CN109765545A - 一种基于相关峰包络检测的水声定位时延估计算法 - Google Patents

Abstract

本发明公开了一种基于相关峰包络检测的水声定位时延估计算法，包括相关包络函数峰值检测算法和时延高精度估计算法。本发明采用信号短时能量比特征参数，解决了接收信号中的随机信号和瞬时脉冲信号干扰问题。本发明采用信号子带能量比特征参数，解决了接收信号中的白噪声和色噪声的干扰影响。本发明根据长时的相关峰包络比特征参数，成功地解决了多途干扰信号包络多峰值现象，精确地定位直达声的包络峰值，提高了时延估计的准确率，增强了线性调频信号检测的鲁棒性和可靠性。本发明方法提高了在高环境噪声和多途干扰信道下的时延估计的可靠性和精度。

Description

一种基于相关峰包络检测的水声定位时延估计算法

技术领域

本发明属于水声定位技术领域，尤其涉及一种基于相关峰包络检测的水声定位时延估计算法。

背景技术

线性调频信号(Linear Frequency Modulation Signal，LFM)，具有较大的时宽带宽积；同时相位谱具有平方律特性，在脉冲压缩过程中可以获得较大的压缩比；匹配滤波后的输出信号对回波信号的多普勒频移不敏感，具有较好的距离分辨率和径向速度分辨率。基于这些良好的特性，线性调频信号在定位信号处理得到了广泛的应用。

虽然在无线电定位通信系统中，目前已有的算法能够相对精确地估计时延，但是水声信道是时分快速衰落信道，多普勒频移严重、可利用带宽窄和复杂多变的强多途信号干扰；同时水声信道中还伴有海洋环境背景噪声和船舶等的各种航行噪声。这些不确定的信道特性引起了接收信号幅频特性的畸变，导致了时延估计的精度和准确性急剧下降。

发明内容

为了解决时延估计在高噪声环境和多途干扰信道下产生的误差，本发明提出了一种基于相关峰包络检测的水声定位时延估计算法。

本发明所采用的技术方案是：

一种基于相关峰包络检测的水声定位时延估计算法，包括：

步骤1，接收信号分帧、加窗预处理，计算与已知样本信号的广义互相关信号，并得到其包络信号；

步骤2，确定时间搜索门限Th_t1，计算相关包络信号的极大值；确定时间回溯窗Th_t2，当前时刻t₀的包络与t₀-Th_t2时刻的包络比值满足理论设定门限时，满足包络直达声峰值检测条件，根据定位距离和环境噪声确定门限值；

步骤3，接收信号分帧、加窗，计算接收信号的频谱，并将其划分为不同的子带，计算子带的能量比；当信号所在的子带与相邻子带能量满足理论设定门限时，满足包络子带能量比检测条件，根据信号强度和信道频散确定门限值；

步骤4，接收信号分帧，计算每帧信号的短时能量，当步骤2时的信号能量与后一帧的信号能量比满足理论设定门限时，满足包络短时能量比检测条件，根据信道衰落导致信号能量起伏确定门限值；

步骤5，接收信号同时满足步骤2-4的判断条件后，确定时刻t₀，采用样条插值的方法，精确估计对应信号的时延。

较佳的，步骤1进一步包括：

步骤11，接收信号与已知样本信号的互相关运算，计算公式为其中y(n)是已知的参考样本，x(n)是信号采集样本序列，*表示复共轭，N是每帧数据的长度；

步骤12，相关信号R(m)的Hilbert变换，得到信号的虚部

步骤13，相关信号的包络信号，根据信号的实部和虚部得到信号的包络信号

较佳的，步骤2进一步包括：

步骤21，确定时间搜索门限Th_t1，计算连续多帧相关包络信号的极大值；

步骤22，确定回溯数据帧的时间Th_t2，当A_R(t₀)＞Kf₁×A_R(t₀-Th_t2)时，满足直达声包络检测条件，其中Kf₁是信号噪声门限比系数。

较佳的，步骤3进一步包括：

步骤31，接收信号分帧处理，通过快速傅里叶变换计算每帧信号的频谱其中是傅里叶旋转因子；

步骤32，将频谱划分不同的子带，得到子带的能量X_f是频率f的信号能量；当信号所在的子带能量E_s＞Kf₂×E_s-1时，满足包络子带能量比检测条件，其中Kf₂是子带能量比系数。

较佳的，步骤4进一步包括：

步骤41，接收信号分帧处理，每帧信号的总能量当前帧能量E_framne＜Kf₃×E_framne+1时，满足包络短时能量比检测条件，其中Kf₃是短时能量比系数。

与现有技术相比，本发明的有益效果是：

本发明采用了信号的短时能量比、子带能量比和相关峰波包络比三个特征完成了线性调频信号的检测。本发明首先采用短时能量比和子带能量比两个特征参数，增加线性调频信号检测的鲁棒性和可靠性；采用信号短时能量比特征参数，解决了接收信号中的脉冲干扰问题；采用信号子带能量比特征参数，解决了接收信号中的白噪声干扰影响，比如持续的浪花声和雨滴声等。根据长时的相关峰包络比特征参数，成功解决了多途干扰信号包络多峰值现象，精确地定位直达声的包络峰值，提高了时延估计的准确率；对直达包络信号采用样条插值的方法，提高了时延估计的精度。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

图1为本发明的一种基于相关峰包络检测的水声定位时延估计算法的信号处理流程示意图；

图2为本发明的相关包络检测时延估计流程图；

图3为本发明的湖试现场示意图；

图4为本发明的湖试相关包络检测时延估计结果图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。

参考图1和图2，一种基于相关峰包络检测的水声定位时延估计算法，包括：

步骤1，接收信号分帧、加窗预处理，计算与已知样本信号的广义互相关信号，并得到其包络信号。步骤1进一步包括：步骤11，接收信号与已知样本信号的互相关运算，计算公式为其中y(n)是已知的参考样本，x(n)是信号采集样本序列，*表示复共轭，N是每帧数据的长度；步骤12，相关信号R(m)的Hilbert变换，得到信号的虚部 步骤13，相关信号的包络信号，根据信号的实部和虚部得到信号的包络信号

步骤2，确定时间搜索门限Th_t1，计算相关包络信号的极大值；确定时间回溯窗Th_t2，当前时刻t₀的包络与t₀-Th_t2时刻的包络比值满足理论设定门限时，满足包络直达声峰值检测条件，根据定位距离和环境噪声确定门限值。步骤2进一步包括：步骤21，确定时间搜索门限Th_t1，计算连续多帧相关包络信号的极大值；步骤22，确定回溯数据帧的时间Th_t2，当A_R(t₀)＞Kf₁×A_R(t₀-Th_t2)时，满足直达声包络检测条件，其中Kf₁是信号噪声门限比系数。

步骤3，接收信号分帧、加窗，计算接收信号的频谱，并将其划分为不同的子带，计算子带的能量比；当信号所在的子带与相邻子带能量满足理论设定门限时，满足包络子带能量比检测条件，根据信号强度和信道频散确定门限值。步骤3进一步包括：31，接收信号分帧处理，通过快速傅里叶变换计算每帧信号的频谱其中是傅里叶旋转因子；步骤32，将频谱划分不同的子带，得到子带的能量X_f是频率f的信号能量；当信号所在的子带能量E_s＞Kf₂×E_s-1时，满足包络子带能量比检测条件，其中Kf₂是子带能量比系数。

步骤4，接收信号分帧，计算每帧信号的短时能量，当步骤2时的信号能量与后一帧的信号能量比满足理论设定门限时，满足包络短时能量比检测条件，根据信道衰落导致信号能量起伏确定门限值。步骤4进一步包括：步骤41，接收信号分帧处理，每帧信号的总能量当前帧能量E_framne＜Kf₃×E_framne+1时，满足包络短时能量比检测条件，其中Kf₃是短时能量比系数。

步骤5，接收信号同时满足步骤2-4的判断条件后，确定时刻t₀，采用样条插值的方法，精确估计对应信号的时延。

本发明是基于线性调频信号互相关的时延估计算法，采用短时能量比、子带能量比和相关峰包络比检测匹配滤波的直达声相关峰，采用样条插值的方法精确估计直达声的时延。本发明方法适用于长基线水声定位系统和短基线水声定位系统等。

图3为湖试现场示意图，发射船和接收船的相对位置图，两船相对距离3km，换能器悬吊在水下10m。本发明的方法是通过系统同步的方法，采用两个换能器收发线性调频信号，精确估计时延，实现测距的功能。其中，线性调频信号脉宽T，带宽3KHz，系统的采样率是f_s。本实施例的方法包括以下步骤：

1)接收信号加窗，分帧处理，每帧长度128个点，与已知信号做互相关运算，得到每帧信号的相关信号；

2)对相关信号做Hilbert变换，得到相关信号的包络值；确定时间搜索窗Th_t1＝0.58ms，查找相关包络信号的极大值；确定回溯时间窗Th_t2＝20ms，当当前时刻t₀的包络值A_R(t₀)＞Kf₁×A_R(t₀-Th_t2)，满足相关包络信号峰值判断条件；

3)接收信号加窗，分帧处理，每帧长度128个点，FFT计算信号的频谱，划分不同的子带，计算线性调频信号的子带和相邻子带的能量比，计算子带能量比，当信号所在的子带能量E_s＞Kf₂×E_s-1时，满足相关包络子带能量比检测条件；

4)接收信号加窗，分帧处理，每帧长度32个点，计算时刻t₀数据帧的能量E_framne和下一帧的能量E_framne+1，当E_framne＜Kf₃×E_framne+1时，满足相关包络短时能量比检测条件；

5)确定窗长度为20ms的时间窗[t₀-0.005,t₀+0.015]，对该时间窗的相关包络信号做样条插值，提高线性调频信号的估计精度。图4所示发射的线性调频信号经过本发明提出的算法时延估计结果图，在多途衰落信道中，存在多个峰值的情况下，本算法依然能够实时判断出直达声信号对应的时刻，其中符号*对应的时刻即是估计信号达到接收机的时刻。

本发明充分利用线性调频信号的时宽带宽积，获得较大的压缩比，采用样条插值的方法，提高时延的估计精度；同时采用信号短时能量比特征参数，解决了接收信号中的脉冲干扰问题；采用信号子带能量比比特征参数，解决了接收信号中的白噪声干扰影响。该算法性能稳定，在多途衰落信道中，相关包络信道存在多峰值的情况下，实时检测，准确地判断出直达声信号的峰值。本发明提出的算法在湖试实验中取得了理想的效果。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.一种基于相关峰包络检测的水声定位时延估计算法，其特征在于，包括：

步骤1，接收信号分帧、加窗预处理，计算与已知样本信号的广义互相关信号，并得到其包络信号；

步骤2，确定时间搜索门限Th_t1，计算相关包络信号的极大值；确定时间回溯窗Th_t2，当前时刻t₀的包络与t₀-Th_t2时刻的包络比值满足理论设定门限时，满足包络直达声峰值检测条件，根据定位距离和环境噪声确定门限值；

步骤3，接收信号分帧、加窗，计算接收信号的频谱，并将其划分为不同的子带，计算子带的能量比；当信号所在的子带与相邻子带能量满足理论设定门限时，满足包络子带能量比检测条件，根据信号强度和信道频散确定门限值；

步骤4，接收信号分帧，计算每帧信号的短时能量，当步骤2时的信号能量与后一帧的信号能量比满足理论设定门限时，满足包络短时能量比检测条件，根据信道衰落导致信号能量起伏确定门限值；

步骤5，接收信号同时满足步骤2-4的判断条件后，确定时刻t₀，采用样条插值的方法，精确估计对应信号的时延。

2.根据权利要求1所述的一种基于相关峰包络检测的水声定位时延估计算法，其特征在于，步骤1进一步包括：

步骤11，接收信号与已知样本信号的互相关运算，计算公式为其中y(n)是已知的参考样本，x(n)是信号采集样本序列，*表示复共轭，N是每帧数据的长度；

步骤12，相关信号R(m)的Hi lbert变换，得到信号的虚部

步骤13，相关信号的包络信号，根据信号的实部和虚部得到信号的包络信号

3.根据权利要求2所述的一种基于相关峰包络检测的水声定位时延估计算法，其特征在于，步骤2进一步包括：

步骤21，确定时间搜索门限Th_t1，计算连续多帧相关包络信号的极大值；

步骤22，确定回溯数据帧的时间Th_t2，当A_R(t₀)＞Kf₁×A_R(t₀-Th_t2)时，满足直达声包络检测条件，其中Kf₁是信号噪声门限比系数。

4.根据权利要求3所述的一种基于相关峰包络检测的水声定位时延估计算法，其特征在于，步骤3进一步包括：

步骤31，接收信号分帧处理，通过快速傅里叶变换计算每帧信号的频谱其中是傅里叶旋转因子；

步骤32，将频谱划分不同的子带，得到子带的能量X_f是频率f的信号能量；当信号所在的子带能量E_s＞Kf₂×E_s-1时，满足包络子带能量比检测条件，其中Kf₂是子带能量比系数。

5.根据权利要求4所述的一种基于相关峰包络检测的水声定位时延估计算法，其特征在于，步骤4进一步包括：

步骤41，接收信号分帧处理，每帧信号的总能量当前帧能量E_framne＜Kf₃×E_framne+1时，满足包络短时能量比检测条件，其中Kf₃是短时能量比系数。