CN111929665B - 一种基于波数谱主瓣位置的目标深度辨识方法及系统 - Google Patents
一种基于波数谱主瓣位置的目标深度辨识方法及系统 Download PDFInfo
- Publication number
- CN111929665B CN111929665B CN202010904113.XA CN202010904113A CN111929665B CN 111929665 B CN111929665 B CN 111929665B CN 202010904113 A CN202010904113 A CN 202010904113A CN 111929665 B CN111929665 B CN 111929665B
- Authority
- CN
- China
- Prior art keywords
- wave number
- target
- depth
- modal
- number spectrum
- 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.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 185
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000005855 radiation Effects 0.000 claims abstract description 69
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 64
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 description 7
- 230000006872 improvement Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012418 validation experiment Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于波数谱主瓣位置的目标深度辨识方法及系统，所述方法包括：依据测量所得声速剖面，得到模态波数对应的最大值和最小值；在模态波数最小值至最大值区间，以水平拖线阵搭载的水面平台辐射噪声作基准源，利用模态域波束形成方法得到水面平台辐射噪声的模态波数谱，并将其作为参考基准；在模态波数最小值至最大值区间，得到深度待判决目标辐射噪声的模态波数谱；根据声速梯度变化趋势，分别得到水面平台辐射噪声和深度待判决目标辐射噪声的模态波数谱主瓣位置；将深度待判决目标辐射噪声对应模态波数谱与参考基准进行波数谱主瓣位置比较；依据比较结果对待判决目标的深度进行辨识，得到判决结果。
Description
技术领域
本发明涉及声纳信号处理领域，特别涉及一种基于波数谱主瓣位置的目标深度辨识方法及系统。
背景技术
水中目标深度辨识是现代声纳系统的一个重要组成部分，是声纳系统后置数据处理的一个重要环节，尤其是对于水声对抗系统。由于单独依赖信号时频特征进行目标辨识的方法难以满足使用需求，迫切需要寻求新的途径加以解决从拾取声压数据中辨识目标深度问题。为了能够实现对水中目标深度有效辨识，有关学者提出采用匹配场处理方法实现对目标进行深度估计。这种方法充分简正波的模态分布，利用垂直阵实现深度上的采样，并采用简正波声传播模型计算拷贝场向量，然后将拷贝场与测量场进行匹配实现对目标深度估计，但是该方法面临计算量大、耗时长、受环境参数影响较大等问题。为了解决匹配场定位方法受环境参数影响较大等问题，有关学者提出一种基于双引导声源和warping变换的拷贝声场计算方法，该方法首先从垂直接收阵接收到的引导声源声场获取简正波本征函数，然后再从声场衰减信息和声场相位信息两个方向重构拷贝声场，并与目标声源的真实声场进行匹配实现目标定位，显著降低了环境参数对匹配声场的影响。但是该方法对引导声源有一定要求，实际应用存在一定难度，同时需要基于垂直阵实现对简正波模态深度采样。为了避免利用垂直阵解决目标深度辨识问题，有关学者陆续提出利用声强流的无功分量符号变化对浅海目标深度进行辨识，但是其临界深度过大，不宜进行深度辨识；后续又提出通过对目标频散特征提取、模态域处理等方式实现目标深度辨识，但该类方法据对海洋参数信息均有一定要求。
发明内容
本发明的目的在于克服现有技术缺陷，提出了一种基于波数谱主瓣位置的目标深度辨识方法及系统。
本发明提出了一种基于波数谱主瓣位置的目标深度辨识方法，所述方法包括：
依据测量所得声速剖面，得到模态波数对应的最大值和最小值；
在模态波数最小值至最大值区间，以水平拖线阵搭载的水面平台辐射噪声作基准源，利用模态域波束形成方法得到水面平台辐射噪声的模态波数谱，并将其作为参考基准；
在模态波数最小值至最大值区间，得到深度待判决目标辐射噪声的模态波数谱；
根据声速梯度变化趋势，分别得到水面平台辐射噪声和深度待判决目标辐射噪声的模态波数谱主瓣位置；
将深度待判决目标辐射噪声对应模态波数谱与参考基准进行波数谱主瓣位置比较；
依据比较结果对待判决目标的深度进行辨识，得到判决结果。
作为上述方法的一种改进，所述方法具体包括：
步骤1)根据应用水域深度H，声速分布c，处理数据频带f，水平拖线阵孔径计L，得到模态波数k对应的最大值kmax和最小值kmin：
其中，M为模态总数， 为向下取整运算符；
步骤2)采用模态域波束形成方法得到水面平台辐射噪声的模态波数谱Y0(f,k)：
k∈[kmin:kspace:kmax]
其中，Xn(f)为水平拖线阵第n阵元拾取数据，N为阵元数，d为相邻阵元间距，θ0为水面平台相对水平拖线阵方位角，kspace为波数滑动步长：
步骤3)根据深度待判决目标辐射噪声相对水平拖线阵的方位角θs，计算深度待判决目标辐射噪声的模态波数谱Ys(f,k)为：
步骤4)根据波数范围得到水面平台辐射噪声的模态波数谱Y0(f,k)的平均值
其中，K为k∈[kmin:kspace:kmax]波数变化个数；
根据波数范围得到深度待判决目标辐射噪声的模态波数谱Ys(f,k)的平均值
步骤5)根据声速梯度情况，结合和/>分别确定Y0(f,k)波数谱主瓣位置Kindex,0和Ys(f,k)波数谱主瓣位置Kindex,s；
步骤6)依据各阶模态水平波数km与声速相关性，将Kindex,0作为参考基准，将Kindex,s与参考基准进行比较：
当声速梯度为负梯度时，如果Kindex,s大于Kindex,0，则深度待判决目标为水下目标；否则为水面目标；
当声速梯度为正梯度时，如果Kindex,s小于Kindex,0，则深度待判决目标为水下目标；否则为水面目标。
作为上述方法的一种改进，所述步骤5)具体包括：
当声速梯度为负梯度时，从Y0(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；当声速梯度为正梯度时，从Y0(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；
当声速梯度为负梯度时，从Ys(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,s；当声速梯度为正梯度时，从Ys(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,0。
一种基于波数谱主瓣位置的目标深度辨识系统，其特征在于，所述系统包括：模态波数对应最大值和最小值生成模块、模态波数谱生成模块、波数谱主瓣位置生成模块和目标深度辨识模块；其中，
所述模态波数对应最大值和最小值生成模块，用于依据测量所得声速剖面，得到模态波数对应的最大值和最小值；
所述模态波数谱生成模块，用于在模态波数最小值至最大值区间，以水平拖线阵搭载的水面平台辐射噪声作基准源，利用模态域波束形成方法得到水面平台辐射噪声的模态波数谱；在模态波数最小值至最大值区间，得到深度待判决目标辐射噪声的模态波数谱；
所述波数谱主瓣位置生成模块，用于根据声速梯度变化趋势，分别得到水面平台辐射噪声和深度待判决目标辐射噪声的模态波数谱主瓣位置；
所述目标深度辨识模块，用于将深度待判决目标辐射噪声对应模态波数谱与参考基准进行波数谱主瓣位置比较；依据比较结果对待判决目标的深度进行辨识，得到判决结果。
作为上述系统的一种改进，所述模态波数对应最大值和最小值生成模块的具体实现过程为：
根据应用水域深度H，声速分布c，处理数据频带f，水平拖线阵孔径计L，得到模态波数k对应的最大值kmax和最小值kmin：
其中，M为模态总数， 为向下取整运算符。
作为上述系统的一种改进，所述模态波数谱生成模块的具体实现过程为：
采用模态域波束形成方法得到水面平台辐射噪声的模态波数谱Y0(f,k)：
k∈[kmin:kspace:kmax]
其中，Xn(f)为水平拖线阵第n阵元拾取数据，N为阵元数，d为相邻阵元间距，θ0为水面平台相对水平拖线阵方位角，kspace为波数滑动步长：
根据深度待判决目标辐射噪声相对水平拖线阵的方位角θs，计算深度待判决目标辐射噪声的模态波数谱Ys(f,k)为：
作为上述系统的一种改进，所述波数谱主瓣位置生成模块的具体实现过程为：
根据波数范围得到水面平台辐射噪声的模态波数谱Y0(f,k)的平均值
其中，K为k∈[kmin:kspace:kmax]波数变化个数；
根据波数范围得到深度待判决目标辐射噪声的模态波数谱Ys(f,k)的平均值
当声速梯度为负梯度时，从Y0(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；当声速梯度为正梯度时，从Y0(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；
当声速梯度为负梯度时，从Ys(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,s；当声速梯度为正梯度时，从Ys(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,0。
作为上述系统的一种改进，所述目标深度辨识模块的具体实现过程为：
依据各阶模态水平波数km与声速相关性，将Kindex,0作为参考基准，将Kindex,s与参考基准进行比较：
当声速梯度为负梯度时，如果Kindex,s大于Kindex,0，则深度待判决目标为水下目标；否则为水面目标；
当声速梯度为正梯度时，如果Kindex,s小于Kindex,0，则深度待判决目标为水下目标；否则为水面目标
与现有技术相比，本发明的优势在于：
克服了深度匹配估计技术的不足，减少了海洋环境参数失配和声场模型失配对深度估计效果的影响。
附图说明
图1是本发明实施例1的水平拖线阵声纳结构示意图；
图2是本发明实施例1数值仿真1验证实验采用的声速剖面图；
图3(a)是频率60Hz，2阶简正波；
图3(b)是频率60Hz，2阶简正波对应波数；
图4(a)是频率60Hz，水下目标在15m深度对应波数谱1；
图4(b)是频率60Hz，水下目标在45m深度对应波数谱1；
图5(a)是频率60Hz，水下目标在65m深度对应波数谱1；
图5(b)是频率60Hz，水下目标在85m深度对应波数谱1；
图6(a)是频率300Hz，16阶简正波；
图6(b)是频率300Hz，16阶简正波对应波数；
图7(a)是频率300Hz，水下目标在15m深度对应波数谱2；
图7(b)是频率300Hz，水下目标在45m深度对应波数谱2；
图8(a)是频率300Hz，水下目标在65m深度对应波数谱2；
图8(b)是频率300Hz，水下目标在85m深度对应波数谱2；
图9是数值仿真2验证实验采用的声速剖面图；
图10(a)是频率60Hz，2阶简正波；
图10(b)是频率60Hz，2阶简正波对应波数；
图11(a)是频率60Hz，水下目标在45m对应波数谱；
图11(b)是频率60Hz，水下目标在85m对应波数谱；
图12(a)是频率300Hz，16阶简正波；
图12(b)是频率300Hz，16阶简正波对应波数；
图13(a)是频率300Hz，水下目标在45m对应波数谱；
图13(b)是频率300Hz，水下目标在85m对应波数谱。
具体实施方式
针对海洋环境参数不完备情况的水平拖线阵目标深度辨识问题，本发明依据各阶模态水平波数与声速相关性，提出一种基于波数谱主瓣位置的目标深度辨识方法。该方法首先以水平拖线阵搭载的水面平台辐射噪声作为引导源，利用模态域波束形成方法求取水面平台辐射噪声模态波数谱，并将其作为匹配基准；然后再对预判决方位目标进行模态波数谱求取，将其与匹配基准进行波数谱主瓣位置比较；最后依据声速剖面梯度和波数谱主瓣位置实现对深度待判决目标属性判决，并通过数值仿真验证了其有效性。
下面结合附图和实施例对本发明的技术方案进行详细的说明。
实施例1
本发明的实施例1提供了一种基于波数谱主瓣位置的目标深度辨识方法。在对本发明的方法做详细说明前，首先对本发明的方法所适用水平拖线阵加以描述。如图1所示为一水平拖线阵声纳结构示意图，该拖线阵声纳包括6个部分，显控与信号处理机1、甲板缆2、绞车3、导缆架4、拖缆5、水平拖线阵6。其中的水平拖线阵6通过拖缆5与位于绞车3上的甲板缆2连接，所述拖缆5还安装在导缆架4上；水平拖线阵6所接收的信号传输给显控与信号处理机1。
1、模态域波束形成
深度zs、距离r处的单频点目标信号在深度z处产生的声压简正波模型可表示为：
式中，[·]*表示复共轭，km和φm(z)分别表示第m个水平波数和在深度z处的模态函数，M表示简正波模型所含模态的总数，ρ代表密度，S(f)为目标声源在频点f处的幅频响应。
如果该目标信号被一个具有N个阵元的水平拖线阵所拾取，则其拾取的声压数据可表示为：
式中，rn,n＝1,2,…,N为目标声源到水平拖线阵各阵元距离，x(f,rn,z,zs)为n个阵元拾取的声压数据，[·]T表示矩阵转置。
当目标声源相对水平拖线阵符合远场条件时，水平拖线阵各阵元拾取的声压数据近似为平面波，则目标声源到水平拖线阵相邻阵元之间声程差为Δr＝dcosθ，其中d为相邻阵元间距，θ为目标声源相对拖线阵水平方位角。此时，式(2)可进一步表示为：
当r1远大于拖线阵有效孔径时，式(3)可进一步表示为：
由上式可知，水平拖线阵各阵元拾取的声压数据中各阶简正波对应的水平波数不同，其对应的相位变化不同，即相邻阵元每一阶模态对应的相位差不同。此时，可按式(5)所示，采用不同模态对应水平波数对拖线阵各阵元数据进行相位差补偿，可实现不同模态声压数据同相相加，输出不同模态对应声压数据合成结果，实现目标信号在模态域上的分离。
采用第l阶模态对应水平波数对拖线阵拾取数据进行相位差补偿和各阵元拾取数据叠加时，第l＝1,2,…,M阶模态分量对应数据将实现同相叠加，其他阶模态分量对应数据被抑制。相位差补偿后各阵元数据叠加输出为：
式中，L为其他阶模态对应残留分量。
2、波数谱主瓣位置求取
由于各阶模态水平波数与声速相关性，即根据声速剖面变化趋势，求取不同目标主瓣位置。
对此，我们可通过水平拖线阵模态域波束形成得到模态波数谱Y(f,k)，构建不同波数谱主瓣位置值，具体过程如下：
首先，按波数范围求取波数谱平均值
式中，K为k∈[kmin:kspace:kmax]波数变化个数。
以下对于模态波数谱和深度待判决目标辐射噪声的模态波数谱分别进行以下计算：
根据波数范围得到水面平台辐射噪声的模态波数谱Y0(f,k)的平均值
其中，K为k∈[kmin:kspace:kmax]波数变化个数；
根据波数范围得到深度待判决目标辐射噪声的模态波数谱Ys(f,k)的平均值
然后，根据声速梯度情况，求取主瓣位置Kindex，该值并不同于波束主瓣含义，而是根据声速梯度情况，求得不同位置波数谱幅度大于均值对应位置，即当声速梯度为负梯度时，从波数谱横坐标右侧算起，不同位置波数谱第一个大于均值对应位置即为主瓣位置Kindex；当声速梯度为正梯度时，从波数谱横坐标左侧算起，不同位置波数谱第一个大于均值对应位置即为主瓣位置Kindex。具体如下：
当声速梯度为负梯度时，从Y0(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；当声速梯度为正梯度时，从Y0(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；
当声速梯度为负梯度时，从Ys(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,s；当声速梯度为正梯度时，从Ys(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,0。
3、基于波数谱主瓣位置的目标深度属性判决方法
为了克服深度匹配估计技术的不足，减少海洋环境参数失配和声场模型失配对深度估计效果的影响，本发明依据水面平台深度已知特性，通过以水面平台辐射噪声作为引导源，对预判决方位目标进行波数谱主瓣位置比较，实该方位目标深度属性判决，具体过程如下：
首先，根据水面平台辐射噪声在水平拖线阵中方位角，按式(6)形式求取水面平台辐射噪声模态波数谱Y0(f,k)；
其次，根据深度待判决目标在水平拖线阵中方位角，按式(6)形式求取其模态波数谱Ys(f,k)；
最后，依据各阶模态水平波数与声速相关性，根据声速剖面变化趋势，求取不同目标主瓣位置。
当声速梯度为负梯度时，Ys(f,k)波数谱主瓣位置Kindex,s大于Y0(f,k)波数谱主瓣位置Kindex,0，则深度待判决目标为水下目标；否则为水面目标。
当声速梯度为正梯度时，Ys(f,k)波数谱主瓣位置Kindex,s小于Y0(f,k)波数谱主瓣位置Kindex,0，则深度待判决目标为水下目标；否则为水面目标。
实验分析
为了进一步验证本发明方法可以有效实现对水面/水下目标判决，进行如下数值仿真分析。数值仿真实验中采用图2所示声速剖面，水面平台深度为5m，水平拖线阵深度为25m，目标深度在1～200m内按1m等间隔设置。
图3(a)是频率60Hz，2阶简正波；
图3(b)是频率60Hz，2阶简正波对应波数；
图4(a)是频率60Hz，水下目标在15m深度对应波数谱1；
图4(b)是频率60Hz，水下目标在45m深度对应波数谱1；
图5(a)是频率60Hz，水下目标在65m深度对应波数谱1；
图5(b)是频率60Hz，水下目标在85m深度对应波数谱1；
图6(a)是频率300Hz，16阶简正波；
图6(b)是频率300Hz，16阶简正波对应波数；
图7(a)是频率300Hz，水下目标在15m深度对应波数谱2；
图7(b)是频率300Hz，水下目标在45m深度对应波数谱2；
图8(a)是频率300Hz，水下目标在65m深度对应波数谱2；
图8(b)是频率300Hz，水下目标在85m深度对应波数谱2；
图9是数值仿真2验证实验采用的声速剖面图；
图10(a)是频率60Hz，2阶简正波；
图10(b)是频率60Hz，2阶简正波对应波数；
图11(a)是频率60Hz，水下目标在45m对应波数谱；
图11(b)是频率60Hz，水下目标在85m对应波数谱；
图12(a)是频率300Hz，16阶简正波；
图12(b)是频率300Hz，16阶简正波对应波数；
图13(a)是频率300Hz，水下目标在45m对应波数谱；
图13(b)是频率300Hz，水下目标在85m对应波数谱。
由仿真结果可知，水面平台为水面目标，在水平拖线阵位于一定深度，在靠近水面处目标模态波数谱与水面平台模态波数谱主瓣位置一致，由此可以实现对水面/水下目标深度属性判决。
实施例2
基于上述方法，本发明的实施例2提出了一种基于波数谱主瓣位置的目标深度辨识系统，所述系统包括：模态波数对应最大值和最小值生成模块、模态波数谱生成模块、波数谱主瓣位置生成模块和目标深度辨识模块。其中，
所述模态波数对应最大值和最小值生成模块，用于依据测量所得声速剖面，得到模态波数对应的最大值和最小值；具体实现过程为：
根据应用水域深度H，声速分布c，处理数据频带f，水平拖线阵孔径计L，得到模态波数k对应的最大值kmax和最小值kmin：
其中，M为模态总数， 为向下取整运算符。
所述模态波数谱生成模块，用于在模态波数最小值至最大值区间，以水平拖线阵搭载的水面平台辐射噪声作基准源，利用模态域波束形成方法得到水面平台辐射噪声的模态波数谱；在模态波数最小值至最大值区间，得到深度待判决目标辐射噪声的模态波数谱；具体实现过程为：
采用模态域波束形成方法得到水面平台辐射噪声的模态波数谱Y0(f,k)：
k∈[kmin:kspace:kmax]
其中，Xn(f)为水平拖线阵第n阵元拾取数据，N为阵元数，d为相邻阵元间距，θ0为水面平台相对水平拖线阵方位角，kspace为波数滑动步长：
根据深度待判决目标辐射噪声相对水平拖线阵的方位角θs，计算深度待判决目标辐射噪声的模态波数谱Ys(f,k)为：
k∈[kmin:kspace:kmax]
所述波数谱主瓣位置生成模块，用于根据声速梯度变化趋势，分别得到水面平台辐射噪声和深度待判决目标辐射噪声的模态波数谱主瓣位置；具体实现过程为：
根据波数范围得到水面平台辐射噪声的模态波数谱Y0(f,k)的平均值
其中，K为k∈[kmin:kspace:kmax]波数变化个数；
根据波数范围得到深度待判决目标辐射噪声的模态波数谱Ys(f,k)的平均值
当声速梯度为负梯度时，从Y0(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；当声速梯度为正梯度时，从Y0(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；
当声速梯度为负梯度时，从Ys(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,s；当声速梯度为正梯度时，从Ys(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,0。
所述目标深度辨识模块，用于将深度待判决目标辐射噪声对应模态波数谱与参考基准进行波数谱主瓣位置比较；依据比较结果对待判决目标的深度进行辨识，得到判决结果。具体实现过程为：
依据各阶模态水平波数km与声速相关性，将Kindex,0作为参考基准，将Kindex,s与参考基准进行比较：
当声速梯度为负梯度时，如果Kindex,s大于Kindex,0，则深度待判决目标为水下目标；否则为水面目标；
当声速梯度为正梯度时，如果Kindex,s小于Kindex,0，则深度待判决目标为水下目标；否则为水面目标。
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 (3)
1.一种基于波数谱主瓣位置的目标深度辨识方法，所述方法包括：
依据测量所得声速剖面，得到模态波数对应的最大值和最小值；
在模态波数最小值至最大值区间，以水平拖线阵搭载的水面平台辐射噪声作基准源，利用模态域波束形成方法得到水面平台辐射噪声的模态波数谱，并将其作为参考基准；
在模态波数最小值至最大值区间，得到深度待判决目标辐射噪声的模态波数谱；
根据声速梯度变化趋势，分别得到水面平台辐射噪声和深度待判决目标辐射噪声的模态波数谱主瓣位置；
将深度待判决目标辐射噪声对应模态波数谱与参考基准进行波数谱主瓣位置比较；
依据比较结果对待判决目标的深度进行辨识，得到判决结果；
所述方法具体包括：
步骤1)根据应用水域深度H，声速分布c，处理数据频带f，水平拖线阵孔径计L，得到模态波数k对应的最大值kmax和最小值kmin：
其中，M为模态总数， 为向下取整运算符；
步骤2)采用模态域波束形成方法得到水面平台辐射噪声的模态波数谱Y0(f,k)：
其中，Xn(f)为水平拖线阵第n阵元拾取数据，N为阵元数，d为相邻阵元间距，θ0为水面平台相对水平拖线阵方位角，kspace为波数滑动步长：
步骤3)根据深度待判决目标辐射噪声相对水平拖线阵的方位角θs，计算深度待判决目标辐射噪声的模态波数谱Ys(f,k)为：
步骤4)根据波数范围得到水面平台辐射噪声的模态波数谱Y0(f,k)的平均值
其中，K为k∈[kmin:kspace:kmax]波数变化个数；
根据波数范围得到深度待判决目标辐射噪声的模态波数谱Ys(f,k)的平均值
步骤5)根据声速梯度情况，结合和/>分别确定Y0(f,k)波数谱主瓣位置Kindex,0和Ys(f,k)波数谱主瓣位置Kindex,s；
步骤6)依据各阶模态水平波数km与声速相关性，将Kindex,0作为参考基准，将Kindex,s与参考基准进行比较：
当声速梯度为负梯度时，如果Kindex,s大于Kindex,0，则深度待判决目标为水下目标；否则为水面目标；
当声速梯度为正梯度时，如果Kindex,s小于Kindex,0，则深度待判决目标为水下目标；否则为水面目标。
2.根据权利要求1所述的基于波数谱主瓣位置的目标深度辨识方法，其特征在于，所述步骤5)具体包括：
当声速梯度为负梯度时，从Y0(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；当声速梯度为正梯度时，从Y0(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；
当声速梯度为负梯度时，从Ys(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,s；当声速梯度为正梯度时，从Ys(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,0。
3.一种基于波数谱主瓣位置的目标深度辨识系统，其特征在于，所述系统包括：模态波数对应最大值和最小值生成模块、模态波数谱生成模块、波数谱主瓣位置生成模块和目标深度辨识模块；其中，
所述模态波数对应最大值和最小值生成模块，用于依据测量所得声速剖面，得到模态波数对应的最大值和最小值；
所述模态波数谱生成模块，用于在模态波数最小值至最大值区间，以水平拖线阵搭载的水面平台辐射噪声作基准源，利用模态域波束形成方法得到水面平台辐射噪声的模态波数谱；在模态波数最小值至最大值区间，得到深度待判决目标辐射噪声的模态波数谱；
所述波数谱主瓣位置生成模块，用于根据声速梯度变化趋势，分别得到水面平台辐射噪声和深度待判决目标辐射噪声的模态波数谱主瓣位置；
所述目标深度辨识模块，用于将深度待判决目标辐射噪声对应模态波数谱与参考基准进行波数谱主瓣位置比较；依据比较结果对待判决目标的深度进行辨识，得到判决结果；
所述模态波数对应最大值和最小值生成模块的具体实现过程为：
根据应用水域深度H，声速分布c，处理数据频带f，水平拖线阵孔径计L，得到模态波数k对应的最大值kmax和最小值kmin：
其中，M为模态总数， 为向下取整运算符；
所述模态波数谱生成模块的具体实现过程为：
采用模态域波束形成方法得到水面平台辐射噪声的模态波数谱Y0(f,k)：
其中，Xn(f)为水平拖线阵第n阵元拾取数据，N为阵元数，d为相邻阵元间距，θ0为水面平台相对水平拖线阵方位角，kspace为波数滑动步长：
根据深度待判决目标辐射噪声相对水平拖线阵的方位角θs，计算深度待判决目标辐射噪声的模态波数谱Ys(f,k)为：
所述波数谱主瓣位置生成模块的具体实现过程为：
根据波数范围得到水面平台辐射噪声的模态波数谱Y0(f,k)的平均值
其中，K为k∈[kmin:kspace:kmax]波数变化个数；
根据波数范围得到深度待判决目标辐射噪声的模态波数谱Ys(f,k)的平均值
当声速梯度为负梯度时，从Y0(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；当声速梯度为正梯度时，从Y0(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Y0(f,k)主瓣位置Kindex,0；
当声速梯度为负梯度时，从Ys(f,k)波数谱横坐标右侧算起，选取第一个大于的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,s；当声速梯度为正梯度时，从Ys(f,k)波数谱横坐标左侧算起，选取第一个大于均值的波数谱对应的位置为Ys(f,k)主瓣位置Kindex,0；
所述目标深度辨识模块的具体实现过程为：
依据各阶模态水平波数km与声速相关性，将Kindex,0作为参考基准，将Kindex,s与参考基准进行比较：
当声速梯度为负梯度时，如果Kindex,s大于Kindex,0，则深度待判决目标为水下目标；否则为水面目标；
当声速梯度为正梯度时，如果Kindex,s小于Kindex,0，则深度待判决目标为水下目标；否则为水面目标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010904113.XA CN111929665B (zh) | 2020-09-01 | 2020-09-01 | 一种基于波数谱主瓣位置的目标深度辨识方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010904113.XA CN111929665B (zh) | 2020-09-01 | 2020-09-01 | 一种基于波数谱主瓣位置的目标深度辨识方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111929665A CN111929665A (zh) | 2020-11-13 |
| CN111929665B true CN111929665B (zh) | 2024-02-09 |
Family
ID=73309155
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010904113.XA Active CN111929665B (zh) | 2020-09-01 | 2020-09-01 | 一种基于波数谱主瓣位置的目标深度辨识方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111929665B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2757811A1 (en) * | 2013-01-22 | 2014-07-23 | Harman Becker Automotive Systems GmbH | Modal beamforming |
| CN106199505A (zh) * | 2016-06-28 | 2016-12-07 | 哈尔滨工程大学 | 一种声矢量圆阵模态域稳健方位估计方法 |
| CN108562905A (zh) * | 2018-03-27 | 2018-09-21 | 西北工业大学 | 一种基于模态域子空间检测器加权的水下目标检测方法 |
| CN110515065A (zh) * | 2019-08-30 | 2019-11-29 | 东南大学 | 一种辐射噪声线谱源深度辨识方法 |
| CN111273297A (zh) * | 2019-03-06 | 2020-06-12 | 哈尔滨工程大学 | 一种基于ar波数谱的水平阵动目标深度估计方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106595834B (zh) * | 2016-11-10 | 2019-01-04 | 西北工业大学 | 一种获得深海大深度声场水平纵向相关性的方法 |
-
2020
- 2020-09-01 CN CN202010904113.XA patent/CN111929665B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2757811A1 (en) * | 2013-01-22 | 2014-07-23 | Harman Becker Automotive Systems GmbH | Modal beamforming |
| CN106199505A (zh) * | 2016-06-28 | 2016-12-07 | 哈尔滨工程大学 | 一种声矢量圆阵模态域稳健方位估计方法 |
| CN108562905A (zh) * | 2018-03-27 | 2018-09-21 | 西北工业大学 | 一种基于模态域子空间检测器加权的水下目标检测方法 |
| CN111273297A (zh) * | 2019-03-06 | 2020-06-12 | 哈尔滨工程大学 | 一种基于ar波数谱的水平阵动目标深度估计方法 |
| CN110515065A (zh) * | 2019-08-30 | 2019-11-29 | 东南大学 | 一种辐射噪声线谱源深度辨识方法 |
Non-Patent Citations (5)
| Title |
|---|
| Robust high-resolution beam-forming based on high order cross sensor processing method;Zheng, EM et al.;JOURNAL OF SYSTEMS ENGINEERING AND ELECTRONICS;全文 * |
| 一种基于模态域波束形成的水平阵被动目标深度估计;李鹏;章新华;付留芳;曾祥旭;;物理学报(第08期);全文 * |
| 从阵元域到模态域阵列信号处理;鄢社锋;侯朝焕;马晓川;;声学学报(第05期);全文 * |
| 利用水平阵模态域波束形成判别声源深度;郭良浩 等;应用声学;全文 * |
| 基于声压梯度分析的小间隔直线阵端射波束形成;王冬海;杨益新;蒋伟;;鱼雷技术(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111929665A (zh) | 2020-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10725149B1 (en) | System and method for autonomous joint detection-classification and tracking of acoustic signals of interest | |
| 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 | |
| CN111580048B (zh) | 一种利用单矢量水听器的宽带声源深度估计方法 | |
| CN110231778B (zh) | 一种通用的uuv水下目标探测仿真方法及系统 | |
| CN112987004A (zh) | 一种浅海环境下基于水平阵列的水面水下目标分类方法 | |
| CN111273297A (zh) | 一种基于ar波数谱的水平阵动目标深度估计方法 | |
| CN112965053A (zh) | 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法 | |
| KR102257198B1 (ko) | 빅데이터 기반의 소나 성능 검증 시스템 및 그 방법 | |
| CN111708007B (zh) | 基于模态闪烁指数匹配分析的目标深度辨识方法及系统 | |
| CN111929665B (zh) | 一种基于波数谱主瓣位置的目标深度辨识方法及系统 | |
| CN113325399A (zh) | 一种水下声源功率谱特征获取方法、系统及应用 | |
| CN112034440B (zh) | 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 | |
| CN115656994B (zh) | 双基地有源探测拖曳阵阵形实时校准方法 | |
| CN113109794A (zh) | 一种强噪声环境下基于深度神经网络的深海声源定深方法 | |
| CN115220026A (zh) | 一种基于冰面水平阵列的匹配场跨冰定位方法 | |
| CN117991241A (zh) | 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 | |
| CN107728132A (zh) | 一种改善干扰阻塞算法输出信噪比的方法 | |
| Wu et al. | Feature enhancement technique with distorted towed array in the underwater radiated noise | |
| CN113687364B (zh) | 一种三维成像声纳图像假底的抑制方法 | |
| Trevorrow | Evidence for non-Rayleigh characteristics in ship underwater acoustic signatures | |
| CN113009418B (zh) | 一种基于伪格林函数脉冲时延的目标深度估计方法 | |
| CN110007296A (zh) | 一种基于引导信号修正的时域干扰抵消方法 | |
| US6822928B1 (en) | Adaptive sonar signal processing method and system | |
| CN113009419B (zh) | 一种基于频域互相关匹配的目标深度估计方法 | |
| CN113176558B (zh) | 一种矢量舷侧阵稳健波束形成方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |