CN111929666A - 一种基于序贯环境学习的弱水声目标线谱自主提取方法 - Google Patents

一种基于序贯环境学习的弱水声目标线谱自主提取方法 Download PDF

Info

Publication number
CN111929666A
CN111929666A CN202010941363.0A CN202010941363A CN111929666A CN 111929666 A CN111929666 A CN 111929666A CN 202010941363 A CN202010941363 A CN 202010941363A CN 111929666 A CN111929666 A CN 111929666A
Authority
CN
China
Prior art keywords
line spectrum
spectrum
line
frequency
root
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.)
Granted
Application number
CN202010941363.0A
Other languages
English (en)
Other versions
CN111929666B (zh
Inventor
方世良
刘清宇
朱传奇
安良
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN202010941363.0A priority Critical patent/CN111929666B/zh
Publication of CN111929666A publication Critical patent/CN111929666A/zh
Application granted granted Critical
Publication of CN111929666B publication Critical patent/CN111929666B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/539Details 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/006Theoretical aspects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/537Counter-measures or counter-counter-measures, e.g. jamming, anti-jamming

Landscapes

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

Abstract

本发明公开了一种基于序贯环境学习的弱水声目标线谱自主提取方法,包括对获取的水声信号进行功率谱估计;自主线谱提取;环境线谱的序贯学习与更新;对当前功率谱进行环境线谱抑制处理获得重构功率谱;对重构功率谱进行自主线谱提取获得疑似弱目标线谱;对疑似线谱进行序贯性分析实现弱目标线谱自主辨识。本发明能够实现弱目标线谱的有效自主提取,同时虚警概率低。

Description

一种基于序贯环境学习的弱水声目标线谱自主提取方法
技术领域
本发明涉及一种弱水声目标线谱自主提取技术,属于声纳信号处理技术领域。
背景技术
在水下复杂的声场环境中,对船舶噪声的自动检测与特征提取是潜、浮标等无人平台自主探测的基础,具有重要的研究价值。船舶辐射噪声线谱主要由船舶机械部件的往复运动与螺旋桨叶片的周期性击水以及叶片共振产生。线谱具有的较高信噪比可以用来提高检测性能,线谱本身携带的频率等信息则进一步可作为目标判别的重要依据,是目前水声目标探测与识别的重要特征。但是,由于海洋中存在大型商船、近海岸工程机械等各种噪声源,这些噪声源同样存在着目标探测所依赖的线谱等重要特征,而且强度往往比关注目标要高出很多,形成强烈的环境干扰线谱,严重影响了即使是距离相对更近的弱水声目标信号有效线谱提取,从而影响目标探测性能。
目前国内外学者提出了许多非平稳低频线谱的检测与提取方法,比较典型的有相干累积处理和迭代强干扰抵消等方法,比如:(1)刘辉涛提出了一种利用相干累加频域批处理自适应线谱增强技术,提高稳定目标线谱的累积强度,抑制非稳定背景谱。(2)SLOBODAN提出了强线谱迭代抵消的方法,以提取弱线谱分量。
发明内容
发明目的:针对潜、浮标等水声节点自主提取弱水声目标线谱易受强环境干扰影响的难题,本发明提供一种基于序贯环境学习的弱水声目标线谱自主提取方法,利用环境线谱的相对稳定性特点,通过对自主提取线谱的环境序贯学习实现环境线谱辨识与动态更新,通过环境线谱的抑制处理实现弱目标线谱的有效自主提取。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种基于序贯环境学习的弱水声目标线谱自主提取方法,包括如下步骤:
步骤1,获取水声信号,并对获取的水声信号进行功率谱估计得到功率谱。
步骤2,对得到的功率谱进行自主线谱提取得到线谱。
步骤3,环境线谱序贯学习与更新。
步骤3-1,记
Figure 662072DEST_PATH_IMAGE001
Figure 981494DEST_PATH_IMAGE002
Figure 525958DEST_PATH_IMAGE003
,其中,
Figure 54416DEST_PATH_IMAGE001
为自主提取线谱动态信息矩阵,
Figure 608325DEST_PATH_IMAGE004
为线谱索引,
Figure 809849DEST_PATH_IMAGE005
为最大线谱数量,
Figure 898284DEST_PATH_IMAGE006
表示第
Figure 568129DEST_PATH_IMAGE004
根线谱各处理帧提取信息的索引,
Figure 484483DEST_PATH_IMAGE007
为每根线谱允许存储的最大历史帧数,自主提 取线谱动态信息矩阵第1列
Figure 257791DEST_PATH_IMAGE008
中存放第
Figure 890197DEST_PATH_IMAGE004
根线谱的频率,自主提取线谱动态信息矩阵 第2列
Figure 856229DEST_PATH_IMAGE009
中存放
Figure 627307DEST_PATH_IMAGE007
帧中自主提取到第
Figure 950229DEST_PATH_IMAGE004
根线谱的次数,自主提取线谱动态信息矩 阵第
Figure 171345DEST_PATH_IMAGE010
Figure 534760DEST_PATH_IMAGE011
中存放最近
Figure 595514DEST_PATH_IMAGE007
帧第
Figure 258926DEST_PATH_IMAGE004
线谱单帧提取结果,提取到结果 为1,否则结果为0,
Figure 295773DEST_PATH_IMAGE012
,按如下方式对自主提取线谱动态信息矩阵 进行数据搬移:
步骤3-1-1,初始化,令
Figure 898049DEST_PATH_IMAGE013
步骤3-1-2,令
Figure 123844DEST_PATH_IMAGE014
Figure 20692DEST_PATH_IMAGE015
Figure 995995DEST_PATH_IMAGE016
为自主提取线谱动态信息 矩阵当前存储的线谱数。
步骤3-1-3,令
Figure 853443DEST_PATH_IMAGE017
,若
Figure 730699DEST_PATH_IMAGE018
。则返回步骤3-1-2继续进行数据搬移,否 则进入步骤3-1-4。
步骤3-1-4,数据搬移结束,令
Figure 108985DEST_PATH_IMAGE019
Figure 475594DEST_PATH_IMAGE020
Figure 255725DEST_PATH_IMAGE021
步骤3-2,若本帧水听器采集信号
Figure 835041DEST_PATH_IMAGE022
中提取的线谱个 数K=0,N为本帧水听器采集信号长度,回到步骤1进行下一帧数据处理,否则根据本帧提取 的K根线谱按照1~K的顺序对自主提取线谱动态信息矩阵
Figure 101288DEST_PATH_IMAGE023
进行数据更新,每根线谱的 处理步骤如下:
步骤3-2-1,寻找第k根线谱在
Figure 642956DEST_PATH_IMAGE023
中的更新位置
Figure 215277DEST_PATH_IMAGE024
Figure 953776DEST_PATH_IMAGE025
其中,
Figure 843671DEST_PATH_IMAGE026
表示
Figure 495625DEST_PATH_IMAGE023
中已有的U根线谱与第k根线谱频率维最小 距离,
Figure 41227DEST_PATH_IMAGE027
表示第k根线谱的精测频率,
Figure 815541DEST_PATH_IMAGE028
为判断是否为同频线谱的门限,若最小频率维 距离小于门限
Figure 802519DEST_PATH_IMAGE028
,则判为同频线谱,更新位置
Figure 721147DEST_PATH_IMAGE024
取最小距离对应的序号u,否则第k根线 谱作为新增线谱,更新位置
Figure 64797DEST_PATH_IMAGE024
Figure 953555DEST_PATH_IMAGE029
,并更新线谱个数
Figure 9586DEST_PATH_IMAGE030
步骤3-2-2,更新
Figure 941026DEST_PATH_IMAGE023
中第
Figure 926338DEST_PATH_IMAGE024
行信息:
Figure 256169DEST_PATH_IMAGE031
步骤3-3,设定环境线谱判别门限
Figure 30789DEST_PATH_IMAGE032
,判断
Figure 838690DEST_PATH_IMAGE023
中的U根线谱是否存在环境线谱,若 有,记录环境线谱频率,具体步骤如下:
步骤3-3-1,初始化令
Figure 382365DEST_PATH_IMAGE033
,环境线谱索引初始值记为
Figure 712459DEST_PATH_IMAGE034
步骤3-3-2,若第
Figure 505533DEST_PATH_IMAGE035
根线谱满足如下条件:
Figure 382704DEST_PATH_IMAGE036
则将该线谱判为环境线谱,令
Figure 227556DEST_PATH_IMAGE037
,第
Figure 723089DEST_PATH_IMAGE038
根环境线谱频率记为
Figure 647533DEST_PATH_IMAGE039
步骤3-3-3,令
Figure 786783DEST_PATH_IMAGE040
,若
Figure 960844DEST_PATH_IMAGE041
,则返回步骤3-3-2继续进行环境线谱判 别,否则结束判别,环境线谱总数记为
Figure 521488DEST_PATH_IMAGE042
步骤4,对当前功率谱进行环境线谱抑制处理获得重构功率谱。
步骤4-1,初始化重构功率为
Figure 329300DEST_PATH_IMAGE043
Figure 950205DEST_PATH_IMAGE044
表示重 构功率谱。
步骤4-2,对本帧自主提取线谱按照线谱强度
Figure 826108DEST_PATH_IMAGE045
进行从大到小排序,记获得的新线 谱频率序列为
Figure 507055DEST_PATH_IMAGE046
Figure 208689DEST_PATH_IMAGE047
表示提取到的线谱数量。
步骤4-3,初始化线谱索引
Figure 90407DEST_PATH_IMAGE048
步骤4-4,判断新线谱频率序列
Figure 285385DEST_PATH_IMAGE049
的线谱是否为环境线谱,如是进入步骤4-5,否 则进入步骤4-6,具体判断方法如下:
若存在
Figure 131375DEST_PATH_IMAGE050
满足如下条件则将第
Figure 783286DEST_PATH_IMAGE051
根线谱判定为环境线谱:
Figure 808311DEST_PATH_IMAGE052
其中,
Figure 930244DEST_PATH_IMAGE053
为同频环境线谱判决门限。
步骤4-5,按如下方式对第
Figure 3592DEST_PATH_IMAGE054
根线谱进行环境线谱抑制处理重构功率谱:
步骤4-5-1,生成长度为
Figure 29885DEST_PATH_IMAGE055
的第
Figure 383899DEST_PATH_IMAGE054
根线谱的时域信号
Figure 823321DEST_PATH_IMAGE056
Figure 485814DEST_PATH_IMAGE057
步骤4-5-2,计算
Figure 649335DEST_PATH_IMAGE058
的功率谱:
Figure 207706DEST_PATH_IMAGE059
其中,
Figure 59953DEST_PATH_IMAGE060
Figure 825172DEST_PATH_IMAGE061
表示
Figure 63605DEST_PATH_IMAGE062
的功率谱,
Figure 640648DEST_PATH_IMAGE063
Figure 653996DEST_PATH_IMAGE064
的第
Figure 646573DEST_PATH_IMAGE065
个子序列,
Figure 446339DEST_PATH_IMAGE066
表示相继子序列的偏移 点数,
Figure 149109DEST_PATH_IMAGE067
Figure 417629DEST_PATH_IMAGE068
Figure 451881DEST_PATH_IMAGE069
表示线谱自主提取频带下限频 率
Figure 811712DEST_PATH_IMAGE070
对应的离散频率索引,
Figure 312313DEST_PATH_IMAGE071
表示线谱自主提取频带上限频率
Figure 759513DEST_PATH_IMAGE072
对应的离散频率索 引。
步骤4-5-3,按下式计算剔除线谱频率序列
Figure 99752DEST_PATH_IMAGE074
的线谱分量后的重构功率谱
Figure 534495DEST_PATH_IMAGE076
Figure 313488DEST_PATH_IMAGE077
其中,
Figure 161795DEST_PATH_IMAGE078
表示求取
Figure 260552DEST_PATH_IMAGE079
Figure 63816DEST_PATH_IMAGE080
范围内的最大值,
Figure 449097DEST_PATH_IMAGE081
表示求取
Figure 15558DEST_PATH_IMAGE082
Figure 150130DEST_PATH_IMAGE080
范围内的最大值。
步骤4-6,令
Figure 197282DEST_PATH_IMAGE083
,若
Figure 328530DEST_PATH_IMAGE084
则返回步骤4-4,否则功率谱重构结束。
步骤5,对重构功率谱进行自主线谱提取获得疑似弱目标线谱。
步骤5-1,将重构的功率谱
Figure 589708DEST_PATH_IMAGE079
通过
Figure 374474DEST_PATH_IMAGE085
阶中值滤波器得到重构的功率谱趋 势项,
Figure 846606DEST_PATH_IMAGE086
,则重构的功率谱
Figure 860173DEST_PATH_IMAGE079
与重构的功率谱趋 势项
Figure 819470DEST_PATH_IMAGE087
的重构的差值谱
Figure 984259DEST_PATH_IMAGE088
为:
Figure 118919DEST_PATH_IMAGE089
Figure 400426DEST_PATH_IMAGE088
的重构的规范化差值谱
Figure 795986DEST_PATH_IMAGE090
为:
Figure 183862DEST_PATH_IMAGE091
其中,
Figure 264207DEST_PATH_IMAGE092
表示求取
Figure 727899DEST_PATH_IMAGE088
的标准差。
步骤5-2,遍历重构的规范化差值谱
Figure 255263DEST_PATH_IMAGE090
进行疑似弱目标线谱自主提取,包括 如下步骤:
步骤5-2-1,设定疑似弱目标线谱检测门限
Figure 355331DEST_PATH_IMAGE093
,令线谱索引,遍历起始频率索 引为
Figure 602739DEST_PATH_IMAGE096
步骤5-2-2,若
Figure 306647DEST_PATH_IMAGE090
满足如下条件:
Figure 165231DEST_PATH_IMAGE097
则将
Figure 632552DEST_PATH_IMAGE090
判为疑似弱目标线谱,令线谱索引
Figure 240645DEST_PATH_IMAGE098
步骤5-2-3,令
Figure 934144DEST_PATH_IMAGE099
,则第
Figure 256370DEST_PATH_IMAGE100
根疑似弱目标线谱频率插值的相对偏差
Figure 611653DEST_PATH_IMAGE101
为:
Figure 283156DEST_PATH_IMAGE102
Figure 311722DEST_PATH_IMAGE100
根疑似弱目标线谱的精测频率为:
Figure 642603DEST_PATH_IMAGE103
其中,
Figure 744901DEST_PATH_IMAGE104
表示第
Figure 169497DEST_PATH_IMAGE100
根疑似弱目标线谱左边频点幅度值,
Figure 92716DEST_PATH_IMAGE105
表示第
Figure 464005DEST_PATH_IMAGE100
根疑似弱目 标线谱幅度值,
Figure 596477DEST_PATH_IMAGE106
表示第
Figure 881221DEST_PATH_IMAGE100
根疑似弱目标线谱右边频点幅度值,
Figure 997295DEST_PATH_IMAGE107
表示第
Figure 207865DEST_PATH_IMAGE100
根疑似弱 目标线谱的精测频率。
步骤5-2-4,令
Figure 878231DEST_PATH_IMAGE108
,若
Figure 107612DEST_PATH_IMAGE109
,则返回步骤5-2-2继续进行疑似弱目 标线谱提取,否则重构功率谱疑似弱目标线谱自主提取结束,提取到的疑似弱目标线谱数 量记为
Figure 558752DEST_PATH_IMAGE110
步骤6,对疑似线谱进行序贯性分析实现弱目标线谱自主辨识:
步骤6-1,记
Figure 803002DEST_PATH_IMAGE111
Figure 497682DEST_PATH_IMAGE112
为疑似 弱目标线谱动态信息矩阵,其中,
Figure 864509DEST_PATH_IMAGE113
为疑似弱目标线谱索引,
Figure 424017DEST_PATH_IMAGE114
为疑似弱目标线谱最 大线谱数量,
Figure 251552DEST_PATH_IMAGE115
表示第
Figure 501704DEST_PATH_IMAGE113
根疑似弱目标线谱各处理帧提取信息的索引,
Figure 660503DEST_PATH_IMAGE116
为疑似弱 目标线谱每根线谱允许存储的最大历史帧数,疑似弱目标线谱动态信息矩阵第1列
Figure 80377DEST_PATH_IMAGE117
中 存放第
Figure 568956DEST_PATH_IMAGE113
根疑似弱目标线谱的频率,疑似弱目标线谱动态信息矩阵第2列
Figure 497948DEST_PATH_IMAGE118
中存放
Figure 403980DEST_PATH_IMAGE116
帧重构功率谱疑似弱目标线谱自主提取中提取到第
Figure 684220DEST_PATH_IMAGE113
根线谱的次数,疑似弱目标 线谱动态信息矩阵第
Figure 847698DEST_PATH_IMAGE119
Figure 348474DEST_PATH_IMAGE120
中存放最近
Figure 486893DEST_PATH_IMAGE116
帧第
Figure 688549DEST_PATH_IMAGE113
根线谱单帧疑似弱目标线谱
Figure 113275DEST_PATH_IMAGE113
提取结果,提取到结果为1,否则结果为0, 对疑似弱目标线谱动态信息矩阵
Figure 236434DEST_PATH_IMAGE121
进行数据搬移处理:
步骤6-1-1,初始化,令
Figure 365815DEST_PATH_IMAGE122
步骤6-1-2,令
Figure 281031DEST_PATH_IMAGE123
Figure 532452DEST_PATH_IMAGE124
为疑似弱目标线谱动态信 息矩阵当前存储的线谱数。
步骤6-1-3,令
Figure 679924DEST_PATH_IMAGE125
,若
Figure 7481DEST_PATH_IMAGE126
。则返回步骤6-1-2继续进行数据搬移,否 则进入步骤6-1-4。
步骤6-1-4,数据搬移结束,令
Figure 523344DEST_PATH_IMAGE127
步骤6-2,若本帧重构功率谱
Figure 120898DEST_PATH_IMAGE128
中提取到的疑似弱目标线谱个数
Figure 208196DEST_PATH_IMAGE129
, 回到步骤1进行下一帧数据处理,否则按如下方式对疑似弱目标线谱动态信息矩阵
Figure 741376DEST_PATH_IMAGE130
进 行数据更新,并进行弱目标线谱辨识,每根疑似弱目标线谱的处理步骤如下:
步骤6-2-1,寻找第
Figure 490239DEST_PATH_IMAGE100
根线谱在
Figure 343182DEST_PATH_IMAGE130
中的更新位置
Figure 80023DEST_PATH_IMAGE131
Figure 326547DEST_PATH_IMAGE132
其中,
Figure 342301DEST_PATH_IMAGE133
表示
Figure 434321DEST_PATH_IMAGE130
中已有的A根线谱与第q根线谱频率维最小距 离,
Figure 693615DEST_PATH_IMAGE134
为判断是否为同频疑似弱目标线谱的门限,若最小频率维距离小于门限
Figure 749689DEST_PATH_IMAGE134
,则判 为同频线谱,更新位置
Figure 625808DEST_PATH_IMAGE131
取最小距离对应的序号a,否则第q根线谱作为新增线谱,更新位 置
Figure 142591DEST_PATH_IMAGE131
A+1,并更新线谱个数A=A+1。
步骤6-2-2,更新
Figure 691777DEST_PATH_IMAGE130
中第
Figure 511396DEST_PATH_IMAGE131
行信息:
Figure 840091DEST_PATH_IMAGE135
其中,
Figure 805942DEST_PATH_IMAGE136
Figure 118456DEST_PATH_IMAGE130
中第
Figure 272924DEST_PATH_IMAGE131
行第1列,用于存放第q根线谱频率,
Figure 252863DEST_PATH_IMAGE137
Figure 54990DEST_PATH_IMAGE130
中 第
Figure 991153DEST_PATH_IMAGE131
行第3列,用于存放本处理帧第q根线谱单帧提取结果,1表示有提取到,
Figure 327807DEST_PATH_IMAGE138
为第q 根线谱提取到的次数。
步骤6-2-3,判断第q根线谱是否为弱目标线谱,判断条件为:
Figure 151800DEST_PATH_IMAGE139
若满足条件,则判为弱目标线谱,令
Figure 599529DEST_PATH_IMAGE140
,记第
Figure 135903DEST_PATH_IMAGE141
根弱目标线谱频率为
Figure 647616DEST_PATH_IMAGE142
其中,
Figure 732640DEST_PATH_IMAGE143
表示弱目标线谱提取门限。
步骤6-2-4,令
Figure 526503DEST_PATH_IMAGE144
,若
Figure 968416DEST_PATH_IMAGE145
,则返回步骤6-2-2,否则数据更新及弱 目标线谱辨识结束。
优选的:步骤1中对获取的水声信号进行功率谱估计的方法如下:
步骤1-1,将长度为
Figure 652732DEST_PATH_IMAGE146
的一帧水听器采集信号
Figure 383141DEST_PATH_IMAGE147
分为
Figure 353764DEST_PATH_IMAGE148
个子序列,各子序列长度为
Figure 486236DEST_PATH_IMAGE149
,相继子序列的偏移点数为
Figure 296279DEST_PATH_IMAGE150
,则第
Figure 299438DEST_PATH_IMAGE151
个子序列为
Figure 378646DEST_PATH_IMAGE152
步骤1-2,计算第
Figure 924378DEST_PATH_IMAGE151
个子序列的周期图:
Figure 284572DEST_PATH_IMAGE153
其中,
Figure 933115DEST_PATH_IMAGE154
示第
Figure 177365DEST_PATH_IMAGE151
个子序列的周期图估计结果,
Figure 815588DEST_PATH_IMAGE155
Figure 780483DEST_PATH_IMAGE154
的离散频率索 引,
Figure 877008DEST_PATH_IMAGE156
表示虚数单位,
Figure 585769DEST_PATH_IMAGE157
代表取模运算。
步骤1-2,对步骤1-2得到的周期图取平均获得水听器采集信号
Figure 450301DEST_PATH_IMAGE158
的功率谱估 计:
Figure 637130DEST_PATH_IMAGE159
其中,
Figure 864194DEST_PATH_IMAGE160
表示采集信号
Figure 759298DEST_PATH_IMAGE158
的功率谱估计。
优选的:步骤2中对得到的功率谱进行自主线谱提取得到线谱的方法如下:
步骤2-1,将功率谱
Figure 913723DEST_PATH_IMAGE161
通过
Figure 813896DEST_PATH_IMAGE162
阶中值滤波器得到其趋势项
Figure 48130DEST_PATH_IMAGE163
,则功率谱
Figure 618133DEST_PATH_IMAGE161
与趋势项
Figure 187085DEST_PATH_IMAGE164
的差值谱
Figure 224705DEST_PATH_IMAGE165
为:
Figure 816574DEST_PATH_IMAGE166
Figure 365934DEST_PATH_IMAGE165
的规范化差值谱
Figure 223513DEST_PATH_IMAGE167
为:
Figure 133870DEST_PATH_IMAGE168
其中,
Figure 664733DEST_PATH_IMAGE169
为求取
Figure 514221DEST_PATH_IMAGE165
的标准差。
步骤2-2,遍历规范化差值谱
Figure 339657DEST_PATH_IMAGE167
进行线谱自主提取。
优选的:步骤2-2中遍历规范化差值谱
Figure 385323DEST_PATH_IMAGE167
进行线谱自主提取的方法:
步骤2-2-1,设定线谱检测门限
Figure 25820DEST_PATH_IMAGE170
,令线谱索引
Figure 583228DEST_PATH_IMAGE171
,遍历起始频率索引为
Figure 992562DEST_PATH_IMAGE172
步骤2-2-2,若
Figure 56901DEST_PATH_IMAGE167
满足如下条件:
Figure 149972DEST_PATH_IMAGE173
则将
Figure 799653DEST_PATH_IMAGE167
判为线谱,令线谱索引
Figure 270914DEST_PATH_IMAGE174
,该线谱的强度记为
Figure 189542DEST_PATH_IMAGE175
步骤2-2-3,令
Figure 736454DEST_PATH_IMAGE176
, 则第根线谱频率插值的相对偏差
Figure 25451DEST_PATH_IMAGE179
为:
Figure 956892DEST_PATH_IMAGE180
第根线谱的精测频率
Figure 84214DEST_PATH_IMAGE181
为:
Figure 576943DEST_PATH_IMAGE182
其中,
Figure 843233DEST_PATH_IMAGE183
表示第
Figure 624457DEST_PATH_IMAGE184
根线谱左边频点幅度值,
Figure 683235DEST_PATH_IMAGE185
表示第
Figure 126242DEST_PATH_IMAGE184
根线谱幅度值,
Figure 924784DEST_PATH_IMAGE186
表示第
Figure 306654DEST_PATH_IMAGE184
根线谱右边频点幅度值,
Figure 764574DEST_PATH_IMAGE187
为长度为
Figure 16914DEST_PATH_IMAGE188
的离散傅里叶变换的频率分辨率。
步骤2-2-4,令
Figure 99707DEST_PATH_IMAGE189
,若
Figure 923700DEST_PATH_IMAGE190
,则返回步骤2-2-2继续进行线谱自主 提取,否则线谱自主提取结束,提取到的线谱数量记为
Figure 359711DEST_PATH_IMAGE191
优选的:
Figure 376645DEST_PATH_IMAGE192
Figure 54007DEST_PATH_IMAGE193
的四舍五入值,
Figure 133172DEST_PATH_IMAGE194
Figure 298403DEST_PATH_IMAGE195
的四舍五入值,
Figure 875402DEST_PATH_IMAGE196
Figure 819438DEST_PATH_IMAGE197
为水声节点接收信号数字化过程中的采样 率。
本发明相比现有技术,具有以下有益效果:
(1)利用环境线谱和弱目标线谱在时、空、频及强度方面差异,通过对自主提取线谱的环境序贯学习实现环境线谱辨识与动态更新,并在功率谱域对环境线谱进行抑制处理,净化了弱目标线谱的检测背景,提高了系统的弱目标线谱自主提取能力。
(2)利用多个连续时间样本对弱水声目标线谱进行自主辨识提取,通过对当前线谱与历史多帧线谱的一致性分析,降低了弱水声目标线谱辨识的虚警概率。
附图说明
图1为本发明方法的流程图。
图2为实施例中水听器采集信号的全频带功率谱。
图3为实施例中线谱自主提取频带范围内原始功率谱及其连续谱。
图4为实施例中功率谱线谱自主提取结果。
图5为实施例中线谱自主提取频带范围内重构后的功率谱及其连续谱。
图6为实施例中重构后的功率谱弱目标线谱自主辨识提取结果。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
一种基于序贯环境学习的弱水声目标线谱自主提取方法,如图1所示,包括如下步骤:
步骤1,获取的水声信号,,对获取的水声信号进行功率谱估计得到功率谱。
步骤1-1,将长度为
Figure 109035DEST_PATH_IMAGE146
的一帧水听器采集信号
Figure 168740DEST_PATH_IMAGE147
分 为
Figure 645419DEST_PATH_IMAGE148
个子序列,各子序列长度为
Figure 268512DEST_PATH_IMAGE149
,相继子序列的偏移点数为
Figure 672336DEST_PATH_IMAGE150
,则第
Figure 632769DEST_PATH_IMAGE151
个子序列 为
Figure 178501DEST_PATH_IMAGE152
步骤1-2,计算第
Figure 460616DEST_PATH_IMAGE151
个子序列的周期图:
Figure 233794DEST_PATH_IMAGE153
其中,
Figure 415727DEST_PATH_IMAGE154
示第
Figure 381845DEST_PATH_IMAGE151
个子序列的周期图估计结果,
Figure 477233DEST_PATH_IMAGE155
Figure 990736DEST_PATH_IMAGE154
的离散频率索 引,
Figure 168338DEST_PATH_IMAGE156
表示虚数单位,即
Figure 360766DEST_PATH_IMAGE198
Figure 78754DEST_PATH_IMAGE157
代表取模运算。
步骤1-2,对步骤1-2得到的周期图取平均获得水听器采集信号
Figure 836976DEST_PATH_IMAGE158
的功率谱估 计:
Figure 607446DEST_PATH_IMAGE159
其中,
Figure 276718DEST_PATH_IMAGE160
表示采集信号
Figure 442471DEST_PATH_IMAGE158
的功率谱估计。
步骤2,对得到的功率谱进行自主线谱提取得到线谱。
步骤2-1,将功率谱
Figure 457131DEST_PATH_IMAGE161
通过
Figure 761554DEST_PATH_IMAGE162
阶中值滤波器得到其趋势项
Figure 590226DEST_PATH_IMAGE163
,则功率谱
Figure 977913DEST_PATH_IMAGE161
与趋势项
Figure 241886DEST_PATH_IMAGE164
的差值谱
Figure 401033DEST_PATH_IMAGE165
为:
Figure 320929DEST_PATH_IMAGE166
Figure 912972DEST_PATH_IMAGE165
的规范化差值谱
Figure 371386DEST_PATH_IMAGE167
为:
Figure 220875DEST_PATH_IMAGE168
其中,
Figure 108627DEST_PATH_IMAGE069
表示线谱自主提取频带下限频率
Figure 29660DEST_PATH_IMAGE070
对应的离散频率索引,
Figure 952047DEST_PATH_IMAGE071
表示线谱自 主提取频带上限频率
Figure 696406DEST_PATH_IMAGE072
对应的离散频率索引,
Figure 512265DEST_PATH_IMAGE199
为线谱自主提取频带下限频率,
Figure 576604DEST_PATH_IMAGE200
为 线谱自主提取频带上限频率,
Figure 65747DEST_PATH_IMAGE201
为长度为
Figure 381673DEST_PATH_IMAGE202
的离散傅里叶变换的频率分辨率,
Figure 446410DEST_PATH_IMAGE192
Figure 365037DEST_PATH_IMAGE193
的四舍五入值,
Figure 115212DEST_PATH_IMAGE194
Figure 472812DEST_PATH_IMAGE195
的四舍五 入值,
Figure 528843DEST_PATH_IMAGE196
Figure 522600DEST_PATH_IMAGE197
为水声节点接收信号数字化过程中的采样率,
Figure 398719DEST_PATH_IMAGE169
为 求取
Figure 508977DEST_PATH_IMAGE165
的标准差。
步骤2-2,遍历规范化差值谱
Figure 464688DEST_PATH_IMAGE167
进行线谱自主提取:
步骤2-2-1,设定线谱检测门限
Figure 736837DEST_PATH_IMAGE170
,令线谱索引
Figure 986903DEST_PATH_IMAGE171
,遍历起始频率索引为
Figure 493495DEST_PATH_IMAGE172
步骤2-2-2,若
Figure 989237DEST_PATH_IMAGE167
满足如下条件:
Figure 131987DEST_PATH_IMAGE173
则将
Figure 185961DEST_PATH_IMAGE167
判为线谱,令线谱索引
Figure 185491DEST_PATH_IMAGE174
,该线谱的强度记为
Figure 991161DEST_PATH_IMAGE175
步骤2-2-3,令
Figure 480479DEST_PATH_IMAGE176
, 则第根线谱频率插值的相对偏差
Figure 684025DEST_PATH_IMAGE179
为:
Figure 429520DEST_PATH_IMAGE180
第根线谱的精测频率
Figure 410611DEST_PATH_IMAGE181
为:
Figure 961065DEST_PATH_IMAGE182
其中,
Figure 797785DEST_PATH_IMAGE183
表示第
Figure 504271DEST_PATH_IMAGE184
根线谱左边频点幅度值,
Figure 47729DEST_PATH_IMAGE185
表示第
Figure 509365DEST_PATH_IMAGE184
根线谱幅度值,
Figure 505485DEST_PATH_IMAGE186
表示第
Figure 405875DEST_PATH_IMAGE184
根线谱右边频点幅度值,
Figure 996650DEST_PATH_IMAGE187
为长度为
Figure 538840DEST_PATH_IMAGE188
的离散傅里叶变换的频率分辨率。
步骤2-2-4,令
Figure 611458DEST_PATH_IMAGE189
,若
Figure 371997DEST_PATH_IMAGE190
,则返回步骤2-2-2继续进行线谱自主 提取,否则线谱自主提取结束,提取到的线谱数量记为
Figure 811419DEST_PATH_IMAGE191
步骤3,环境线谱序贯学习与更新。
步骤3-1,记
Figure 411595DEST_PATH_IMAGE203
Figure 168592DEST_PATH_IMAGE204
Figure 133487DEST_PATH_IMAGE205
,其中,
Figure 970293DEST_PATH_IMAGE203
为自主提取线谱动态信息矩阵,
Figure 391303DEST_PATH_IMAGE206
为线谱索引,
Figure 442786DEST_PATH_IMAGE207
为最大线谱数量,
Figure 144462DEST_PATH_IMAGE208
表示 第
Figure 637105DEST_PATH_IMAGE206
根线谱各处理帧提取信息的索引,
Figure 697858DEST_PATH_IMAGE209
为每根线谱允许存储的最大历史帧数,自主 提取线谱动态信息矩阵第1列
Figure 794956DEST_PATH_IMAGE210
中存放第
Figure 960709DEST_PATH_IMAGE206
根线谱的频率,自主提取线谱动态信息矩 阵第2列
Figure 110455DEST_PATH_IMAGE211
中存放
Figure 613548DEST_PATH_IMAGE209
帧中自主提取到第
Figure 374044DEST_PATH_IMAGE206
根线谱的次数,自主提取线谱动态信息 矩阵第
Figure 349346DEST_PATH_IMAGE212
Figure 811988DEST_PATH_IMAGE213
中存放最近
Figure 677526DEST_PATH_IMAGE209
帧第
Figure 993495DEST_PATH_IMAGE206
线谱单帧提取结果,提取到结 果为1,否则结果为0,
Figure 778347DEST_PATH_IMAGE214
,按如下方式对自主提取线谱动态信息矩 阵进行数据搬移:
步骤3-1-1,初始化,令
Figure 21460DEST_PATH_IMAGE215
步骤3-1-2,令
Figure 647652DEST_PATH_IMAGE216
Figure 732807DEST_PATH_IMAGE217
Figure 637528DEST_PATH_IMAGE218
为自主提取线谱动态信息 矩阵当前存储的线谱数。
步骤3-1-3,令
Figure 278025DEST_PATH_IMAGE219
,若
Figure 694487DEST_PATH_IMAGE220
。则返回步骤3-1-2继续进行数据搬移,否 则进入步骤3-1-4。
步骤3-1-4,数据搬移结束,令
Figure 979188DEST_PATH_IMAGE221
Figure 371423DEST_PATH_IMAGE222
Figure 63829DEST_PATH_IMAGE223
步骤3-2,若本帧水听器采集信号
Figure 864907DEST_PATH_IMAGE224
中提取的线谱个 数K=0,N为本帧水听器采集信号长度,回到步骤1进行下一帧数据处理,否则根据本帧提取 的K根线谱按照1~K的顺序对自主提取线谱动态信息矩阵
Figure 648623DEST_PATH_IMAGE225
进行数据更新,每根线谱的 处理步骤如下:
步骤3-2-1,寻找第k根线谱在
Figure 708196DEST_PATH_IMAGE225
中的更新位置
Figure 620617DEST_PATH_IMAGE226
Figure 513968DEST_PATH_IMAGE227
其中,
Figure 801292DEST_PATH_IMAGE228
表示
Figure 263891DEST_PATH_IMAGE225
中已有的U根线谱与第k根线谱频率维最小 距离,
Figure 597133DEST_PATH_IMAGE229
表示第k根线谱的精测频率,
Figure 656793DEST_PATH_IMAGE230
为判断是否为同频线谱的门限,若最小频率维 距离小于门限
Figure 612504DEST_PATH_IMAGE230
,则判为同频线谱,更新位置
Figure 607355DEST_PATH_IMAGE226
取最小距离对应的序号u,否则第k根线 谱作为新增线谱,更新位置
Figure 603560DEST_PATH_IMAGE226
Figure 182922DEST_PATH_IMAGE231
,并更新线谱个数
Figure 366530DEST_PATH_IMAGE232
步骤3-2-2,更新
Figure 515139DEST_PATH_IMAGE225
中第
Figure 229498DEST_PATH_IMAGE226
行信息:
Figure 319376DEST_PATH_IMAGE233
步骤3-3,设定环境线谱判别门限
Figure 243820DEST_PATH_IMAGE032
,判断
Figure 857771DEST_PATH_IMAGE225
中的U根线谱是否存在环境线谱,若 有,记录环境线谱频率,具体步骤如下:
步骤3-3-1,初始化令
Figure 557130DEST_PATH_IMAGE234
,环境线谱索引初始值记为
Figure 258720DEST_PATH_IMAGE235
步骤3-3-2,若第
Figure 806813DEST_PATH_IMAGE035
根线谱满足如下条件:
Figure 953017DEST_PATH_IMAGE236
则将该线谱判为环境线谱,令
Figure 766602DEST_PATH_IMAGE037
,第
Figure 869516DEST_PATH_IMAGE038
根环境线谱频率记为
Figure 830869DEST_PATH_IMAGE039
步骤3-3-3,令
Figure 311923DEST_PATH_IMAGE040
,若
Figure 194996DEST_PATH_IMAGE041
,则返回步骤3-3-2继续进行环境线谱判 别,否则结束判别,环境线谱总数记为
Figure 35126DEST_PATH_IMAGE042
步骤4,对当前功率谱进行环境线谱抑制处理获得重构功率谱。
步骤4-1,初始化重构功率为
Figure 161738DEST_PATH_IMAGE043
Figure 452342DEST_PATH_IMAGE044
表示重 构功率谱。
步骤4-2,对本帧自主提取线谱按照线谱强度
Figure 630733DEST_PATH_IMAGE045
进行从大到小排序,记获得的新线 谱频率序列为
Figure 54148DEST_PATH_IMAGE046
Figure 736233DEST_PATH_IMAGE047
表示提取到的线谱数量。
步骤4-3,初始化线谱索引
Figure 490913DEST_PATH_IMAGE048
步骤4-4,判断新线谱频率序列
Figure 936194DEST_PATH_IMAGE049
的线谱是否为环境线谱,如是进入步骤4-5,否 则进入步骤4-6,具体判断方法如下:
若存在
Figure 707879DEST_PATH_IMAGE050
满足如下条件则将第
Figure 334383DEST_PATH_IMAGE051
根线谱判定为环境线谱:
Figure 695350DEST_PATH_IMAGE052
其中,
Figure 797735DEST_PATH_IMAGE053
为同频环境线谱判决门限。
步骤4-5,按如下方式对第
Figure 494777DEST_PATH_IMAGE054
根线谱进行环境线谱抑制处理重构功率谱:
步骤4-5-1,生成长度为
Figure 636607DEST_PATH_IMAGE055
的第
Figure 77297DEST_PATH_IMAGE054
根线谱的时域信号
Figure 378396DEST_PATH_IMAGE056
Figure 918443DEST_PATH_IMAGE057
步骤4-5-2,计算
Figure 72868DEST_PATH_IMAGE058
的功率谱:
Figure 875568DEST_PATH_IMAGE059
其中,
Figure 81772DEST_PATH_IMAGE060
Figure 319286DEST_PATH_IMAGE061
表示
Figure 288904DEST_PATH_IMAGE062
的功率谱,
Figure 399292DEST_PATH_IMAGE063
Figure 878246DEST_PATH_IMAGE064
的第
Figure 884729DEST_PATH_IMAGE065
个子序列,
Figure 81923DEST_PATH_IMAGE066
表示相继子序列的偏移 点数,
Figure 933686DEST_PATH_IMAGE067
Figure 198970DEST_PATH_IMAGE068
Figure 372082DEST_PATH_IMAGE069
表示线谱自主提取频带下限频 率
Figure 231804DEST_PATH_IMAGE070
对应的离散频率索引,
Figure 17751DEST_PATH_IMAGE071
表示线谱自主提取频带上限频率
Figure 595930DEST_PATH_IMAGE072
对应的离散频率索 引。
步骤4-5-3,按下式计算剔除线谱频率序列
Figure 662325DEST_PATH_IMAGE074
的线谱分量后的重构功率谱
Figure 630849DEST_PATH_IMAGE076
Figure 282804DEST_PATH_IMAGE077
其中,
Figure 500508DEST_PATH_IMAGE078
表示求取
Figure 478085DEST_PATH_IMAGE079
Figure 792960DEST_PATH_IMAGE080
范围内的最大值,
Figure 977166DEST_PATH_IMAGE081
表示求取
Figure 55237DEST_PATH_IMAGE082
Figure 569224DEST_PATH_IMAGE080
范围内的最大值。
步骤4-6,令
Figure 703884DEST_PATH_IMAGE083
,若
Figure 703500DEST_PATH_IMAGE084
则返回步骤4-4,否则功率谱重构结束。
步骤5,对重构功率谱进行自主线谱提取获得疑似弱目标线谱。
步骤5-1,将重构的功率谱
Figure 636078DEST_PATH_IMAGE079
通过
Figure 152860DEST_PATH_IMAGE085
阶中值滤波器得到重构的功率谱趋 势项,
Figure 176747DEST_PATH_IMAGE086
,则重构的功率谱
Figure 646299DEST_PATH_IMAGE079
与重构的功率谱趋 势项
Figure 99627DEST_PATH_IMAGE087
的重构的差值谱
Figure 595767DEST_PATH_IMAGE088
为:
Figure 101091DEST_PATH_IMAGE089
Figure 837317DEST_PATH_IMAGE088
的重构的规范化差值谱
Figure 734904DEST_PATH_IMAGE090
为:
Figure 130506DEST_PATH_IMAGE091
其中,
Figure 117267DEST_PATH_IMAGE092
表示求取
Figure 996798DEST_PATH_IMAGE088
的标准差。
步骤5-2,遍历重构的规范化差值谱
Figure 289632DEST_PATH_IMAGE090
进行疑似弱目标线谱自主提取,包括 如下步骤:
步骤5-2-1,设定疑似弱目标线谱检测门限
Figure 850277DEST_PATH_IMAGE093
,令线谱索引,遍历起始频率索 引为
Figure 555026DEST_PATH_IMAGE096
步骤5-2-2,若
Figure 396641DEST_PATH_IMAGE090
满足如下条件:
Figure 9413DEST_PATH_IMAGE097
则将
Figure 987078DEST_PATH_IMAGE090
判为疑似弱目标线谱,令线谱索引
Figure 381110DEST_PATH_IMAGE098
步骤5-2-3,令
Figure 331093DEST_PATH_IMAGE099
,则第
Figure 261570DEST_PATH_IMAGE100
根疑似弱目标线谱频率插值的相对偏差
Figure 851165DEST_PATH_IMAGE101
为:
Figure 542434DEST_PATH_IMAGE102
Figure 201385DEST_PATH_IMAGE100
根疑似弱目标线谱的精测频率为:
Figure 681258DEST_PATH_IMAGE103
其中,
Figure 888642DEST_PATH_IMAGE104
表示第
Figure 920619DEST_PATH_IMAGE100
根疑似弱目标线谱左边频点幅度值,
Figure 563303DEST_PATH_IMAGE105
表示第
Figure 616330DEST_PATH_IMAGE100
根疑似弱目 标线谱幅度值,
Figure 259145DEST_PATH_IMAGE106
表示第
Figure 495479DEST_PATH_IMAGE100
根疑似弱目标线谱右边频点幅度值,
Figure 348596DEST_PATH_IMAGE107
表示第
Figure 170272DEST_PATH_IMAGE100
根疑似弱 目标线谱的精测频率。
步骤5-2-4,令
Figure 312102DEST_PATH_IMAGE108
,若
Figure 221634DEST_PATH_IMAGE109
,则返回步骤5-2-2继续进行疑似弱目 标线谱提取,否则重构功率谱疑似弱目标线谱自主提取结束,提取到的疑似弱目标线谱数 量记为
Figure 110349DEST_PATH_IMAGE110
步骤6,对疑似线谱进行序贯性分析实现弱目标线谱自主辨识:
步骤6-1,记
Figure 708120DEST_PATH_IMAGE111
Figure 43636DEST_PATH_IMAGE112
为疑似 弱目标线谱动态信息矩阵,其中,
Figure 480827DEST_PATH_IMAGE113
为疑似弱目标线谱索引,
Figure 589558DEST_PATH_IMAGE114
为疑似弱目标线谱最 大线谱数量,
Figure 346511DEST_PATH_IMAGE115
表示第
Figure 853147DEST_PATH_IMAGE113
根疑似弱目标线谱各处理帧提取信息的索引,
Figure 828449DEST_PATH_IMAGE116
为疑似弱 目标线谱每根线谱允许存储的最大历史帧数,疑似弱目标线谱动态信息矩阵第1列
Figure 420318DEST_PATH_IMAGE117
中 存放第
Figure 687788DEST_PATH_IMAGE113
根疑似弱目标线谱的频率,疑似弱目标线谱动态信息矩阵第2列
Figure 472598DEST_PATH_IMAGE118
中存放
Figure 980153DEST_PATH_IMAGE116
帧重构功率谱疑似弱目标线谱自主提取中提取到第
Figure 641509DEST_PATH_IMAGE113
根线谱的次数,疑似弱目标 线谱动态信息矩阵第
Figure 74021DEST_PATH_IMAGE119
Figure 74688DEST_PATH_IMAGE120
中存放最近
Figure 913369DEST_PATH_IMAGE116
帧第
Figure 10988DEST_PATH_IMAGE113
根线谱单帧疑似弱目标线谱
Figure 693030DEST_PATH_IMAGE113
提取结果,提取到结果为1,否则结果为0, 按如下方式对疑似弱目标线谱动态信息矩阵
Figure 520608DEST_PATH_IMAGE121
进行数据搬移处理:
步骤6-1-1,初始化,令
Figure 166703DEST_PATH_IMAGE122
步骤6-1-2,令
Figure 655847DEST_PATH_IMAGE123
Figure 780228DEST_PATH_IMAGE124
为疑似弱目标线谱动态信 息矩阵当前存储的线谱数。
步骤6-1-3,令
Figure 411280DEST_PATH_IMAGE125
,若
Figure 132505DEST_PATH_IMAGE126
。则返回步骤6-1-2继续进行数据搬移,否 则进入步骤6-1-4。
步骤6-1-4,数据搬移结束,令
Figure 357380DEST_PATH_IMAGE127
步骤6-2,若本帧重构功率谱
Figure 437682DEST_PATH_IMAGE128
中提取到的疑似弱目标线谱个数
Figure 233993DEST_PATH_IMAGE129
, 回到步骤1进行下一帧数据处理,否则按如下方式对疑似弱目标线谱动态信息矩阵
Figure 124418DEST_PATH_IMAGE130
进 行数据更新,并进行弱目标线谱辨识,每根疑似弱目标线谱的处理步骤如下:
步骤6-2-1,寻找第
Figure 988819DEST_PATH_IMAGE100
根线谱在
Figure 183564DEST_PATH_IMAGE130
中的更新位置
Figure 145135DEST_PATH_IMAGE131
Figure 749773DEST_PATH_IMAGE132
其中,
Figure 559028DEST_PATH_IMAGE133
表示
Figure 528602DEST_PATH_IMAGE130
中已有的A根线谱与第q根线谱频率维最小距 离,
Figure 321676DEST_PATH_IMAGE134
为判断是否为同频疑似弱目标线谱的门限,若最小频率维距离小于门限
Figure 667688DEST_PATH_IMAGE134
,则判 为同频线谱,更新位置
Figure 981383DEST_PATH_IMAGE131
取最小距离对应的序号a,否则第q根线谱作为新增线谱,更新位 置
Figure 648744DEST_PATH_IMAGE131
A+1,并更新线谱个数A=A+1。
步骤6-2-2,更新
Figure 25718DEST_PATH_IMAGE130
中第
Figure 509176DEST_PATH_IMAGE131
行信息:
Figure 870187DEST_PATH_IMAGE135
其中,
Figure 837356DEST_PATH_IMAGE136
Figure 848431DEST_PATH_IMAGE130
中第
Figure 813544DEST_PATH_IMAGE131
行第1列,用于存放第q根线谱频率,
Figure 17342DEST_PATH_IMAGE137
Figure 449022DEST_PATH_IMAGE130
中 第
Figure 754583DEST_PATH_IMAGE131
行第3列,用于存放本处理帧第q根线谱单帧提取结果,1表示有提取到,
Figure 48686DEST_PATH_IMAGE138
为第q 根线谱提取到的次数。
步骤6-2-3,判断第q根线谱是否为弱目标线谱,判断条件为:
Figure 25829DEST_PATH_IMAGE139
若满足条件,则判为弱目标线谱,令
Figure 803643DEST_PATH_IMAGE140
,记第
Figure 952426DEST_PATH_IMAGE141
根弱目标线谱频率为
Figure 965732DEST_PATH_IMAGE142
其中,
Figure 87665DEST_PATH_IMAGE143
表示弱目标线谱提取门限。
步骤6-2-4,令
Figure 579257DEST_PATH_IMAGE144
,若
Figure 718464DEST_PATH_IMAGE145
,则返回步骤6-2-2,否则数据更新及弱 目标线谱辨识结束。
仿真实例
仿真的水听器采集信号包含80Hz、102Hz、119Hz共3根环境线谱以及90Hz、110Hz共2根 弱水声目标线谱。时间分析窗长为1s时,各线谱的频域信噪比分别为25dB、25dB、25dB、5dB、 5dB。采样频率设为
Figure 479003DEST_PATH_IMAGE237
依据步骤1,计算单帧功率谱所需水听器采集信号长度设为
Figure 664565DEST_PATH_IMAGE238
,子序列 长度为
Figure 908814DEST_PATH_IMAGE239
,相继子序列的偏移点数为
Figure 806757DEST_PATH_IMAGE240
,因此子序列个数为
Figure 361404DEST_PATH_IMAGE241
。所得水听器采集信号全频带功率谱如图2所示。长度为
Figure 920911DEST_PATH_IMAGE242
的离散傅里叶变换的 频率分辨率为
Figure 285464DEST_PATH_IMAGE243
依据步骤2,中值滤波器的阶数设为
Figure 670703DEST_PATH_IMAGE244
,线谱自主提取频带范围内原始功 率谱及其连续谱如图3所示。线谱检测门限设为
Figure 767185DEST_PATH_IMAGE245
,线谱自主提取频带的下限频率和 上限频率分别设为
Figure 192918DEST_PATH_IMAGE246
Figure 722513DEST_PATH_IMAGE247
,相应的
Figure 917084DEST_PATH_IMAGE248
,线谱 自主提取结果如图4所示,提取出的线谱数量为
Figure 563396DEST_PATH_IMAGE249
,频率分别为79.9845Hz、 102.0085Hz、119.0067Hz。
依据步骤3,令自主提取线谱动态信息矩阵最大线谱数量为
Figure 696831DEST_PATH_IMAGE250
,每根线 谱允许存储的最大历史帧数为
Figure 860309DEST_PATH_IMAGE251
,同频线谱判定门限为
Figure 116807DEST_PATH_IMAGE252
,环境线 谱判别门限为
Figure 154427DEST_PATH_IMAGE253
,检测出的环境线谱总数为
Figure 543033DEST_PATH_IMAGE254
依据步骤4,同频环境线谱判定门限为
Figure 889131DEST_PATH_IMAGE255
依据步骤5,中值滤波器的阶数设为
Figure 673941DEST_PATH_IMAGE256
,线谱自主提取频带范围内重构的 功率谱及其连续谱如图4所示。疑似弱目标线谱检测门限设为
Figure 509392DEST_PATH_IMAGE257
,疑似弱目标线谱自 主提取结果如图5所示,提取出的线谱数量为
Figure 764224DEST_PATH_IMAGE258
,频率分别为89.8496Hz、110.2485Hz。
依据步骤6,令疑似弱目标线谱动态信息矩阵最大线谱数量为
Figure 806522DEST_PATH_IMAGE259
,每 根线谱允许存储的最大历史帧数为
Figure 72769DEST_PATH_IMAGE260
,同频弱目标线谱判定门限为
Figure 395734DEST_PATH_IMAGE261
,弱目标线谱判别门限
Figure 431036DEST_PATH_IMAGE262
,如图6所示,共辨识出2根弱水声目标线谱。
本发明针对潜、浮标等水声节点自主提取弱水声目标线谱易受强环境干扰影响的难题,利用环境线谱的相对稳定性特点,通过对自主提取线谱的环境序贯学习实现环境线谱辨识与动态更新,以适应相对变化较慢的环境线谱的时变空变能力,通过环境线谱的抑制处理实现弱目标线谱的有效自主提取。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种基于序贯环境学习的弱水声目标线谱自主提取方法,其特征在于,包括如下步骤:
步骤1,获取水声信号,并对获取的水声信号进行功率谱估计得到功率谱;
步骤2,对得到的功率谱进行自主线谱提取得到线谱;
步骤3,环境线谱序贯学习与更新;
步骤3-1,记
Figure 824435DEST_PATH_IMAGE001
Figure 296436DEST_PATH_IMAGE002
Figure 906802DEST_PATH_IMAGE003
,其中,
Figure 983692DEST_PATH_IMAGE001
为 自主提取线谱动态信息矩阵,
Figure 624587DEST_PATH_IMAGE004
为线谱索引,
Figure 601027DEST_PATH_IMAGE005
为最大线谱数量,
Figure 658326DEST_PATH_IMAGE006
表示第
Figure 155603DEST_PATH_IMAGE004
根线 谱各处理帧提取信息的索引,
Figure 782150DEST_PATH_IMAGE007
为每根线谱允许存储的最大历史帧数,自主提取线谱 动态信息矩阵第1列
Figure 935133DEST_PATH_IMAGE008
中存放第
Figure 175052DEST_PATH_IMAGE004
根线谱的频率,自主提取线谱动态信息矩阵第2列
Figure 622607DEST_PATH_IMAGE009
中存放
Figure 843723DEST_PATH_IMAGE007
帧中自主提取到第
Figure 862931DEST_PATH_IMAGE004
根线谱的次数,自主提取线谱动态信息矩阵第
Figure 736734DEST_PATH_IMAGE010
Figure 524780DEST_PATH_IMAGE011
中存放最近
Figure 905834DEST_PATH_IMAGE007
帧第
Figure 508110DEST_PATH_IMAGE004
线谱单帧提取结果,提取到结果为1, 否则结果为0,
Figure 796222DEST_PATH_IMAGE012
,按如下方式对自主提取线谱动态信息矩阵进行 数据搬移:
步骤3-1-1,初始化,令
Figure 37278DEST_PATH_IMAGE013
步骤3-1-2,令
Figure 606056DEST_PATH_IMAGE014
Figure 588138DEST_PATH_IMAGE015
Figure 340761DEST_PATH_IMAGE016
为自主提取线谱动态信息矩阵 当前存储的线谱数;
步骤3-1-3,令
Figure 719046DEST_PATH_IMAGE017
,若
Figure 85656DEST_PATH_IMAGE018
;则返回步骤3-1-2继续进行数据搬移,否则进 入步骤3-1-4;
步骤3-1-4,数据搬移结束,令
Figure 576373DEST_PATH_IMAGE019
Figure 675129DEST_PATH_IMAGE020
Figure 312744DEST_PATH_IMAGE021
步骤3-2,若本帧水听器采集信号
Figure 833112DEST_PATH_IMAGE022
中提取的线谱个数K=0,N为本帧水听器采集信号长度,回到步骤1进行下一帧数据处理,否则根据本帧提取的K根线 谱按照1~K的顺序对自主提取线谱动态信息矩阵
Figure 806097DEST_PATH_IMAGE023
进行数据更新,每根线谱的处理步骤 如下:
步骤3-2-1,寻找第k根线谱在
Figure 618632DEST_PATH_IMAGE023
中的更新位置
Figure 33826DEST_PATH_IMAGE024
Figure 211080DEST_PATH_IMAGE025
其中,
Figure 519132DEST_PATH_IMAGE026
表示
Figure 824605DEST_PATH_IMAGE023
中已有的U根线谱与第k根线谱频率维最小距 离,
Figure 206389DEST_PATH_IMAGE027
表示第k根线谱的精测频率,
Figure 730211DEST_PATH_IMAGE028
为判断是否为同频线谱的门限,若最小频率维距 离小于门限
Figure 136177DEST_PATH_IMAGE028
,则判为同频线谱,更新位置
Figure 623004DEST_PATH_IMAGE024
取最小距离对应的序号u,否则第k根线谱 作为新增线谱,更新位置
Figure 81836DEST_PATH_IMAGE024
Figure 132051DEST_PATH_IMAGE029
,并更新线谱个数
Figure 658104DEST_PATH_IMAGE030
步骤3-2-2,更新
Figure 530812DEST_PATH_IMAGE023
中第
Figure 74139DEST_PATH_IMAGE024
行信息:
Figure 933904DEST_PATH_IMAGE031
步骤3-3,设定环境线谱判别门限
Figure 71055DEST_PATH_IMAGE032
,判断
Figure 853679DEST_PATH_IMAGE023
中的U根线谱是否存在环境线谱,若有, 记录环境线谱频率,具体步骤如下:
步骤3-3-1,初始化令
Figure 787699DEST_PATH_IMAGE033
,环境线谱索引初始值记为
Figure 930449DEST_PATH_IMAGE034
步骤3-3-2,若第
Figure 688280DEST_PATH_IMAGE035
根线谱满足如下条件:
Figure 94335DEST_PATH_IMAGE036
则将该线谱判为环境线谱,令
Figure 499339DEST_PATH_IMAGE037
,第
Figure 700907DEST_PATH_IMAGE038
根环境线谱频率记为
Figure 519041DEST_PATH_IMAGE039
步骤3-3-3,令
Figure 904453DEST_PATH_IMAGE040
,若
Figure 243424DEST_PATH_IMAGE041
,则返回步骤3-3-2继续进行环境线谱判别,否 则结束判别,环境线谱总数记为
Figure 603343DEST_PATH_IMAGE042
步骤4,对当前功率谱进行环境线谱抑制处理获得重构功率谱;
步骤4-1,初始化重构功率为
Figure 84439DEST_PATH_IMAGE043
Figure 634894DEST_PATH_IMAGE044
表示重构功 率谱;
步骤4-2,对本帧自主提取线谱按照线谱强度
Figure 924143DEST_PATH_IMAGE045
进行从大到小排序,记获得的新线谱频 率序列为
Figure 801589DEST_PATH_IMAGE046
Figure 600174DEST_PATH_IMAGE047
表示提取到的线谱数量;
步骤4-3,初始化线谱索引
Figure 846829DEST_PATH_IMAGE048
步骤4-4,判断新线谱频率序列
Figure 448142DEST_PATH_IMAGE049
的线谱是否为环境线谱,如是进入步骤4-5,否则进 入步骤4-6,具体判断方法如下:
若存在
Figure 998466DEST_PATH_IMAGE050
满足如下条件则将第
Figure 708015DEST_PATH_IMAGE051
根线谱判定为环境线谱:
Figure 137290DEST_PATH_IMAGE052
其中,
Figure 875832DEST_PATH_IMAGE053
为同频环境线谱判决门限;
步骤4-5,按如下方式对第
Figure 223987DEST_PATH_IMAGE054
根线谱进行环境线谱抑制处理重构功率谱:
步骤4-5-1,生成长度为
Figure 222598DEST_PATH_IMAGE055
的第
Figure 811055DEST_PATH_IMAGE054
根线谱的时域信号
Figure 36893DEST_PATH_IMAGE056
Figure 28949DEST_PATH_IMAGE057
步骤4-5-2,计算
Figure 667085DEST_PATH_IMAGE058
的功率谱:
Figure 681571DEST_PATH_IMAGE059
其中,
Figure 682456DEST_PATH_IMAGE060
Figure 434730DEST_PATH_IMAGE061
表示
Figure 735829DEST_PATH_IMAGE062
的功率谱,
Figure 858899DEST_PATH_IMAGE063
Figure 928837DEST_PATH_IMAGE064
的第
Figure 699783DEST_PATH_IMAGE065
个子序列,
Figure 849529DEST_PATH_IMAGE066
表示相继子序列的偏移 点数,
Figure 747429DEST_PATH_IMAGE067
Figure 894414DEST_PATH_IMAGE068
Figure 208065DEST_PATH_IMAGE069
表示线谱自主提取频带下限频 率
Figure 399269DEST_PATH_IMAGE070
对应的离散频率索引,
Figure 948629DEST_PATH_IMAGE071
表示线谱自主提取频带上限频率
Figure 383372DEST_PATH_IMAGE072
对应的离散频率索 引;
步骤4-5-3,按下式计算剔除线谱频率序列
Figure 37732DEST_PATH_IMAGE074
的线谱分量后的重构功率谱
Figure 886038DEST_PATH_IMAGE076
Figure 47112DEST_PATH_IMAGE077
其中,
Figure 725742DEST_PATH_IMAGE078
表示求取
Figure 173341DEST_PATH_IMAGE079
Figure 615168DEST_PATH_IMAGE080
范围内的最大值,
Figure 749739DEST_PATH_IMAGE081
表示求取
Figure 936967DEST_PATH_IMAGE082
Figure 192849DEST_PATH_IMAGE080
范围内的最大值;
步骤4-6,令
Figure 658158DEST_PATH_IMAGE083
,若
Figure 318291DEST_PATH_IMAGE084
则返回步骤4-4,否则功率谱重构结束;
步骤5,对重构功率谱进行自主线谱提取获得疑似弱目标线谱;
步骤5-1,将重构的功率谱
Figure 993685DEST_PATH_IMAGE079
通过
Figure 990941DEST_PATH_IMAGE085
阶中值滤波器得到重构的功率谱趋势项,
Figure 887921DEST_PATH_IMAGE086
,则重构的功率谱
Figure 125480DEST_PATH_IMAGE079
与重构的功率谱趋势项
Figure 593895DEST_PATH_IMAGE087
的重构的差值谱
Figure 515203DEST_PATH_IMAGE088
为:
Figure 973079DEST_PATH_IMAGE089
Figure 558038DEST_PATH_IMAGE088
的重构的规范化差值谱
Figure 988450DEST_PATH_IMAGE090
为:
Figure 858667DEST_PATH_IMAGE091
其中,
Figure 792556DEST_PATH_IMAGE092
表示求取
Figure 610732DEST_PATH_IMAGE088
的标准差;
步骤5-2,遍历重构的规范化差值谱
Figure 985563DEST_PATH_IMAGE090
进行疑似弱目标线谱自主提取,包括如下 步骤:
步骤5-2-1,设定疑似弱目标线谱检测门限
Figure 389299DEST_PATH_IMAGE093
,令线谱索引,遍历起始频率索 引为
Figure 358316DEST_PATH_IMAGE096
步骤5-2-2,若
Figure 372238DEST_PATH_IMAGE090
满足如下条件:
Figure 918013DEST_PATH_IMAGE097
则将
Figure 440874DEST_PATH_IMAGE090
判为疑似弱目标线谱,令线谱索引
Figure 560707DEST_PATH_IMAGE098
步骤5-2-3,令
Figure 628239DEST_PATH_IMAGE099
,则 第
Figure 836760DEST_PATH_IMAGE100
根疑似弱目标线谱频率插值的相对偏差
Figure 317856DEST_PATH_IMAGE101
为:
Figure 596872DEST_PATH_IMAGE102
Figure 626402DEST_PATH_IMAGE100
根疑似弱目标线谱的精测频率为:
Figure 175631DEST_PATH_IMAGE103
其中,
Figure 515827DEST_PATH_IMAGE104
表示第
Figure 486451DEST_PATH_IMAGE100
根疑似弱目标线谱左边频点幅度值,
Figure 603480DEST_PATH_IMAGE105
表示第
Figure 944682DEST_PATH_IMAGE100
根疑似弱目 标线谱幅度值,
Figure 885524DEST_PATH_IMAGE106
表示第
Figure 27049DEST_PATH_IMAGE100
根疑似弱目标线谱右边频点幅度值,
Figure 103939DEST_PATH_IMAGE107
表示第
Figure 463813DEST_PATH_IMAGE100
根疑似弱 目标线谱的精测频率;
步骤5-2-4,令
Figure 502570DEST_PATH_IMAGE108
,若
Figure 559869DEST_PATH_IMAGE109
,则返回步骤5-2-2继续进行疑似弱目标线 谱提取,否则重构功率谱疑似弱目标线谱自主提取结束,提取到的疑似弱目标线谱数量记 为
Figure 853883DEST_PATH_IMAGE110
步骤6,对疑似线谱进行序贯性分析实现弱目标线谱自主辨识:
步骤6-1,记
Figure 27900DEST_PATH_IMAGE111
Figure 180883DEST_PATH_IMAGE112
为疑似弱 目标线谱动态信息矩阵,其中,
Figure 373927DEST_PATH_IMAGE113
为疑似弱目标线谱索引,
Figure 149379DEST_PATH_IMAGE114
为疑似弱目标线谱最大 线谱数量,
Figure 839336DEST_PATH_IMAGE115
表示第
Figure 671594DEST_PATH_IMAGE113
根疑似弱目标线谱各处理帧提取信息的索引,
Figure 138872DEST_PATH_IMAGE116
为疑似弱目 标线谱每根线谱允许存储的最大历史帧数,疑似弱目标线谱动态信息矩阵第1列
Figure 490700DEST_PATH_IMAGE117
中存 放第
Figure 933750DEST_PATH_IMAGE113
根疑似弱目标线谱的频率,疑似弱目标线谱动态信息矩阵第2列
Figure 139954DEST_PATH_IMAGE118
中存放
Figure 128200DEST_PATH_IMAGE116
帧重构功率谱疑似弱目标线谱自主提取中提取到第
Figure 295221DEST_PATH_IMAGE113
根线谱的次数,疑似弱目标 线谱动态信息矩阵第
Figure 279633DEST_PATH_IMAGE119
Figure 50929DEST_PATH_IMAGE120
中存放最近
Figure 184976DEST_PATH_IMAGE116
帧第
Figure 267989DEST_PATH_IMAGE113
根线谱单帧疑似弱目标线谱
Figure 328873DEST_PATH_IMAGE113
提取结果,提取到结果为1,否则结果为0, 按如下方式对疑似弱目标线谱动态信息矩阵
Figure 68858DEST_PATH_IMAGE121
进行数据搬移处理:
步骤6-1-1,初始化,令
Figure 964352DEST_PATH_IMAGE122
步骤6-1-2,令
Figure 320076DEST_PATH_IMAGE123
Figure 574864DEST_PATH_IMAGE124
为疑似弱目标线谱动态信息矩阵 当前存储的线谱数;
步骤6-1-3,令
Figure 547850DEST_PATH_IMAGE125
,若
Figure 625964DEST_PATH_IMAGE126
;则返回步骤6-1-2继续进行数据搬移,否则进 入步骤6-1-4;
步骤6-1-4,数据搬移结束,令
Figure 775579DEST_PATH_IMAGE127
步骤6-2,若本帧重构功率谱
Figure 234723DEST_PATH_IMAGE128
中提取到的疑似弱目标线谱个数
Figure 588781DEST_PATH_IMAGE129
,回到 步骤1进行下一帧数据处理,否则按如下方式对疑似弱目标线谱动态信息矩阵
Figure 848248DEST_PATH_IMAGE130
进行数 据更新,并进行弱目标线谱辨识,每根疑似弱目标线谱的处理步骤如下:
步骤6-2-1,寻找第
Figure 744879DEST_PATH_IMAGE100
根线谱在
Figure 471963DEST_PATH_IMAGE130
中的更新位置
Figure 894242DEST_PATH_IMAGE131
Figure 568019DEST_PATH_IMAGE132
其中,
Figure 10540DEST_PATH_IMAGE133
表示
Figure 535455DEST_PATH_IMAGE130
中已有的A根线谱与第q根线谱频率维最小距 离,
Figure 337539DEST_PATH_IMAGE134
为判断是否为同频疑似弱目标线谱的门限,若最小频率维距离小于门限
Figure 928357DEST_PATH_IMAGE134
,则判 为同频线谱,更新位置
Figure 8702DEST_PATH_IMAGE131
取最小距离对应的序号a,否则第q根线谱作为新增线谱,更新位 置
Figure 65870DEST_PATH_IMAGE131
A+1,并更新线谱个数A=A+1;
步骤6-2-2,更新
Figure 937442DEST_PATH_IMAGE130
中第
Figure 958881DEST_PATH_IMAGE131
行信息:
Figure 51821DEST_PATH_IMAGE135
其中,
Figure 206289DEST_PATH_IMAGE136
Figure 175776DEST_PATH_IMAGE130
中第
Figure 627836DEST_PATH_IMAGE131
行第1列,用于存放第q根线谱频率,
Figure 923648DEST_PATH_IMAGE137
Figure 859637DEST_PATH_IMAGE130
中 第
Figure 490819DEST_PATH_IMAGE131
行第3列,用于存放本处理帧第q根线谱单帧提取结果,1表示有提取到,
Figure 125500DEST_PATH_IMAGE138
为第q 根线谱提取到的次数;
步骤6-2-3,判断第q根线谱是否为弱目标线谱,判断条件为:
Figure 667733DEST_PATH_IMAGE139
若满足条件,则判为弱目标线谱,令
Figure 401553DEST_PATH_IMAGE140
,记第
Figure 836644DEST_PATH_IMAGE141
根弱目标线谱频率为
Figure 636366DEST_PATH_IMAGE142
其中,
Figure 191194DEST_PATH_IMAGE143
表示弱目标线谱提取门限;
步骤6-2-4,令
Figure 225577DEST_PATH_IMAGE144
,若
Figure 555321DEST_PATH_IMAGE145
,则返回步骤6-2-2,否则数据更新及弱目标线 谱辨识结束。
2.根据权利要求1所述基于序贯环境学习的弱水声目标线谱自主提取方法,其特征在于:步骤1中对获取的水声信号进行功率谱估计的方法如下:
步骤1-1,将长度为
Figure 988926DEST_PATH_IMAGE146
的一帧水听器采集信号
Figure 105407DEST_PATH_IMAGE147
分为
Figure 734359DEST_PATH_IMAGE148
个子序列,各子序列长度为
Figure 912749DEST_PATH_IMAGE149
,相继子序列的偏移点数为
Figure 810866DEST_PATH_IMAGE150
,则第
Figure 80567DEST_PATH_IMAGE151
个子序列为
Figure 976192DEST_PATH_IMAGE152
步骤1-2,计算第
Figure 817545DEST_PATH_IMAGE151
个子序列的周期图:
Figure 891156DEST_PATH_IMAGE153
其中,
Figure 935903DEST_PATH_IMAGE154
示第
Figure 651531DEST_PATH_IMAGE151
个子序列的周期图估计结果,
Figure 333139DEST_PATH_IMAGE155
Figure 171126DEST_PATH_IMAGE154
的离散频率索引,
Figure 453902DEST_PATH_IMAGE156
表示虚数单位,
Figure 838135DEST_PATH_IMAGE157
代表取模运算;
步骤1-2,对步骤1-2得到的周期图取平均获得水听器采集信号
Figure 907941DEST_PATH_IMAGE158
的功率谱估计:
Figure 787603DEST_PATH_IMAGE159
其中,
Figure 722454DEST_PATH_IMAGE160
表示采集信号
Figure 278419DEST_PATH_IMAGE158
的功率谱估计。
3.根据权利要求2所述基于序贯环境学习的弱水声目标线谱自主提取方法,其特征在于:步骤2中对得到的功率谱进行自主线谱提取得到线谱的方法如下:
步骤2-1,将功率谱
Figure 902867DEST_PATH_IMAGE161
通过
Figure 259155DEST_PATH_IMAGE162
阶中值滤波器得到其趋势项
Figure 550809DEST_PATH_IMAGE163
,则功率谱
Figure 985371DEST_PATH_IMAGE161
与趋势项
Figure 390289DEST_PATH_IMAGE164
的差值谱
Figure 120741DEST_PATH_IMAGE165
为:
Figure 317935DEST_PATH_IMAGE166
Figure 763173DEST_PATH_IMAGE165
的规范化差值谱
Figure 611479DEST_PATH_IMAGE167
为:
Figure 325882DEST_PATH_IMAGE168
其中,
Figure 451183DEST_PATH_IMAGE169
为求取
Figure 508569DEST_PATH_IMAGE165
的标准差;
步骤2-2,遍历规范化差值谱
Figure 956255DEST_PATH_IMAGE167
进行线谱自主提取。
4.根据权利要求3所述基于序贯环境学习的弱水声目标线谱自主提取方法,其特征在 于:步骤2-2中遍历规范化差值谱
Figure 819388DEST_PATH_IMAGE167
进行线谱自主提取的方法:
步骤2-2-1,设定线谱检测门限
Figure 85244DEST_PATH_IMAGE170
,令线谱索引
Figure 324815DEST_PATH_IMAGE171
,遍历起始频率索引为
Figure 158166DEST_PATH_IMAGE172
步骤2-2-2,若
Figure 220231DEST_PATH_IMAGE167
满足如下条件:
Figure 913599DEST_PATH_IMAGE173
则将
Figure 182294DEST_PATH_IMAGE167
判为线谱,令线谱索引
Figure 859700DEST_PATH_IMAGE174
,该线谱的强度记为
Figure 2318DEST_PATH_IMAGE175
步骤2-2-3,令
Figure 142837DEST_PATH_IMAGE176
,则第根线谱频率插值的相对偏差
Figure 538013DEST_PATH_IMAGE179
为:
Figure 535676DEST_PATH_IMAGE180
第根线谱的精测频率
Figure 814134DEST_PATH_IMAGE181
为:
Figure 200553DEST_PATH_IMAGE182
其中,
Figure 831779DEST_PATH_IMAGE183
表示第
Figure 393560DEST_PATH_IMAGE184
根线谱左边频点幅度值,
Figure 548029DEST_PATH_IMAGE185
表示第
Figure 517515DEST_PATH_IMAGE184
根线谱幅度值,
Figure 782625DEST_PATH_IMAGE186
表 示第
Figure 922050DEST_PATH_IMAGE184
根线谱右边频点幅度值,
Figure 123617DEST_PATH_IMAGE187
为长度为
Figure 472909DEST_PATH_IMAGE188
的离散傅里叶变换的频率分辨率;
步骤2-2-4,令
Figure 811447DEST_PATH_IMAGE189
,若
Figure 884839DEST_PATH_IMAGE190
,则返回步骤2-2-2继续进行线谱自主提取, 否则线谱自主提取结束,提取到的线谱数量记为
Figure 900549DEST_PATH_IMAGE191
5.根据权利要求4所述基于序贯环境学习的弱水声目标线谱自主提取方法,其特征在 于:
Figure 414269DEST_PATH_IMAGE192
Figure 21181DEST_PATH_IMAGE193
的四舍五入值,
Figure 433401DEST_PATH_IMAGE194
Figure 534693DEST_PATH_IMAGE195
的四舍 五入值,
Figure 886608DEST_PATH_IMAGE196
Figure DEST_PATH_IMAGE197
为水声节点接收信号数字化过程中的采样率。
CN202010941363.0A 2020-09-09 2020-09-09 一种基于序贯环境学习的弱水声目标线谱自主提取方法 Active CN111929666B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010941363.0A CN111929666B (zh) 2020-09-09 2020-09-09 一种基于序贯环境学习的弱水声目标线谱自主提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010941363.0A CN111929666B (zh) 2020-09-09 2020-09-09 一种基于序贯环境学习的弱水声目标线谱自主提取方法

Publications (2)

Publication Number Publication Date
CN111929666A true CN111929666A (zh) 2020-11-13
CN111929666B CN111929666B (zh) 2020-12-25

Family

ID=73308611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010941363.0A Active CN111929666B (zh) 2020-09-09 2020-09-09 一种基于序贯环境学习的弱水声目标线谱自主提取方法

Country Status (1)

Country Link
CN (1) CN111929666B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112649798A (zh) * 2020-12-31 2021-04-13 哈尔滨工程大学 水声目标弱线谱软判决被动探测方法
CN113325401A (zh) * 2021-07-06 2021-08-31 东南大学 一种基于线谱相位差解模糊的畸变拖曳线列阵信号重构方法
CN114114278A (zh) * 2021-11-23 2022-03-01 中国航空工业集团公司洛阳电光设备研究所 一种被动全向浮标lofix定位方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0727858A (ja) * 1993-07-14 1995-01-31 Nec Aerospace Syst Ltd 合成開口レーダ画像ノイズ除去方式
CN101938317A (zh) * 2010-09-10 2011-01-05 东南大学 噪声功率谱线谱检测方法
CN102213759A (zh) * 2011-04-08 2011-10-12 东南大学 基于功率谱的水声目标特征匹配方法
CN109061591A (zh) * 2018-07-23 2018-12-21 东南大学 一种基于序贯聚类的时频线谱检测方法
CN109799495A (zh) * 2019-01-02 2019-05-24 东南大学 一种用于高保真阵列处理的宽带时延估计方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0727858A (ja) * 1993-07-14 1995-01-31 Nec Aerospace Syst Ltd 合成開口レーダ画像ノイズ除去方式
CN101938317A (zh) * 2010-09-10 2011-01-05 东南大学 噪声功率谱线谱检测方法
CN102213759A (zh) * 2011-04-08 2011-10-12 东南大学 基于功率谱的水声目标特征匹配方法
CN109061591A (zh) * 2018-07-23 2018-12-21 东南大学 一种基于序贯聚类的时频线谱检测方法
CN109799495A (zh) * 2019-01-02 2019-05-24 东南大学 一种用于高保真阵列处理的宽带时延估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIU QINGYU: "Intrinsic mode characteristic analysis and extraction in underwater cylindrical shell acoustic radiation", 《SCIENCE CHINA》 *
罗昕炜: "基于线谱迹相关的谐波检测方法", 《声学技术》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112649798A (zh) * 2020-12-31 2021-04-13 哈尔滨工程大学 水声目标弱线谱软判决被动探测方法
CN113325401A (zh) * 2021-07-06 2021-08-31 东南大学 一种基于线谱相位差解模糊的畸变拖曳线列阵信号重构方法
CN113325401B (zh) * 2021-07-06 2024-03-19 东南大学 一种基于线谱相位差解模糊的畸变拖曳线列阵信号重构方法
CN114114278A (zh) * 2021-11-23 2022-03-01 中国航空工业集团公司洛阳电光设备研究所 一种被动全向浮标lofix定位方法
CN114114278B (zh) * 2021-11-23 2024-06-04 中国航空工业集团公司洛阳电光设备研究所 一种被动全向浮标lofix定位方法

Also Published As

Publication number Publication date
CN111929666B (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
CN111929666B (zh) 一种基于序贯环境学习的弱水声目标线谱自主提取方法
CN110852201B (zh) 一种基于多脉冲包络谱匹配的脉冲信号检测方法
CN109655148B (zh) 一种船舶噪声非平稳低频线谱自主提取方法
CN108548957B (zh) 基于循环调制频谱和分段互相关相结合的双谱分析方法
CN106052852B (zh) 一种脉冲声信号的检测方法及装置
Mallawaarachchi et al. Spectrogram denoising and automated extraction of the fundamental frequency variation of dolphin whistles
CN108921014A (zh) 一种基于改进噪声包络信号识别的螺旋桨轴频搜索方法
CN110376575B (zh) 一种基于阻尼参数匹配随机共振的低频线谱检测方法
CN110501683B (zh) 一种基于四维数据特征的海陆杂波分类方法
CN110515063A (zh) 基于迭代平稳离散小波变换的水声信号处理方法和装置
CN115114949A (zh) 一种基于水声信号的舰船目标智能识别方法及系统
CN115859116A (zh) 一种基于径向基函数回归插值法的海洋环境场重建方法
CN108957552B (zh) 基于ss-pca的地震数据海浪噪声压制方法
CN117633588A (zh) 基于频谱加权和残差卷积神经网络的管道泄漏定位方法
CN108169795A (zh) 基于随机采样的数据规则化方法
CN110865375B (zh) 一种水中目标检测方法
CN115030903B (zh) 一种离心泵内滚动轴承早期故障在线诊断方法
CN116203634A (zh) 一种基于低秩约束的鬼波去除方法
CN110542927A (zh) 变窗口加权地震数据尖峰噪声压制方法
CN111175706B (zh) 一种基于局部门限判断的插值杂波图方法
CN114649001A (zh) 基于自适应随机共振的营运风机水下声信号特征提取方法
CN109597042B (zh) 基于奇异谱分析的目标进动频率估计方法
CN112883773A (zh) 一种基于声学影像数据评估的物种判别方法
CN112327260A (zh) 一种sar回波数据中脉冲式干扰信号的抑制方法和装置
CN111638501A (zh) 一种自适应匹配随机共振的谱线增强方法

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