CN109521430A - 一种抑制窄带干扰的距离扩展目标检测方法 - Google Patents

Abstract

本发明公开了一种抑制窄带干扰的距离扩展目标检测方法，包括以下步骤：步骤1)获取等间距线阵主动声纳阵接收的目标回波数据和辅助数据，得到观测数据矩阵R；步骤2)根据先验知识，标称目标导向向量v并构造窄带干扰矩阵H；步骤3)基于观测数据矩阵R，通过窄带干扰矩阵H构造的酉矩阵将主数据和辅助数据进行酉变换，映射到窄带干扰对应的零空间，从而计算目标检测统计量T；步骤4)将上述目标检测统计量T与预设定门限η进行比较，若T≥η，则认为目标存在；否则，认为目标不存在。本发明的方法能够有效提高分辨主动声纳系统抑制窄带干扰的能力。

Description

一种抑制窄带干扰的距离扩展目标检测方法

技术领域

本发明涉及声学目标检测领域，具体涉及一种抑制窄带干扰的距离扩展目标检测方法。

背景技术

近年来，随着舰船声隐身技术取得的重大进展，声纳探测面临的挑战日益严峻，新型驱护舰艇在15节航速内的辐射噪声仅与二级海况的海洋环境噪声相当，而新型潜艇则比这更为安静。为了有效对抗先进的安静型潜艇的威胁，在水下反潜领域，主动声纳的研究又重新受到人们的重视。

相对于深海环境，工作于浅海的主动声纳受到混响的影响更大，尤其是海底混响，为了补偿检测性能上的损失，高分辨率主动声纳应运而生。由于声纳距离分辨率的提高，当距离分辨单元尺寸明显小于目标尺寸时，目标回波将占据多个距离单元，此时的目标称为距离扩展目标。对于高斯混响中的距离扩展目标的检测，由于目标回波占据多个距离单元，回波与发射相关性减弱，最佳检测器除了匹配发射还要匹配目标回波才能有效积累目标能量。因此，这类检测问题受到广泛关注，产生很多的解决方法，其中最为经典的是广义似然比GLRT(Generalized Likelihood Ratio Test)方法。该方法假设存在均匀的辅助数据，用来估计待测单元的声纳协方差矩阵，这些辅助数据的混响协方差矩阵与待测单元的相同。

在实际应用中，主动声纳会受到各种窄带干扰的影响。所谓的窄带干扰，是指干扰带宽相对于高分辨声纳的有用信号带宽来说较窄，可分为非人为干扰和人为干扰。例如与低频波段的水声通讯设备、其它低频波段辐射设备处于同一频段的声纳会受到非相参水声信号的干扰。强脉冲是常见的人为干扰，该干扰是由干扰机在声纳的中心频率附近发射的许多猝发脉冲组成，它在时间上与真正的目标回波重叠并且覆盖目标回波，利用与声纳信号匹配的特点来对抗脉冲压缩、脉冲多普勒等新体制声纳。这些强干扰信号将进入待测单元与辅助数据,对信号及参考单元进行遮盖或淹没，导致传统检测方法性能下降、甚至失效。

窄带干扰是高分辨主动声纳系统的主要干扰方式之一,为了对其进行有效抑制，意大利莱切大学的Bandira博士依据GLRT准则提出了相应的检测方法。Bandira的GLRT方法在假设检验建模时就将窄带干扰引入待检测单元，以达到对其进行抑制的目的。

前面提及的Bandira博士的方法仅考虑了待测单元受窄带干扰影响的情况。但在实际应用中，辅助数据是从待检测单元临近区域选取的，不可避免也要受到窄带干扰的影响，这时Bandira的方法将不再有效，其性能亟待提高。

对于高分辨率声纳系统，传统的距离扩展目标检测方法在设计中忽视了辅助数据也会受到窄带干扰影响的这一实际情况，导致其在实际应用中检测性能大为下降，其抗干扰能力亟待提高。

发明内容

本发明的目的在于克服目标检测受到窄带干扰的而导致检测性能下降的问题，本发明提出一种新的距离扩展目标检测方法。该方法通过将窄带干扰合理建模，并在设计时同时引入待检测单元和辅助数据，能够克服现有Bandira方法缺点，有效提高高分辨主动声纳系统抑制窄带干扰的能力。

为了实现上述目的，本发明提出了一种抑制窄带干扰的距离扩展目标检测方法，包括以下步骤：

步骤1)获取等间距线阵主动声纳阵接收的目标回波数据和辅助数据，得到观测数据矩阵R；

步骤2)根据先验知识，标称目标导向向量v并构造窄带干扰矩阵H；

步骤3)基于观测数据矩阵R，通过窄带干扰矩阵H构造的酉矩阵将主数据和辅助数据进行酉变换，映射到窄带干扰对应的零空间，从而计算目标检测统计量T；

步骤4)将上述目标检测统计量T与预设定门限η进行比较，若T≥η，则认为目标存在；否则，认为目标不存在。

作为上述方法的一种改进，所述步骤1)具体过程为：

声纳阵阵元数为N，每个阵元接收L个目标回波数据r_0t，t＝1，2，...，L，以及不包含目标能量的K个辅助数据r_i，i＝1，2，...，K；得到观测数据矩阵其中为主数据矩阵，为辅助数据矩阵。

作为上述方法的一种改进，所述步骤3)具体包括：

步骤301)根据窄带干扰矩阵H，通过公式得到酉矩阵U；从而得到矩阵为酉矩阵的前N-E列；其中E为干扰个数；

步骤302)计算中间变量：利用R和U得到利用V和目标导向v得到利用R_K和V得到利用R_p和V得到 为V的复共轭，为R_K的复共轭；

步骤303)根据中间变量计算目标检测统计量T：

其中，表示v₁的复共轭；为R_p1的复共轭。

作为上述方法的一种改进，所述步骤4)中，门限η采用蒙特-卡洛仿真获得。

本发明的优势在于：

1、本发明提出一种改进的距离扩展目标检测方法，它通过将窄带干扰合理建模，并在设计时同时引入待检测单元和辅助数据，达到解决现有技术缺点的目的，有效提高分辨主动声纳系统抑制窄带干扰的能力；

2、本发明方法应用对象针对于高分辨主动声纳，但其研究内容涵盖了多通道信号检测的基础共性科学问题，所以同样适用于有源高分辨雷达系统。

附图说明

图1为本发明的数据处理流程图；

图2为两个窄带干扰存在时本发明方法的检测性能的示意图；

图3为四个窄带干扰存在时本发明方法的检测性能的示意图。

具体实施方式

主动声纳目标的多通道检测问题实际上是一个二元假设问题，包括有目标假设和无目标假设，需要根据相应的检验准则(如GLRT)来求解这个二元假设问题。在本发明中，本发明采用子空间模型对窄带干扰进行建模，并将其引入到待检测单元和辅助数据中，最后基于GLRT准则获得自适应检测方法。本发明的详细设计过程如下：

1、问题描述

考虑一个由N个水声换能器组成的均匀线阵，每个换能器接收了L个距离单元数据，记为又称为主数据。自适应检测的目的是根据主数据r_0t判断目标是否真实存在，这里采用均匀分布的距离扩展目标模型，即目标能量均匀分布于L个距离单元。值得说明的是，为完成混响的协方差矩阵的自适应估计，我们假设可以获得一组长度为K的辅助数据，记为

根据以上假设，混响背景下距离扩展目标的自适应检测可归结为如下二元假设检验问题：

其中

●H₀和H₁分别代表无目标假设和有目标存在假设；

●c_t，t＝1，…，L和n_i，i＝1，…，K是独立的、零均值N维复合高斯混响，其协方差矩阵为其中E[·]代表期望操作，表示c_i的复共轭。

●α_t，t＝1，…，L是包含目标反射和通道响应的未知确定参数；

●Hθ_0t，t＝1，…，L和Hθ_i，i＝1，…，K分别为主、辅数据中的窄带干扰，它建模为结构已知的E维子空间干扰，其中为已知的E维干扰子空间(1≤E≤N-1)，和为未知确定的干扰信号分量；

●v是目标的标称导向向量，由目标方位和阵列流形确定。

为了便于检测器的设计，我们定义几个简化表示如下：

■观测数据矩阵其中为主数据矩阵，为辅助数据矩阵；

■混响数据矩阵

■子空间干扰信号矩阵

■信号幅度向量 表示α_t的共轭。

根据以上假设，问题(1)可改写为

进一步假设混响协方差矩阵M的秩为r，即ρ(M)＝r，则H₀和H₁情况下观测数据R的概率密度函数分别为

和

其中d是一个归一化常数，etr{·}代表方阵的指数迹，det_p(M)是M所有正特征值的乘积，δ(·)是参数矩阵所有元素的Dirac delta函数，M⁺是M的广义逆阵，Φ是一个N×(N-r)的矩阵，其列向量构成矩阵M列向量的零空间。

2、检测方法设计

为求解问题(2)，传统的设计准则(如GLRT，Rao检验和Wald检验等)是无效的，这是因为(3)和(4)是无界的，导致分布参数α，Θ和M的最大似然估计不存在。为此，我们需要采用一个修正的GLRT方法，称为筛选GLRT；该方法通过将(α，Θ，M)的参数空间限制到一个合理子空间范围，允许我们获得未知参数最大似然估计的一个合理修改值，基于这个修改值，将得到问题(2)的解决方法。对于问题(2)，将参数空间限制于集合具体

其中表示矩阵是非负定的，且

注意到是由矩阵的归一化特征向量组成的酉矩阵，diag(λ(·))是由矩阵参数特征值所组成的对角矩阵。在上述假设条件下，筛选GLRT可以表示为

其中η是由指定虚警概率P_fa确定的检测门限值。(7)式的分子分母对M进行优化后，可得

注意到(8)式可化简为

其中I_N为N维单位矩阵。最后需要完成一项任务是(9)式分母的优化问题，即

注意到

其中是酉矩阵的前N-E列，而U的列向量张成子空间H的零空间，即(11)式可写为

其中经简单的推导，可得

将带入到(9)式中，筛选GLRT的检测统计量为

从(13)式可以看出，筛选GLRT首先将接收数据映射到结构干扰对应的零空间，然后采用映射后的数据计算T_MGLRT。这一映射操作去掉了干扰的影响，所以筛选GLRT将能有效抑制窄带干扰，提高高分辨声纳系统的抗干扰性能，随后的仿真结果验证了这一结论。

3、性能分析

由于筛选GLRT虚警概率P_fa和检测概率P_d很难获得，本发明采用蒙特-卡罗仿真方法来进行分析，并与Bandira博士提出的传统GLRT方法进行比较。值得强调的是传统GLRT方法没有考虑辅助数据中存在窄带干扰的情况。

仿真中的具体参数设置为N＝8，K＝10，L＝3，标称目标导向矢量v＝[1，…，1]/N。虚警概率P_fa＝10^-3，且P_fa和P_d的仿真次数分别为100/P_fa和10⁴，足以提供可靠的仿真结果。混响模型采用常见的指数相关复合高斯模型，其协方差矩阵M＝0.9^|i-j|，其中(i，j)为矩阵元素的坐标。考虑两个典型场景，对于每种情况，将Θ建模为独立同分布的随机矩阵，它的每个矩阵元素服从复高斯分布。第一个场景，我们假设存在2个窄带干扰影响主、辅助数据，即E＝2，其来波方向分别为5°和15°，即 他们对应的结构干扰子空间H＝[v_J，1v_J，2]，且

第二个场景，假设存在4个窄带干扰，即E＝4，其来波方向分别为5°，10°，25°和40°，即Θ采用和场景1同样的随机模型，其它参数也保持不变。在所有两个场景中，每个干扰的功率设定为信干噪比SINR定义为

图2和图3分别给出了两种场景下检测概率P_d和SINR的关系曲线。从这两幅图可以看出，当主辅数据均受到窄带干扰影响时，本发明方法比传统GLRT具有更好的检测性能，检测SINR增益非常明显；E＝2时的增益是8.0dB，而E＝4时的增益提高到9.9dB。这也说明窄带干扰的影响越大，本发明方法的优势越明显，与设计情况相符合。以上结果充分说明合理地根据实际应用情况设计检测方法，可以大幅提高高分辨声纳系统对抗窄带干扰的能力。

本发明的创造性在于：

1、本发明的方法具有抗窄带干扰的能力，提升的抗干扰能力是通过将所有接收数据映射到窄带干扰对应的零空间来实现的，这一映射操作有效去除了窄带干扰对主、辅数据的影响；

2、本发明的方法所采用的设计准则是一种改进的GLRT准则，称为筛选GLRT准则。该准则对于许多最大似然估计不存在的假设检验问题，通过将观测数据概率密度函数的参数空间进行合理限制，允许我们得到次优的最大似然估计，完成检测方法的设计；

3、本发明的方法假设可以获得一组辅助数据，用以估计待测单元的混响协方差矩阵，从而构造自适应检测方法；

4、本发明的方法在构建二元假设检验问题时，将窄带干扰同时引入可待检测单元(主数据)和辅助数据，以达到和实际应用相符合的目的；

5、本发明的方法假设目标方向是已知的，用以计算标称导向向量。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.一种抑制窄带干扰的距离扩展目标检测方法，包括以下步骤：

步骤1)获取等间距线阵主动声纳阵接收的目标回波数据和辅助数据，得到观测数据矩阵R；

步骤2)根据先验知识，标称目标导向向量v并构造窄带干扰矩阵H；

步骤3)基于观测数据矩阵R，通过窄带干扰矩阵H构造的酉矩阵将主数据和辅助数据进行酉变换，映射到窄带干扰对应的零空间，从而计算目标检测统计量T；

步骤4)将上述目标检测统计量T与预设定门限η进行比较，若T≥η，则认为目标存在；否则，认为目标不存在。

2.根据权利1所述的抑制窄带干扰的距离扩展目标检测方法，其特征在于，所述步骤1)具体过程为：

声纳阵阵元数为N，每个阵元接收L个目标回波数据r_0t，t＝1，2，...，L，以及不包含目标能量的K个辅助数据r_i，i＝1，2，...，K；得到观测数据矩阵其中为主数据矩阵，为辅助数据矩阵。

3.根据权利2所述的抑制窄带干扰的距离扩展目标检测方法，其特征在于，所述步骤3)具体包括：

步骤301)根据窄带干扰矩阵H，通过公式得到酉矩阵U；从而得到矩阵为酉矩阵的前N-E列；其中E为干扰个数；

步骤302)计算中间变量：利用R和U得到利用V和目标导向v得到利用R_K和V得到利用R_p和V得到 为V的复共轭，为R_K的复共轭；

步骤303)根据中间变量计算目标检测统计量T：

其中，表示v₁的复共轭；为R_p1的复共轭。

4.根据权利要求1中所述的抑制窄带干扰的距离扩展目标检测方法，其特征在于，所述步骤4)中，门限η采用蒙特-卡洛仿真获得。