CN111273297A - 一种基于ar波数谱的水平阵动目标深度估计方法 - Google Patents

一种基于ar波数谱的水平阵动目标深度估计方法 Download PDF

Info

Publication number
CN111273297A
CN111273297A CN201910168345.0A CN201910168345A CN111273297A CN 111273297 A CN111273297 A CN 111273297A CN 201910168345 A CN201910168345 A CN 201910168345A CN 111273297 A CN111273297 A CN 111273297A
Authority
CN
China
Prior art keywords
wave number
depth
number spectrum
spectrum
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910168345.0A
Other languages
English (en)
Inventor
邹男
梁国龙
张毅锋
王燕
王晋晋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201910168345.0A priority Critical patent/CN111273297A/zh
Publication of CN111273297A publication Critical patent/CN111273297A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/50—Systems of measurement, based on relative movement of the target

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明提出一种基于AR波数谱的水平阵动目标深度估计方法，步骤1、根据仿真或实验数据得到阵元域的声压，对其做常规波束形成得到波束域声压；步骤2、将AR模型应用于波束域声压得到AR波数谱，并据此估计水平波数；步骤3、对波束域做广义Hankel变换，得到基于FT的波数谱；步骤4、根据估计的水平波数和FT波数谱估计模态函数；步骤5、根据已有的环境信息计算拷贝模态函数；步骤6、将估计的模态函数和拷贝模态函数相关得到深度模糊函数，其峰值位置即为深度的估计值。本发明将目标距离和深度估计问题分开处理，估计目标深度时不受目标估计距离误差的影响，使得目标深度估计更稳健。

Description

一种基于AR波数谱的水平阵动目标深度估计方法
技术领域
本发明属于水声定位技术领域，特别是涉及一种基于AR波数谱的水平阵动目标深度估计方法。
背景技术
被动估计浅海声源的距离和深度一直是水声领域的难点问题，考虑到浅海波导声传播的复杂性，已有文献大多采用匹配场类方法进行定位。传统的匹配场利用已知的环境参数和声传播模型计算出的拷贝声场与实际测量得到的测量声场进行相关处理得到距离-深度模糊函数，通过搜索距离-深度函数的峰值即可获得声源位置。由于匹配场技术同时估计声源距离和深度，使得声源深度估计的结果依赖于声源距离估计的结果，而距离估计又对声速剖面较为敏感，这使得深度估计的稳健性下降。同时，匹配场多采用垂直阵或大孔径的水平阵，但在许多应用场合，受安装平台的尺寸限制，垂直阵或大孔径的水平阵往往难以应用。考虑到实际需求，相较于对声源距离估计，对声源深度估计的需求更为迫切。因此，近年来，使用较少的水听器进行声源深度估计成为新的研究热点。
声源深度估计多采用模态滤波与匹配模相结合的方法，借助模态滤波得到模态强度，再利用匹配模处理估计声源深度，但模态滤波器要求较长的垂直阵列，否则容易出现病态问题。较少水听器深度估计问题的难点在于空间信息严重缺失，从这一角度出发，多数文献借助宽带信号的多频点特性，以此对宽带信号进行声源深度的估计。考虑浅海中信号的频散现象，部分文献根据频散中蕴含的海洋环境和信号的相关信息对声源深度进行估计。但上述研究限制信号形式为宽带，对于低频线谱用于深度的估计研究较少。借鉴了基于数据匹配场的思想，现有技术中提出了一种基于合成孔径波束形成(SAB)的测深方法，该方法仅使用单水听器即可完成深度估计。所述方法分析了声压经过Hankel变换后，得到波数谱的水平波数对应幅值与包含深度信息的模深度函数存在一定关系。由波数谱的峰值与模深度函数相关得到深度模糊函数进而完成声源深度的估计。由于模深度函数对声速剖面失配不敏感，因此，相比匹配场，该方法具有更好的稳健性。但是，Hankel变换估计水平波数需要目标声源在径向方向上运动距离足够大。当移动的距离不满足算法的要求，一些水平波数就无法估计出来。
发明内容
本发明目的是为了解决现有技术的问题，提出了一种基于AR波数谱的水平阵动目标深度估计方法。本发明是在仅采用水平阵的前提下，提出一种适用于浅海波导的稳健动目标深度估计方法。
本发明是通过以下技术方案实现的，本发明提出一种基于AR波数谱的水平阵动目标深度估计方法，具体包括以下步骤：
步骤1、根据仿真或实验数据得到阵元域的声压，对其做常规波束形成得到波束域声压；
步骤2、将AR模型应用于波束域声压得到AR波数谱，并据此估计水平波数；
步骤3、对波束域做广义Hankel变换，得到基于FT的波数谱；
步骤4、根据估计的水平波数和FT波数谱估计模态函数；
步骤5、根据已有的环境信息计算拷贝模态函数；
步骤6、将估计的模态函数和拷贝模态函数相关得到深度模糊函数，其峰值位置即为深度的估计值。
进一步地，所述将AR模型应用于波束域声压得到AR波数谱，具体为：
首先，进行数据预处理：
y[n]＝B(rn)S(rn)n＝1,2...L (1)
其中，B(rn)为波束域数据，S(rn)的作用是补偿声场中的扩展损失并且可以直接从数据中获得，
Figure BDA0001987100640000021
<>为平滑运算符；y[n]为线性系统的输出；rn为第n个位置对应的距离，L为数据个数；
其次，建立AR模型：
Figure BDA0001987100640000022
其中，p为AR模型的阶数，a[k]为构造AR模型的第k个系数，u[n]为模型噪声；
最后，假定u[n]是一个零均值的高斯白噪声，方差为σ2，波数谱被表示为如下的形式：
Figure BDA0001987100640000023
通过估计a[1],a[2],…,a[p]和σ2的值可以得到PAR；kr是指水平波数，i表示虚数单位。
进一步地，所述广义Hankel变换的具体表达式为：
Figure BDA0001987100640000031
Figure BDA0001987100640000032
表示波数谱，zr为接收水听器的布放深度，r0为目标与接收水听器的起始距离，r为某一时刻目标与接收水听器间的距离，R为目标移动的距离。
进一步地，所述步骤6具体为：
根据基于AR模型的波数谱估计水平波数的结果和FT波数谱，得到对应的模态估计结果，并将该结果与拷贝模态匹配获得目标深度估计结果：
Figure BDA0001987100640000033
Figure BDA0001987100640000034
其中，D(z)为深度估计的模糊函数，M为模态个数，φm(z)为第m阶模态在z深度处的值，km为第m阶模态对应的水平波数，Δ是一个无穷小量，用于防止(6)式中分母为零情况的出现，
Figure BDA0001987100640000035
为修正的模态函数。
进一步地，所述p为
Figure BDA0001987100640000036
本发明与现有技术相比，具有如下优点：
(1)对于目标声源运动距离较小的情况，仍能有效估计目标深度。
(2)由于将目标距离和深度估计问题分开处理，估计目标深度时不受目标估计距离误差的影响，使得目标深度估计更稳健。
附图说明
图1为本发明基于AR波数谱的水平阵动目标深度估计方法的流程图；
图2为典型夏季浅海声速剖面图；
图3为不同类型目标波束域波数谱结果；其中图3中(a)为基于AR模型变换得到的波数谱结果，(b)为广义Hankel变换得到的波数谱结果；
图4为不同类型目标深度估计结果图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在如图2的声速剖面条件下，对4m和50m的目标进行深度估计，具体为：
结合图1，本发明提出一种基于AR波数谱的水平阵动目标深度估计方法，具体包括以下步骤：
步骤1、根据仿真或实验数据得到阵元域的声压，对其做常规波束形成得到波束域声压；
步骤2、将AR模型应用于波束域声压得到AR波数谱，并据此估计水平波数；
步骤3、对波束域做广义Hankel变换，得到基于FT的波数谱；
步骤4、根据估计的水平波数和FT波数谱估计模态函数；
步骤5、根据已有的环境信息计算拷贝模态函数；
步骤6、将估计的模态函数和拷贝模态函数相关得到深度模糊函数，其峰值位置即为深度的估计值。
对采集的声压数据做基于AR模型的波数变换，得到图3(a)中的结果，所述将AR模型应用于波束域声压得到AR波数谱，具体为：
首先，进行数据预处理：
y[n]＝B(rn)S(rn)n＝1,2...L (1)
其中，B(rn)为波束域数据，S(rn)的作用是补偿声场中的扩展损失并且可以直接从数据中获得，
Figure BDA0001987100640000041
<>为平滑运算符；y[n]为线性系统的输出；rn为第n个位置对应的距离，L为数据个数；
其次，建立AR模型：
Figure BDA0001987100640000042
其中，p为AR模型的阶数，a[k]为构造AR模型的第k个系数，u[n]为模型噪声。
最后，假定u[n]是一个零均值的高斯白噪声，方差为σ2，波数谱被表示为如下的形式：
Figure BDA0001987100640000051
通过估计a[1],a[2],…,a[p]和σ2的值可以得到PAR；kr是指水平波数，i表示虚数单位。
用来估计a[1],a[2],…,a[p]方法很多，其中，修正的协方差方法可以有效的抑制谱峰分裂，本发明选择了这种方法来估计系数。PAR峰值所在的位置就是估计出的波数。
对采集的声压数据做广义Hankel变换，获得对应的波数谱，如图3(b)所示，所述广义Hankel变换的具体表达式为：
Figure BDA0001987100640000052
Figure BDA0001987100640000053
表示波数谱，zr为接收水听器的布放深度，r0为目标与接收水听器的起始距离，r为某一时刻目标与接收水听器间的距离，R为目标移动的距离。
结合图4，所述步骤6具体为：根据基于AR模型的波数谱估计水平波数的结果和FT波数谱，得到对应的模态估计结果，并将该结果与拷贝模态匹配获得目标深度估计结果：
Figure BDA0001987100640000054
Figure BDA0001987100640000055
其中，D(z)为深度估计的模糊函数，M为模态个数，φm(z)为第m阶模态在z深度处的值，km为第m阶模态对应的水平波数，Δ是一个无穷小量，用于防止(6)式中分母为零情况的出现，
Figure BDA0001987100640000056
为修正的模态函数。
以上对本发明所提供的一种基于AR波数谱的水平阵动目标深度估计方法，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种基于AR波数谱的水平阵动目标深度估计方法，其特征在于：具体包括以下步骤：
步骤1、根据仿真或实验数据得到阵元域的声压，对其做常规波束形成得到波束域声压；
步骤2、将AR模型应用于波束域声压得到AR波数谱，并据此估计水平波数；
步骤3、对波束域做广义Hankel变换，得到基于FT的波数谱；
步骤4、根据估计的水平波数和FT波数谱估计模态函数；
步骤5、根据已有的环境信息计算拷贝模态函数；
步骤6、将估计的模态函数和拷贝模态函数相关得到深度模糊函数，其峰值位置即为深度的估计值。
2.根据权利要求1所述的方法，其特征在于：所述将AR模型应用于波束域声压得到AR波数谱，具体为：
首先，进行数据预处理：
y[n]＝B(rn)S(rn)n＝1,2...L (1)
其中，B(rn)为波束域数据，S(rn)的作用是补偿声场中的扩展损失并且可以直接从数据中获得，
Figure FDA0001987100630000011
< >为平滑运算符；y[n]为线性系统的输出；rn为第n个位置对应的距离，L为数据个数；
其次，建立AR模型：
Figure FDA0001987100630000012
其中，p为AR模型的阶数，a[k]为构造AR模型的第k个系数，u[n]为模型噪声；
最后，假定u[n]是一个零均值的高斯白噪声，方差为σ2，波数谱被表示为如下的形式：
Figure FDA0001987100630000013
通过估计a[1],a[2],…,a[p]和σ2的值可以得到PAR；kr是指水平波数，i表示虚数单位。
3.根据权利要求2所述的方法，其特征在于：所述广义Hankel变换的具体表达式为：
Figure FDA0001987100630000021
Figure FDA0001987100630000022
表示波数谱，zr为接收水听器的布放深度，r0为目标与接收水听器的起始距离，r为某一时刻目标与接收水听器间的距离，R为目标移动的距离。
4.根据权利要求3所述的方法，其特征在于：所述步骤6具体为：
根据基于AR模型的波数谱估计水平波数的结果和FT波数谱，得到对应的模态估计结果，并将该结果与拷贝模态匹配获得目标深度估计结果：
Figure FDA0001987100630000023
Figure FDA0001987100630000024
其中，D(z)为深度估计的模糊函数，M为模态个数，φm(z)为第m阶模态在z深度处的值，km为第m阶模态对应的水平波数，Δ是一个无穷小量，用于防止(6)式中分母为零情况的出现，
Figure FDA0001987100630000025
为修正的模态函数。
5.根据权利要求2所述的方法，其特征在于：所述p为
Figure FDA0001987100630000026
CN201910168345.0A 2019-03-06 2019-03-06 一种基于ar波数谱的水平阵动目标深度估计方法 Pending CN111273297A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910168345.0A CN111273297A (zh) 2019-03-06 2019-03-06 一种基于ar波数谱的水平阵动目标深度估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910168345.0A CN111273297A (zh) 2019-03-06 2019-03-06 一种基于ar波数谱的水平阵动目标深度估计方法

Publications (1)

Publication Number Publication Date
CN111273297A true CN111273297A (zh) 2020-06-12

Family

ID=70998627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910168345.0A Pending CN111273297A (zh) 2019-03-06 2019-03-06 一种基于ar波数谱的水平阵动目标深度估计方法

Country Status (1)

Country Link
CN (1) CN111273297A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111914641A (zh) * 2020-06-30 2020-11-10 中国科学院声学研究所 一种基于模态强度匹配分析的目标深度辨识方法及系统
CN111929665A (zh) * 2020-09-01 2020-11-13 中国科学院声学研究所 一种基于波数谱主瓣位置的目标深度辨识方法及系统
CN112034440A (zh) * 2020-09-01 2020-12-04 中国科学院声学研究所 一种基于波数谱能量累积分布的目标深度辨识方法及系统
CN112816968A (zh) * 2020-12-04 2021-05-18 中国船舶重工集团公司第七一五研究所 一种基于匹配波束强度处理的深海声源深度分辨方法
CN112965053A (zh) * 2020-12-04 2021-06-15 中国船舶重工集团公司第七一五研究所 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法
CN113495275A (zh) * 2021-05-24 2021-10-12 中国海洋大学 一种单水听器垂直合成孔径被动定位方法、系统及应用
CN113608191A (zh) * 2021-07-30 2021-11-05 上海无线电设备研究所 一种近场目标方位识别方法
CN117991241A (zh) * 2024-01-19 2024-05-07 中国科学院声学研究所 一种基于模态波数谱变换的目标深度信息提取方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106599427A (zh) * 2016-12-06 2017-04-26 哈尔滨工程大学 一种基于贝叶斯理论和气垫船姿态信息的海浪信息预测方法
CN107844627A (zh) * 2017-09-25 2018-03-27 北京理工大学 一种仅输出时变结构模态参数贝叶斯估计方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106599427A (zh) * 2016-12-06 2017-04-26 哈尔滨工程大学 一种基于贝叶斯理论和气垫船姿态信息的海浪信息预测方法
CN107844627A (zh) * 2017-09-25 2018-03-27 北京理工大学 一种仅输出时变结构模态参数贝叶斯估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIANG GUO-LONG等: ""Match-Mode Autoregressive Method for Moving Source Depth Estimation in Shallow Water Waveguides"", 《MATHEMATICAL PROBLEMS IN ENGINEERING》 *
T.C. YANG等: ""Source depth estimation based on synthetic aperture beamfoming for a moving source"", 《ACOUSTICAL SOCIETY OF AMERICA》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111914641B (zh) * 2020-06-30 2023-07-18 中国科学院声学研究所 一种基于模态强度匹配分析的目标深度辨识方法及系统
CN111914641A (zh) * 2020-06-30 2020-11-10 中国科学院声学研究所 一种基于模态强度匹配分析的目标深度辨识方法及系统
CN111929665A (zh) * 2020-09-01 2020-11-13 中国科学院声学研究所 一种基于波数谱主瓣位置的目标深度辨识方法及系统
CN112034440A (zh) * 2020-09-01 2020-12-04 中国科学院声学研究所 一种基于波数谱能量累积分布的目标深度辨识方法及系统
CN111929665B (zh) * 2020-09-01 2024-02-09 中国科学院声学研究所 一种基于波数谱主瓣位置的目标深度辨识方法及系统
CN112034440B (zh) * 2020-09-01 2023-12-22 中国科学院声学研究所 一种基于波数谱能量累积分布的目标深度辨识方法及系统
CN112816968A (zh) * 2020-12-04 2021-05-18 中国船舶重工集团公司第七一五研究所 一种基于匹配波束强度处理的深海声源深度分辨方法
CN112816968B (zh) * 2020-12-04 2022-06-28 中国船舶重工集团公司第七一五研究所 一种基于匹配波束强度处理的深海声源深度分辨方法
CN112965053A (zh) * 2020-12-04 2021-06-15 中国船舶重工集团公司第七一五研究所 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法
CN113495275A (zh) * 2021-05-24 2021-10-12 中国海洋大学 一种单水听器垂直合成孔径被动定位方法、系统及应用
CN113608191A (zh) * 2021-07-30 2021-11-05 上海无线电设备研究所 一种近场目标方位识别方法
CN113608191B (zh) * 2021-07-30 2024-01-02 上海无线电设备研究所 一种近场目标方位识别方法
CN117991241A (zh) * 2024-01-19 2024-05-07 中国科学院声学研究所 一种基于模态波数谱变换的目标深度信息提取方法及系统

Similar Documents

Publication Publication Date Title
CN111273297A (zh) 一种基于ar波数谱的水平阵动目标深度估计方法
CN108226933B (zh) 一种基于条纹干涉结构的深海宽带目标深度估计方法
CN113281727B (zh) 一种基于水平线列阵的输出增强的波束形成方法及其系统
CN111914641B (zh) 一种基于模态强度匹配分析的目标深度辨识方法及系统
CN104820218B (zh) 一种基于频域自相关的浅海海底单参数反演方法
CN111025273B (zh) 一种畸变拖曳阵线谱特征增强方法及系统
CN111580048A (zh) 一种利用单矢量水听器的宽带声源深度估计方法
Yang et al. Striation-based source depth estimation with a vertical line array in the deep ocean
Gebbie et al. Passive localization of noise-producing targets using a compact volumetric array
Le Gall et al. Passive estimation of the waveguide invariant per pair of modes
CN106546947A (zh) 一种联合波导不变量和线谱的单水听器被动定位方法
CN113325399A (zh) 一种水下声源功率谱特征获取方法、系统及应用
CN103513249B (zh) 一种宽带相干模基信号处理方法及系统
Liu et al. Performance metrics for striation-based beamforming and application requirements with the horizontal line array in shallow water
CN114757240B (zh) 一种水声目标运动参数联合估计方法
Yang Source localization in range-dependent and time-varying shallow water: The Shallow Water 2006 experimental results
CN113075645B (zh) 一种基于主成分分析-密度聚类的畸变阵形线谱增强方法
CN117075114A (zh) 一种深海可靠声路径主动水声目标距离和深度的联合估计方法
CN113820717B (zh) 一种基于负梯度波导下warping变换的单矢量传感器无源测距方法
CN113671507B (zh) 一种基于深海垂直阵的波导不变量估计方法
Houégnigan et al. A novel approach to real-time range estimation of underwater acoustic sources using supervised machine learning
CN114720988A (zh) 一种基于模态相位的单水听器低频宽带匹配场测距方法
CN112466330B (zh) 一种多途信道下噪声源的声源级估计方法
CN112083373B (zh) 一种单矢量水听器被动定位及航迹预测方法
CN112731292B (zh) 局部imf能量加权的低空飞行目标信号时延估计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200612

RJ01 Rejection of invention patent application after publication