CN101989883A - 一种水声捷变信号多参量联合估计方法 - Google Patents
一种水声捷变信号多参量联合估计方法 Download PDFInfo
- Publication number
- CN101989883A CN101989883A CN2010105510394A CN201010551039A CN101989883A CN 101989883 A CN101989883 A CN 101989883A CN 2010105510394 A CN2010105510394 A CN 2010105510394A CN 201010551039 A CN201010551039 A CN 201010551039A CN 101989883 A CN101989883 A CN 101989883A
- Authority
- CN
- China
- Prior art keywords
- estimation
- frequency
- underwater sound
- signal
- amplitude
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供的是一种水声捷变信号多参量联合估计方法。(1)接收采样信号经过FFT的功率谱估计算法实现脉冲内信号频率的估计,通过对检测得到的水声捷变信号作FFT获取频谱后,取频谱内的峰值频率作为中心频率f0的估计值;(2)以自适应陷波滤波器为基础,采用LMS算法对水声捷变信号自适应滤波,得到相应的自适应滤波器权值;(3)采用基于自适应滤波器权值的水声捷变信号的瞬时频率、幅度联合估计,即根据自适应滤波器权值权向量us和ue求解瞬时频率估计和幅度估计。本发明采用自适应算法,确保了水声捷变信号瞬时频率估计、幅度估计的自适应跟踪,对于复杂水声捷变结构信号的情况,可以有效地实现捷变信号参量的联合估计。
Description
技术领域
本发明涉及的是一种水声信号处理方法,具体地说是一种水声捷变信号的多参量联合估计方法。
背景技术
频率捷变技术是现代水声对抗中广泛使用的一种新型手段,利用频率捷变技术设计的脉冲信号,其相邻发射脉冲或脉冲组间的载波频率会在一定范围内以很高的速度随机跳变,并且由于这种频率捷变以某种伪随机编码的方式来实现,使得侦察方难以根据已经收到的脉冲频率来预测下一组脉冲的频率,增加了信号检测估计的难度。
很多水声学者对水声捷变信号的检测和估计展开了研究。葛利佳提出了一种基于阵列信号处理实现多个频率捷变信号的频率/方向联合估计处理的方法([1]葛利嘉.频率捷变信号的频率/方向联合估计[J]电子科技大学学报.1995),但是该方法利用矩阵运算,适用于阵列信号处理。梁国龙首次将瞬时频率序列和其统计特性综合利用和分析([2]梁国龙.回波信号瞬时参数序列分析及其应用研究[D]哈尔滨工程大学水声工程学院.1997)并提出了一种针对脉冲回波信号的性能稳健的新型检测器——瞬时频率方差检测器。苍岩([3]苍岩.捷变频信号参量提取技术研究[D]哈尔滨工程大学水声工程学院.2006)研究了捷变频信号的时频分布问题,提出了一种基于频谱图-维格纳分布的捷变频信号瞬时频率提取技术,但计算量较大。
发明内容
本发明的目的在于提出一种能够实时准确地实现水声捷变信号的检测和参量估计的水声捷变信号多参量联合估计方法。
本发明的目的是这样实现的:
1、接收采样信号经过FFT的功率谱估计算法实现脉冲内信号频率的估计,通过对检测得到的水声捷变信号作FFT获取频谱后,取频谱内的峰值频率作为中心频率f0的估计值;
2、以自适应陷波滤波器为基础,采用LMS算法对水声捷变信号自适应滤波,得到相应的自适应滤波器权值;
3、采用基于自适应滤波器权值的水声捷变信号的瞬时频率、幅度联合估计,即根据自适应滤波器权值权向量us和ue求解瞬时频率估计和幅度估计。
所述的基于自适应滤波器权值的瞬时频率、幅度联合估计(1.3),其特征是:采用基于LMS算法的自适应陷波滤波器,并利用上一步得到的中心频率的估计值f0作为中心频点,利 用权值与瞬时频率及幅度估计的关系将求解的瞬时频率估计和幅度估计逐一记录,算法稳健、简单,无需先验信息且具有跟踪的趋向。
本发明的核心技术内容在于基于自适应滤波器权值的水声捷变信号瞬时频率、幅度联合估计。大多数频率估计技术如过零检测类方法对噪声比较敏感,随着信噪比降低性能急剧下降。线性预测类的频率估计器适用于中高信噪比,且需要对原信号作变换获得信号相位,增大了运算量。自适应滤波器具有适应信道等环境能力强、抗干扰能力强的特点,算法采用最小均方误差准则,算法稳健、简单。
本发明包括的水声捷变信号估计方法的主要内容为:采用基于FFT变换得到的频谱估计水声捷变信号近似中心频率f0,再对水声捷变信号进行自适应滤波,利用稳态的滤波器权值之比得到估计水声捷变信号瞬时频率估计,利用得到的滤波器权值平方得到水声捷变信号的幅度估计。由于采用自适应算法,确保了水声捷变信号瞬时频率估计、幅度估计的自适应跟踪,对于复杂水声捷变结构信号的情况,可以有效地实现捷变信号参量的联合估计。
附图说明
图1水声捷变信号检测估计的流程图;
图2水声捷变信号的FFT频谱示意图;
图3自适应陷波滤波器的原理图;
图4水声捷变信号的自适应滤波幅度估计示意图。
具体实施方式
下面结合附图和举例对本发明作进一步具体说明:
水声捷变信号检测估计方法的流程图如图1所示,主要步骤为:
1.初始化参数:
(a)设定FFT点数N,一股情况为略大于信号长度的2的整数倍。
(b)初始化自适应陷波滤波器参数,中心频率f0=0,设定搜索步长μ=0.01,权向量us=0和uc=0;
2.采用基于FFT变换得到的频谱估计水声捷变信号近似中心频率f0,取频谱内谱峰的频率值作为中心频率f0的估计值。具体示意如图2所示,实例中f0=7000Hz。
3.采用基于自适应滤波器权值的脉冲信号的瞬时频率、幅度联合估计。本方法采用的是自适应陷波滤波器权值,其滤波原理图如图3所示。图中,滤波器的中心频率为f0,由步骤 3的估计结果决定,滤波器期望输入为时间序列d(k)=x(k)+n(k),k为时间序号,x(k)为水声捷变信号,n(k)为宽带噪声,Xc(k)和Xs(k)为两路正交参考输入,us和uc为权值输出,ε(k)为残差输出,Y(k)为信号输出。
具体可以按下面的操作:
根据初始化的搜索步长μ,权向量us和uc,残差ε,采用LMS算法求解自适应滤波器权值的公式为:
此时利用得到的自适应滤波器权值权向量us和uc,求解瞬时频率和幅度估计的表达式为:
待自适应滤波器稳定后,可以取瞬时频率的短时均值作为对信号载频的估计值。自适应的幅度估计示意如图4所示。
通过上述说明,本发明适用于单分量窄带水声捷变信号的参量估计。本发明提供的水声捷变信号检测估计方法,采用基于自适应滤波器权值的水声捷变信号瞬时频率、幅度联合估计算法,确保了复杂水声捷变信号能够准确地检测和参量估计,采取LMS算法避免了频繁的计算,将方法的准确度、适应度及速度较好地融合起来。
最后应说明的是,以上实施例仅用以描述本发明的技术方案而不是对本技术方法进行限制,本发明在应用上可以延伸为其他的修改、变化、应用和实施例,并且因此认为所有这样的修改、变化、应用、实施例都在本发明的精神和教导范围内。
Claims (2)
1.一种水声捷变信号多参量联合估计方法,其特征是包括如下步骤:
(1)、接收采样信号经过FFT的功率谱估计算法实现脉冲内信号频率的估计,通过对检测得到的水声捷变信号作FFT获取频谱后,取频谱内的峰值频率作为中心频率f0的估计值;
(2)、以自适应陷波滤波器为基础,采用LMS算法对水声捷变信号自适应滤波,得到相应的自适应滤波器权值;
(3)、采用基于自适应滤波器权值的水声捷变信号的瞬时频率、幅度联合估计,即根据自适应滤波器权值权向量us和ue求解瞬时频率估计和幅度估计。
2.根据权利要求1所述的一种水声捷变信号多参量联合估计方法,其特征是所述的基于自适应滤波器权值的瞬时频率、幅度联合估计是:采用基于LMS算法的自适应陷波滤波器,并利用上一步得到的中心频率的估计值f0作为中心频点,利用权值与瞬时频率及幅度估计的关系将求解的瞬时频率估计和幅度估计逐一记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105510394A CN101989883A (zh) | 2010-11-19 | 2010-11-19 | 一种水声捷变信号多参量联合估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105510394A CN101989883A (zh) | 2010-11-19 | 2010-11-19 | 一种水声捷变信号多参量联合估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101989883A true CN101989883A (zh) | 2011-03-23 |
Family
ID=43746254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105510394A Pending CN101989883A (zh) | 2010-11-19 | 2010-11-19 | 一种水声捷变信号多参量联合估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101989883A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103152299A (zh) * | 2013-03-04 | 2013-06-12 | 哈尔滨工程大学 | 一种适用于近海多声学系统协同工作的强干扰抑制方法 |
CN104052257A (zh) * | 2013-03-15 | 2014-09-17 | 英特尔公司 | 用于电压调节器的扩频设备 |
CN108919241A (zh) * | 2018-07-03 | 2018-11-30 | 西北工业大学 | 一种基于恒虚警检测的水下信号时频端点参数估计方法 |
CN114826541A (zh) * | 2022-04-08 | 2022-07-29 | 西南石油大学 | 一种低样本数信号中心频率估计方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101594185A (zh) * | 2009-04-10 | 2009-12-02 | 西北工业大学 | 移动水声通信信号的多普勒估计与同步方法 |
-
2010
- 2010-11-19 CN CN2010105510394A patent/CN101989883A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101594185A (zh) * | 2009-04-10 | 2009-12-02 | 西北工业大学 | 移动水声通信信号的多普勒估计与同步方法 |
Non-Patent Citations (2)
Title |
---|
杨春,梁国龙,王德俊: "频点自跟踪自适应频率相位联合估计器及性能评价", 《哈尔滨工程大学学报》 * |
梁国龙, 赵羽, 王逸林: "基于自适应Notch 滤波器的窄带信号参数估计", 《2001年全国水声学学术会议论文集》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103152299A (zh) * | 2013-03-04 | 2013-06-12 | 哈尔滨工程大学 | 一种适用于近海多声学系统协同工作的强干扰抑制方法 |
CN103152299B (zh) * | 2013-03-04 | 2016-03-09 | 哈尔滨工程大学 | 一种适用于近海多声学系统协同工作的强干扰抑制方法 |
CN104052257A (zh) * | 2013-03-15 | 2014-09-17 | 英特尔公司 | 用于电压调节器的扩频设备 |
CN108919241A (zh) * | 2018-07-03 | 2018-11-30 | 西北工业大学 | 一种基于恒虚警检测的水下信号时频端点参数估计方法 |
CN108919241B (zh) * | 2018-07-03 | 2022-03-22 | 西北工业大学 | 一种基于恒虚警检测的水下信号时频端点参数估计方法 |
CN114826541A (zh) * | 2022-04-08 | 2022-07-29 | 西南石油大学 | 一种低样本数信号中心频率估计方法及系统 |
CN114826541B (zh) * | 2022-04-08 | 2023-12-26 | 西南石油大学 | 一种低样本数信号中心频率估计方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109061589B (zh) | 随机跳频雷达的目标运动参数估计方法 | |
CN101887119B (zh) | 基于子带anmf海杂波中动目标检测方法 | |
CN101984360B (zh) | 基于frft的归一化泄露lms自适应动目标检测方法 | |
CN105589056B (zh) | 一种多目标远近场混合源定位方法 | |
CN104168232B (zh) | 一种水声信道中多径时延与多普勒频移的测定方法 | |
CN101989883A (zh) | 一种水声捷变信号多参量联合估计方法 | |
CN110135291B (zh) | 一种低信噪比信号的参数估计方法 | |
CN102999473A (zh) | 一种线性调频信号的检测与参数估计方法 | |
CN115146687B (zh) | 基于二阶变尺度参数自匹配随机共振的故障特征提取方法 | |
CN102064891B (zh) | 抗串漏高精度时延估计方法 | |
CN108196269B (zh) | 卫星导航抗干扰天线系统内部弱谐波干扰信号检测方法 | |
CN107479050B (zh) | 基于对称谱特性和次对称特性的目标检测方法和装置 | |
CN102589551B (zh) | 一种基于小波变换的船用光纤陀螺信号实时滤波方法 | |
CN107132518A (zh) | 一种基于稀疏表示和时频特征的距离扩展目标检测方法 | |
Niu et al. | Mode separation with one hydrophone in shallow water: A sparse Bayesian learning approach based on phase speed | |
CN109347482A (zh) | 基于参数估计的跳频信号压缩感知重构方法 | |
CN109901021B (zh) | 基于二维Hankel矩阵多尺度SVD变换法 | |
CN112714088A (zh) | 动态多普勒频偏估计方法、装置及存储介质 | |
CN106533394A (zh) | 一种基于自适应滤波器幅频响应的高精度频率估计方法 | |
CN108169561B (zh) | 基于反馈结构的多谐波信号欠采样方法及系统 | |
Fusco et al. | A study on short-term sea profile prediction for wave energy applications | |
CN112904303B (zh) | 结合杂波抑制与网格化frft处理的雷达多目标检测方法 | |
Tamim et al. | Hilbert transform of FFT pruned cross correlation function for optimization in time delay estimation | |
KR101524550B1 (ko) | 표적 속도에 따른 도플러 효과를 보상하는 고속 lfm 표적 검출 방법 및 장치 | |
CN103487794B (zh) | 一种基于小波包变换的水底混响抑制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110323 |