[发明专利]无人机动平台振动噪声自适应抵消方法及系统

说明书

本发明公开了一种无人机动平台振动噪声自适应抵消方法及系统，属于自适应噪声抵消技术领域，其中，该方法包括：构建基于双组合接收水听器的自适应噪声抵消器；初始化自适应噪声抵消器的基本参数：抽头数、自适应学习步长和抽头权系数矢量函数，以计算输出信号；根据输出残差信号更新自适应噪声抵消器的抽头权系数矢量函数和自适应学习步长；迭代前两个步骤直至收敛，获得n个时刻的输出残差信号即为噪声抵消后的有用信号。该方法有效提取与平台振动噪声强相关的信号，无需先验已知有用信号或振动干扰的先验信息，实时更新步长的同时有效解决收敛速度和稳态失调误差的矛盾，具有很强的抑制平台振动噪声能力，且对低信噪比应用场景有很好的适应性。

技术领域

本发明涉及自适应噪声抵消技术领域，特别涉及一种适用于无人机动平台声纳系统的自适应平台振动噪声抵消方法及系统。

背景技术

无人机动平台作为一种独具特色的海洋水下观测平台，具有机动灵活、活动范围广、可工作于多种极限或危险的作业环境等特点，目前已被应用于海洋环境观测、海洋勘探及矿藏开发、海洋科学考察、海底残骸打捞等海洋工程领域。

当无人机动平台在海面航行或者作业时，难以避免地会产生振动噪声，由于无人平台体积小、空间有限，振动噪声源距离搭载于无人平台的声纳系统很近，会对声纳系统产生严重的噪声干扰。若对接收信号不进行预处理，直接令其参与声纳系统后续的信号处理，便会影响对接收信号中所蕴含的水下有用信息的提取，削弱声纳系统获取水下目标信息的能力，进而影响声纳系统的测距、测速、测向等功能的实现。于是有关学者提出了很多技术方法来抑制噪声干扰，从而改善声纳系统接收信号的质量。但常规的噪声抑制方法通常需要事先掌握信号或噪声的统计信息，当信息不准确或发生改变时，噪声抑制效果会大打折扣。而无人机动平台的振动噪声主要取决于平台的机动状态，会随着机动状态的改变实时变化，因此研究适用于无人机动平台的噪声抵消技术具有重要的理论与实际意义。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种无人机动平台振动噪声自适应抵消方法，该方法利用自适应噪声抵消器结构和自适应迭代算法抑制噪声干扰，从而提高信噪比，具有很强的抑制平台振动噪声能力，且以及很好的场景适应性。

为此，本发明的另一个目的在于提出一种无人机动平台振动噪声自适应抵消系统。

为达到上述目的，本发明第一方面实施例提出了无人机动平台振动噪声自适应抵消方法，包括：步骤S1，构建基于双组合接收水听器的自适应噪声抵消器；步骤S2，初始化所述自适应噪声抵消器的基本参数，以计算输出信号，所述基本参数包括抽头数、自适应学习步长和抽头权系数矢量函数；步骤S3，根据所述输出信号和期望响应计算所述自适应噪声抵消器的输出残差信号；步骤S4，根据所述输出残差信号更新所述自适应噪声抵消器的抽头权系数矢量函数和自适应学习步长；步骤S5，迭代所述步骤S3-S4直至收敛，获得n个时刻的输出残差信号即为噪声抵消后的有用信号。

本发明实施例的无人机动平台振动噪声自适应抵消方法，采用双组合水听器作为接收传感器，通过对其中一路水听器导流罩抽真空处理，可有效提取与平台振动噪声强相关的信号，为自适应噪声抵消器的构建提供了必要的、高质量的输入，而无需先验已知有用信号或振动干扰的先验信息；在自适应迭代过程中，在传统最小均方误差算法(LMS算法)的基础上，引入带有l_p范数约束的抽头权系数矢量迭代更新函数，并通过步长调整公式实时更新步长，可有效提高自适应噪声抵消器的收敛速度，并降低稳态失调误差；具有很强的抑制平台振动噪声能力，可有效提高信噪比，改善水下目标信号质量，且对低信噪比应用场景具有很好的适应性。

另外，根据本发明上述实施例的无人机动平台振动噪声自适应抵消方法还可以具有以下附加的技术特征：