CN106093952A - 一种光点联合判断目标特性的方法 - Google Patents

Abstract

本发明公开了一种光点联合判断目标特性的方法。本发明相对于现有技术来说，本发明提出垂直波束形成的方法，即本发明不仅对各阵元做水平波束形成，还在做水平波束形成前做垂直波束形成，这样一来，能够三维的考虑目标入射角度，便于多角度多目标进行特性分析。此外，本发明对LOFAR谱数据和DEMON谱数据进行联合显示，弥补了LOFAR谱数据在低频段检测能力的不足的问题。

Description

一种光点联合判断目标特性的方法

技术领域

本发明涉及判断目标特性技术领域，具体涉及一种光点联合判断目标特性的方法。

背景技术

各种舰船目标都具有其自身特有的噪声特性，因此可以对舰船目标进行特性分析，从而对目标进行目标识别和状态检测。

水声信道是一复杂多变的信道，具有衰落严重、多径效应和频散效应的特性，声信号在水下传播时要经历扩散损耗、吸收损耗和边界损耗，所以对水下目标进行特性分析具有很大的难度，现阶段服役的声纳大多不具备目标特性数据分析功能，或者该功能检测能力不足，存在缺陷。

发明内容

有鉴于此，本发明提供了一种光点联合判断目标特性的方法，通过对目标特性数据分析，实现对目标的识别和状态检测。

一种光点联合判断目标特性的方法，具体采用如下步骤实现：

步骤一、三维立体警戒声纳接收目标的回波信号，经过放大和滤波后，再利用垂直波束形成方法和水平波束形成方法对放大和滤波后的回波信号进行处理；

其中，所述垂直波束形成方法为：

采用由多层水平圆阵或由多列垂直列阵构成的三维立体警戒声纳；

S11、根据目标位置，选取目标位置正前方所对应的垂直列阵作为待测列阵，其中，采用由多层水平圆阵构成的基阵作为三维立体警戒声纳，用于接收回波信号；三维立体警戒声纳中垂直方向上的各阵元一一对齐；在目标位置正前方、俯仰范围β₁至β₂内，取β₁作为回波信号的初始入射角角度，以待测列阵中的首个阵元作为基准阵元，根据遍历待测列阵上的所有阵元，获得除基准阵元以外的其他阵元相对于基准阵元的时间差τⁱ；其中，d为相邻两阵元之间的距离，c为声速，θ为回波信号入射角；

S12、将除基准阵元以外的其他阵元所接收到的回波信号，按照其对应的时间差，通过整波平移的方法实现补偿；并将平移后的所有回波信号与基准阵元所接收到的回波信号进行叠加，完成该垂直列阵在回波信号入射角为θ的情况下的垂直波束形成；

S13、以β₁作为初始角度，以度作为相邻入射角的间隔，获得β₁至β₂范围内的所有入射角；按照S11和S12的方法，对β₁至β₂范围内所有的入射角做垂直波束形成，获得在不同入射角下的垂直波束形成，执行S14；

S14、分别以各入射角下的垂直波束作为基准信号，仍以基准阵元为基准，分别做该基准阵元所在水平圆阵的水平波束形成，分别获得相应入射角下的水平波束；

步骤二、在步骤一中获得的各入射角下的水平波束中，任选一路信号，分别进行LOFAR算法处理和DEMON算法处理，获得包括LOFAR谱数据和DEMON谱数据在内的目标特性数据；并发送至显控；

步骤三、显控在接收到LOFAR谱数据和DEMON谱数据后，将各谱数据中的波形和谱图时间历程灰度联合显示；

步骤四、当需要对目标特性数据进行比对时，

根据LOFAR谱数据，判断目标的运动状态；

以竖直线自上向下的方向为正方向：

若LOFAR谱数据中显示的干涉条纹的倾斜方向与垂线正方向的夹角大于90度，则判断目标正在接近；

若LOFAR谱数据中显示的干涉条纹的倾斜方向与垂线正方向的夹角小于90度，则判断目标正在远离；

根据LOFAR谱数据和DEMON谱数据，判断出当前目标的类型。

较佳地，在进行光点联合判断的过程中，当发现新的频率和频段时，对当前的频率和频段进行存储；此时，停止接收由三维立体警戒声纳发送的信号，并利用显控软件开发环境，提取并保存当前画面的目标特性数据，并备注当前存储时间日期和当前目标类型。

较佳地，步骤二中，LOFAR算法处理：

对信号进行去直流后作FFT运算，形成LOFAR谱数据；

DEMON算法处理：

对信号进行去直流后取绝对值再作FFT运算，形成DEMON谱数据。

较佳地，步骤四中，通过显控软件开发环境来进行自动比对，判断当前目标的类型，具体为：

提取的LOFAR谱数据中目标出现一段时间内的平均频率值和目标出现的频段，以及DEMON谱数据中目标出现一段时间内的平均频率值和目标出现的频段；先将各自谱数据获得的频段相应的与各谱数据中预存的频段进行对比，若频段匹配，则再将各自谱数据获得的平均频率值与各谱数据中预存的平均频率值进行对比，一旦匹配，则确定当前目标的类型。

较佳地，步骤四中，通过人工的方式判断目标的类型：将当前获得LOFAR谱数据与现有各舰船的LOFAR谱数据进行对比，同时，将DEMON谱数据与现有各舰船的DEMON谱数据进行对比，若均相同或相似，则根据现有LOFAR谱数据或DEMON谱数据中记载的备注信息，获得当前目标的类型。

有益效果：

相对于现有技术来说，本发明提出垂直波束形成的方法，即本发明不仅对各阵元做水平波束形成，还在做水平波束形成前做垂直波束形成，这样一来，能够三维的考虑目标入射角度，便于多角度多目标进行特性分析。此外，本发明对LOFAR谱数据和DEMON谱数据进行联合显示，弥补了LOFAR谱数据在低频段检测能力的不足的问题。

附图说明

图1(a)为LOFAR谱数据示意图。

图1(b)为DEMON谱数据示意图。

图2(a)为LOFAR谱数据中干涉条纹的倾斜方向与垂线正方向的夹角大于90度时的示意图。

图2(b)为LOFAR谱数据中干涉条纹的倾斜方向与垂线正方向的夹角小于90度时的示意图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提供了一种光点联合判断目标特性的方法，具体包括如下步骤：

步骤一、三维立体警戒声纳接收目标的声波信号，经过放大和滤波后，再利用垂直波束形成方法和水平波束形成方法对放大和滤波后的回波信号进行处理，作为目标信号特征分析的输入数据。

其中，利用垂直波束形成方法和水平波束形成方法来对放大和滤波后的回波信号进行处理的方法为：

本发明所使用的三维立体警戒声纳的结构为：采用由多层水平圆阵构成的基阵作为三维立体警戒声纳，用于接收回波信号；三维立体警戒声纳中垂直方向上的各阵元一一对齐，故也可称为由多列垂直列阵构成。本实施例中，水平圆阵中阵元的个数为n，n>3：共有m15层，即m＝15。

S11、根据目标位置，选取目标位置的正前方所对应的垂直列阵作为待测列阵，在目标位置正前方、俯仰范围β₁至β₂内，，取β₁作为回波信号的初始入射角角度，以该待测列阵中的首个阵元作为基准阵元，按下述方法，遍历待测列阵上的所有阵元，获得除基准阵元以外的其他阵元相对于基准阵元的时间差；

定义待测列阵中，共有m个阵元，相邻两阵元之间的距离为d，利用(1)式求出在回波信号入射角为θ(β₁≤θ≤β₂)、声速值为c时，第i个阵元的时间差τ_i；初始情况下，β₁＝θ。

${\mathrm{\τ}}_i=\frac{dsin\mathrm{\θ}}{c}---\left(1\right)$

S12、将除基准阵元以外的其他阵元所接收到的回波信号，按照其对应的时间差，通过整波平移的方法实现补偿；并将平移后的所有回波信号与基准阵元所接收到的回波信号进行叠加，完成该垂直列阵在回波信号入射角为θ的情况下的垂直波束形成；

S13、以β₁作为初始角度，以度作为相邻入射角的间隔，获得β₁至β₂范围内所有可能的入射角。按照S11和S12的方法，对β₁至β₂范围内所有的入射角做垂直波束形成，获得在不同入射角下的垂直波束形成；执行S14。这样一来，变将一个三维的基阵转换成二维基阵。

S14、分别以各入射角下的垂直波束作为基准信号，仍以基准阵元为基准，分别做该基准阵元所在水平圆阵的水平波束形成，分别获得相应入射角下的水平波束；由于水平波束形成的方法是现有技术，故在此不做赘述；

步骤二、通过LOFAR算法和DEMON算法处理，获得目标特性数据。

在步骤一中获得的各入射角下的水平波束中，任选一路信号A1分别进行LOFAR算法处理和DEMON算法处理，获得包括LOFAR谱数据和DEMON谱数据在内的目标特性数据；其中，

LOFAR算法处理：

对信号A1进行去直流后作FFT运算，形成LOFAR谱数据，如图1(a)所示，；LOFAR谱数据包括波形图和时间历程灰度图；LOFAR谱数据可反映信号的非平稳特性。通过该谱数据能够观察出目标的运动状态；即：根据LOFAR谱数据的干涉条纹与垂线的夹角，判断目标运动状态；

DEMON算法处理：

对信号A1进行去直流后取绝对值再作FFT运算，形成DEMON谱数据，如图1(b)所示，；DEMON谱数据包括波形图和时间历程灰度图；DEMON谱数据为低频段的调制强线谱，可观察低频部分的目标特性；

DEMON谱数据弥补了LOFAR谱数据在低频段检测能力的不足；例如：如果目标的频率很低，假设为几赫兹，目标特性数据分析后的LOFAR谱数据不适合进行低频目标信号特性观测，但通过DEMON算法方式处理后，能将低频信号调制到相对的高频部分，增加了目标信号的谱图可观测性

将LOFAR谱数据和DEMON谱数据通过千兆光纤网络发送给显控。

步骤三、显控在接收到LOFAR谱数据和DEMON谱数据后，将各谱数据的波形和谱图时间历程灰度联合显示；通过联合显示谱图，弥补单独谱图显示的不足，从而提高目标特性数据分析及其目标判断的准确性。

根据LOFAR谱数据，判断目标的运动状态；

根据LOFAR谱数据和DEMON谱数据，判断目标类型；具体见步骤四。

现阶段服役的声纳大都不具备LOFAR谱数据和DEMON谱数据联合显示观测功能。

步骤四、当需要对步骤三中获得的目标特性数据进行比对时，

根据LOFAR谱数据，判断目标的运动状态；

以竖直线自上向下的方向为正方向：

如图2(a)所示，若LOFAR谱数据中显示的干涉条纹的倾斜方向与垂线正方向的夹角大于90度，则判断目标正在接近；

如图2(b)所示，若LOFAR谱数据中显示的干涉条纹的倾斜方向与垂线正方向的夹角小于90度，则判断目标正在远离；

还可以通过人工方式或显控软件开发环境，判断出当前目标的类型；具体为：

通过人工的方式进行判断：即通过人工方式，将当前获得LOFAR谱数据与现有各舰船的LOFAR谱数据进行对比，同时，将DEMON谱数据与现有各舰船的DEMON谱数据进行对比，若均相同或相似，则根据现有LOFAR谱数据或DEMON谱数据中记载的备注信息，获得当前目标的类型。

通过显控软件开发环境来进行自动比对：提取的LOFAR谱数据中目标出现一段时间内的平均频率值和目标出现的频段，以及DEMON谱数据中目标出现一段时间内的平均频率值和目标出现的频段；其中，LOFAR谱数据和DEMON谱数据中，谱图时间历程灰度图中，光点越亮，目标能量越强，最亮光点则为目标能量最大点。先将各自谱数据获得的频段相应的与各谱数据中预存的频段进行对比，若频段匹配，则再将各自谱数据获得的平均频率值与各谱数据中预存的平均频率值进行对比，一旦匹配，则能够确定当前目标的类型；

在此过程中，当发现新的频率和频段时，可对当前的频率和频段进行存储；此时，停止接收由三维立体警戒声纳发送的信号，并利用显控软件开发环境，提取并保存当前画面的目标特性数据，并备注当前存储时间日期和当前目标类型。

此外，显控软件开发环境所提取的频段可以通过直接点击显控屏幕的方式，改变频段的数值。

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)

1.一种光点联合判断目标特性的方法，其特征在于，具体采用如下步骤实现：

步骤一、三维立体警戒声纳接收目标的回波信号，经过放大和滤波后，再利用垂直波束形成方法和水平波束形成方法对放大和滤波后的回波信号进行处理；

其中，所述垂直波束形成方法为：

采用由多层水平圆阵或由多列垂直列阵构成的三维立体警戒声纳；

S11、根据目标位置，选取目标位置正前方所对应的垂直列阵作为待测列阵，其中，采用由多层水平圆阵构成的基阵作为三维立体警戒声纳，用于接收回波信号；三维立体警戒声纳中垂直方向上的各阵元一一对齐；在目标位置正前方、俯仰范围β₁至β₂内，取β₁作为回波信号的初始入射角角度，以待测列阵中的首个阵元作为基准阵元，根据遍历待测列阵上的所有阵元，获得除基准阵元以外的其他阵元相对于基准阵元的时间差τ_i；其中，d为相邻两阵元之间的距离，c为声速，θ为回波信号入射角；

S12、将除基准阵元以外的其他阵元所接收到的回波信号，按照其对应的时间差，通过整波平移的方法实现补偿；并将平移后的所有回波信号与基准阵元所接收到的回波信号进行叠加，完成该垂直列阵在回波信号入射角为θ的情况下的垂直波束形成；

S13、以β₁作为初始角度，以度作为相邻入射角的间隔，获得β₁至β₂范围内的所有入射角；按照S11和S12的方法，对β₁至β₂范围内所有的入射角做垂直波束形成，获得在不同入射角下的垂直波束形成，执行S14；

S14、分别以各入射角下的垂直波束作为基准信号，仍以基准阵元为基准，分别做该基准阵元所在水平圆阵的水平波束形成，分别获得相应入射角下的水平波束；

步骤二、在步骤一中获得的各入射角下的水平波束中，任选一路信号，分别进行LOFAR算法处理和DEMON算法处理，获得包括LOFAR谱数据和DEMON谱数据在内的目标特性数据；并发送至显控；

步骤三、显控在接收到LOFAR谱数据和DEMON谱数据后，将各谱数据中的波形和谱图时间历程灰度联合显示；

步骤四、当需要对目标特性数据进行比对时，

根据LOFAR谱数据，判断目标的运动状态；

以竖直线自上向下的方向为正方向：

若LOFAR谱数据中显示的干涉条纹的倾斜方向与垂线正方向的夹角大于90度，则判断目标正在接近；

若LOFAR谱数据中显示的干涉条纹的倾斜方向与垂线正方向的夹角小于90度，则判断目标正在远离；

根据LOFAR谱数据和DEMON谱数据，判断出当前目标的类型。

2.如权利要求1所述的光点联合判断目标特性的方法，其特征在于：在进行光点联合判断的过程中，当发现新的频率和频段时，对当前的频率和频段进行存储；此时，停止接收由三维立体警戒声纳发送的信号，并利用显控软件开发环境，提取并保存当前画面的目标特性数据，并备注当前存储时间日期和当前目标类型。

3.如权利要求1或2所述的光点联合判断目标特性的方法，其特征在于：步骤二中，LOFAR算法处理：

对信号进行去直流后作FFT运算，形成LOFAR谱数据；

DEMON算法处理：

对信号进行去直流后取绝对值再作FFT运算，形成DEMON谱数据。

4.如权利要求1或2所述的光点联合判断目标特性的方法，其特征在于：步骤四中，通过显控软件开发环境来进行自动比对，判断当前目标的类型，具体为：

提取的LOFAR谱数据中目标出现一段时间内的平均频率值和目标出现的频段，以及DEMON谱数据中目标出现一段时间内的平均频率值和目标出现的频段；先将各自谱数据获得的频段相应的与各谱数据中预存的频段进行对比，若频段匹配，则再将各自谱数据获得的平均频率值与各谱数据中预存的平均频率值进行对比，一旦匹配，则确定当前目标的类型。

5.如权利要求1或2所述的光点联合判断目标特性的方法，其特征在于：步骤四中，通过人工的方式判断目标的类型：将当前获得LOFAR谱数据与现有各舰船的LOFAR谱数据进行对比，同时，将DEMON谱数据与现有各舰船的DEMON谱数据进行对比，若均相同或相似，则根据现有LOFAR谱数据或DEMON谱数据中记载的备注信息，获得当前目标的类型。