CN102141606A - 子带锐化精确时延快速估计方法 - Google Patents

Abstract

本发明公开了一种子带锐化精确时延快速估计方法，采用已有的数学方法尽量模拟人耳定向过程，实现小孔径、多目标情况下的快速精确定向。使用传感器阵列接收的信号之间的时延来估计目标的方位，将信号分频段处理，然后使用相关峰细化快速时延估计方法估计各频带目标的方位，接着对各频带的峰值函数进行尖锐化处理。本发明有益的效果是：该方案实现了在小孔径，小阵元数，不进行升采样处理的情况下对多个不同目标的方位进行精确、快速的估计，可以同时得到目标的频率和方位信息，并且根据频率的不同可以分辨相同方位入射的不同声源。

Description

子带锐化精确时延快速估计方法

技术领域

本发明涉及使用传感器接收的信号被动估计目标方位，并对其进行实时跟踪的技术，主要是一种子带锐化精确时延快速估计方法。

背景技术

现在常用的被动声测向技术有匹配场技术，波束形成方法，高精度定向算法以及时延估计方法，其中时延估计方法主要有直接相关法，广义相关法，相位谱法，参量模型时延估计法和自适应滤波法，后来出现一些改进的算法如高阶统计量法等。匹配场技术需要知道空间声场分布的先验知识，高精度定向算法需要事先知道声源的个数，并且两种方法计算复杂，运算量都很大；波束形成技术当接收基阵孔径小、阵元个数少的情况下，角度分辨能力、对噪声的抑制能力和定向精度就会变差；时延估计方法在阵列孔径较小时，角度分辨能力不高，不适于多目标的探测，另外这些方法通常都是建立在时延量化的基础上，用离散的时延代替连续的时延，为保证一定的时延精度，必须采取过采样或数字内插技术，这样需要很大运算量和软硬件代价；故上面的这些方法难以适用于小孔径基阵和电池长期供电的平台，如鱼雷、水雷、智能地雷、UUV、浮标(潜标)及其他水下探测节点等。

人类听觉系统尺寸非常小，左右耳之间的距离大约为0.2m，却可以同时分辨多个声源，其定位精度和抗干扰能力是相同条件下的任何设备或系统无法比拟的，研究表明人耳对声信号是分为多个子带进行处理的，为我们在小孔径接收基阵下的多目标分辨提供启发；相关峰细化的精确时延估计快速算法在不进行升采样，保证运算量基本不变的情况下，可任意提高等效采样频率，实现时延的快速精确的估计，其算法的核心就是使用布鲁斯坦等式将IFFT变换转化为卷积运算，再将卷积运算通过FFT算法实现，在保证运算量不变的情况下，可任意细化时域的采样间隔，将时间细化逆傅里叶变换法(HRIFFT)应用到互谱相关算法中就得到了高精度时延估计方法。

发明内容

本发明的目的正是要克服上述技术的不足，而提供一种子带锐化精确时延快速估计方法，特别适合于具有小孔径，二元接收基阵，低功耗限制，精确方位估计，多目标分辨要求的系统。

本发明解决其技术问题采用的技术方案：这种子带锐化精确时延快速估计方法，采用已有的数学方法尽量模拟人耳定向过程，实现小孔径、多目标情况下的快速精确定向。使用传感器阵列接收的信号之间的时延来估计目标的方位，将信号分频段处理，然后使用相关峰细化快速时延估计方法估计各频带目标的方位，接着对各频带的峰值函数进行尖锐化处理。

作为优选，具体步骤如下：

(1)对两个阵元接收的信号x₁(t)、x₂(t)进行FFT，得到信号的频谱X₁(ω)、X₂(ω)；根据探测目标的类型，确定处理的频带范围；

(2)将接收信号的频带范围分解为J个等间隔窄带，计算各窄带的互功率谱：

$P_j\left(\mathrm{\ω}\right)=X_{1j}\left(\mathrm{\ω}\right)X_{2j}^{*}\left(\mathrm{\ω}\right)$

其中X_ij(ω)表示第i个阵元(i＝1或2)第j个频带信号的频谱，*表示共轭运算；

(3)对各窄带互功率谱P_j(ω)使用时间细化逆傅里叶变换进行处理，计算各频带的互相关函数C_j(t)＝MHRIFFT[P_j(ω)]，取等效采样频率为40*c/d，其中c为声速，d为阵元间距；

(4)根据角度与方位角的对应关系，将各频段C_j(t)从时域变换到角度域C_j(θ)，搜索C_j(θ)的峰值

及峰值对应的角度θ_jp，将C_j(θ)函数使用高斯函数G_j(θ)替代，从而得到各频带的锐化互相关函数，这里

通过调整σ来改变高斯函数的宽度及算法的分辨率；

(5)根据各频带峰值函数G_j(θ)来计算声源的时延和方位角信息，即在函数G_j(θ)-时延或G_j(θ)-角度图中峰值对应的时延和方位角的坐标。

本发明有益的效果是：该方案实现了在小孔径，小阵元数，不进行升采样处理的情况下对多个不同目标(条件：不同目标的频带不完全重叠并且频带重叠的部分某个声源的能量远大于其他声源的能量)的方位进行精确、快速的估计，可以同时得到目标的频率和方位信息，并且根据频率的不同可以分辨相同方位入射的不同声源。

附图说明

图1为本发明的流程图。

图2为仿真数据的处理结果示意图1；

图3为仿真数据的处理结果示意图2

图4为仿真数据的处理结果示意图3

图5为仿真数据的处理结果示意图4；

图6为试数据的处理结果示意图1；

图7为数据的处理结果示意图2

图8为数据的处理结果示意图3

图9为数据的处理结果示意图4

图10为数据的处理结果示意图5

图11为数据的处理结果示意图5。

具体实施方式

下面结合附图和实施例对本发明作进一步说明：

此本明的目的是采用已有的数学方法尽量模拟人耳定向过程，实现小孔径、多目标情况下的快速精确定向，方案可分为三个关键技术：

一、采用分频段处理的思想，将接收的声信号分为多个连续等带宽的窄带信号，再进行处理，使得在小孔径情况下分辨多个不同目标的方位成为可能；

二、使用相关峰细化的精确时延估计快速算法估计各子带的时延，在不进行升采样，保证运算量基本不变的情况下，可任意提高等效采样频率，实现时延的快速精确的估计；

三、将各频带的峰值函数使用高斯函数进行尖锐化处理，提高角度分辨率，同时避免了某个频带的弱信号被其他频带的伪峰所掩蔽，一定程度上提高了抗干扰能力。

本发明是一种根据传感器接收的信号，被动估计目标方位的技术方案。它将人类听觉系统中子频带处理的思想与相关峰细化的精确时延估计快速算法相结合，然后对各子带的处理结果使用高斯函数进行尖锐化处理，使得频带不重叠的多个不同声源的方位得以快速精确的估计出来。该方法解决了在小孔径、小阵元数接收基阵的情况下的多目标方位的精确快速估计问题；主要适用于鱼雷、水雷、智能地雷、UUV、浮标(潜标)以及其它水下小孔径的探测节点，特别适合于具有小孔径接收基阵，电池长期供电，具有低功耗限制要求的平台使用。

具体方法如下：

(1)对两个阵元接收的信号x₁(t)、x₂(t)进行FFT(即快速傅里叶变换，可以采用MatLAB工具包或网上下载其软件包来实现)，得到信号的频谱X₁(ω)、X₂(ω)；根据探测目标的类型，确定处理的频带范围(如果探测潜艇，水面舰等目标其频带范围约为[200Hz，1600Hz]，如果探测目标是发射信号的声源则此频带范围为声源的频带范围)。

(2)将接收信号的频带范围分解为J个等间隔窄带(带宽可以根据需要来设定，这里对于潜艇目标设定为50Hz宽度)，计算各窄带的互功率谱：

$P_j\left(\mathrm{\ω}\right)=X_{1j}\left(\mathrm{\ω}\right)X_{2j}^{*}\left(\mathrm{\ω}\right)$

其中X_ij(ω)表示第i个阵元(i＝1或2)第j个频带信号的频谱，*表示共轭运算。

(3)对各窄带互功率谱P_j(ω)使用时间细化逆傅里叶变换(也称为改进的高分辨逆傅里叶变换，简计为MHRIFFT，东南大学杨亦春教授在《声测定位中精确时延估计和后置处理技术》中提出)进行处理，计算各频带的互相关函数

C_j(t)＝MHRIFFT[P_j(ω)]

其中对于水下目标，一般取等效采样频率为40*c/d，其中c为声速，d为阵元间距。

(4)根据角度与方位角的对应关系，将各频段C_j(t)从时域变换到角度域C_j(θ)(对于线阵即为

其中τ为时延，d为阵元间距，c为声速)，搜索C_j(θ)的峰值

及峰值对应的角度θ_jp(采用滑动窗(长度为13，移动步长为13)的方法来搜索峰值及峰值对应的角度)，将C_j(θ)函数使用高斯函数G_j(θ)替代，从而得到各频带的锐化互相关函数。这里

$G_j\left(\mathrm{\θ}\right)=C_j^{\max }\left(\mathrm{\θ}\right)\exp (-\frac{{(\mathrm{\θ}-{\mathrm{\θ}}_{\mathrm{jp}})}^2}{{2\mathrm{\σ}}^2})$

可以通过调整σ来改变高斯函数的宽度及算法的分辨率，这里对于水下目标σ一般取为0.25。

(5)根据各频带峰值函数G_j(θ)(或将各频带峰值函数求和得到全频段峰值函数

)来估计声源的时延和方位角信息(即在函数G_j(θ)-时延或G_j(θ)-角度图中峰值对应的时延和方位角的坐标)。

图2-图5为仿真数据的处理结果，其仿真条件为有三个不同声源，频带分别为950～1150Hz、1350～1550Hz、1750～1950Hz，入射角度分别为30°、30°、60°，采用间距为0.3m的两元阵来接收数据。图2，图3为使用子带锐化精确时延快速估计方法，图4，图5为广义相关算法，常规波速形成算法的处理结果。

从图中可以看出该方法可以精确估计多个声源的方位，而其他两种方法则无法实现。并且我们比较了升采样后的广义相关算法(如果不进行升采样处理，无法估计目标的时延)和该算法的运算时间，广义相关算法的时间为2.15s，该方法的运算时间为0.4s，远小于升采样后广义相关算法的时间。

图6-图11为海试数据的处理结果，其海试条件为：水平基阵以4.5m/s的速度做匀速直线运动，阵元间距为1m；目标距离接收阵18海里，并辐射带宽为375Hz-750Hz的噪声信号，以阵的法线方向作为0°方向，目标大约在-10°方向上，同时在-60°的方向有一很强的干扰。图6为接收信号的频谱图，图7为六阵元CBF的处理结果，图8-图11为不同对相邻两阵元的处理结果。

从处理结果可以看出，此方案只用两个相邻阵元的数据就可以准确估计目标的方位角。另外，数据处理结果也显示了方案在强干扰下的弱目标检测能力。

除上述实施例外，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

Claims (2)

1.一种子带锐化精确时延快速估计方法，其特征是：使用传感器阵列接收的信号之间的时延来估计目标的方位，将信号分频段处理，然后使用相关峰细化快速时延估计方法估计各频带目标的方位，接着对各频带的峰值函数进行尖锐化处理。

2.根据权利要求1所述的子带锐化精确时延快速估计方法，其特征是：

(1)对两个阵元接收的信号x₁(t)、x₂(t)进行FFT，得到信号的频谱X₁(ω)、X₂(ω)；根据探测目标的类型，确定处理的频带范围；

(2)将接收信号的频带范围分解为J个等间隔窄带，计算各窄带的互功率谱：

$P_j\left(\mathrm{\ω}\right)=X_{1j}\left(\mathrm{\ω}\right)X_{2j}^{*}\left(\mathrm{\ω}\right)$

其中X_ij(ω)表示第i个阵元(i＝1或2)第j个频带信号的频谱，*表示共轭运算；

(3)对各窄带互功率谱P_j(ω)使用时间细化逆傅里叶变换进行处理，计算各频带的互相关函数C_j(t)＝MHRIFFT[P_j(ω)]，取等效采样频率为40*c/d，其中c为声速，d为阵元间距；

(4)根据角度与方位角的对应关系，将各频段C_j(t)从时域变换到角度域C_j(θ)，搜索C_j(θ)的峰值

及峰值对应的角度θ_jp，将C_j(θ)函数使用高斯函数G_j(θ)替代，从而得到各频带的锐化互相关函数，这里

通过调整σ来改变高斯函数的宽度及算法的分辨率；

(5)根据各频带峰值函数G_j(θ)来计算声源的时延和方位角信息，即在函数G_j(θ)-时延或G_j(θ)-角度图中峰值对应的时延和方位角的坐标。

Images