CN103543448A - 一种声纳阵列信号处理方法 - Google Patents

Abstract

本发明提供一种声纳阵列信号处理方法，具体步骤为：步骤一、在舰船推进器附近设置参考噪声传感器；步骤二、对声纳阵列的各阵元信号进行采样，对噪声传感器生成的参考信号进行采样；步骤三、对各阵元信号和参考信号分别进行分频段滤波，得到不同频段的阵元信号和参考信号；步骤四、利用参考信号对分频段滤波后的各阵元信号分别进行自适应噪声抵消；步骤五、将步骤四得到的噪声抵消后的阵元信号进行波束形成，根据形成的波束判断出目标。本发明采用独立的参考噪声传感器，通过对自适应噪声抵消器上的权值进行优化更新，从而保证基于去噪后的阵元信号形成的波束准确判断出目标。

Description

一种声纳阵列信号处理方法

技术领域

本发明属于水声信号处理技术领域，具体涉及一种声纳阵列信号处理方法。

背景技术

阵列信号处理是绝大部分声纳信号处理的核心技术。Harry L.Van Trees在其经典巨著Optimum Array Processing（John Wiley & Sons,Inc，2002）中对阵列信号处理技术做了全面深入研究。阵列信号处理中，抗各向同性空间噪声的最优处理器是常规延时相加波束形成器；抗强干扰源的一般处理方法是广义旁瓣抵消器及其各种等效实现。在抗强干扰源时假设干扰为远场平面波，如“宽带波束域相干信号子空间高分辨方位估计”（声学学报，31（5）：418-424，2006年9月）在干扰源方向阵列波束图中形成凹槽，“自适应宽带多途干扰抵消的实时处理算法”（声学与电子工程，总第55期：1-10，1999年第三期）形成指向干扰的端射波束；或者假设干扰到阵列各阵元的传递函数已知，通过对传输函数补偿提取干扰信号，如“多途信道中声屏蔽及声聚焦”（哈尔滨工程大学学报，30（3）：299-306，2009年3月）和“匹配场噪声抑制：原理及对水听器阵列的应用”（科学通报，48(12)：1274-1278，2003年6月）。这些做法均是基于阵列各阵元接收的信号自身进行处理而得到，属于经典阵列信号处理范畴。

声纳部位自噪声是声纳设备的干扰之一，它在较高航速下高于海洋环境噪声和混响干扰，是限制声纳作用距离的主要因素。抑制声纳部位主要自噪声成分具有重要意义和实际应用价值。声纳部位自噪声来源众多，传播途径复杂，工程上难以全面抑制。通常在噪声源和传播途径两方面采取物理措施，如“船舶声呐部位自噪声的预报方法及其控制技术”（船舶力学，6（5）：80-94，2002年10月）指出改进声纳罩设计和应用多功能声障板。这类措施考虑的重点放在物理措施上，没有从信号处理的角度考虑自噪声的控制问题。

从上可知，现有技术存在下缺点：

a、在自适应波束形成时，每个波束均需要进行自适应抗干扰处理。在工程实践中，为了避免波束搭接的不连续性，波束个数通常大于阵元个数，这样自适应计算量大，给实时运算带来了负担。

b、通常假设空间离散干扰到各阵元的相对时延或传递函数是已知的，尽管其时频特性是未知的。这种假设并不总是成立。

c、阵列信号处理技术总是基于组成阵列的各阵元提供的信息，没有利用其它可能的传感器提供的信息。

发明内容

本发明的目的是为了克服现有技术的不足，提出一种声纳在高航速下应用的声纳阵列信号处理方法。在高航速下，推进器噪声限制了声纳作用距离，本发明可以很好地消除声纳阵列信号中的推进器噪声，从而在高航速下提高声纳的作用距离。

实现本发明的技术方案如下：

一种声纳阵列信号处理方法，具体步骤为：

步骤一、在舰船推进器附近设置参考噪声传感器；

步骤二、对声纳阵列的各阵元信号进行采样，对噪声传感器生成的参考信号进行采样；

步骤三、对各阵元信号和参考信号分别进行分频段滤波，得到不同频段的阵元信号和参考信号；

步骤四、利用参考信号对分频段滤波后的各阵元信号分别进行自适应噪声抵消；

本步骤的具体过程为：

（1）针对每一分频段滤波后的阵元信号，选取与其频段相同的参考信号组成一组，并为每一组信号设定对应的权值；

（2）针对每一组阵元信号和参考信号，首先将参考信号与对应的权值相乘，然后将阵元信号减去相乘的结果，得到噪声抵消后的阵元信号，并利用噪声抵消后的阵元信号更新对应的权值；

步骤五、将步骤四得到的噪声抵消后的阵元信号进行波束形成，根据形成的波束判断出目标。

进一步地，本发明权值W(n+1)按照式（12）进行更新：

W(n+1)＝W(n)+2με(n)X(n)       （12）其中X(n)为阵元信号，ε(n)为噪声抵消后的阵元信号，μ为预设的学习步长，n为权值更新的次数。

进一步地，本发明将权值W(n+1)按照式（13）进行递归滤波，并将递归滤波得到的结果

作为第n+1更新得到的权值；

$\stackrel{\_\_}{W}(n+1)=\stackrel{\_\_}{W}\left(n\right)+\frac{1}{M}[W(n+1)-\stackrel{\_\_}{W}\left(n\right)]---\left(13\right)$

其中M为预设的积分常数。

进一步地，本发明所述参考噪声传感器的布放位置是在推进器附近3米-200米范围内。

进一步地，本发明所述步骤四采用自适应噪声抵消器实现，所述自适应噪声抵消器包括多组减法器和自适应滤波器；每一组频段相同的阵元信号和参考信号由一组减法器和自适应滤波器进行处理；所述处理为：

所述自适应滤波器带有一权向量生成器，自适应滤波器用于将参考信号与权向量生成器中存储的权值相乘，并将相乘的结果输出给减法器；

所述减法器将阵元信号和自适应滤波器的输出相减作为自适应抵消器的输出，同时将相减的结果作为权向量生成器的控制信号；

所述权向量生成器根据所述控制信号更新其存储的权值。

有益效果

第一，本发明采用独立的参考噪声传感器，通过权值进行优化更新，使得基于权值处理后参考噪声可以很好的消除阵元信号所包含的噪声，从而保证基于去噪后的阵元信号形成的波束准确判断出目标。

第二，本发明采用布放于推进器附近的参考噪声传感器，为声纳阵列提供了附加的信息，采用声纳阵列各阵元分频段进行独立的自适应噪声抵消，本发明基于噪声抵消后的阵元信号对权值进行更新，其适应了从噪声源到阵列的空间传递函数较为复杂且空间变化较大的特点，因而自适应噪声抵消效果好。

第三，本发明采用布放于推进器附近的参考噪声传感器能够提取较纯的参考噪声，避免了信号“泄露”。

第四，本发明各阵元信号在通过噪声抵消器以后仍然可以进行以广义旁瓣抵消器为代表的现有阵列信号处理器进行波束形成，因此本发明在噪声抵消后无需改进或增加后续的处理硬件。

附图说明

图1为本发明声纳阵列信号处理方法的流程图；

图2是本实施例声纳阵列信号处理装置的方框图；

图3是本实施例阵列信号处理器的优选实施例的方框图；

图4是本发明针对推进器噪声占优时的输出的空间谱仿真结果图；

声纳阵列101，参考噪声传感器102，信号生成模块103，自适应噪声抵消器104，阵列信号处理器105，信号条理单元106，模拟到数字转换单元107，固定滤波器组108，加法器201，延迟线202，加法器203，除法器204。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

如图1所示，本发明声纳阵列信号处理方法，该方法的处理对象为声纳阵列101所生成的阵列信号（即本底噪声信号和目标信号的混合信号）；该方法的具体步骤为：

步骤一、在舰船推进器附近设置参考噪声传感器。

在本步骤中较佳的令参考噪声传感器的布放于推进器附近3米-200米范围内。

步骤二、对声纳阵列的各阵元信号进行采样，对噪声传感器生成的参考信号进行采样。

步骤三、对各阵元信号和参考信号分别进行分频段滤波，得到不同频段的阵元信号和参考信号。

步骤四、利用参考信号对分频段滤波后的各阵元信号分别进行自适应噪声抵消；

本步骤的具体过程为：

（1）针对每一分频段滤波后的阵元信号，选取与其频段相同的参考信号组成一组，并为每一组信号设定对应的权值；

（2）针对每一组阵元信号和参考信号，首先将参考信号与对应的权值相乘，然后将阵元信号减去相乘的结果，得到噪声抵消后的阵元信号，并利用噪声抵消后的阵元信号更新对应的权值。

在进行完步骤二至步骤四后，实现了对每一频段的阵元信号的噪声抵消；假设本实施例中的处理对象声纳阵列共有k个阵元，同时在步骤三中进行了L个频段的分频滤波，则步骤三中分频滤波后得到的阵元信号的个数为n×L，因此步骤四中需要对n×L各阵元信号进行自适应滤波。

步骤五、将步骤四得到的噪声抵消后的阵元信号进行波束形成，根据形成的波束判断出目标。

本发明利用参考信号对阵元信号所包含的噪声进行抵消，使得抵消后的阵元信号更能体现目标的特性，使得本发明可以通过对阵元信号形成的波束准确判断出目标。

实施例1：如图2所示，实现本发明声纳信号处理方法的装置包括参考噪声传感器102、信号生成器103、自适应噪声抵消器104以及阵列信号处理器105，其中参考噪声传感器102设置于舰船推进器附近。

参考噪声传感器102用于接收主要含有推进器噪声的参考信号。

信号生成器103用于将声纳阵列和参考噪声传感器生成的模拟信号转换成数字信号，并将转换得到的数字信号进行分频段滤波，得到多个不同频段的阵元信号和参考信号，并将其传输给自适应噪声抵消器；本发明可较佳的利用包含信号调理单元106、模拟到数字转换单元107和分频固定滤波器组108的信号生成器来实现其功能。

自适应噪声抵消器104包括多组减法器和自适应滤波器；每一组频段对应的阵元信号和参考信号由一组减法器和自适应滤波器进行处理；所述处理为：所述自适应滤波器带有一权向量生成器，其用于将参考信号与权向量生成器中存储的权值相乘，并将相乘的结果输出给减法器；所述减法器将阵元信号和自适应滤波器的输出相减作为自适应抵消器的输出，同时将相减的结果作为权向量生成器的控制信号；所述权向量生成器根据所述控制信号调整其存储的权值。

本实施例中自适应噪声抵消器针对信号生成器的分频段固定滤波器的每个频段输出的信号均进行自适应噪声抵消，并且各通道、各频段滤波均是独立进行的。例如，声纳阵列共有k个阵元，每一阵元信号和参考信号分别进行了L个频段的分频滤波，则频段相同的阵元信号和参考信号总共组成了n×L组，自适应噪声抵消器需要对n×L组信号实现噪声抵消，因此本发明需要n×L组减法器和自适应滤波器。同时，在本实施例中，可以使用无限冲击响应（IIR）滤波器作为自适应滤波器，而不用FIR横向滤波器。

阵列信号处理器105用于对自适应噪声抵消器输出的信号进行波束形成。本发明阵列信号处理器是针对自适应噪声抵消器的输出进行的，不对参考噪声传感器的信号进行处理。

权值更新为本发明一关键技术点，下面对其设计原理进行说明：

以声纳阵列中第i阵元通道为例，参考噪声传感器接收到的是推进器噪声n_o，由于在参考噪声传感器处目标信号的能量相对于推进器噪声来说非常小，可以忽略不计，因此可以认为参考噪声传感器拾取的是单纯的推进器噪声。推进器噪声通过复杂的信道传递函数H1_i（对声纳阵列各阵元来说H1_i各不相同）到达声纳阵列第i阵元的形式为n_1i，即n_1i＝n₀*h1_i（式中h1_i是系统H1_i的冲击响应，*代表卷积）。声纳阵列第i阵元接收的信息除了n_1i以外，还含有远场目标信号s和其余干扰n_2i。

如果知道各通道的H1_i，则可以设计能够将n_o变成n_1i的固定滤波器。然而，由于各传输通道H1_i是未知的，且没有固定的性质，使用固定参数滤波器就不可行了。因此需要自适应滤波器采用自适应算法自动调节自身的冲击响应，从而自适应噪声抵消器可以在变化的条件下进行工作，并可以不断地调节自身，使误差信号即抵消器输出f_i(t)最小。

自适应噪声抵消器的输出为：

f_i(t)＝s+n_1i+n_2i-n₀*w_i

＝s+n_2i+n₀*h1_i-n₀*w_i      （1）

＝s+n_2i+n₀*(h1_i-w_i)

其中w_i表示自适应滤波器的权值。从式（1）可以看出，欲使自适应噪声抵消器输出的功率最小，须有

w_i＝h1_i      （2）

也就是当w_i＝h1_i时，自适应噪声抵消器的输出为

f_i(t)＝s+n_2i        （3）

这个结果表明，自适应噪声抵消器通过调整权值向量w_i使其满足式（2）时，可将噪声n_1i完全抵消掉，而不相干干扰n_2i不会抵消掉，而是与信号s一起输出。

这样，由于有参考噪声传感器的引入，声纳自噪声中的主要分量—推进器引起的自噪声分量得到完全抑制，从而提高了声纳阵列阵元级的信噪比，为阵列信号处理器提供了高信噪比输入。

如果参考噪声传感器中有目标信号的“泄露”，自适应噪声抵消器的效果将会如何变化是我们所关心的。信号s通过信道J被泄露到参考噪声传感器中，为简化分析，忽略掉其余干扰，即只有目标信号和推进器噪声两信息源。自适应滤波器W_i的输入谱Φ_输入(z)为（z域）：

Φ_输入(z)＝Φ_ss(z)|J(z)|²+Φ_nn(z)      （4）其中Φ_ss(z)为目标信号的自功率谱，Φ_nn(z)为推进器噪声的自功率谱，J(z)为目标信号到参考噪声传感器的传递函数的Z变换。

自适应滤波器W_i的输入和期待响应之间的互功率谱为：

Φ_互谱(z)＝Φ_ss(z)J^*(z)+Φ_nn(z)H1_i(z)       （5）其中上标*表示共轭。

当自适应过程收敛后，无约束维纳滤波器传输函数为：

此时自适应噪声抵消器输出中信号分量Φ_outss(z)是：

${\mathrm{\Φ}}_{\mathrm{outss}}\left(z\right)={\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right)|1-J\left(z\right)W_i\left(z\right){|}^2$

$={\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right){\left|\frac{[1-J\left(z\right){H1}_i\left(z\right)]{\mathrm{\Φ}}_{\mathrm{nn}}\left(z\right)}{{\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right){\left|J\left(z\right)\right|}^2+{\mathrm{\Φ}}_{\mathrm{nn}}\left(z\right)}\right|}^2---\left(7\right)$

与式（7）类似，可得自适应噪声抵消器输出中噪声分量Φ_outnn(z)是：

${\mathrm{\Φ}}_{\mathrm{outnn}}\left(z\right)={\mathrm{\Φ}}_{\mathrm{nn}}\left(z\right)|H{1}_i\left(z\right)-W_i\left(z\right){|}^2$

$={\mathrm{\Φ}}_{\mathrm{nn}}\left(z\right){\left|\frac{[1-J\left(z\right){H1}_i\left(z\right)]J^{*}\left(z\right){\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right)}{{\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right){\left|J\left(z\right)\right|}^2+{\mathrm{\Φ}}_{\mathrm{nn}}\left(z\right)}\right|}^2---\left(8\right)$

根据式（7）和式（8）可得自适应噪声抵消器输出信噪比为：

${\mathrm{SNR}}_{\mathrm{out}}=\frac{{\mathrm{\Φ}}_{\mathrm{outss}}\left(z\right)}{{\mathrm{\Φ}}_{\mathrm{outnn}}\left(z\right)}=\frac{{\mathrm{\Φ}}_{\mathrm{nn}}\left(z\right)}{{\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right)}{\left|\frac{1}{J\left(z\right)}\right|}^2---\left(9\right)$

易知，在参考噪声传感器输入端的信噪比是：

${\mathrm{SNR}}_{\mathrm{refin}}=\frac{{\mathrm{\Φ}}_{\mathrm{ss}}\left(z\right)}{{\mathrm{\Φ}}_{\mathrm{nn}}\left(z\right)}{\left|J\left(z\right)\right|}^2---\left(10\right)$

由（9）（10）两式可得到：

${\mathrm{SNR}}_{\mathrm{out}}=\frac{1}{{\mathrm{SNR}}_{\mathrm{refin}}}---\left(11\right)$

这说明，在不考虑其他干扰时，自适应噪声抵消器输出的信噪比与参考噪声传感器的信噪比成反比。而在具体实施时，参考噪声传感器的信噪比是非常低的，这保证了自适应噪声抵消器的应用效果。因此对参考噪声传感器中的信号泄露，自适应噪声抵消器性能是非常稳健的。

实施例2：有许多方法连续地更新权值。本实施例较佳使用了最小均方（LMS）算法，它使得在原始输入通道（阵元信号）和参考噪声通道（参考信号）之间的差值的均方值最小化；

在LMS算法中，自适应权值W(n+1)按照下式更新：

W(n+1)＝W(n)+2με(n)X(n)         （12）其中X(n)为阵元信号（即步骤（1）中的阵元信号或输入自适应抵消器的阵元信号），ε(n)为噪声抵消后的阵元信号，μ为预设的LMS算法的学习步长，n为更新权值的次数，初始时n=0，即初始权值为事先预设的参量；

本实施例中将权值按照式（13）进行递归滤波，并将递归滤波得到的结果

作为第n+1更新得到的权值；

$\stackrel{\_\_\_}{W}(n+1)=\stackrel{\_\_\_}{W}\left(n\right)+\frac{1}{M}[W(n+1)-\stackrel{\_\_\_}{W}\left(n\right)]---\left(13\right)$

其中M为预设的积分常数。

采用上述权值方法实现对阵元信号实现了递归滤波，滤除了阵元信号中的权噪声，本实施例的算法收敛快。

本发明还可以采用如递推最小二乘（RLS）法更新自适应滤波器权值。

实施例3：如图3所示，当抵消后的输出中的干扰主要为各向同性空间噪声时，阵列信号处理器采用延时相加处理器。该阵列信号处理器包括加法器201，延迟线202，加法器203和除法器204。其中加法器201将自适应噪声抵消器的各频段的输出做累加，以减小延迟线202的负担；延迟线202将各通道信号在标称方向上的时延对齐；加法器203对各通道信号进行相干累加，除法器204将信号能量进行归一化。

实施例4：本实施例是以最小方差无畸变法（MVDR）实现抵消后的阵列信号处理器：

$E=\frac{v^H{{\hat{S}}_x}^{-1}}{v^H{{\hat{S}}_x}^{-1}v}---\left(14\right)$

其中，Ε为阵列信号处理器得到的波束，v为信号的标称方向矢量，其为事先设定的值，上标H表示共轭转置，

为采样谱矩阵，即

${\hat{S}}_x=\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}X\left(k\right)X^H\left(k\right)---\left(15\right)$

其中K为快拍数，X(k)为由各阵元信号经过自适应噪声抵消后组成的阵列信号的一个快拍数据。

本发明还可以采用广义旁瓣抵消器实现经过自适应噪声抵消后的阵列信号处理器。

图4是本发明的仿真结果。推进器强噪声通过复杂的传递路径传到21元声纳接收阵列，上下两图分别为自适应噪声抵消前后的阵列输出的空间谱图，从图中可以看出本发明引入自适应噪声抵消器后比已有处理效果好。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种声纳阵列信号处理方法，其特征在于，具体步骤为：

步骤一、在舰船推进器附近设置参考噪声传感器；

步骤二、对声纳阵列的各阵元信号进行采样，对噪声传感器生成的参考信号进行采样；

步骤三、对各阵元信号和参考信号分别进行分频段滤波，得到不同频段的阵元信号和参考信号；

步骤四、利用参考信号对分频段滤波后的各阵元信号分别进行自适应噪声抵消；

本步骤的具体过程为：

（1）针对每一分频段滤波后的阵元信号，选取与其频段相同的参考信号组成一组，并为每一组信号设定对应的权值；

（2）针对每一组阵元信号和参考信号，首先将参考信号与对应的权值相乘，然后将阵元信号减去相乘的结果，得到噪声抵消后的阵元信号，并利用噪声抵消后的阵元信号更新对应的权值；

步骤五、将步骤四得到的噪声抵消后的阵元信号进行波束形成，根据形成的波束判断出目标。

2.根据权利要求1所述声纳阵列信号处理方法，其特征在于，所述参考噪声传感器的布放位置是在推进器位置附近3米-200米范围内。

3.根据权利要求1所述声纳阵列信号处理方法，其特征在于，权值W(n+1)按照式（12）进行更新：

W(n+1)＝W(n)+2με(n)X(n)           （12）其中X(n)为阵元信号，ε(n)为噪声抵消后的阵元信号，μ为预设的学习步长，n为权值更新的次数。

4.根据权利要求3所述声纳阵列信号处理方法，其特征在于，将权值W(n+1)按照式（13）进行递归滤波，并将递归滤波得到的结果

作为第n+1更新得到的权值；

$\stackrel{\_\_}{W}(n+1)=\stackrel{\_\_}{W}\left(n\right)+\frac{1}{M}[W(n+1)-\stackrel{\_\_}{W}\left(n\right)]---\left(13\right)$ 其中M为预设的积分常数。

5.根据权利要求1所述声纳阵列信号处理方法，其特征在于，所述步骤四采用自适应噪声抵消器实现，所述自适应噪声抵消器包括多组减法器和自适应滤波器；每一组频段相同的阵元信号和参考信号由一组减法器和自适应滤波器进行处理；所述处理为：

所述自适应滤波器带有一权向量生成器，自适应滤波器用于将参考信号与权向量生成器中存储的权值相乘，并将相乘的结果输出给减法器；

所述减法器将阵元信号和自适应滤波器的输出相减作为自适应抵消器的输出，同时将相减的结果作为权向量生成器的控制信号；

所述权向量生成器根据所述控制信号更新其存储的权值。

Images