CN105223576B - 一种基于单矢量潜标的线谱信号目标自动检测方法 - Google Patents
一种基于单矢量潜标的线谱信号目标自动检测方法 Download PDFInfo
- Publication number
- CN105223576B CN105223576B CN201510616039.0A CN201510616039A CN105223576B CN 105223576 B CN105223576 B CN 105223576B CN 201510616039 A CN201510616039 A CN 201510616039A CN 105223576 B CN105223576 B CN 105223576B
- Authority
- CN
- China
- Prior art keywords
- line spectrum
- threshold
- spectrum
- frequency
- target
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 390
- 238000012360 testing method Methods 0.000 title abstract 3
- 238000001514 detection method Methods 0.000 claims abstract description 100
- 238000000034 method Methods 0.000 claims description 90
- 230000001186 cumulative effect Effects 0.000 claims description 29
- 238000001914 filtration Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000002457 bidirectional effect Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000009825 accumulation Methods 0.000 claims description 10
- 101100129500 Caenorhabditis elegans max-2 gene Proteins 0.000 claims description 9
- 230000035508 accumulation Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 230000003014 reinforcing effect Effects 0.000 claims description 4
- 230000002146 bilateral effect Effects 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013332 literature search Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/66—Sonar tracking systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供的是一种基于单矢量潜标的线谱信号目标自动检测方法。利用单矢量潜标获得矢量水听器的声压及振速信号,取声压及振速通道信号作为输入,经过一级检测获得过门限的线谱个数、频率、方位信息;将一级检测结果作为二级检测的输入,对过门限的多个线谱在时间上进行二级动态累计,得到各线谱动态累积计数及线谱频率、方位信息缓存信息;对稳定线谱启动自动线谱跟踪程序;来自同一目标的多个线谱进行合并;输出目标个数以及目标方位结果。本发明充分利用线谱检测的高信噪比优势,能克服线谱多种不稳定性因素,实现对线谱目标的自动检测。
Description
技术领域
本发明涉及一种基于单矢量潜标的线谱信号目标自动检测方法。
背景技术
自动检测技术是随着计算机的出现而发展起来的一门新兴学科,应用十分广泛。自动检测技术可以利用计算机的优秀资源,通过特定的软件算法编程,实现对目标信号的自动分析、检测及测量功能,这样可以显著提高系统的效率,减少因人工判决而耗费资源、工作量和时间,更适用于无人职守和全天候监测的应用场合。
矢量水听器具有与频率无关的指向性特点,利用单个矢量水听器即可以实现对低频目标的方位估计,近年来得到了广泛的关注。矢量潜标系统是一种可广泛布放于海洋的声学测量系统,可以完成恶劣海况下的长期、定点、连续、多层面水下声学信号的测量任务。水下声源目标在低频都存在丰富的线谱特征,线谱往往要高出连续谱十几分贝甚至更高,因此在低频利用线谱检测的方式更容易实现对目标的远距离检测。线谱往往会存在一定的不稳定性,如频率的不稳定性(机械抖动和运动多普勒导致的频偏),能量不稳定性(传播引起的干涉现象),这些因素都为线谱检测带来了一定的难度。
经过文献检索发现,有文献对矢量方位估计和α滤波技术问题进行了研究:
姚直象,惠俊英等.基于单矢量水听器四种方位估计方法.[j].海洋工程,2006,24(1).(以下简称文献1)
梅继丹,噪声目标被动测向问题研究.[M].哈尔滨工程大学硕士学位论文.2006.3.(以下简称文献2)
本发明采用了文献1中的互谱直方图统计方位解算公式进行方位估计。采用了文献2中第三章3.3.4节的α滤波技术用于双向α滤波连续谱包络提取。但是上述文献都未给出线谱自动检测方法,仅仅是对方位等测量方法的研究。无法解决线谱目标的自动检测问题。
发明内容
本发明的目的在于提供一种能解决因线谱存在的不稳定性和能量不稳定性导致的难以实现线谱目标的自动检测问题的基于单矢量潜标的线谱信号目标自动检测方法。
本发明的目的是这样实现的:
步骤一、一级检测:
将谱数据作为输入,经一级检测输出当前时刻谱数据中过门限线谱的个数、频率以及方位信息;
步骤二、二级检测:
对步骤一一级检测后输出的过门限线谱进行时间上的动态累计,统计每个一级检测过门限线谱的过门限次数,并将过门限线谱的频率以及方位信息缓存至跟踪线谱缓存区域,用于与下一时刻一级检测过门限线谱的频率以及方位信息进行对比;
步骤三、线谱自动跟踪过程启动:
当二级检测中统计得到的过门限线谱的过门限次数大于计数门限(count_Max)时,启动自动跟踪过程;当过门限线谱的过门限时间累计数小于丢失计数门限时确定为目标丢失,关闭自动跟踪过程;
步骤四、线谱合并及结果输出:
将满足自动跟踪过程启动条件的各线谱对应的方位角两两做差形成方位角之差,将方位角之差小于线谱合并角度门限(thetaDT)的两个过门限线谱确定为同一目标的过门限线谱,并将这两个过门限线谱进行合并,取这两个过门限线谱方位角的平均值作为合并方位值,至此得到最终的目标个数及方位信息,并输出。
本发明的有益效果为:
本发明基于单矢量潜标系统提出线谱信号目标自动检测方法,在步骤一中,采用双向α滤波的方法获得连续谱包络信息,即正反各做一次滤波,因输入、输出对应关系的计算公式是固定的,不同的输入可以得到不同的输出,当把声压通道频谱数据作为输入时,就可以提取连续谱的变化趋势,与直接设定固定门限的方法相比,可以更好的剔除连续谱背景对线谱检测的影响,避免因固定门限设置不合理带来的大片连续谱信息残留。进而获得更干净的线谱输出结果。步骤二以及步骤三中,采用时间上动态累计的方法,对线谱过门限的次数进行时间上的动态累计,设定时间累积统计数门限,对同一线谱当累计数大于门限时才判定其为需要跟踪线谱,此时该线谱是多次稳定过门限的,能够显著降低因噪声或瞬态干扰引起的偶发过门限虚警。
以此针对从舰船目标低频线谱的特点,设计出能够进行多级线谱自动检测的方法,充分利用线谱检测的高信噪比优势,同时又能克服线谱的多种不稳定性因素,实现对线谱目标的自动检测功能。
附图说明
图1为本发明进行线谱自动检测信号处理总体框图;
图2为本发明涉及的各级检测信号处理流程框图;
图3为本发明涉及的适量水听器xy向坐标定义图;
图4为本发明涉及的双向α滤波器原理图;
图5为本发明涉及的二级检测信号处理流程图;
图6为本发明设计的目标自动跟踪信号处理流程图;
图7为本发明涉及的多线谱目标合并流程图。
具体实施方式
下面举例对本发明做更详细的描述。
具体实施方式一:
本实施方式的基于单矢量潜标的线谱信号目标自动检测方法,所述检测方法通过以下步骤实现:如图1、图2所示,
步骤一、一级检测:
将谱数据作为输入,经一级检测输出当前时刻谱数据中过门限线谱的个数、频率以及方位信息;
步骤二、二级检测:
对步骤一一级检测后输出的过门限线谱进行时间上的动态累计,统计每个一级检测后过门限线谱的过门限次数,用于下面第三级检测,并将过门限线谱的频率以及方位信息缓存至跟踪线谱缓存区域,用于与下一时刻一级检测过门限线谱的频率以及方位信息进行对比;
步骤三、线谱自动跟踪过程启动:
当二级检测中统计得到的过门限线谱的过门限次数大于计数门限(count_Max)时,启动自动跟踪过程;当过门限线谱的过门限时间累计数小于丢失计数门限时确定为目标丢失,关闭自动跟踪过程;
步骤四、线谱合并及结果输出:
将满足自动跟踪过程启动条件的各线谱对应的方位角两两做差形成方位角之差,将方位角之差小于线谱合并角度门限(thetaDT)的两个过门限线谱确定为同一目标的过门限线谱,并将这两个过门限线谱进行合并,取这两个过门限线谱方位角的平均值作为合并方位值,至此得到最终的目标个数及方位信息,并输出。
具体实施方式二:
与具体实施方式一不同的是,本实施方式的基于单矢量潜标的线谱信号目标自动检测方法,步骤一所述经一级检测输出当前时刻谱数据中过门限线谱的个数、频率以及方位信息的过程为,如图2所示线谱自动检测各级信号处理框图中的一级检测框图,
步骤一一、将声压通道信号P依次通过快速离散傅里叶变换运算方法FFT、平均周期图方法的处理,获得稳定的频谱曲线;
步骤一二、将稳定的频谱曲线取对数,之后利用双向α滤波的方法获得连续谱包络;
步骤一三、在连续谱包络基础上通过加固定值的一级检测门限DT的方法去除连续谱干扰背景,获得一级检测的线谱输出,进一步经过线谱提取统计具体的过门限线谱的个数Num以及过门限线谱频率fi,并将过门限线谱按照过门限频率fi由小到大的顺序排列为过门限线谱序列;
步骤一四、同时,利用矢量水听器接收到的声压通道信号P和振速通道信号,采用频域互谱法对步骤一三获得的过门限线谱序列进行方位估计,并将方位估计得到的过门限线谱方位信息按照对应的过门限线谱序列的顺序排列。
具体实施方式三:
与具体实施方式二不同的是,步骤一二所述利用双向α滤波的方法获得连续谱包络的过程是,采用双向α滤波的方法获得连续谱包络,具体实现流程如图4所示,
首先,设定测量频段为fL~fH,fL和fH分别为频率下限和频率上限;
然后,根据功率谱计算结果采用双向滤波器的双向α滤波计算公式:
Y(k)=Y(k-1)+α[X(k)-X(k-1)]提取连续谱趋势;其中,X(k)表示滤波器的输入序列,Y(k)表示双向滤波器的输出序列,k代表序列中的当前点,k-1代表当前点k的上一点。本发明中的输入序列是声压通道频谱序列,k对应的是滤波器当前输入频率值。双向滤波器是将声压通道频谱进行一次正向α滤波之后将输出结果反转,再进行一次反向α滤波。双向α滤波的好处一是可以获得更为平滑的连续谱包络背景,二是可以克服单向α滤波的输出滞后问题。
具体实施方式四:
与具体实施方式二或三不同的是,本实施方式的基于单矢量潜标的线谱信号目标自动检测方法,步骤一三所述经过线谱提取统计具体的过门限线谱的个数Num以及过门限线谱频率值fi的过程为,在连续谱包络上加固定值的一级检测门限DT作为各频点的频谱门限,高于各频点频谱门限的频率确定为过一级检测的过门限线谱,对过门限线谱的个数Num进行统计,并给出具体的过门限线谱频率fi。
具体实施方式五:
与具体实施方式四不同的是,本实施方式的基于单矢量潜标的线谱信号目标自动检测方法,采用频域互谱法对步骤一三获得的过门限线谱序列进行方位估计的过程为,
第一,有功声能流变量计算公式如下:
x方向有功能流:其中,表示声压通道信号P和x轴振速通道信号Vx的互谱;
y方向有功能流:其中,表示声压通道信号P和y轴振速通道信号Vy的互谱;
其中,P代表矢量水听器接收到的声压通道信号,Vx代表矢量水听器接收到的x方向水平振速通道信号,Vy代表矢量水听器接收到的y方向水平振速通道信号,f表示频率,P(f)表示声压通道信号频谱,Vx(f)、Vy(f)分别表示x、y方向水平振速通道信号频谱,上标“*”表示求共轭,(x,y方向坐标定义如图3所示,)DT代表一级检测门限值,单位为dB;
第二,通过方位计算公式:获得频率f对应的方位θ(f);则θ(fi)表示对各个一级检测获得的过门限线谱频率值fi对应的方位角估计值,θ(fi)计算公式为:其中,fi表示一级检测获得的过门限线谱频率值,i表示过门限线谱频率序号;T表示积分时间(s);Δf表示频率分辨率/Hz;双向滤波器系数为0.1;Num表示线谱个数,单位为根;Num_Max表示最多线谱跟踪个数,单位为根。
具体实施方式六
与具体实施方式一、二、三或五不同的是,本实施方式的基于单矢量潜标的线谱信号目标自动检测方法,步骤二所述对步骤一一级检测后输出的过门限线谱进行时间上的动态累计,统计每个过门限线谱的过门限次数,并将过门限线谱的频率以及方位信息缓存至跟踪线谱缓存区域的过程为,如图2所示二级检测信号处理框图和如图5所示二级检测信号处理流程图,对二级检测的处理流程描述如下:
步骤二一、以一级检测输出的过门限线谱的个数Num、频率fi以及方位信息作为二级检测输入,初始化二级检测参数,并预先缓存上一组跟踪缓存的过门限线谱的频率信息;
步骤二二、判断当前跟踪线谱缓存是否为空;若是,则将当前以及检测过门限线谱缓存入二级跟踪线谱区;若否,则逐个将当前时刻一级检测测得的过门限线谱的频率值与二级跟踪缓存的线谱的频率值进行比较,进行过门限线谱时间累积数的计算,判断二者频率值是否相同:
若二者频率值相同,找到当前过门限线谱缓存区对应线谱位置,将当前过门限的线谱频率值fi对应位置的时间累计数count[fi]加1;
若二者频率值不相同,认为当前过门限线谱是新线谱,将其按照个线谱频率值fi的大小顺序插入跟踪线谱缓存区域的正确位置,当前过门限线谱的频率值fi对应的时间累计数置1,则此时形成的跟踪线谱缓存包括当前时刻过门限线谱信息及上一时刻正在跟踪的线谱信息,且按照频率值fi由小到大的顺序排列;
若联合判别出未出现连续检测线谱,即上一组跟踪缓存的线谱信息中在当前时刻未出现,则认为丢失一次,则找到当前过门限线谱的频率值fi对应位置的时间累计数减1;
其中,频率fi对应的时间累计数count[fi]的取值范围为0~count_Max,当频率fi对应的时间累计数count[fi]小于0时,频率对应的时间累计数置0,当频率fi对应的时间累计数count[fi]大于最大值count_Max时,频率对应的时间累计数置count_Max;
步骤二三、动态线谱累计过程线谱的排序一直是由小到大排列的,将每次发现的新线谱按照线谱频率值fi大小顺序插入跟踪线谱缓存区域的正确位置后,将线谱时间累计数countfi为0的完全丢失线谱的频率删除,并将后续线谱整体向前移动替换删除空位,线谱时间累积计数的位置是跟线谱频率位置一一对应变化,同时每个线谱的方位信息的缓存位置也跟据线谱频率位置对应进行动态变化;
步骤二四、判断时间累计数count[fi]是否为零;若是,则改线谱二级检测丢失,清除该频点对应缓存的频率、方位、时间累计数count[fi]的值,若否,将时间累计数count[fi]大于1的线谱对应的方位信息进行缓存;
步骤二五、输出二级检测结果,且二级检测结果信息包括二级跟踪的过门限线谱个数Num、各过门限线谱的频率fi对应的线谱时间累计数count[fi]以及方位的缓存结果;
其中,线谱频率值fi对应的线谱时间累计数count[fi]取整数,单位为个;并设count_Max表示过门限线谱时间累计数最大值;Num2表示二级跟踪线谱缓存的过门限线谱个数。
具体实施方式七:
与具体实施方式六不同的是,本实施方式的基于单矢量潜标的线谱信号目标自动检测方法,步骤三所述线谱自动跟踪的过程为,按照图2中自动跟踪信号处理框图和图6目标自动跟踪信号处理流程图,以二级检测结果作为自动跟踪级的输入,依次判别二级跟踪线谱缓存区域缓存的过门限线谱计数是否到达count_Max:
当过门限线谱序号i小于等于Num2时,判断序号i的过门限线谱的频率fi对应的时间累计数count[fi]是否达到count_Max();若是,则确定序号i的过门限线谱的频率值fi为稳定检测线谱,启动对该过门限线谱的自动跟踪过程,将频率fi的线谱自动跟踪标志位flag[fi]置1,i值加1,返回过程起始位置判别i是否小于等于Num2;若否,flag[fi]保持为0,i值加1,返回过程起始位置判别i是否小于等于Num2,上述为过程循环执行过程,i的初始值设为1,每执行一次后将i值加1,直至i值等于Num2;自动跟踪过程启动后独立运行,不需要时间累计数count[fi]每次都达到count_Max,当自动跟踪线谱的时间累计数count[fi]小于count_Max时则表示该过门限线谱的一级检测发生了丢失,但只要计数器值仍在count_Max-2以上则保持继续跟踪,若计数器在count_Max-2以下则将自动跟踪标志位flag[fi]置0,放弃三级的自动跟踪,继续保持二级检测,直到时间累计数count[fi]等于0,认为完全丢失目标,清除该目标二级检测数据缓存;其中,Num2表示二级检测缓存跟踪的线谱个数,flag[fi]表示频率fi对应的自动跟踪标志位。
自动跟踪过程独立于一、二级自动检测程序,不影响检测过程,每检测到新线谱达到累计次数都启动自己的跟踪过程。计算完毕后输出线谱个数、各线谱频率fi对应的时间累计数count[fi]、方位及自动跟踪标志flag值的缓存结果。
具体实施方式八:
与具体实施方式一、二、三、五或七不同的是,本实施方式的基于单矢量潜标的线谱信号目标自动检测方法,步骤四所述线谱合并的过程为,对于同一目标,可能有很多根线谱,需要对同一目标的线谱进行合并,以自动跟踪输出结果为输入,启动目标线谱合并程序,按照图2中多线谱目标合并信号处理框图和图7多线谱目标合并流程图,
步骤四一、进行参数初始化;
步骤四二、判断线谱序号是否小于等于Num2,若否,则表示目标合并过程结束,输出目标数和方位;若是,将线谱可合并标志初始化为0,然后进行下一步;
步骤四三、判断跟踪标志flag的值是否等于1且线谱频率值fi对应的时间累计数count[fi]是否大于等于count_Max-2,若否,则i值加1,然后返回步骤四二,若是则进行下一步;
步骤四四、判断是否为第一根线谱;若是,则进行初始化参数,将目标个数T_Num置1,设置目标1基准参考方位,缓存目标1频率、方位信息,然后,i值加1,返回步骤四二;若否,则进行下一步;
步骤四五、将当前第i个序号对应的线谱方位与当前检到的目标方位逐一进行对比,确定是否进行合并,具体执行过程为:
设定目标序号j的初始值为1,当目标序号j小于等于目标个数T_Num时,判断当前检测的第i个序号对应的线谱方位与j号目标方位的方位角之差是否小于设定的线谱合并角度门限thetaDT;若是,则进行合并,并计算合并后方位值、缓存目标频率、方位、将可合并标志置1,j值加1,返回步骤四五起始位置,判断j是否小于目标个数T_Num的判决位置;当j不小于目标个数T_Num的判决位置,j值加1,直接返回步骤四五起始位置j是否小于目标个数T_Num的判决位置;若否,则第i个序号对应的线谱方位与当前检到的目标方位逐一对比过程结束,进行下一步,上述过程是循环执行过程,从j等于1开始,每执行一次j值加1,直到j值等于T_Num为止;其中,通过取第i号线谱方位角与可合并目标的方位角平均值的方法计算合并后方位值;
步骤四六、判断是否所有当前过门限线谱都无法合并,若否,i值加1,然后,返回步骤四二;若是,表明发现新目标,将目标个数T_Num加1,并初始化新目标参数:设置基准参考方位,缓存新目标频率和方位信息,i值加1,然后,返回步骤四二;
循环重复步骤四二至步骤四六的过程,得到最终的目标个数及方位信息,并进行输出给出目标数和方位结果;其中,thetaDT表示线谱合并门限,单位为°;T_Num表示目标个数,单位为个;theta[j]表示目标方位,j=1...T_Num。
Claims (10)
1.一种基于单矢量潜标的线谱信号目标自动检测方法,其特征在于包含以下步骤:
步骤一、一级检测:
将谱数据作为输入,经一级检测输出当前时刻谱数据中过门限线谱的个数、过门限线谱频率以及方位信息;
步骤二、二级检测:
对步骤一一级检测后输出的过门限线谱进行时间上的动态累计,统计每个一级检测过门限线谱的过门限次数,并将过门限线谱频率以及方位信息缓存至跟踪线谱缓存区域,用于与下一时刻一级检测过门限线谱频率以及方位信息进行对比;
步骤三、线谱自动跟踪过程启动:
当二级检测中统计得到的过门限线谱的过门限次数大于计数门限时,启动自动跟踪过程;当过门限线谱的过门限时间累计数小于丢失计数门限时确定为目标丢失,关闭自动跟踪过程;
步骤四、线谱合并及结果输出:
将满足自动跟踪过程启动条件的各线谱对应的方位角两两做差形成方位角之差,将方位角之差小于线谱合并角度门限的两个过门限线谱确定为同一目标的过门限线谱,并将这两个过门限线谱进行合并,取这两个过门限线谱方位角的平均值作为合并方位值,至此得到最终的目标个数及方位信息,并输出。
2.根据权利要求1所述基于单矢量潜标的线谱信号目标自动检测方法,其特征在于步骤一所述经一级检测输出当前时刻谱数据中过门限线谱的个数、过门限线谱频率以及方位信息的过程为:
步骤一一、将声压通道信号P依次通过快速离散傅里叶变换运算方法FFT、平均周期图方法的处理,获得稳定的频谱曲线;
步骤一二、将稳定的频谱曲线取对数,之后利用双向α滤波的方法获得连续谱包络;
步骤一三、在连续谱包络基础上通过加固定值的一级检测门限DT的方法去除连续谱干扰背景,获得一级检测的线谱输出,进一步经过线谱提取统计具体的过门限线谱的个数Num以及过门限线谱频率fi,并将过门限线谱按照过门限线谱频率fi由小到大的顺序排列为过门限线谱序列;
步骤一四、同时利用矢量水听器接收到的声压通道信号P和振速通道信号,采用频域互谱法对步骤一三获得的过门限线谱序列进行方位估计,并将方位估计得到的过门限线谱方位信息按照对应的过门限线谱序列的顺序排列。
3.根据权利要求2所述基于单矢量潜标的线谱信号目标自动检测方法,其特征在于:步骤一二所述利用双向α滤波的方法获得连续谱包络的过程是,采用双向α滤波的方法获得连续谱包络,
首先,设定测量频段为fL~fH,fL和fH分别为频率下限和频率上限;
然后,根据功率谱计算结果采用双向滤波器的双向α滤波计算公式:
Y(k)=Y(k-1)+α[X(k)-X(k-1)]提取连续谱趋势,其中,X(k)表示滤波器的输入序列,Y(k)表示双向滤波器的输出序列,k代表序列中的当前点,k-1代表当前点k的上一点。
4.根据权利要求2所述基于单矢量潜标的线谱信号目标自动检测方法,其特征在于:步骤一三所述经过线谱提取统计具体的过门限线谱的个数Num以及过门限线谱频率fi的过程为,在连续谱包络上加固定值的一级检测门限DT作为各频点的频谱门限,高于各频点频谱门限的频率确定为过一级检测的过门限线谱,对过门限线谱的个数Num进行统计,并给出具体的过门限线谱频率fi。
5.根据权利要求2所述基于单矢量潜标的线谱信号目标自动检测方法,其特征在于:采用频域互谱法对步骤一三获得的过门限线谱序列进行方位估计的过程为,
第一,有功声能流变量计算公式如下:
x方向有功能流:其中,表示声压通道信号P和x轴振速通道信号Vx的互谱;
y方向有功能流:其中,表示声压通道信号P和y轴振速通道信号Vy的互谱;
其中,P代表矢量水听器接收到的声压通道信号,Vx代表矢量水听器接收到的x方向水平振速通道信号,Vy代表矢量水听器接收到的y方向水平振速通道信号,f表示频率,P(f)表示声压通道信号频谱,Vx(f)、Vy(f)分别表示x、y方向水平振速通道信号频谱,上标“*”表示求共轭,DT代表一级检测门限值,单位为dB;
第二,通过方位计算公式:获得频率f对应的方位θ(f);则θ(fi)表示对各个一级检测获得的过门限线谱频率fi对应的方位角估计值,θ(fi) 计算公式为:其中,fi表示一级检测获得的过门限线谱频率,i表示过门限线谱频率序号。
6.根据权利要求1至5任何一项所述基于单矢量潜标的线谱信号目标自动检测方法,其特征在于:步骤二所述对步骤一一级检测后输出的过门限线谱进行时间上的动态累计,统计每个过门限线谱的过门限次数,并将过门限线谱频率以及方位信息缓存至跟踪线谱缓存区域的过程为,
步骤二一、以一级检测输出的过门限线谱的个数Num、过门限线谱频率fi以及方位信息作为二级检测输入,初始化二级检测参数,并预先缓存上一组跟踪缓存的过门限线谱频率;
步骤二二、判断当前跟踪线谱缓存是否为空;若是,则将当前以及检测过门限线谱缓存入二级跟踪线谱区;若否,则逐个将当前时刻一级检测测得的过门限线谱频率与二级跟踪缓存的线谱的频率值进行比较,进行过门限线谱时间累计数的计算,判断二者频率值是否相同:
若二者频率值相同,找到当前过门限线谱缓存区对应线谱位置,将当前过门限线谱频率fi对应位置的过门限时间累计数count[fi]加1;
若二者频率值不相同,认为当前过门限线谱是新线谱,将其按照个过门限线谱频率fi的大小顺序插入跟踪线谱缓存区域的正确位置,当前过门限线谱频率fi对应的过门限时间累计数count[fi]置1,则此时形成的跟踪线谱缓存包括当前时刻过门限线谱信息及上一时刻正在跟踪的线谱信息,且按照过门限线谱频率fi由小到大的顺序排列;
若联合判别出未出现连续检测线谱,即上一组跟踪缓存的线谱信息中在当前时刻未出现,则认为丢失一次,则找到当前过门限线谱的过门限线谱频率fi对应位置的过门限时间累计数count[fi]减1;
其中,过门限线谱频率fi对应的过门限时间累计数count[fi]的取值范围为0~count_Max,当过门限线谱频率fi对应的过门限时间累计数count[fi]小于0时,对应的过门限时间累计数count[fi]置0,当过门限线谱频率fi对应的过门限时间累计数count[fi]大于count_Max时,对应的过门限时间累计数count[fi]置count_Max,count_Max表示过门限时间累计数count[fi] 的最大值;
步骤二三、将每次发现的新线谱按照线谱过门限线谱频率fi大小顺序插入跟踪线谱缓存区域的正确位置后,将过门限时间累计数count[fi]为0的完全丢失线谱的频率删除,并将后续线谱整体向前移动替换删除空位,同时每个线谱的方位信息的缓存位置也根据线谱频率位置对应进行动态变化;
步骤二四、判断过门限时间累计数count[fi]是否为零;若是,则该线谱二级检测丢失,清除该频点对应缓存的频率、方位、过门限时间累计数count[fi]的值,若否,将过门限时间累计数count[fi]大于1的线谱对应的方位信息进行缓存;
步骤二五、输出二级检测结果,且二级检测结果信息包括二级跟踪线谱缓存的过门限线谱个数Num2、各过门限线谱频率fi对应的过门限时间累计数count[fi]以及方位的缓存结果;
其中,过门限线谱频率fi对应的过门限时间累计数count[fi]取整数,单位为个;并设count_Max表示过门限线谱时间累计数最大值。
7.根据权利要求1至5任何一项所述基于单矢量潜标的线谱信号目标自动检测方法,其特征在于:步骤三所述线谱自动跟踪的过程为,以二级检测结果作为自动跟踪级的输入,依次判别二级跟踪线谱缓存区域缓存的过门限线谱计数是否到达count_Max:
当过门限线谱序号i小于等于Num2时,判断序号i的过门限线谱频率fi对应的过门限时间累计数count[fi]是否达到count_Max;若是,则确定序号i的过门限线谱频率fi为稳定检测线谱,启动对该过门限线谱的自动跟踪过程,将过门限线谱频率fi的线谱自动跟踪标志位flag[fi]置1,i值加1,返回过程起始位置判别i是否小于等于Num2;若否,flag[fi]保持为0,i值加1,返回过程起始位置判别i是否小于等于Num2;自动跟踪过程启动后独立运行,不需要过门限时间累计数count[fi]每次都达到count_Max,当自动跟踪线谱的过门限时间累计数count[fi]小于count_Max时,只要计数器值仍在count_Max-2以上则保持继续跟踪,若计数器在count_Max-2以下则将自动跟踪标志位flag[fi]置0,放弃三级的自动跟踪,继续保持二级检测,直到过门限时间累计数count[fi]等于0,认为完全丢失目标,清除该目标二级检测数据缓存;其中,Num2表示二级检测缓存跟踪的线谱个数,flag[fi]表示过门限线谱频率fi对应的自动跟踪标志位。
8.根据权利要求6所述基于单矢量潜标的线谱信号目标自动检测方法,其特征在于:步骤三所述线谱自动跟踪的过程为,以二级检测结果作为自动跟踪级的输入,依次判别二级跟踪线谱缓存区域缓存的过门限线谱计数是否到达count_Max:
当过门限线谱序号i小于等于Num2时,判断序号i的过门限线谱频率fi对应的过门限时间累计数count[fi]是否达到count_Max;若是,则确定序号i的过门限线谱频率fi为稳定检测线谱,启动对该过门限线谱的自动跟踪过程,将过门限线谱频率fi的线谱自动跟踪标志位flag[fi]置1,i值加1,返回过程起始位置判别i是否小于等于Num2;若否,flag[fi]保持为0,i值加1,返回过程起始位置判别i是否小于等于Num2;自动跟踪过程启动后独立运行,不需要过门限时间累计数count[fi]每次都达到count_Max,当自动跟踪线谱的过门限时间累计数count[fi]小于count_Max时,只要计数器值仍在count_Max-2以上则保持继续跟踪,若计数器在count_Max-2以下则将自动跟踪标志位flag[fi]置0,放弃三级的自动跟踪,继续保持二级检测,直到过门限时间累计数count[fi]等于0,认为完全丢失目标,清除该目标二级检测数据缓存;其中,Num2表示二级检测缓存跟踪的线谱个数,flag[fi]表示过门限线谱频率fi对应的自动跟踪标志位。
9.根据权利要求1至5任何一项所述基于单矢量潜标的线谱信号目标自动检测方法,其特征在于:步骤四所述线谱合并的过程为,以自动跟踪输出结果为输入,启动目标线谱合并程序,
步骤四一、进行参数初始化;
步骤四二、判断线谱序号是否小于等于二级检测缓存跟踪的线谱个数Num2,若否,则表示目标合并过程结束,输出目标数和方位;若是,将线谱可合并标志初始化为0,然后进行下一步;
步骤四三、判断跟踪标志flag的值是否等于1且过门限线谱频率fi对应的过门限时间累计数count[fi]是否大于等于count_Max-2,若否,则i值加1,然后返回步骤四二,若是则进行下一步;
步骤四四、判断是否为第一根线谱;若是,则进行初始化参数,将目标个数T_Num置1,设置目标1基准参考方位,缓存目标1频率、方位信息,然后,i值加1,返回步骤四二;若否,则进行下一步;
步骤四五、将当前第i个序号对应的线谱方位与当前检到的目标方位逐一进行对比,确定是否进行合并,具体执行过程为:
设定目标序号j的初始值为1,当目标序号j小于等于目标个数T_Num时,判断当前检测的第i个序号对应的线谱方位与j号目标方位的方位角之差是否小于设定的线谱合并角度门限thetaDT;若是,则进行合并,并计算合并后方位值、缓存目标频率、方位、将可合并标志置1,j值加1,返回步骤四五起始位置,判断j是否小于目标个数T_Num的判决位置;当j不小于目标个数T_Num的判决位置,j值加1,直接返回步骤四五起始位置j是否小于目标个数T_Num的判决位置;若否,则第i个序号对应的线谱方位与当前检到的目标方位逐一对比过程结束,进行下一步;其中,通过取第i号线谱方位角与可合并目标的方位角平均值的方法计算合并后方位值;
步骤四六、判断是否所有当前过门限线谱都无法合并,若否,i值加1,然后,返回步骤四二;若是,表明发现新目标,将目标个数T_Num加1,并初始化新目标参数:设置基准参考方位,缓存新目标频率和方位信息,i值加1,然后,返回步骤四二;
循环重复步骤四二至步骤四六的过程,得到最终的目标个数及方位信息,并进行输出给出目标数和方位结果;其中,thetaDT表示线谱合并门限,单位为度;T_Num表示目标个数,单位为个;theta[j]表示目标方位,j=1...T_Num。
10.根据权利要求6所述基于单矢量潜标的线谱信号目标自动检测方法,其特征在于:步骤四所述线谱合并的过程为,以自动跟踪输出结果为输入,启动目标线谱合并程序,
步骤四一、进行参数初始化;
步骤四二、判断线谱序号是否小于等于Num2,若否,则表示目标合并过程结束,输出目标数和方位;若是,将线谱可合并标志初始化为0,然后进行下一步;
步骤四三、判断跟踪标志flag的值是否等于1且过门限线谱频率fi对应的过门限时间累计数count[fi]是否大于等于count_Max-2,若否,则i值加1,然后返回步骤四二,若是则进行下一步;
步骤四四、判断是否为第一根线谱;若是,则进行初始化参数,将目标个数T_Num置1,设置目标1基准参考方位,缓存目标1频率、方位信息,然后,i值加1,返回步骤四二;若否,则进行下一步;
步骤四五、将当前第i个序号对应的线谱方位与当前检到的目标方位逐一进行对比,确定是否进行合并,具体执行过程为:
设定目标序号j的初始值为1,当目标序号j小于等于目标个数T_Num时,判断当前检测的第i个序号对应的线谱方位与j号目标方位的方位角之差是否小于设定的线谱合并角度门限thetaDT;若是,则进行合并,并计算合并后方位值、缓存目标频率、方位、将可合并标志置1,j值加1,返回步骤四五起始位置,判断j是否小于目标个数T_Num的判决位置;当j不小于目标个数T_Num的判决位置,j值加1,直接返回步骤四五起始位置j是否小于目标个数T_Num的判决位置;若否,则第i个序号对应的线谱方位与当前检到的目标方位逐一对比过程结束,进行下一步;其中,通过取第i号线谱方位角与可合并目标的方位角平均值的方法计算合并后方位值;
步骤四六、判断是否所有当前过门限线谱都无法合并,若否,i值加1,然后,返回步骤四二;若是,表明发现新目标,将目标个数T_Num加1,并初始化新目标参数:设置基准参考方位,缓存新目标频率和方位信息,i值加1,然后,返回步骤四二;
循环重复步骤四二至步骤四六的过程,得到最终的目标个数及方位信息,并进行输出给出目标数和方位结果;其中,thetaDT表示线谱合并门限,单位为度;T_Num表示目标个数,单位为个;theta[j]表示目标方位,j=1...T_Num。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510616039.0A CN105223576B (zh) | 2015-09-24 | 2015-09-24 | 一种基于单矢量潜标的线谱信号目标自动检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510616039.0A CN105223576B (zh) | 2015-09-24 | 2015-09-24 | 一种基于单矢量潜标的线谱信号目标自动检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105223576A CN105223576A (zh) | 2016-01-06 |
CN105223576B true CN105223576B (zh) | 2017-11-21 |
Family
ID=54992633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510616039.0A Active CN105223576B (zh) | 2015-09-24 | 2015-09-24 | 一种基于单矢量潜标的线谱信号目标自动检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105223576B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107515390B (zh) * | 2017-09-15 | 2020-07-14 | 哈尔滨工程大学 | 一种基于单矢量传感器的空中目标定位方法 |
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 |
CN109061591B (zh) * | 2018-07-23 | 2022-05-10 | 东南大学 | 一种基于序贯聚类的时频线谱检测方法 |
CN110221307B (zh) * | 2019-05-28 | 2022-12-13 | 哈尔滨工程大学 | 一种多被动声纳非合作多目标线谱信息融合方法 |
CN110361744B (zh) * | 2019-07-09 | 2022-11-01 | 哈尔滨工程大学 | 基于密度聚类的rbmcda水下多目标跟踪方法 |
CN110716172B (zh) * | 2019-10-22 | 2021-07-09 | 哈尔滨工程大学 | 基于频率挑选的矢量水听器包络谱估计方法 |
CN110824428A (zh) * | 2019-11-06 | 2020-02-21 | 哈尔滨工程大学 | 一种垂直矢量阵水下声线匹配被动定位方法 |
CN111024207B (zh) * | 2019-11-26 | 2022-09-02 | 中国船舶重工集团有限公司第七一0研究所 | 一种矢量水听器线谱自动检测与判决方法 |
CN111024209B (zh) * | 2019-12-25 | 2022-03-29 | 深圳金信诺高新技术股份有限公司 | 一种适用于矢量水听器的线谱检测方法 |
CN111736158B (zh) * | 2020-08-25 | 2020-11-20 | 东南大学 | 一种基于分布式多浮标匹配的目标线谱特征辩识方法 |
CN112415467B (zh) * | 2020-11-06 | 2022-10-25 | 中国海洋大学 | 一种基于神经网络的单矢量潜标目标定位实现方法 |
CN112556818A (zh) * | 2020-12-07 | 2021-03-26 | 中国船舶重工集团有限公司第七一0研究所 | 一种矢量水听器线谱自动检测与判决方法 |
CN113554123B (zh) * | 2021-09-18 | 2022-01-21 | 江苏禹治流域管理技术研究院有限公司 | 一种基于声光联动的采砂船自动识别方法 |
CN114444538B (zh) * | 2021-12-24 | 2022-12-20 | 中国船舶重工集团公司第七一五研究所 | 一种改进的线谱自动提取方法 |
CN114578368B (zh) * | 2022-03-01 | 2022-09-23 | 哈尔滨工程大学 | 一种基于目标方位与线谱的小平台水声被动探测信息融合方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6307500B1 (en) * | 1999-08-13 | 2001-10-23 | University Corporation For Atmospheric Research | Method of moment estimation and feature extraction for devices which measure spectra as a function of range or time |
CN101271155A (zh) * | 2008-04-25 | 2008-09-24 | 哈尔滨工程大学 | 用浅海低频相干矢量声场干涉结构探测并判别目标的方法 |
CN102981146A (zh) * | 2012-11-19 | 2013-03-20 | 哈尔滨工程大学 | 一种单矢量水听器被动定位方法 |
CN103267966A (zh) * | 2013-05-20 | 2013-08-28 | 西北工业大学 | 一种单个二维压差式矢量水听器方位估计的方法 |
-
2015
- 2015-09-24 CN CN201510616039.0A patent/CN105223576B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6307500B1 (en) * | 1999-08-13 | 2001-10-23 | University Corporation For Atmospheric Research | Method of moment estimation and feature extraction for devices which measure spectra as a function of range or time |
CN101271155A (zh) * | 2008-04-25 | 2008-09-24 | 哈尔滨工程大学 | 用浅海低频相干矢量声场干涉结构探测并判别目标的方法 |
CN102981146A (zh) * | 2012-11-19 | 2013-03-20 | 哈尔滨工程大学 | 一种单矢量水听器被动定位方法 |
CN103267966A (zh) * | 2013-05-20 | 2013-08-28 | 西北工业大学 | 一种单个二维压差式矢量水听器方位估计的方法 |
Non-Patent Citations (2)
Title |
---|
单矢量水听器线谱多目标分辨研究;陈韶华等;《电子与信息学报》;20100531;第1253-1255页 * |
噪声环境下单矢量水听器高分辨定向技术研究;陈羽等;《哈尔滨工程大学学报》;20130131;第65-70页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105223576A (zh) | 2016-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105223576B (zh) | 一种基于单矢量潜标的线谱信号目标自动检测方法 | |
CN104076355B (zh) | 基于动态规划的强杂波环境中弱小目标检测前跟踪方法 | |
CN106469313B (zh) | 一种管径自适应时空域滤波的弱小目标检测方法 | |
CN105182345B (zh) | 基于单矢量潜标的连续谱信号目标自动检测方法 | |
CN111157953B (zh) | 一种强地杂波下两级门限恒虚警检测算法 | |
CN117235447A (zh) | 一种建筑能源数据管理方法及系统 | |
CN107843406B (zh) | 基于脉动压力相关函数的空腔模态波运动特征确定方法 | |
CN109214318B (zh) | 一种寻找非稳态时间序列微弱尖峰的方法 | |
CN106772572B (zh) | 一种微地震监测初至的拾取方法 | |
CN112904302B (zh) | 网格化frft域雷达目标检测与多级联合虚警剔除方法 | |
CN110275150B (zh) | 基于经验模式分解和迭代端点拟合的变加速运动目标相参积累方法 | |
CN105717490B (zh) | 基于时频分析的lfm信号分离及参数估计方法 | |
CN105652256B (zh) | 一种基于极化信息的高频地波雷达tbd方法 | |
Maussang et al. | Automated segmentation of SAS images using the mean-standard deviation plane for the detection of underwater mines | |
CN110865375A (zh) | 一种水中目标检测方法 | |
CN109117698B (zh) | 一种基于最小均方误差准则的噪声背景估计方法 | |
CN115510898A (zh) | 一种基于卷积神经网络的舰船声尾流检测方法 | |
CN110632592B (zh) | 一种手持式穿墙雷达的虚警消除方法 | |
CN113625244B (zh) | 一种基于lstm的多源域的高重频雷达目标检测方法 | |
RU2634786C1 (ru) | Способ определения маневра шумящего объекта | |
CN103901470A (zh) | 一种海底沉积层反射强度及时延估计方法 | |
CN116679278B (zh) | 一种强地物杂波干扰下的目标雷达检测方法 | |
CN118362196B (zh) | 基于水下相机及水听器的运行目标声信号采集系统 | |
Wu et al. | Lightweight Vehicle Detection and Recognition Method Based on Improved YOLOv5 in SAR Images | |
Dong et al. | Denoising realization based on wavelet transform modulus maximum |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |