CN103323821B - 一种水面目标辐射噪声模拟方法 - Google Patents

Abstract

本发明涉及一种水面目标辐射噪声模拟方法，包括：根据所要模拟的场景，输入辐射噪声模拟所需要的参数的初始值；根据所要模拟的场景，为用于模拟连续谱分量的特定频率响应滤波器划分子滤波器，更新所述子滤波器的中心频率点以及滤波衰减系数；生成宽带噪声的随机副本；根据参数的初始值，生成所要模拟的噪声的线谱分量；将宽带噪声的随机副本通过所述的特定频率响应滤波器，生成连续谱信号；生成干扰信号；将线谱信号、连续谱信号以及干扰信号进行叠加，得到所要模拟的水面目标辐射噪声。本发明在模拟水面目标辐射噪声时，考虑了线谱噪声中的动态特征，使得本发明的方法所模拟的噪声更为全面。

Description

一种水面目标辐射噪声模拟方法

技术领域

本发明涉及水声信号处理领域，特别涉及水面目标辐射噪声模拟方法。

背景技术

船舶辐射噪声信号是指由船上的各种转动与往复运动部件产生的噪声信号，根据其来源一般包括机械噪声、螺旋桨噪声、水动力噪声等。在实际的水声信号处理领域中，舰船在海水中的辐射噪声信号一直是人们研究的热点，它是被动式声探测设备的唯一信息来源，这一信息可用于对舰船目标进行声探测、识别以及对目标的定向、定位和跟踪等。在对舰船目标进行被动定位等的研究中，需要用到各种各样、不同类型的船舶辐射噪声，采用多种不同类型的真实的船舶来发出这些噪声并不现实，因此需要对船舶辐射噪声信号加以模拟。船舶辐射噪声信号的模拟一直是水声及水声对抗研究人员密切关心、想要解决的一个重要问题。

船舶辐射噪声的模拟具有重要的用途，如舰艇指挥系统的方案论证、仿真实验、模拟训练以及对声纳系统在实验室阶段的测试等。舰船辐射噪声的模拟主要是研究和分析舰船的声学特征，然后高逼真地将这些特征模拟出来，从而实现对各种声学系统的测评以及在水声对抗中达到诱骗鱼雷和声纳的目的。

现有技术中的舰船辐射噪声模拟方法存在一定的缺陷，如模拟目标辐射噪声的线谱部分，传统方法绝大部分都是对目标静态信号的模拟，可实际的线谱信号大多具有动态特征，因此现有技术缺乏一定的实用性和全面性；而模拟目标辐射噪声的连续谱部分，关于宽带噪声的滤波处理大多采用特定频率响应的自适应滤波器。这种方式受到收敛速度及运算复杂度的制约，会给模拟系统的实时实现带来困难。此外，现有技术中对舰船辐射噪声的模拟通常在CPU平台上实现，CPU平台以串行的方式实现线程的处理，但在模拟复杂噪声时，由于运算复杂度的增加，CPU平台的计算速度将无法满足噪声模拟的要求，影响实时性。

发明内容

本发明的目的在于克服现有技术在模拟复杂噪声时，在实用性、全面性以及实时性上所存在的缺陷，从而提供一种快速、全面、实用的水面目标噪声模拟方法。

为了实现上述目的，本发明提供了一种水面目标辐射噪声模拟方法，包括：

步骤1)、根据所要模拟的场景，输入辐射噪声模拟所需要的参数的初始值；其中，所述参数包括模拟目标的线谱数量M、任意线谱信号的中心频率f_L、任意移动目标的初始相位θ_L(t)、线谱模拟的运动角度θ、线谱的幅度a_L、水下传播声速c；

步骤2)、根据所要模拟的场景，为用于模拟连续谱分量的特定频率响应滤波器划分子滤波器，更新所述子滤波器的中心频率点以及滤波衰减系数；

步骤3)、生成宽带噪声的随机副本；

步骤4)、根据步骤1)所得到的参数的初始值，生成所要模拟的噪声的线谱分量；其中，

所述线谱信号为：

$s\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{s}_i\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{a}_L\cos [2\mathrm{\π}{f}_{L}t+(i-1)\mathrm{\ψ}];$

其中， $\mathrm{\ψ}=2\mathrm{\π}\frac{d}{\mathrm{\λ}}\sin \mathrm{\θ},$ λ＝c/f_L；

步骤5)、将步骤3)生成的宽带噪声的随机副本通过所述的特定频率响应滤波器，生成连续谱信号；

步骤6)、生成干扰信号；

步骤7)、将步骤4)生成的线谱信号、步骤5)生成的连续谱信号以及步骤6)生成的干扰信号进行叠加，得到所要模拟的水面目标辐射噪声；

Y_redi(nT_S)＝A_sig(nT_S)+N_con(nT_S)+[1+μ×A_sig(nT_S)]×m(nT_S)

其中，Y_redi(nT_S)为模拟产生的辐射噪声输出信号；A_sig(nT_S)表示所述线谱分量的叠加；m(nT_S)表示目标辐射噪声的调制分量，其为中心频率在1kHz左右的单频信号；μ为线谱精细结构调节参数，范围在为0～1之间；N_con(nT_S)为连续谱分量对应的时域波形。

上述技术方案中，所述特定频率响应滤波器为1/3倍频程FIR数字滤波器；所述的步骤2)包括：

步骤2-1)、将所述特定频率响应滤波器的通带带宽所属的总区间分成多段，每一段对应一个子滤波器；

步骤2-2)、计算每一子滤波器的中心频率；其中，

f_u/f_I＝2^1/3＝1.2599

$f_m=\sqrt{f_u{\·f}_I}$

B＝f_u-f_I

B＝Kf_m

f_u为上边频，f_I为下边频，f_m为中心频率，B为1/3倍频程带宽，K为0.231；

步骤2-3)、根据滤波器的频率特性曲线以及子滤波器的数量，确定每个子滤波器的滤波衰减系数；

步骤2-4)、验证所划分的子滤波器是否满足要求，否则对所述特定频率响应滤波器做重新划分后，再执行步骤2-2)。

上述技术方案中，在所述的步骤3)中，采用高斯分布的伪随机序列生成宽带噪声的随机副本。

上述技术方案中，该方法在图形处理器GPU上实现。

本发明的优点在于：

1、本发明在模拟水面目标辐射噪声时，考虑了线谱噪声中的动态特征，使得本发明的方法所模拟的噪声更为全面。

2、本发明在模拟连续谱时，采用三分之一倍频程滤波器组来完成滤波处理，简化了系统硬件实现的难度。

3、在实现本发明的模拟方法时，采用GPU并行加速平台代替传统的CPU硬件平台，能够大幅提高运算速度，为模拟系统的实时实现提供了有力保障。

附图说明

图1为时延声压定向法的原理图；

图2为在一个实施例中的时域线谱的示意图；

图3为一个实施例中的频域线谱的示意图；

图4为宽带连续噪声的生成过程图；

图5为1/3倍频程滤波器频率特性曲线示意图；

图6为在一个实施例中模拟得到的连续谱分量的示意图；

图7为在一个实施例中模拟得到的水面目标辐射噪声的示意图；

图8为GPU子矩阵法的示意图；

图9为CPU及GPU测试结果的比较图；

图10为本发明方法的流程图。

具体实施方式

现结合附图对本发明作进一步的描述。

考虑到现有技术中对水面目标的识别是通过对水面目标辐射噪声功率谱特征的分析与提取来完成的，因此，在本发明中要实现对目标辐射噪声的模拟就是要产生宽带信号，且使得该宽带信号的功率谱具有所述目标辐射噪声的功率谱特征。

本领域技术人员对水面目标辐射噪声的功率谱特征进行分析可以知道：由于水面目标辐射噪声是由众多噪声源综合作用而产生的，因此它的功率特征比较复杂，且同一水面目标的不同航行状态也会对其辐射噪声产生不同的影响。经过测量分析可以知道，水面目标辐射噪声的噪声谱主要有两种不同的类型：一种是具有非连续谱的单频噪声，这种噪声由出现在离散频率上的线谱组成；另一种是具有连续谱的宽带噪声，其噪声级是频率的连续函数。

大量的测量和分析表明，水面目标辐射噪声谱中的线谱成分多分布在低频段，而且不同目标噪声线谱的频率和幅值并不相同，这些线谱是识别目标类型的主要特征。水面目标辐射噪声的连续谱有一峰值，其峰值频率因类型、航速和航深而异，一般出现在200Hz左右。当频率低于谱峰频率时，噪声的谱级随频率的增加而增加，当频率超过谱峰频率时，噪声的谱级呈衰减趋势，每倍频程大约衰减6dB。

鉴于水面目标噪声的上述特点，在对水面目标辐射噪声进行模拟时，需要分别模拟用于表示单频噪声的线谱以及用于表示宽带噪声的连续谱。为了说明的方便，在对本发明方法的具体步骤做详细说明之前，先对线谱以及连续谱是如何建模的加以说明。

一、线谱的建模

水面目标辐射噪声线谱是一些幅值明显高出相邻连续谱，并有稳定的频率成分的谱线，其功率谱可以高出连续谱10～25dB。图2为水面目标辐射噪声信号线谱的时域形式，图3为水面目标辐射噪声信号线谱的频域形式，从这两个图中都能反映水面目标辐射噪声线谱的这一特点。产生线谱的声源通常是：不平衡的旋转部件、往复部件、螺旋桨叶片共振以及一些结构部件或空腔被激励谐振等。

要完成对线谱的模拟，可通过把一些谐波信号的集合叠加于连续谱噪声上实现。所要模拟的线谱的表达式如下：

其中，S(t)表示线谱；M为模拟目标的线谱数量；f_L表示任意线谱信号的中心频率；θ_L(t)为任意移动目标的初始相位信息；是[0，2π]上的均匀随机量，表示该目标线谱分量移动方位的相位信息，它是线谱信号的动态特征；a_L表示线谱的幅度，它是一个与时间、航速、航深、水温、海况等有关的多元函数，其变化在一定范围内存在一定的随机性，可用一个均匀分布的随机量来近似线谱幅度；L表示其中任意一条线谱的编号，其范围从1到M。

从上述线谱表达式可以看出，本发明在模拟线谱时，考虑到了线谱的动态特征。但与此同时，若要依照上述公式(1)完成对线谱的模拟，其实现过程较为复杂，因此在本发明中可采用时延声压定向法来模拟等间隔线列阵对移动目标的接收情况。

附图1给出了一个基元间隔相等的线列阵，包括水听器的基元从左到右顺序编为H₁，H₂，...，H_N，假定基元的间隔为d。为了计算上的方便，将时间的参考点选在第一个基元H₁上。假定入射波为单频信号，用Acos2πft表示，它与基阵法线方向的夹角是θ，第i个基元H_i所接收到的信号超前第一个基元H₁，它是由声程差H_iP_i引起的，所述声程差的表达式如下：

H_iP_i＝(i-l)dsinθ    (2)

如果线列阵定向在θ方向上，那么第i个基元的信号应被延时，该基元的信号较第一个基元的信号被延时的时间如下列公式所示：

${\mathrm{\τ}}_i\left({\mathrm{\θ}}_0\right)2\mathrm{\π}(i-1)\frac{d}{\mathrm{\λ}}\sin \mathrm{\θ}---\left(3\right)$

上述公式中，λ＝c/f_L，c表示声速，f_L表示任意线谱信号的中心频率。所述线列阵中各个基元间的时间延迟能够体现出目标的移动方位信息。

在上述公式(3)的基础上，可得到第i个基元所接收到的信号的表达式，其表达式如下：

$s_i\left(t\right)=a_L\cos \left\{2\mathrm{\π}{f}_L\right[t+\frac{(i-1)d\sin \mathrm{\θ}}{c}\left]\right\}---\left(4\right)$

其中，a_L为接收到的信号的幅度值。

由于基元所收到的信号是单频的，所以在公式(4)的基础上，第i个基元H_i和第一个基元H₁的输出信号的相位差的表达式如下：

其中，ψ表示 $2\mathrm{\π}\frac{d}{\mathrm{\λ}}\sin \mathrm{\θ}.$

由上述公式(5)可以求得线谱信号中的动态特征结合公式(4)与公式(5)，对s_i(t)求和，得到

$s\left(t\right)=\underset{i=1}{\overset{L}{\mathrm{\Σ}}}{s}_i\left(t\right)\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{a}_L\cos [2\mathrm{\π}{f}_{L}t+(i-1)\mathrm{\ψ}]---\left(6\right)$

由上述公式也可以知道，在对线谱建模以模拟线谱信号时，需要预先知道振幅a_L、线谱的条数N、每一条线谱的中心频率f_L、阵元间距d、线谱模拟的运动角度θ以及水下传播声速c等信息。

二、连续谱的建模与实现

水动力噪声、机械噪声和螺旋桨噪声等都是典型的连续谱噪声。水面目标辐射噪声为不确定性信号，其主体是宽带随机信号，有时也包含谐波成分。其不确定性在时域波形上表现得最明显，振幅也具有极大的起伏性。为了用统计参数来描述，通常假定水面目标辐射噪声主体为平稳的，各态历经的随机过程。

连续谱的噪声频谱特性要求包括：主要频段从几赫兹到数千赫兹不等，低端为6dB/oct～12dB/oct的正斜率，高端为-6dB/oct左右的负斜率，在几十至几百赫兹之间出现平直谱或峰值，声源级随距离的衰减量与水深和底质有关，但远场一般近似为6dB/oct。

功率谱作为频域统计参数之一，最能反映随机信号的频率结构，比较适用于水面目标辐射噪声连续谱分量的模拟。因此，在本发明中，从目标辐射噪声的频率特性出发，可采用特定频率响应滤波器进行目标辐射噪声宽带连续谱的模拟。

如图4所示，在模拟连续谱时，可将高斯白噪声序列通过一低通滤波器，再将低通滤波器的输出通过一个满足噪声频谱特性要求的特定频率响应滤波器，这一滤波器的输出即为所要模拟的连续谱。

在上述模拟过程中，所述的高斯白噪声序列的长度与所要模拟的信号的时间长度有关，根据所要模拟的信号的时间长度可换算出采样点数，这一采样点数也就是所述高斯白噪声序列的采样点数。

在上述模拟过程中，所采用的低通滤波器应当满足下列脉冲响应函数：

$H\left(t\right)=\sqrt{2L}\·u\left(t\right)\mathrm{cxp}(-\mathrm{Lt})---\left(7\right)$

u(t)是在t＝0和t＝L的单位阶跃响应函数，其中的L的大小与特定频率响应滤波器所需的特定频率响应有关。该脉冲响应函数的频率响应大约具有6～8dB/oct的衰减速率。

在上述模拟过程中，特定频率响应滤波器所要满足的噪声频谱特性要求在前文中已经提到，即：主要频段从几赫兹到数千赫兹不等，低端为6dB/oct～12dB/oct的正斜率，高端为-6dB/oct左右的负斜率，在几十至几百赫兹之间出现平直谱或峰值，即频谱图一般满足每倍频程下降6～8dB的要求。

在一个实施例中，所述特定频率响应滤波器可采用1/3倍频程FIR数字滤波器实现。本领域技术人员都知道：滤波器的通频带宽度通常用f₂-f₁(f₁表示滤波器的起始频率，f₂表示滤波器的终止频率)表示，即在f₂～f₁频率范围内的信号能够全部通过滤波器；滤波器的中心频率用f_c＝(f₂×f₁)^1/2表示；滤波带的分割和中心频率值也有规定，一般规定几种“n”倍频程带滤波器。n的定义由下式确定：

f₂/f₁＝2ⁿ    (8)

当n＝1时，f₂/f₁=2，这样的频率比值所确定的频程被称为1/1倍频程，通常称倍频程，与之类似的是，当n＝1/3时，f₂/f₁＝2^1/3，这样的频率比值所确定的频程被称为1/3倍频程，此时，频带范围“f₂-f₁”内的频谱被称为1/3倍频程谱。

对于噪声来讲，由于1/3倍频程谱能够很好地体现噪声带宽的能量分布情况。因此采用1/3倍频程谱为噪声控制提供参考，以此采取相应措施，便可达到降噪的目的。出于上述考虑，本实施例中的特定频率响应滤波器采用1/3倍频程FIR数字滤波器实现。

采用1/3倍频程FIR数字滤波器实现特定频率响应滤波器时，需要在满足滤波器频率特性要求下，将滤波器按照带宽划分成多个子滤波器，确定各子滤波器的中心频率点f_m及滤波衰减系数。具体的说，需要将特定频率响应滤波器的通带带宽所属的总区间分成若干段，每一段对应一个子滤波器，按照下列公式(9)-公式(12)为每一子滤波器计算中心频率；根据如图5所示的频率特性曲线以及子滤波器数量，确定每个子滤波器的滤波衰减系数。例如，使用人员需要设计10个子滤波器，涵盖频率范围0～100Hz；前50Hz为全通带(无衰减滤波)，后50Hz有部分衰减；那么就可以设计每个子滤波器的滤波带宽即为10Hz，前5个子滤波器的滤波衰减系数可以设为1，后5个子滤波器的滤波衰减系数设为0.3。最后计算各子滤波器的输出信号的和，即为最终的FIR滤波器组的输出，对输出结果进行验证，若验证结果符合要求，证明特定频率响应滤波器的实现满足要求，否则再进行其他组合试探，直到所有输出信号的和满足要求为止。

公式(9)-公式(12)如下：

f_u/f_I＝2^1/3＝1.2599    (9)

$f_m=\sqrt{f_u{\·f}_I}---\left(10\right)$

B＝f_u-f_I               (11)

B＝Kf_m                 (12)

式中：f_u为上边频，f_I为下边频，f_m为中心频率，B为1/3倍频程带宽，K为0.231(常数)。

1/3倍频程FIR数字滤波器的设计任务就是确定在满足滤波器频率特性要求下的各子区间的中心频率点f_m及滤波衰减系数。例如，假设所要实现的特定频率响应的滤波器通带带宽为0到1000Hz。在此区间内设计10个子滤波器，每个子滤波器的通带带宽即为100Hz。每个子滤波器都对应不同的滤波系数。如子滤波器1的频带为0到100Hz，中心频率为50Hz，衰减系数为0.8。子滤波器1的输出为：模拟产生的频带为全频带的宽带随机信号与子滤波器1的滤波系数进行卷积运算的结果再乘以0.8。其他子滤波器依此类推，然后统一相加，得到最终的总滤波系数。

通过上述方法模拟产生的连续谱分量和根据蒙特卡罗仿真方式平均产生的目标辐射噪声频谱特性见附图6和附图7。从图6可以看出，模拟得到的频率范围为2000Hz的连续谱分量中，200Hz以内的低频部分频谱幅度最高，而在200Hz～2000Hz范围内，频谱的幅度按照每倍频程(如200、400、800Hz等)衰减6～8dB。整个频率范围比较平滑。该频谱图与实际舰船辐射噪声连续谱分量的一般情况相符合。在图7中，在连续谱的基础上加入了线谱分量的部分，线谱主要分布在200Hz以下的低频段，还有部分分量被调制到1000Hz处，所以频率1000Hz附近也会有部分线谱体现。该图与真正水面目标的辐射噪声的一般形式相符合。

以上是对如何生成线谱和连续谱的描述。下面结合图10，对本发明的水面目标辐射噪声模拟方法进行说明，该方法包括以下步骤：

步骤1、输入辐射噪声模拟所需要的参数的初始值。

本步骤中，在做辐射噪声模拟时，所要输入的参数包括模拟目标的线谱数量M、任意线谱信号的中心频率f_L、任意移动目标的初始相位θ_L(t)、线谱模拟的运动角度θ、线谱的幅度a_L。这些参数的初始值需要根据噪声模拟的具体情况加以设置，若所要模拟的情况不同，则所述参数的初始值也会不同。如何根据噪声模拟的具体情况设置上述参数的初始值为本领域技术人员所公知，此处不再重复说明。

步骤2、更新特定频率响应滤波器的系数。

在之前的描述中已经提到，在模拟连续谱时需要采用特定频率响应滤波器，该滤波器包括一组用于与信号进行卷积运算的子滤波器，在本步骤中，更新滤波器组的系数也就是要更新该子滤波器组中的滤波系数及衰减系数。

步骤3、生成宽带噪声的随机副本。

在本步骤中，生成宽带噪声的随机副本可以采用现有技术中的多种方法，在本实施例中采用了高斯分布的伪随机序列法，但在其他实施例中，也可采用其他类型的方法。

步骤4、根据步骤1所输入的参数的初始值，生成线谱信号；

如何生成线谱信号在前文中已经专门做了说明，因此不在此处重复描述。

步骤5、将步骤3生成的宽带噪声的随机副本通过所述的特定频率响应滤波器，生成连续谱信号；

如何生成连续谱信号在前文中已经做了说明，此处不再重复。

步骤6、生成干扰信号；

干扰信号是一种具有一定频谱特征的宽带白噪声信号，因此它的生成与连续谱信号类似，也可通过特定频率响应滤波器生成。此处不再重复。

步骤7、将步骤4生成的线谱信号、步骤5生成的连续谱信号以及步骤6生成的干扰信号进行叠加，得到所要模拟的水面目标辐射噪声。

水面目标辐射噪声的数学表达式如下：

Y_redi(nT_S)＝A_sig(nT_S)+N_con(nT_S)+[1+μ×A_sig(nT_S)]×m(nT_S)

其中，Y_redi(nT_S)为模拟产生的辐射噪声输出信号；A_sig(nT_S)表示所述线谱分量的叠加；m(nT_S)表示目标辐射噪声的调制分量，其为中心频率在1kHz左右的单频信号；μ为线谱精细结构调节参数，范围为0～1之间；N_con(nT_S)为连续谱分量对应的时域波形。

根据上述公式可求得所要模拟的水面目标辐射噪声。

需要说明的是，出于说明的方便，将生成线谱信号、生成连续谱信号以及生成干扰信号的操作分别用步骤4、步骤5、步骤6加以表示，但在实际应用中，上述三个操作之间并无严格的执行顺序，可以将三个操作同时进行，也可以先生成连续谱信号，再生成干扰信号，最后生成线谱信号，或其它的执行顺序。此外，上述步骤3-步骤7中，生成线谱信号、宽带信号与干扰信号，以及由所述线谱信号、宽带信号、干扰信号生成水面目标辐射噪声的操作可在多个通道上实现，如32通道，所述多个通道上所生成的模拟噪声分别输出。

与传统的模拟方法都是对目标静态信号进行模拟相比，本发明在线谱模拟部分采用了时延声压定向法实现对动态目标的模拟，使得对噪声的模拟更为全面。而在模拟连续谱时，采用三分之一倍频程滤波器组来完成滤波处理，简化了系统硬件实现的难度。

在模拟水面目标辐射噪声的过程中，需要执行大量的乘法、加法运算，这些运算归根结底都是基于数组矩阵的乘、加运算。采用CPU完成矩阵的乘、加运算耗时巨大，是影响模拟器输出时间的症结所在。为了减少运算时间，提高运算效率，作为一种优选实现方式，本发明的水面目标辐射噪声模拟方法可以在图形处理器(GPU)上实现。在本实施例中，可采用NVIDIA公司开发的CUDA并行编程平台。CUDA并行模型基于单指令多数据结构(Single Instruction Multiple Data，SIMD)，在向量、矩阵运算方面性能优势明显。

CUDA的编程模型将一个程序的不同部分放在主机端(Host)或设备端(Device)执行，设备端作为主机端的协处理器。例如，GPU执行内核(kernel)函数，CPU执行其它部分就是这种模式。

在GPU上实现矩阵并行处理算法是利用了子矩阵的概念，如附图8所示，设执行的运算为A*B＝C，其中A的列数为A.width，B的行数为B.height，根据矩阵乘法的定义，这两个值是相等的。设子矩阵的Block尺寸为BLOCK_SIZE×BLOCK_SIZE，实际上即指Block中线程的规模为BLOCK_SIZE×BLOCK_SIZE。整个运算过程中读取global memory中A和B矩阵的次数各自为：和如果不利用子矩阵的概念，整个运算过程中读取A和B的次数分别为B.width和A.height。时间测试结果如附图9所示。

估算GPU和CPU的运算速度：以Matrix Size＝2048*2048，Block Size＝16*16为例。运算量：2048^3＝8G次乘法、8G次加法，定义1次乘法和1次加法为1次运算，则GPU运行时间766ms，速度约为10G/s；CPU运行时间167347ms，速度约为50M/s。GPU运算速度为CPU的200倍。

当BLOCK_SIZE较小，或者Matrix Size较小时，GPU的运算速度达不到CPU的200倍，因为此时数据在不同存储器上的传输占据了运算时间的大部分。但由图中可以看出，在整个矩阵运算尺寸增加的过程中，GPU的运算时间非常稳定。当运算数据足够多时，该优势会更加明显。

在实现本发明的模拟方法时，采用GPU并行加速平台代替传统的CPU硬件平台，能够大幅提高运算速度，为模拟系统的实时实现提供了有力保障。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.一种水面目标辐射噪声模拟方法，包括：

步骤1)、根据所要模拟的场景，输入辐射噪声模拟所需要的参数的初始值；其中，所述参数包括模拟目标的线谱数量M、任意线谱信号的中心频率f_L、任意移动目标的初始相位θ_L(t)、线谱模拟的运动角度θ、线谱的幅度a_L、水下传播声速c；

步骤2)、根据所要模拟的场景，为用于模拟连续谱分量的特定频率响应滤波器划分子滤波器，更新所述子滤波器的中心频率点以及滤波衰减系数；

步骤3)、生成宽带噪声的随机副本；

步骤4)、根据步骤1)所得到的参数的初始值，生成所要模拟的噪声的线谱分量；其中，

所述线谱信号为：

$s\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{s}_i\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{a}_L\cos [2\mathrm{\π}{f}_{L}t+(i-1)\mathrm{\ψ}];$

其中，λ＝c/f_L；d为水听器基元的间隔；

步骤5)、将步骤3)生成的宽带噪声的随机副本通过所述的特定频率响应滤波器，生成连续谱信号；

步骤6)、生成干扰信号；

步骤7)、将步骤4)生成的线谱信号、步骤5)生成的连续谱信号以及步骤6)生成的干扰信号进行叠加，得到所要模拟的水面目标辐射噪声；

Y_redi(nT_S)＝A_sig(nT_S)+N_con(nT_S)+[1+μ×A_sig(nT_S)]×m(nT_S)

其中，Y_redi(nT_S)为模拟产生的辐射噪声输出信号；A_sig(nT_S)表示所述线谱分量的叠加；m(nT_S)表示目标辐射噪声的调制分量，其为中心频率在1kHz的单频信号；μ为线谱精细结构调节参数，范围在为0～1之间；N_con(nT_S)为连续谱分量对应的时域波形。

2.根据权利要求1所述的水面目标辐射噪声模拟方法，其特征在于，所述特定频率响应滤波器为1/3倍频程FIR数字滤波器；所述的步骤2)包括：

步骤2-1)、将所述特定频率响应滤波器的通带带宽所属的总区间分成多段，每一段对应一个子滤波器；

步骤2-2)、计算每一子滤波器的中心频率；其中，

f_u/f_I＝2^1/3＝1.2599

$f_m=\sqrt{f_u\·f_I}$

B＝f_u-f_I

B＝Kf_m

f_u为上边频，f_I为下边频，f_m为中心频率，B为1/3倍频程带宽，K为0.231；

步骤2-3)、根据滤波器的频率特性曲线以及子滤波器的数量，确定每个子滤波器的滤波衰减系数；

步骤2-4)、验证所划分的子滤波器是否满足要求，否则对所述特定频率响应滤波器做重新划分后，再执行步骤2-2)。

3.根据权利要求1所述的水面目标辐射噪声模拟方法，其特征在于，在所述的步骤3)中，采用高斯分布的伪随机序列生成宽带噪声的随机副本。

4.根据权利要求1所述的水面目标辐射噪声模拟方法，其特征在于，该方法在图形处理器GPU上实现。