CN105445723A - 一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法 - Google Patents

Abstract

本发明涉及一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法，该处理方法为：首先通过多次快拍累积得到较准确的频域协方差矩阵估计，同时这也是后续对角减载系数以及后置加权系数得到准确求解的基础；然后对频域协方差矩阵进行特征分解求取对角减载系数，将频域协方差矩阵主对角线元素乘以减载系数后得到新的频域协方差矩阵；使用减载后的频域协方差矩阵进行MVDR波束形成，得到各个频点的空间能量谱；最后使用最优频段加权系数对各个频点的空间能量谱进行加权求和，得到最终的空间能量谱；本发明在提高弱目标检测性能的同时，改善多目标分辨性能，该技术较常规波束形成器以及MVDR波束形成器具有更好的探测性能。

Description

一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法

技术领域

本发明属于水声被动宽带阵列信号处理技术领域，尤其涉及一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法。

背景技术

宽带阵列信号处理与窄带信号处理相比能够获得更多目标和环境信号，尤其是在水声信号处理环境中，其环境噪声具有噪声级高、频谱幅度起伏明显、频谱结构复杂等特点，使得水声宽带阵列信号处理成为近几年的研究热点。在没有任何阵列噪声和目标信号先验信息的情况下，仅仅对各窄带MVDR的空间能量谱进行等权求和，并不能到达最佳的处理效果。所以如何实现海洋环境噪声的抑制和获取尽可能多的信号空时频处理增益，是亟需解决的重点科学问题之一。

在目标方位与非目标方位的阵列输出功率相差最大准则下，推导得到的最优频段加权技术能够有效提高弱目标的检测性能。但如果低于某一临界频率，输入信噪比与频率成正比，则此方法会牺牲一定的多目标分辨性能。而在低信噪比条件下，自适应波束形成本身无法在干扰方位上产生理想的零陷，从而使得干扰泄露到当前扫描波束上，相应地也会影响其多目标分辨性能。

发明内容

本发明的目的在于克服现有技术存在的不足，而提供一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法。

本发明的目的是通过如下技术方案来完成的，该处理方法包括如下步骤：

1)、通过M次时域采样得到阵列信号x(m)，为N×M矩阵，N为阵元数；然后进行傅里叶变换得到N×M维阵元域频域信号X_k(f)，k表示第k次频域快拍，再计算处理频段内各个频点所对应的频域协方差矩阵

2)、对各个频域协方差矩阵进行K次频域快拍的累积，积分时间可设定，得到累加后的阵列频域协方差矩阵

3)、利用特征值分解得到的特征值μ_n,n＝1,2,…,N，然后求取特征值的最小值min(μ_n)以及协方差矩阵主对角线上的最大元素从而得到对角减载系数λ_op为 ${\mathrm{\λ}}_{op}=1-\frac{min\left({\mathrm{\μ}}_n\right)}{max\left(diag\right(\hat{R}\left(f\right)\left)\right)};$

4)、将主对角线上的元素均乘以λ_op，得到对角减载后的协方差矩阵

5)、对进行MVDR波束形成得到各个频点的空间能量谱P^λ(f,θ)，并使用P^λ(f,θ)中的最小值代替噪声功率作为最优频段加权系数

6)、使用a(f)对处理频段[fL,fH]内各频点的空间能量谱进行最优后置频段加权处理，得到最终的输出空间能量谱为

本发明的有益效果为：将MVDR、对角减载以及最优频段加权技术相结合，提出一种新的宽带阵列信号处理算法，通过对频域协方差矩阵进行对角减载，减少协方差矩阵中的噪声成份，从而加深自适应波束图在干扰方位的零陷深度，使用后置最优加权技术能够减少背景噪声频谱起伏特性对输出空间谱的影响，在提高弱目标检测性能的同时，改善多目标分辨性能，进而改进被动水听器阵列的探测性能。

附图说明

图1是本发明的所提算法的处理流程图。

图2是本发明的算法的单次仿真结果图。

图3是本发明的算法的方位历程图一。

图4是本发明的算法的方位历程图二。

图5是本发明的算法的方位历程图三。

具体实施方式

下面将结合附图对本发明做详细的介绍：如附图1所示，本发明的处理方法为：首先通过多次快拍累积得到较准确的频域协方差矩阵估计，同时这也是后续对角减载系数以及后置加权系数得到准确求解的基础。然后对频域协方差矩阵进行特征分解求取对角减载系数，将频域协方差矩阵主对角线元素乘以减载系数后得到新的频域协方差矩阵。使用减载后的频域协方差矩阵进行MVDR波束形成，得到各个频点的空间能量谱。对角减载技术能够在低信噪比条件下加深设计波束在干扰方位的零陷，从而提高多目标的分辨性能。最后使用最优频段加权系数对各个频点的空间能量谱进行加权求和，得到最终的空间能量谱，因为在实际中很难得到真实的输入信噪比，在低信噪比条件下，可以使用噪声功率谱的倒数作为最优频段加权系数代替理想的输入信噪比参数进行加权求和。其具体包括如下步骤：

1)、通过M次时域采样得到阵列信号x(m)，为N×M矩阵，N为阵元数；然后进行傅里叶变换得到N×M维阵元域频域信号X_k(f)，k表示第k次频域快拍，再计算处理频段内各个频点所对应的频域协方差矩阵

2)、对各个频域协方差矩阵进行K次频域快拍的累积，积分时间可设定，得到累加后的阵列频域协方差矩阵

3)、利用特征值分解得到的特征值μ_n,n＝1,2,…,N，然后求取特征值的最小值min(μ_n)以及协方差矩阵主对角线上的最大元素从而得到对角减载系数λ_op为 ${\mathrm{\λ}}_{op}=1-\frac{min\left({\mathrm{\μ}}_n\right)}{max\left(diag\right(\hat{R}\left(f\right)\left)\right)};$

4)、将主对角线上的元素均乘以λ_op，得到对角减载后的协方差矩阵

5)、对进行MVDR波束形成得到各个频点的空间能量谱P^λ(f,θ)，并使用P^λ(f,θ)中的最小值代替噪声功率作为最优频段加权系数

6)、使用a(f)对处理频段[fL,fH]内各频点的空间能量谱进行最优后置频段加权处理，得到最终的输出空间能量谱为

图2为本算法的单次仿真结果，横坐标为方位，纵坐标为空间能量谱的归一化幅度。为仿真条件为：阵元数32元，阵元间距1.2米，等间隔布阵，采样率为5kHz，处理频段10～100Hz，两个目标方位分别为85°和120°，输入信噪比为-3dB，处理频段内，信号频谱平稳，噪声频谱以+6dB/oct增加。图中实线为常规MVDR波束形成后各频段空间能量谱均匀加权求和的结果，点虚线为MVDR后各频段使用最优加权系数进行累加的结果，虚线为本发明所提方法，即对角减载MVDR后再进行最优加权的处理结果，从仿真结果可以看出本发明所提方法的处理效果更好。

图3、图4、图5三图是三种算法的方位历程图，横坐标为方位，纵坐标为历程时间。仿真条件同图2，通过对比可以得出图5即本成果所提算法能够提高输出信噪比，并且具有更佳的目标分辨效果。

可以理解的是，对本领域技术人员来说，对本发明的技术方案及发明构思加以等同替换或改变都应属于本发明所附的权利要求的保护范围。

Claims (1)

1.一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法，其特征在于：该处理方法包括如下步骤：

1)、通过M次时域采样得到阵列信号x(m)，为N×M矩阵，N为阵元数；然后进行傅里叶变换得到N×M维阵元域频域信号X_k(f)，k表示第k次频域快拍，再计算处理频段内各个频点所对应的频域协方差矩阵

2)、对各个频域协方差矩阵进行K次频域快拍的累积，积分时间可设定，得到累加后的阵列频域协方差矩阵 $\hat{R}\left(f\right)=\frac{1}{K}\underset{k=1}{\overset{K}{\Σ}}{\hat{R}}_k\left(f\right);$

3)、利用特征值分解得到的特征值μ_n,n＝1,2,…,N，然后求取特征值的最小值min(μ_n)以及协方差矩阵主对角线上的最大元素从而得到对角减载系数λ_op为 ${\mathrm{\λ}}_{op}=1-\frac{\min \left({\mathrm{\μ}}_n\right)}{max\left(diag\right(\hat{R}\left(f\right)\left)\right)};$

4)、将主对角线上的元素均乘以λ_op，得到对角减载后的协方差矩阵

5)、对进行MVDR波束形成得到各个频点的空间能量谱P^λ(f,θ)，并使用P^λ(f,θ)中的最小值代替噪声功率作为最优频段加权系数

6)、使用a(f)对处理频段[fL,fH]内各频点的空间能量谱进行最优后置频段加权处理，得到最终的输出空间能量谱为 $P^{\mathrm{\λ}}\left(\mathrm{\θ}\right)=\underset{f=fL}{\overset{fH}{\Σ}}a\left(f\right)P^{\mathrm{\λ}}(f,\mathrm{\θ}).$