CN104777453B - 舰船线谱噪声源定位的波束域时频分析方法 - Google Patents
舰船线谱噪声源定位的波束域时频分析方法 Download PDFInfo
- Publication number
- CN104777453B CN104777453B CN201510196840.4A CN201510196840A CN104777453B CN 104777453 B CN104777453 B CN 104777453B CN 201510196840 A CN201510196840 A CN 201510196840A CN 104777453 B CN104777453 B CN 104777453B
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- noise source
- line spectrum
- naval vessel
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种舰船线谱噪声源定位的波束域时频分析方法,通过对阵列接收的信号进行频域滤波、超指向性波束形成即空域滤波和时域上的成分分离,实现信号的空‑时‑频域联合处理,估计出各线谱噪声源的正横时刻,并参考同步水声信标信息估计出线谱噪声源沿舰船的纵向位置分布。本发明由于采用了高阶超指向性波束形成算法,大幅度缩小了接收基阵的物理尺度,在保持接收性能的前提下提高了该测量方法的实际可操作性。通过对接收信号的空‑时‑频域的联合处理,提取出各线谱噪声源信号成分,使用时频分析方法,得到准确的多普勒信号时频域分布图,并准确地估计出多普勒拐点位置,实现高精度多线谱甚至同频线谱的噪声源位置估计。
Description
技术领域
本发明涉及水声测量领域,尤其是舰船线谱噪声源位置估计。
背景技术
舰船辐射噪声的频谱主要是由连续谱和线谱叠加形成的混合谱组成。其中线谱噪声反映噪声信号中周期性成分,集中在1kHz以下的低频段。在舰船的水下辐射噪声中,不同频段的辐射源在舰船上的辐射部位不同,几百赫兹辐射声主要是由机械振动源激发的,主机和辅机所在区域均可能是其辐射源所在部位。几十赫兹的低频线谱主要是由往复运动的机械噪声、螺旋桨叶片共振线谱和叶片速率线谱以及水动力引起的共振产生的,它的辐射部位可能位于船体的共振波腹,也可能位于船的中部。在水下声信号的传输环境中,低频信号的传播损失较小,适合远距离传输,常被用于目标的定位与识别。因而稳定、传输距离较远且可能包含自身特征信息的低频线谱成为了水中目标定位与识别的重要来源。通过近距离测量舰船运动时的辐射噪声并进而实现噪声源在舰船表面的准确位置标定,绘制噪声源的分布图,就可以确定主要辐射源的位置,从而有针对地采取减振降噪措施,有效降低舰船的被探测能力。
对舰船航行状态的辐射线谱噪声源进行测量和标定时,在噪声的辐射端,要求被测舰船处于运动状态,为了便于控制和算法的设计,通常要求舰船做匀速直线运动;在噪声信号的接收端,主要使用单个传感器或传感器阵列的方式接收。对于第一种接收方式,由于单个声压传感器不具备空间分辨能力,通常采用时频分析方法,通过分析多普勒瞬时频率来实现噪声源位置估计。国外学者B.G.Ferguson对此进行了深入研究,运动目标匀速直线通过传感器接收点时,其辐射的单频噪声信号由于相对运动产生多普勒效应,接收信号的瞬时频率不再是一条直线而变成一条曲线,通过最小二乘方法可以估计出目标的各种运动参数,同时该曲线的拐点称为多普勒拐点,多普勒拐点对应时刻目标恰好运动到接收点的正横位置。国内学者徐灵基和杨益新(徐灵基,杨益新.水下运动目标线谱噪声源识别方法研究.电子与信息学报,2014,36(5):1119-1125.)推导证明了多普勒信号的Wigner-Ville分布自交叉项峰值位置恰好与多普勒频率拐点位置重合,因而通过对Wigner-Ville分布的时频面进行能量峰值搜索可以很方便地得到正横时刻估计值,结合目标的运动参数即可实现高精度的辐射噪声源位置估计。上述噪声源定位方法均使用单个传感器作为接收器,因此进行噪声源定位时只能利用接收信号多普勒效应的时频特性。而非线性的时频分析方法虽具有较高的分辨率,但处理多成分信号时会引入交叉项干扰,线性时频分析方法可以处理多成分信号,但受到不确定准则的限制分辨率很难提高。舰船辐射线谱噪声通常不止一条,甚至存在频率相近或者同频噪声源的情况,通过简单的频域滤波是无法分开的。对于这类情况,单纯的时频分析方法已经无能为力,上述噪声源定位方法均会失效。
传感器阵列具备空间指向性,能够分辨空间不同位置的多个目标。国内学者余赟等提出声图测量与定位方法(余赟,梅继丹,翟春萍等.声图测量及定位海试研究[J].声学学报:中文版,2009,(2):103-109.),使用大尺度传感器基阵,利用近场阵列信号处理手段实现水中目标的定位研究。由于舰船辐射噪声频段较低,要求接收阵列的尺寸相当大,实际应用会带来诸多不便。对于水中运动目标,国内学者时洁等(时洁,杨德森,时胜国.基于最差性能优化的运动声源稳健聚焦定位识别方法研究.物理学报,2011,60(6):1-11)利用被动合成孔径的方法将海底布放的一条直线阵虚拟成为一块大尺度的平面阵,从而实现近场的噪声源定位,但该方法对舰船运动速度限制比较严格。
综上所述,对于舰船辐射线谱噪声源的位置估计,一种阵列尺度小、精度高且能够实现多线谱甚至同频线谱噪声源定位的方法是必不可少的。
发明内容
为了克服现有技术的不足,为了充分利用传感器阵列的空间分辨能力,又避免常规阵列处理手段对基阵尺度的苛刻要求,同时达到单传感器接收时的处理精度,本发明给出了一种基于小尺度圆环阵且高精度的多线谱噪声源位置估计方法。通过对阵列接收的信号进行频域滤波、超指向性波束形成即空域滤波和时域上的成分分离,实现信号的空-时-频域联合处理,估计出各线谱噪声源的正横时刻,并参考同步水声信标信息估计出线谱噪声源沿舰船的纵向位置分布。
本发明解决其技术问题所采用的技术方案是:
步骤一:使用阵元数为M半径为a的均匀圆环阵作为接收基阵,以典型潜标的布放方式固定在被测舰船一侧的水中,被测舰船沿直线做匀速运动,先靠近接收基阵,之后远离接收基阵,接收基阵与被测舰船的航迹之间的距离为D,一个已知的水声同步定位仪作为信标源位于舰船上某一固定位置,线谱噪声源沿被测舰船的纵向分布于被测舰船上;
步骤二:接收步骤一中所述均匀圆环阵上各个传感器的水声信号,将接收到的水声信号转换为电信号,并通过前置放大电路和数据采集器得到离散时域信号xi(n),其中0≤n≤Tfs,T为总记录时间,fs为信号采样率,i=0,1,2,…,M-1,为阵元按逆时针顺序的编号,任取一个阵元信号进行频谱分析,对于舰船辐射的数根强线谱区域,任取一个阵元信号进行频谱分析,估计出舰船辐射的数根强线谱区域的数量以及频段范围,对于第q条线谱区域,其频段范围为fLq≤fq≤fHq,fLq为下限频率,fHq为上限频率,fq为第q条线谱频率,该频段带宽为1~2Hz,设计高阶FIR带通滤波器,对各阵元记录数据进行FIR频域滤波处理,去除多普勒信号的带外噪声,并将滤波后的信号存储于数据矩阵中,即其中为第i号阵元数据针对第q条线谱区域的滤波输出,M为阵元数;
步骤三:建立球坐标系的方位角为θ、俯仰角为φ,均匀圆环阵阵元夹角为β,其中β=2π/M,则任意阵元间距Δli为Δli=2asin(iβ/2),其中i=0,1,2,…,M-1,a为均匀圆环阵的半径,均匀圆环阵高阶超指向性波束形成算法的加权向量为式中k为信号波数,j为虚数单位,“*”为共轭运算,“T”为转置运算,s(φ0,θ0)为信号入射方向的阵列流形,M-1称为高阶超指向性波束形成算法的阶数,vm为特征向量,通过波束形成算法得到波束输出为yq(n)=WHXq(n);
步骤四:由于波束形成保留了主瓣范围内噪声源能量而抑制旁瓣范围内的噪声源能量,该主瓣范围内噪声源能量通过信号幅度体现出来,因此通过波束输出yq(n)的时域波形的幅值信息,即可实现信号成分的分离,如主瓣范围内存在多个同频信号成分,认为是由同一个噪声源产生,不再加以区分;首先,提取波束输出yq(n)的包络,设置判断信号成分的门限值η,由此估计出的信号成分数目为P,即时域上波束输出被分割为P个时间段n1∈[1,sn1],n2∈[sn1,sn2],…nP∈[snP-1,Tfs],其中sn1,sn2,…snP-1为各信号成分在时域上的分隔位置,Tfs为总采样点数;
步骤五:由于静止的接收基阵与运动的噪声源间存在相对运动,接收点的接收信号会产生多普勒频移,形成多普勒信号,多普勒信号表示为式中为线谱噪声源与接收基阵中心位置的实时距离,是时间t的函数,D为正横距离,v为舰船运动速度,t0为舰船到达正横距离位置的时刻,称为正横时刻,f0为线谱噪声源的辐射频率,c为水中声速,φ0为初始相位,A0是信号幅度;由于多普勒信号的Wigner-Ville分布自交叉项会在多普勒拐点(t0,f0)处形成峰值,同时接收信号幅度A0/R(t)在多普勒拐点处也会出现最大值,因此通过时频面上能量峰值点的搜索即可得到参数t0和f0的估计值,将第q条线谱区域第p段信号成分yq(np),np∈[snp-1,snp]记作yq,p(n),对其进行Wigner-Ville变换,并结合chirp-z变换,实现频带范围[fLq,fHq]内的频率细分,得到snp-1/fs≤t≤snp/fs,fLq≤fq≤fHq上的时频分布图形,其中fq为第q条线谱频率,即式中G=exp(j2πfLq)为chirp-z变换的初始取样点,为chirp-z变换采样点间隔,K为频率采样点数,其中chirp-z变换通过快速傅里叶变换、逆傅里叶变换以及卷积运算实现快速计算;搜索矩阵|TFq,p(n,k)|的峰值点,得到峰值位置为(n0q,p,k0q,p),得到第q条线谱区域第p段信号成分多普勒频率拐点的估计位置为(n0q,pfs,fLq+k0q,p(fHq-fLq)/K);
步骤六:第q条线谱区域内第p段信号成分对应的噪声源通过测量基阵的正横时刻值为水声同步信标源通过测量基阵的正横时刻值为结合舰船运动速度v,根据可估计舰船上纵向分布的第q条线谱区域内第p段信号成分噪声源与坐标已知的水声同步信标源的相对距离从而实现了舰船线谱噪声源位置的估计
步骤四中所述的判断信号成分的门限值η取为信号峰值的50%~70%之间,取值在这个区间,对于信号成分的判断更优,该门限的取值可以有效分离时间上间隔相近的信号成分,从而保证分离的每一个时间段仅包含一个信号成分。
本发明的有益效果是由于采用了高阶超指向性波束形成算法,大幅度缩小了接收基阵的物理尺度,在保持接收性能的前提下提高了该测量方法的实际可操作性。通过对接收信号的空-时-频域的联合处理,提取出各线谱噪声源信号成分,使用Wigner-Ville分布和chirp-z变换相结合的时频分析方法,得到准确的多普勒信号时频域分布图,并准确地估计出多普勒拐点位置,实现高精度多线谱甚至同频线谱的噪声源位置估计。
附图说明
图1是测量原理图俯视图。
图2是测量原理图侧视图。
图3是算法流程图。
图4是接收多普勒信号频谱图。
图5是圆环阵超指向性波束图。
图6是波束输出曲线及其包络。
图7是噪声源A成分二维时频分布图。
图8是噪声源A成分三维时频分布图。
图9是噪声源B成分二维时频分布图。
图10是噪声源B成分三维时频分布图。
其中D为接收基阵与舰船航线的正横距离。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明解决其技术问题所采用的技术方案是:
步骤1:使用阵元数为M半径为a的均匀圆环阵作为接收基阵,以典型潜标的布放方式固定在被测舰船一侧的水中,被测舰船沿直线做匀速运动,先靠近接收基阵,之后远离接收基阵,接收基阵与被测舰船的航迹之间的距离为D,一个已知的水声同步定位仪作为信标源位于舰船上某一固定位置,线谱噪声源沿被测舰船的纵向分布于被测舰船上;
步骤2:接收步骤1中所述均匀圆环阵上各个传感器的水声信号,将接收到的水声信号转换为电信号,并通过前置放大电路和数据采集器得到离散时域信号xi(n),其中0≤n≤Tfs,T为总记录时间,fs为信号采样率,i=0,1,2,…,M-1,为阵元按逆时针顺序的编号,任取一个阵元信号进行频谱分析,对于舰船辐射的数根强线谱区域,任取一个阵元信号进行频谱分析,估计出舰船辐射的数根强线谱区域的数量以及频段范围,对于第q条线谱区域,其频段范围为fLq≤fq≤fHq,fLq为下限频率,fHq为上限频率,fq为第q条线谱频率,该频段带宽只有1~2Hz,设计高阶FIR带通滤波器,对各阵元记录数据进行FIR频域滤波处理,去除多普勒信号的带外噪声,并将滤波后的信号存储于数据矩阵中,即其中为第i号阵元数据针对第q条线谱区域的滤波输出,M为阵元数;
步骤3:建立球坐标系的方位角为θ、俯仰角为φ,圆环阵阵元夹角为β,其中β=2π/M,则任意阵元间距Δli为Δli=2asin(iβ/2),其中i=0,1,2,…,M-1,a为均匀圆环阵的半径,均匀圆环阵高阶超指向性波束形成算法的加权向量为式中k为信号波数,j为虚数单位,“*”为共轭运算,“T”为转置运算,s(φ0,θ0)为信号入射方向的阵列流形,M-1称为高阶超指向性波束形成算法的阶数,vm为特征向量,通过波束形成算法得到波束输出为yq(n)=WHXq(n);
步骤4:由于波束形成保留了主瓣范围内噪声源能量而抑制旁瓣范围内的噪声源能量,该主瓣范围内噪声源能量通过信号幅度体现出来,因此通过波束输出yq(n)的时域波形的幅值信息,即可实现信号成分的分离,如主瓣范围内存在多个同频信号成分,认为是由同一个噪声源产生,不再加以区分;首先,提取波束输出yq(n)的包络,设置判断信号成分的门限值η,由此估计出的信号成分数目为P,即时域上波束输出被分割为P个时间段n1∈[1,sn1],n2∈[sn1,sn2],…nP∈[snP-1,Tfs],其中sn1,sn2,…snP-1为各信号成分在时域上的分隔位置,Tfs为总采样点数;
步骤5:由于静止的接收基阵与运动的噪声源间存在相对运动,接收点的接收信号会产生多普勒频移,形成多普勒信号,多普勒信号表示为式中为线谱噪声源与接收基阵中心位置的实时距离,是时间t的函数,D为正横距离,v为舰船运动速度,t0为舰船到达正横距离位置的时刻,称为正横时刻,f0为线谱噪声源的辐射频率,c为水中声速,φ0为初始相位,A0是信号幅度;由于多普勒信号的Wigner-Ville分布自交叉项会在多普勒拐点(t0,f0)处形成峰值,同时接收信号幅度A0/R(t)在多普勒拐点处也会出现最大值,因此通过时频面上能量峰值点的搜索即可得到参数t0和f0的估计值;将第q条线谱区域第p段信号成分yq(np),np∈[snp-1,snp]记作yq,p(n),对其进行Wigner-Ville变换,并结合chirp-z变换,实现频带范围[fLq,fHq]内的频率细分,得到snp-1/fs≤t≤snp/fs,fLq≤fq≤fHq上的时频分布图形,其中fq为第q条线谱频率,即式中G=exp(j2πfLq)为chirp-z变换的初始取样点,为chirp-z变换采样点间隔,K为频率采样点数,其中chirp-z变换通过快速傅里叶变换、逆傅里叶变换以及卷积运算实现快速计算;搜索矩阵|TFq,p(n,k)|的峰值点,得到峰值位置为(n0q,p,k0q,p),得到第q条线谱区域第p段信号成分多普勒频率拐点的估计位置为(n0q,pfs,fLq+k0q,p(fHq-fLq)/K);
步骤6:第q条线谱区域内第p段信号成分对应的噪声源通过测量基阵的正横时刻值为水声同步信标源通过测量基阵的正横时刻值为结合舰船运动速度v,根据可估计舰船上纵向分布的第q条线谱区域内第p段信号成分噪声源与坐标已知的水声同步信标源的相对距离从而实现了舰船线谱噪声源位置的估计。
步骤4)中所述的判断信号成分的门限值η取为信号峰值的50%~70%之间,取值在这个区间,对于信号成分的判断更优,该门限的取值可以有效分离时间上间隔相近的信号成分,从而保证分离的每一个时间段仅包含一个信号成分。
本实施例中使用阵元数为16的均匀分布圆环阵作为接收基阵,基阵半径a为1米,被测舰船的航速v为10节(即5.1444米/秒),航迹的正横距离D为15米,水中声速c为1500米/秒。被测舰船辐射两条线谱噪声源A和B,中心频率均为200赫兹,接收信号时间长度T为17秒,采样频率fs为1200赫兹,噪声源A的正横时刻t0A为8秒,噪声源B的正横时刻t0B为10秒,接收噪声源A和B辐射信号的信噪比均为-3dB。
接收超指向性圆环阵与被测舰船的位置关系如图1和图2所示,接收均匀圆环阵采用潜标布放方式布放于实验海域,通常要求测量海域海底平整,海面平静,海深选为50m~100m,这样可以降低水声信道对测量的影响。被测舰船以匀速直线运动的方式先靠近后远离接收圆环阵。
超指向性波束形成方法要求目标位于接收基阵的远场位置,即接收基阵与舰船航线的正横距离D要求满足D>π(2a)2/λ,式中a为均匀圆环阵半径,λ为信号波长。波束图3dB主瓣宽度记作Θ3dB,如果舰船纵向方向上被波束主瓣照射区域的尺度上限设为lz,则正横距离要求D<lz/Θ3dB。综上,即π(2a)2/λ<D<lz/Θ3dB。
实验基本配置设置完毕后,对各传感器接收的离散数据按照如图3所示流程图操作,经过频谱分析估计线谱区域数目和频率范围,经过频域滤波处理得到阵元的滤波输出矩阵;计算阵列的阵列流形并计算超指向性波束形成的加权向量,得到波束形成输出;提取波束输出的包络,设置门限值,实现信号成分时域分离;对某个时域分离信号进行时频变换分析,得到多普勒拐点位置的估计,最终实现各条线谱对应噪声源与同步水声信标的相对位置估计。
通过频谱分析估计舰船辐射线谱频率约为200Hz,线谱区域数量Q=1,FIR滤波的频率范围设为fLq=195Hz,fHq=205Hz,如图4所示,图中虚线为滤波频率范围。设计滤波器接收基阵超指向性波束形成的波束图绘制于图5中,波束图3dB主瓣宽度Θ3dB为22.8度,阵增益为16.0555dB。图6中上图绘制了波束输出序列yq(n)的时域波形,下图绘制波束输出序列yq(n)的信号包络,设置信号成分分离所需的门限值η为峰值的50%,从时域包络就可以分辨和分离两个信号成分,给出成分分离位置为9秒处,即n1∈[0,9fs],n2∈[9fs,17fs]。分别对两段信号进行时频分析处理,得到噪声源A的Wigner-Ville分布的时频图和三维图绘制于图7和图8中,噪声源B的Wigner-Ville分布的时频图和三维图绘制于图9和图10中。通过对两段时频图进行能量峰值搜索,估计出正横时刻为7.9817秒,正横时刻为10.0200秒,对应的噪声源定位精度为即噪声源A的定位精度为0.0941米,噪声源B的定位精度为0.1029米。仿真数据表明本发明的噪声源定位精度很高,而对信噪比的要求较低。
Claims (2)
1.一种舰船线谱噪声源定位的波束域时频分析方法,其特征在于包括下述步骤:
步骤一:使用阵元数为M半径为a的均匀圆环阵作为接收基阵,以典型潜标的布放方式固定在被测舰船一侧的水中,被测舰船沿直线做匀速运动,先靠近接收基阵,之后远离接收基阵,接收基阵与被测舰船的航迹之间的距离为D,一个已知的水声同步定位仪作为信标源位于舰船上某一固定位置,线谱噪声源沿被测舰船的纵向分布于被测舰船上;
步骤二:接收步骤一中所述均匀圆环阵上各个传感器的水声信号,将接收到的水声信号转换为电信号,并通过前置放大电路和数据采集器得到离散时域信号xi(n),其中0≤n≤Tfs,T为总记录时间,fs为信号采样率,i=0,1,2,…,M-1,为阵元按逆时针顺序的编号,任取一个阵元信号进行频谱分析,对于舰船辐射的数根强线谱区域,任取一个阵元信号进行频谱分析,估计出舰船辐射的数根强线谱区域的数量以及频段范围,对于第q条线谱区域,其频段范围为fLq≤fq≤fHq,fLq为下限频率,fHq为上限频率,fq为第q条线谱频率,该频段带宽为1~2Hz,设计高阶FIR带通滤波器,对各阵元记录数据进行FIR频域滤波处理,去除多普勒信号的带外噪声,并将滤波后的信号存储于数据矩阵中,即其中为第i号阵元数据针对第q条线谱区域的滤波输出,M为阵元数;
步骤三:建立球坐标系的方位角为θ、俯仰角为φ,均匀圆环阵阵元夹角为β,其中β=2π/M,则任意阵元间距Δli为Δli=2asin(iβ/2),其中i=0,1,2,…,M-1,a为均匀圆环阵的半径,均匀圆环阵高阶超指向性波束形成算法的加权向量为式中k为信号波数,j为虚数单位,“*”为共轭运算,“T”为转置运算,s(φ0,θ0)为信号入射方向的阵列流形,M-1称为高阶超指向性波束形成算法的阶数,vm为特征向量,通过波束形成算法得到波束输出为yq(n)=WHXq(n);
步骤四:由于波束形成保留了主瓣范围内噪声源能量而抑制旁瓣范围内的噪声源能量,该主瓣范围内噪声源能量通过信号幅度体现出来,因此通过波束输出yq(n)的时域波形的幅值信息,即可实现信号成分的分离,如主瓣范围内存在多个同频信号成分,认为是由同一个噪声源产生,不再加以区分;首先,提取波束输出yq(n)的包络,设置判断信号成分的门限值η,由此估计出的信号成分数目为P,即时域上波束输出被分割为P个时间段n1∈[1,sn1],n2∈[sn1,sn2],…nP∈[snP-1,Tfs],其中sn1,sn2,…snP-1为各信号成分在时域上的分隔位置,Tfs为总采样点数;
步骤五:由于静止的接收基阵与运动的噪声源间存在相对运动,接收点的接收信号会产生多普勒频移,形成多普勒信号,多普勒信号表示为式中为线谱噪声源与接收基阵中心位置的实时距离,是时间t的函数,D为正横距离,v为舰船运动速度,t0为舰船到达正横距离位置的时刻,称为正横时刻,f0为线谱噪声源的辐射频率,c为水中声速,φ0为初始相位,A0是信号幅度;由于多普勒信号的Wigner-Ville分布自交叉项会在多普勒拐点(t0,f0)处形成峰值,同时接收信号幅度A0/R(t)在多普勒拐点处也会出现最大值,因此通过时频面上能量峰值点的搜索即可得到参数t0和f0的估计值,将第q条线谱区域第p段信号成分yq(np),np∈[snp-1,snp]记作yq,p(n),对其进行Wigner-Ville变换,并结合chirp-z变换,实现频带范围[fLq,fHq]内的频率细分,得到snp-1/fs≤t≤snp/fs,fLq≤fq≤fHq上的时频分布图形,其中fq为第q条线谱频率,即式中G=exp(j2πfLq)为chirp-z变换的初始取样点,为chirp-z变换采样点间隔,K为频率采样点数,其中chirp-z变换通过快速傅里叶变换、逆傅里叶变换以及卷积运算实现快速计算;搜索矩阵|TFq,p(n,k)|的峰值点,得到峰值位置为(n0q,p,k0q,p),得到第q条线谱区域第p段信号成分多普勒频率拐点的估计位置为(n0q,pfs,fLq+k0q,p(fHq-fLq)/K);
步骤六:第q条线谱区域内第p段信号成分对应的噪声源通过测量基阵的正横时刻值为水声同步信标源通过测量基阵的正横时刻值为结合舰船运动速度v,根据可估计舰船上纵向分布的第q条线谱区域内第p段信号成分噪声源与坐标已知的水声同步信标源的相对距离从而实现了舰船线谱噪声源位置的估计。
2.根据权利要求1所述的舰船线谱噪声源定位的波束域时频分析方法,其特征在于:所述的步骤四中判断信号成分的门限值η取为信号峰值的50%~70%之间,取值在这个区间,对于信号成分的判断更优,该门限的取值可以有效分离时间上间隔相近的信号成分,从而保证分离的每一个时间段仅包含一个信号成分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510196840.4A CN104777453B (zh) | 2015-04-23 | 2015-04-23 | 舰船线谱噪声源定位的波束域时频分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510196840.4A CN104777453B (zh) | 2015-04-23 | 2015-04-23 | 舰船线谱噪声源定位的波束域时频分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104777453A CN104777453A (zh) | 2015-07-15 |
CN104777453B true CN104777453B (zh) | 2017-10-10 |
Family
ID=53619034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510196840.4A Active CN104777453B (zh) | 2015-04-23 | 2015-04-23 | 舰船线谱噪声源定位的波束域时频分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104777453B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105589066B (zh) * | 2015-12-14 | 2018-01-09 | 西北工业大学 | 一种利用垂直矢量阵估计水下匀速运动航行器参数的方法 |
CN107783137B (zh) * | 2016-08-31 | 2021-07-13 | 北京自动化控制设备研究所 | 一种基于五波束配置的声多普勒和声相关测速方法 |
CN108267716A (zh) * | 2016-12-31 | 2018-07-10 | 中国船舶重工集团公司第七六○研究所 | 一种深海声信标定向引导装置 |
CN109684902A (zh) * | 2017-10-19 | 2019-04-26 | 厦门雅迅网络股份有限公司 | 车辆噪声源定位方法及计算机可读存储介质 |
CN107886068B (zh) * | 2017-11-10 | 2021-12-07 | 哈尔滨工程大学 | 一种基于时空域线谱增强器的未知线谱目标检测方法 |
CN108828566B (zh) * | 2018-06-08 | 2022-07-01 | 苏州桑泰海洋仪器研发有限责任公司 | 基于拖曳线列阵的水下脉冲信号识别方法 |
CN108964737A (zh) * | 2018-07-02 | 2018-12-07 | 浙江大学 | 一种基于圆阵列的超指向性水下通信接收机及通信方法 |
CN109459745B (zh) * | 2018-10-29 | 2022-03-11 | 西北工业大学 | 一种利用辐射噪声估计运动声源速度的方法 |
CN109767454B (zh) * | 2018-12-18 | 2022-05-10 | 西北工业大学 | 基于时-空-频显著性的无人机航拍视频运动目标检测方法 |
CN111220265B (zh) * | 2019-12-10 | 2021-11-23 | 哈尔滨工程大学 | 一种船舶辐射噪声谐波线谱增强方法 |
CN114397008B (zh) * | 2021-12-07 | 2023-04-28 | 中国空气动力研究与发展中心低速空气动力研究所 | 低空飞行器噪声源识别的解多普勒方法 |
CN114757241B (zh) * | 2022-06-16 | 2022-08-16 | 中国海洋大学 | 一种多普勒参数耦合线提取方法 |
CN115206334B (zh) * | 2022-06-30 | 2023-02-10 | 哈尔滨工程大学 | 一种极地声信号增强和识别方法 |
CN115902853B (zh) * | 2023-03-09 | 2023-05-12 | 中国科学院深海科学与工程研究所 | 一种适用高速海底测绘的合成接收孔径聚焦波束形成方法 |
CN117148274A (zh) * | 2023-08-30 | 2023-12-01 | 武汉船舶通信研究所(中国船舶集团有限公司第七二二研究所) | 一种水下目标测向定位方法及系统 |
CN117171627B (zh) * | 2023-10-24 | 2024-01-26 | 四川恒远信友环境科技有限公司 | 一种基于成像技术的电力设备噪声源点识别方法及系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1542030A1 (fr) * | 2003-12-11 | 2005-06-15 | 01 dB - Metravib | Procédé et dispositif de détection et de localisation de sources de bruit non corrélées |
ES2343931B1 (es) * | 2008-09-25 | 2011-06-20 | Universitat Politècnica De Catalunya | Sistema para la medida de ruido y localizacion de una fuente movil enpresencia de ruido de fondo. |
CN102692620B (zh) * | 2012-05-24 | 2014-02-05 | 哈尔滨工程大学 | 适用于浅海多途环境的水下噪声源高稳健性聚焦定位方法 |
CN103048641B (zh) * | 2012-09-05 | 2015-04-08 | 哈尔滨工程大学 | 具有联合约束优化形式的矢量阵稳健聚焦处理方法 |
CN103293515B (zh) * | 2012-11-19 | 2015-07-15 | 西北工业大学 | 一种舰船线谱噪声源纵向分布特性测量方法 |
CN103197278B (zh) * | 2013-03-04 | 2014-12-31 | 西北工业大学 | 一种基于多普勒频移变化率的舰船线谱噪声源定位方法 |
CN103176163B (zh) * | 2013-03-04 | 2015-01-28 | 西北工业大学 | 基于相位模型的舰船线谱噪声源位置识别方法 |
CN103543438A (zh) * | 2013-07-08 | 2014-01-29 | 哈尔滨工程大学 | 配置参考声源的水下运动声源柱面矢量聚焦定位方法 |
CN103438987B (zh) * | 2013-08-30 | 2015-10-28 | 西北工业大学 | 基于超指向性小孔径圆柱阵的舰船辐射噪声源分辨方法 |
CN103592628A (zh) * | 2013-11-12 | 2014-02-19 | 上海大学 | 一种基于球谐域实值权重波束形成的多声源定位方法 |
-
2015
- 2015-04-23 CN CN201510196840.4A patent/CN104777453B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104777453A (zh) | 2015-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104777453B (zh) | 舰船线谱噪声源定位的波束域时频分析方法 | |
CN105589066B (zh) | 一种利用垂直矢量阵估计水下匀速运动航行器参数的方法 | |
CN102997988B (zh) | 大型潜标矢量水听器低频声学指向性的水池测试方法 | |
CN103926572B (zh) | 一种机载非正侧阵雷达用自适应子空间的杂波抑制方法 | |
CN103293515B (zh) | 一种舰船线谱噪声源纵向分布特性测量方法 | |
CN104898119B (zh) | 一种基于相关函数的动目标参数估计方法 | |
CN108828522A (zh) | 一种利用垂直阵lcmv波束形成的水下目标辐射噪声测量方法 | |
CN102914773B (zh) | 一种多航过圆周sar三维成像方法 | |
CN104035095A (zh) | 基于空时最优处理器的低空风切变风速估计方法 | |
CN109324322A (zh) | 一种基于被动相控阵天线的测向与目标识别方法 | |
CN105204026A (zh) | 一种基于声场干涉条纹的单水平阵被动测速和测距装置及其方法 | |
CN102645265A (zh) | 一种基于虚拟时间反转镜的舰船辐射噪声级测量方法 | |
CN103076590A (zh) | 一种基于频率预估的水声脉冲信号的定位方法 | |
CN113376577B (zh) | 一种基于二维任意阵子空间的超短基线定位水下声源方法 | |
Yang et al. | Analysis on the characteristic of cross-correlated field and its potential application on source localization in deep water | |
CN107884761A (zh) | 基于能量算子的多普勒穿墙雷达定位方法 | |
CN104502904A (zh) | 一种鱼雷自导波束锐化方法 | |
CN110081964A (zh) | 基于稀疏谱拟合的水下声源位置及功率谱联合估计方法 | |
CN110133648A (zh) | 一种选取逆合成孔径雷达船只成像时窗的方法 | |
CN113296073A (zh) | 一种基于包络约束的幅相联合叶片净空测量方法 | |
CN103513238B (zh) | 一种规整化最小二乘子空间相交的目标方位测向方法 | |
CN109100711A (zh) | 一种深海环境下单基地主动声纳低运算量三维定位方法 | |
CN102435985B (zh) | 基于重构时间采样的机载机动目标检测方法 | |
CN109061654A (zh) | 一种深海环境下单圆环阵主动三维定位方法 | |
Cui et al. | Ice radar investigation at Dome A, East Antarctica: Ice thickness and subglacial topography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |