CN110632605A - 一种宽容的大孔径拖线阵时域单波束处理方法 - Google Patents

Abstract

本发明公开了一种宽容的大孔径拖线阵时域单波束处理方法，利用点目标源传播信号在空间上分布的马尔科夫特性及噪声相关半径对于不同阵孔径影响差异性，采用“先微分，再积分”的分子阵处理方法，将大孔径线列阵先划分为多个连续的M个子阵，通过各子阵对相同目标的时域单波束处理输出对应的子阵时域单波束{q_m,m∈[1,M]}，比较最近邻的两个子阵单波束之间的相关性α_m及时延偏移量{τ_m,m∈[1,M]}，通过相关性与设定门限进行比较并筛选子阵单波束，进而对筛选出的子阵段单波束在频域上进行相位补偿‑求和处理后重构出单波束输出结果。本发明的有益效果为：该方法利用相邻子阵之间的相位差异特性，分段处理并综合补偿，实现简单且具有实时性和有效性。

Description

一种宽容的大孔径拖线阵时域单波束处理方法

技术领域

本发明属于声纳低频大孔径拖曳线列阵时域单波束收听及特征分析处理技术领域，主要是一种宽容的大孔径拖线阵时域单波束处理方法。

背景技术

低频大孔径拖曳线列阵声纳主要用于弱目标探测，在具有可靠的目标检测性能基础上，需要进一步对目标类型及属性进行分析和判定，即对稳定检测跟踪方位的目标单波束进行收听和特征分析，进而依据声纳兵和特征知识库辅助作分类识别。然而，实际中大孔径拖曳线列阵受平台和环境相互作用产生的阵形畸变以及海洋噪声场的时空相关特性及近远场条件失配均会使基于相干处理的大孔径基阵时域单波束形成处理增益下降，进而影响后端对目标特性和类型的有效判别。

发明内容

本发明的目的在于克服现有技术存在的不足，而提供一种宽容的大孔径拖线阵时域单波束处理方法，该方法利用相邻子阵之间的相位差异特性，分段处理并综合补偿，实现简单且具有实时性和有效性。

本发明的目的是通过如下技术方案来完成的。一种宽容的大孔径拖线阵时域单波束处理方法，利用点目标源传播信号在空间上分布的马尔科夫特性及噪声相关半径对于不同阵孔径影响差异性，采用“先微分，再积分”的分子阵处理方法，将大孔径线列阵先划分为多个连续的M个子阵，通过各子阵对相同目标的时域单波束处理输出对应的子阵时域单波束{q_m,m∈[1,M]}，比较最近邻的两个子阵单波束之间的相关性α_m及时延偏移量{τ_m,m∈[1,M]}，通过相关性与设定门限进行比较并筛选子阵单波束，进而对筛选出的子阵段单波束在频域上进行相位补偿-求和处理后重构出单波束输出结果，或者直接经过升采样后通过时延补偿重构出单波束输出波形；若从综合存储量和运算量最小代价角度出发，建议在频域数据上通过相位补偿方式重构单波束波形。

更进一步的，该方法具体包括如下步骤：

第一步，将大孔径线列阵分成连续且相等的M个子阵段，对于已进行目标关联后的各子阵舷角{θ_m,m∈[1,M]}，分别进行各子阵的常规时域单波束处理，对于第m子阵的单波束形成输出波形表示为

其中K表示第m子阵段的阵元通道数目，d表示相邻阵元间距，c表示声传播速度，sin(·)表示正弦函数，x_k(t)表示该子阵段的第k通道输出波形，依此处理得到其余各子阵单波束，输出M组子阵时域单波束结果表示为{q_m,m∈[1,M]}；

第二步，对相邻子阵单波束进行相关处理，得到对应的时延偏移量{τ_m,m∈[1,M]}及相关度{α_m,m∈[1,M]}；

其中

m∈[2,M]，τ₁＝0；Corr(·)、Index_max(·)分别表示相关处理函数和最大值位置搜索函数，f_s、c分别表示采样率和声速；

α_m＝max(Corr(q_m/||q_m||,q_m-1/||q_m-1||)),m∈[2,M]，α₁＝1，max表示求最大值函数，||·||表示二阶范数算子；

第三步，依据第二步中的α_m对子阵单波束进行判断和筛选，判断依据是α_m或α_m-1均小于设定的阈值γ时，则剔除m子阵段单波束，同时重新计算其左右相邻阵段之间的时延差，否则保留；

第四步，由第三步筛选出的对应子阵段单波束频域数据通过相移-求和处理重构出新的单波束结果s，这一过程表示为

s＝IFFT(S)，其中IFFT(·)表示逆傅里叶变换函数，S表示重构单波束频谱的向量表示形式。

作为优选，在第二步中具体计算规则表示为当α_m最大时，选取相应的子阵波束作为参考波束，即{p₁＝q_m,τ′₁＝0}，同时依据门限筛选和重排各子阵单波束序列组，即{p_n＝q_m,τ′_n|α_m>γ}，其中时延差计算方法与第二步中时延差计算方法一致；同时对筛选出的子阵单波束进行FFT处理，即Q_n＝FFT(p_n),n∈[1,N]，其中FFT(·)表示快速傅里叶变换函数，p_n表示经过筛选重排后第n子阵的单波束数据，得到相应的频域数据{Q_n,n∈[1,N]}，其中N表示筛选重构后的子阵数目，且N≤M。

本发明的有益效果为：本发明提供了一种针对大孔径线列阵的宽容性单波束处理思路，相比于常规时域单波束形成方法，该方法在理想情形下可以保持与常规方法一致的性能，且在阵形畸变、聚焦失配或者色噪声情形下，相对于目前通用的常规处理有更稳健的输出增益，且子阵处理更容易满足远场条件，降低聚焦波束形成参数选取的不确实性，有利于提高目标特征分析和收听效果。

附图说明

图1为大孔径线列阵宽容时域单波束处理的实现流程示意图。

图2为理想情形下的大孔径阵空间谱。

图3为理想情形下Lofar谱比较结果示意图。

图4为理想情形下Demon谱(归一化)比较结果示意图。

图5为阵形畸变且近场聚焦失配情形下的大孔径阵空间谱。

图6为阵形畸变且近场聚焦失配情形下Lofar谱比较结果示意图。

图7为阵形畸变且近场聚焦失配情形下Demon谱(归一化)比较结果示意图。

具体实施方式

下面将结合附图和实施例对本发明做详细的介绍：

如图1所示，本发明所述的一种宽容的大孔径拖线阵时域单波束处理方法，步骤如下：(1)、首先作子阵单波束形成处理，得到满足目标可检测的子阵空间能量谱；(2)对期望目标进行跟踪-关联，得到各子阵目标参数，进而得到各子阵的时域单波束处理结果；(3)通过升采样后的相邻子阵相关处理得到精确地时延差参量；(4)在时域上对各子阵进行时延-求和重构得到新的单波束输出，若考虑时域上处理的存储和运算负荷等因素，可以通过傅里叶变换后在频域上进行相移求和，再通过逆傅里叶变换重构得到新的单波束输出。

本发明的具体实施步骤如下：

1、将大孔径线列阵分成连续且相等的M个子阵段，对于已进行目标关联后的各子阵舷角{θ_m,m∈[1,M]}，分别进行各子阵的常规时域单波束处理，对于第m子阵的单波束形成输出波形可以表示为

其中K表示第m子阵段的阵元通道数目，d表示相邻阵元间距，c表示声传播速度，sin(·)表示正弦函数，x_k(t)表示第m子阵段的第k通道输出波形，依此处理得到其余各子阵单波束，输出M组子阵时域单波束结果表示为{q_m,m∈[1,M]}。

2、其次，由步骤1中得到的子阵单波束结果对相邻子阵单波束进行相关处理，得到对应的时延偏移量{τ_m,m∈[1,M]}及相关度{α_m,m∈[1,M]}，

其中m∈[2,M]，τ₁＝0；Corr(·)、Index_max(·)分别表示相关函数和最大值位置搜索函数，q_m表示第m子阵的单波束输出波形，f_s、c分别表示采样率和声速。

α_m＝max(Corr(q_m/||q_m||,q_m-1/||q_m-1||)),m∈[2,M]，α₁＝1。max表示求最大值函数，||·||表示二阶范数算子。

3、依据步骤2中的α_m对子阵单波束进行筛选，筛选依据是α_m或α_m-1均小于设定的阈值γ时，则剔除m子阵段单波束，同时重新计算子阵单波束的时延差，否则保留。当α_m最大时，选取相应的子阵波束作为参考波束，即{p₁＝q_m,τ′₁＝0}，同时依据门限筛选和重排各子阵单波束序列组，即{p_n＝q_m,τ′_n|α_m>γ}，其中

时延差计算方法与步骤2中内容一样。同时对筛选出的子阵单波束进行FFT处理，即Q_n＝FFT(p_n),n∈[1,N]，其中FFT(·)表示快速傅里叶变换函数，p_n表示经过筛选重排后第n子阵的单波束数据，得到相应的频域数据{Q_n,n∈[1,N]}，其中N表示筛选重构后的子阵数目，且N≤M。

4、对步骤3筛选出的子阵段单波束频域数据进行相移-求和处理重构出新的单波束波形向量结果s，这一过程表示为

s＝IFFT(S)，其中IFFT(·)表示逆傅里叶变换函数，S表示重构单波束频谱的向量表示形式。

图2给出了理想情形下的大孔径阵空间谱，其中红色圈中的峰值为感兴趣目标的能量谱峰。

图3给出了理想情形下Lofar谱比较结果，其中(a)为常规处理得到的Lofar谱历程，(b)为宽容处理方法得到的Lofar谱历程，(c)图为积分后的常规处理和宽容处理的Lofar谱切片比较，从图中可以看出在理想情形下，常规和宽容处理方法得到的Lofar谱分析性能相当。

图4给出了理想情形下Demon谱(归一化)比较结果，其中(a)为常规处理得到的Demon谱历程，(b)为宽容处理方法得到的Demon谱历程，(c)图为积分后的常规处理和宽容处理的Demon谱切片比较，从图中可以看出在理想情形下，常规和宽容处理方法得到的Demon谱分析性能相当。

图5给出了阵形畸变且近场聚焦失配情形下的大孔径阵空间谱，其中红色圈中的峰值为感兴趣目标的能量谱峰，然而由于阵形和聚焦参数失配，导致波束谱峰出现了分叉的现象，这一现象在子阵处理中可以消除。

图6给出了阵形畸变且近场聚焦失配情形下Lofar谱比较结果，其中(a)为常规处理得到的Lofar谱历程，(b)为宽容处理方法得到的Lofar谱历程，(c)图为积分后的常规处理和宽容处理的Lofar谱切片比较，从图中可以看出在阵形畸变和聚焦失配情形下，宽容处理方法得到的Lofar谱分析性能要优于常规处理方法得到的Lofar谱分析性能。

图7给出了阵形畸变且近场聚焦失配情形下Demon谱(归一化)比较结果，其中(a)为常规处理得到的Demon谱历程，(b)为宽容处理方法得到的Demon谱历程，(c)图为积分后的常规处理和宽容处理的Demon谱切片比较，从图中可以看出在阵形畸变和聚焦失配情形下，宽容处理方法得到的Demon谱分析性能要优于常规处理方法得到的Demon谱分析性能。

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 (3)

1.一种宽容的大孔径拖线阵时域单波束处理方法，其特征在于：利用点目标源传播信号在空间上分布的马尔科夫特性及噪声相关半径对于不同阵孔径影响差异性，采用“先微分，再积分”的分子阵处理方法，将大孔径线列阵先划分为多个连续的M个子阵，通过各子阵对相同目标的时域单波束处理输出对应的子阵时域单波束{q_m,m∈[1,M]}，比较最近邻的两个子阵单波束之间的相关性α_m及时延偏移量{τ_m,m∈[1,M]}，通过相关性与设定门限进行比较并筛选子阵单波束，进而对筛选出的子阵段单波束在频域上进行相位补偿-求和处理后重构出单波束输出结果，或者直接经过升采样后通过时延补偿重构出单波束输出波形。

2.根据权利要求1所述的宽容的大孔径拖线阵时域单波束处理方法，其特征在于：该方法具体包括如下步骤：

第一步，将大孔径线列阵分成连续且相等的M个子阵段，对于已进行目标关联后的各子阵舷角{θ_m,m∈[1,M]}，分别进行各子阵的常规时域单波束处理，对于第m子阵的单波束形成输出波形表示为

其中K表示第m子阵段的阵元通道数目，d表示相邻阵元间距，c表示声传播速度，sin(·)表示正弦函数，x_k(t)表示该子阵段的第k通道输出波形，依此处理得到其余各子阵单波束，输出M组子阵时域单波束结果表示为{q_m,m∈[1,M]}；

第二步，对相邻子阵单波束进行相关处理，得到对应的时延偏移量{τ_m,m∈[1,M]}及相关度{α_m,m∈[1,M]}；

其中m∈[2,M]，τ₁＝0；Corr(·)、Index_max(·)分别表示相关处理函数和最大值位置搜索函数，f_s、c分别表示采样率和声速；

α_m＝max(Corr(q_m/||q_m||,q_m-1/||q_m-1||)),m∈[2,M]，α₁＝1，max表示求最大值函数，||·||表示二阶范数算子；

第三步，依据第二步中的α_m对子阵单波束进行判断和筛选，判断依据是α_m或α_m-1均小于设定的阈值γ时，则剔除m子阵段单波束，同时重新计算其左右相邻阵段之间的时延差，否则保留；

第四步，由第三步筛选出的对应子阵段单波束频域数据通过相移-求和处理重构出新的单波束结果s，这一过程表示为

s＝IFFT(S)，其中IFFT(·)表示逆傅里叶变换函数，S表示重构单波束频谱的向量表示形式。

3.根据权利要求2所述的宽容的大孔径拖线阵时域单波束处理方法，其特征在于：在第二步中具体计算规则表示为当α_m最大时，选取相应的子阵波束作为参考波束，即{p₁＝q_m,τ′₁＝0}，同时依据门限筛选和重排各子阵单波束序列组，即{p_n＝q_m,τ′_n|α_m>γ}，其中

时延差计算方法与第二步中时延差计算方法一致；同时对筛选出的子阵单波束进行FFT处理，即Q_n＝FFT(p_n),n∈[1,N]，其中FFT(·)表示快速傅里叶变换函数，p_n表示经过筛选重排后第n子阵的单波束数据，得到相应的频域数据{Q_n,n∈[1,N]}，其中N表示筛选重构后的子阵数目，且N≤M。

Images