标情况下获得较纯净的目标信号的提取方法，以提高后续特征提取与识别的准确度。

发明内容

本发明的目的在于克服现有技术缺陷，提出了基于频域-波数域解卷积的目标信号提取方法。

为了实现上述目的，本发明提出了一种基于频域-波数域解卷积的目标信号提取方法，所述方法包括：

步骤1)接收水声均匀线列阵采集的时域阵列信号，将该阵列信号由阵元域-时 域转换到频域-波数域；

步骤2)建立空间模态感知矩阵；

步骤3)在频域-波数域上结合空间模态感知矩阵利用解卷积算法估计出该帧数据所包含的空间模态谱；

步骤4)在不同频点上使波数与方位相对应，将空间模态谱转换到方位-频域波 束谱中，根据目标所在方位提取出目标的频域信号。

作为上述方法的一种改进，所述步骤1)具体包括：

步骤1-1)接收水声均匀线列阵采集的时域信号X(t)：

X(t)＝[x₁(t),x₂(t),...,x_n(t),…,x_N(t)]

其中，t＝1,2,...,M，M为时域采样点数，x_n(t)为第n个阵元采集的时域数据， n＝1,2,...,N，N为水声均匀线列阵的阵元个数；