CN112435692B - 一种基于多脉冲相干累加的信标信号高增益检测方法 - Google Patents

一种基于多脉冲相干累加的信标信号高增益检测方法 Download PDF

Info

Publication number
CN112435692B
CN112435692B CN202011259718.4A CN202011259718A CN112435692B CN 112435692 B CN112435692 B CN 112435692B CN 202011259718 A CN202011259718 A CN 202011259718A CN 112435692 B CN112435692 B CN 112435692B
Authority
CN
China
Prior art keywords
signal
beacon
equal
pulse
sliding window
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
Application number
CN202011259718.4A
Other languages
English (en)
Other versions
CN112435692A (zh
Inventor
方世良
姚帅
方衍
安文威
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.)
Nanjing Shihai Acoustics Technology Co ltd
Original Assignee
Nanjing Shihai Acoustics Technology Co ltd
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 Nanjing Shihai Acoustics Technology Co ltd filed Critical Nanjing Shihai Acoustics Technology Co ltd
Priority to CN202011259718.4A priority Critical patent/CN112435692B/zh
Publication of CN112435692A publication Critical patent/CN112435692A/zh
Application granted granted Critical
Publication of CN112435692B publication Critical patent/CN112435692B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0316—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude
    • G10L21/0324—Details of processing therefor
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L2025/783—Detection of presence or absence of voice signals based on threshold decision
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开一种基于多脉冲相干累加的信标信号高增益检测方法，该方法包括如下步骤：第一步：获取待处理采样数据序列；第二步：设置滑动窗的窗长和步进；第三步：设置滑动窗起始位置索引；第四步：对待处理的采样数据序列进行叠加得到叠加信号；第五步：对叠加信号做匹配滤波得到匹配结果；第六步：利用匹配结果计算匹配度并进行检测判决。通过对多脉冲信号进行相干叠加处理，使得信号波形相加，幅度倍增，而噪声部分仅是能量相加，可获得较高的处理增益，同时定义了匹配度来衡量拷贝信号与叠加信号的匹配程度，该方法可以提高信标信号的检测概率，降低虚警概率。

Description

一种基于多脉冲相干累加的信标信号高增益检测方法
技术领域
本发明涉及一种基于多脉冲相干累加的信标信号高增益检测方法，属于信号处理技术领域。
背景技术
黑匣子在水下定位主要依靠水下定位信标，一旦黑匣子入水，声信标自动激活，周期性发射脉冲信号。一般可通过声呐对该信号进行搜索检测，确定其位置，而对声信标进行定位的关键是对其发射的水声脉冲信号进行检测。因此，研究水声信标信号的高增益处理与检测技术对快速搜索失事飞机具有十分重要的意义。
由于海洋背景噪声的复杂性导致难以检测水声信标信号。水声脉冲信号的传播要经过水声信道这一复杂多变的信道，由于水声信道的衰落特性、多径效应和频散效应等，导致信号的瞬时幅度、频率和相位都会产生一定程度的畸变，使得常规的检测方法难以直接适用于对其检测。另一方面，声信标发射的信号频率较高，强度较弱，在海洋中传播时，随着距离的增加传播损失会随之增大，因此信标信号传播一定距离以后信噪比会急剧下降，目前信标信号的常规检测即使利用空间域信息也难以获得较高的处理增益。目前常见的信号处理方法有：(1)时频分析：设计时间和频率的联合函数，从而得到信号统计量随时间变化特征，如常见的短时傅里叶变换(STFT)；(2)匹配滤波：匹配滤波器为输出端的信号瞬时功率与噪声平均功率的比值最大的线性滤波器；(3)小波变换：对时间(空间)频率的局部化分析，通过伸缩平移运算对信号逐步进行多尺度细化。
针对周期性脉冲声源的信标，发射的是周期性特点的脉冲信号，其不仅具有单脉冲信号的时频特征，而且具有周期性的特点，因此对于这种信号的检测，应使用其周期性特征，采用能够检测周期性脉冲信号的方法。目前在多脉冲信号检测时，通常借助时频分析，先对单个脉冲进行准确的检测，然后根据周期性特点进行进一步的判断。
发明内容
发明目的：针对现有技术中存在的问题与不足，本发明提供一种基于多脉冲相干累加的信标信号高增益检测方法，利用已知的信标信号参数进行叠加处理，提高了处理增益，以满足水声信标信号处理的需求。并且，该方法利用了匹配滤波，具有更好的噪声抑制能力，原理清晰，实现简单，工程适用性强。
技术方案：一种基于多脉冲相干累加的信标信号高增益检测方法，包括如下步骤：
(1)获取待处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1，所述n为信标多脉冲信号采样数据序列x(n)的离散时间索引，L为待处理的信标多脉冲信号采样数据序列长度所对应的采样点个数，取值为2的整数次幂，且大于等于3·T0·fs和12中较大的一个，其中，T0为已知的信标多脉冲信号周期，fs为已知的采样频率。
(2)设置滑动窗的窗长和步进；
(3)设置滑动窗起始位置索引；
(4)对待处理的信标多脉冲信号采样数据序列进行叠加得到叠加信号；
(5)对叠加信号做匹配滤波得到匹配结果；
(6)利用匹配结果计算匹配度并进行检测判决。
步骤(1)中，采用如下方法获取处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1：从传感器接收L个采样点的实时采集数据作为待处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1；或从存储器中提取L个采样点数据作为待处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1。
优选的，在步骤(2)中，采用如下方法设置滑动窗的窗长和步进：利用已知的信标信号周期T0和脉宽τ0设置滑动窗的窗长M和步进S：
其中，fs为已知的采样频率，round(·)代表四舍五入取整运算，max(·)代表取最大值运算。
优选的，在步骤(3)中，采用如下方法设置滑动窗起始位置索引：
步骤3-1：计算滑动窗的起始位置索引的最大值I；
I＝max(L-M-1,1)
步骤3-2：令i＝1，i为正整数；
步骤3-3：设置滑动窗的起始位置索引Is
Is＝(i-1)·S
优选的，在步骤(4)中，采用如下方法对待处理的信标多脉冲信号采样数据序列进行叠加得到叠加信号：
其中，xM(n)为叠加信号，Np为叠加的脉冲个数，且Np＝fix((L-Is)M)，其中，L为待处理的信标多脉冲信号采样数据序列的采样点个数，M为滑动窗的窗长，Is为步骤(3)中设置的滑动窗起始位置索引，fix(·)代表向下取整运算，k为叠加的子脉冲序号。
优选的，在步骤(5)中，采用如下方法对叠加信号做匹配滤波得到匹配结果：
步骤5-1：产生拷贝信号s(n),0≤n≤M-1：
其中，f0为已知的信标信号频率，L0＝max(round(τ0·fs),1)为信标信号脉宽长度所对应的采样点个数，M为叠加信号的长度；
步骤5-2：计算叠加信号的离散傅里叶变换XM(l),0≤l≤M-1：
其中，l为XM(l)的离散频率索引且l为整数，j表示虚数单位，即，该式可通过快速傅里叶变换实现；
步骤5-3：计算拷贝信号的离散傅里叶变换S(l),0≤l≤M-1：
其中，j表示虚数单位，即，该式可通过快速傅里叶变换实现；
步骤5-4：计算叠加信号离散傅里叶变换与拷贝信号离散傅里叶变换共轭的乘积Z(l),0≤l≤M-1：
Z(l)＝S*(l)·XM(l),0≤l≤M-1
其中*表示取共轭运算。
步骤5-5：在频域对Z(l)进行处理：
其中，fix(·)代表向下取整运算；
步骤5-6：对Y(l)做离散傅里叶逆变换并取模得到匹配结果y(n),0≤n≤M-1：
其中，|·|代表取模运算。
优选的，在步骤(6)中，采用如下方法利用匹配结果计算匹配度并进行检测判决：
步骤6-1：取匹配结果的幅度最大值为vm，并记其所对应的时间索引为nm：
其中表示在0≤n≤M-1且n为整数的范围内搜索y(n)的最大值所对应的离散时间索引；
步骤6-2：搜索匹配结果上升沿所对应的采样点个数NU：
步骤6-2-1：初始化上升沿所对应的采样点个数NU＝0；
步骤6-2-2：令上升沿搜索索引为ns＝max(nm-L0,0)，其中L0为信标信号脉宽长度所对应的采样点个数；
步骤6-2-3：如果y(ns+1)大于y(ns)，则NU＝NU+1，否则NU不变；
步骤6-2-4：令ns＝ns+1，如果ns＜nm，则返回步骤6-2-3，否则进入步骤6-3；
步骤6-3：搜索匹配结果下降沿所对应的采样点个数ND：
步骤6-3-1：初始化下降沿所对应的采样点个数ND＝0；
步骤6-3-2：令下降沿搜索索引为ne＝min(nm+L0,M-1)；
步骤6-3-3：如果y(ne)小于y(ne-1)，则ND＝ND+1，否则ND不变；
步骤6-3-4：令ne＝ne-1，如果ne＞nm，则返回步骤6-3-3，否则进入步骤6-4；
步骤6-4：计算匹配结果的匹配度α，匹配度取值范围为0≤α≤1，匹配度越大表示拷贝信号与叠加信号的匹配程度越高，计算公式如下：
α＝0.5·(NU/L0)+0.5·(ND/L0)
步骤6-5：判断匹配度α≥α0是否成立，其中，α0为判决门限且0＜α0≤1。若成立则检测结束，并判决接收信号中存在信标信号；否则令i＝i+1，如果(i-1)·S≤I，即滑动窗的起始索引小于索引最大值，则返回步骤(3-3)进行下一次的处理，否则检测结束，并判决接收信号中不存在信标信号。
有益效果：本发明与现有的方法相比，有以下几点有益效果：
(1)本发明提高了信号处理增益。该发明对信标多脉冲信号进行叠加处理，由于信标脉冲间相关性强，噪声互不相关，因此信号部分幅度叠加，噪声能量叠加，从而可以提高信号处理增益。
(2)本发明利用匹配滤波的结果进行检测，定义匹配度来描述拷贝信号与叠加信号的匹配程度，能够提高信标信号的检测概率，降低虚警概率。
附图说明
图1为本发明方法的流程示意图；
图2为实施例1信标多脉冲信号与叠加信号；
图3为实施例1匹配结果。
具体实施方式
下面结合具体实施例，进一步阐明本发明，应理解这些实施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。
如图1所示，基于多脉冲相干累加的信标信号高增益检测方法，包括如下步骤：
(1)获取待处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1；从传感器接收L个采样点的实时采集数据作为待处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1；或从存储器中提取L个采样点数据作为待处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1；n为x(n)的离散时间索引，L为待处理的信标多脉冲信号采样数据序列长度所对应的采样点个数，取值为2的整数次幂，且大于等于3·T0·fs和12中较大的一个，其中，T0为已知的信标多脉冲信号周期，fs为已知的采样频率。
(2)利用已知的信标信号周期T0和脉宽τ0设置滑动窗的窗长M和步进S：
其中，fs为已知的采样频率，round(·)代表四舍五入取整运算，max(·)代表取最大值运算。
(3)设置滑动窗起始位置索引：
步骤3-1：计算滑动窗的起始位置索引的最大值I；
I＝max(L-M-1,1)
步骤3-2：令i＝1，i为正整数；
步骤3-3：设置滑动窗的起始位置索引Is；
Is＝(i-1)·S
(4)对待处理的信标多脉冲信号采样数据序列进行叠加得到叠加信号：
其中，xM(n)为叠加信号，Np为叠加的脉冲个数，且Np＝fix((L-Is)M)，其中，L为待处理的信标多脉冲信号采样数据序列的采样点个数，M为滑动窗的窗长，Is为步骤(3)中设置的滑动窗起始位置索引，fix(·)代表向下取整运算,k为叠加的子脉冲序号。
(5)对叠加后的信号做匹配滤波得到匹配结果：
步骤5-1：产生拷贝信号s(n),0≤n≤M-1：
其中，f0为已知的信标信号频率，L0＝max(round(τ0·fs),1)为信标信号脉宽长度所对应的采样点个数，M为叠加信号的长度；
步骤5-2：计算叠加信号的离散傅里叶变换XM(l),0≤l≤M-1：
其中，l为XM(l)的离散频率索引且l为整数，j表示虚数单位，即，该式可通过快速傅里叶变换实现；
步骤5-3：计算拷贝信号的离散傅里叶变换S(l),0≤l≤M-1：
其中，j表示虚数单位，即，该式可通过快速傅里叶变换实现；
步骤5-4：计算叠加信号离散傅里叶变换与拷贝信号离散傅里叶变换共轭的乘积Z(l),0≤l≤M-1：
Z(l)＝S*(l)·XM(l),0≤l≤M-1
其中*表示取共轭运算；
步骤5-5：在频域对Z(l)进行处理：
其中，fix(·)代表向下取整运算；
步骤5-6：对Y(l)做离散傅里叶逆变换并取模得到匹配结果y(n),0≤n≤M-1：
其中，·代表取模运算。
(6)利用匹配结果计算匹配度并进行检测判决：
步骤6-1：取匹配结果的幅度最大值为vm，并记其所对应的时间索引为nm：
其中表示在0≤n≤M-1且n为整数的范围内搜索y(n)的最大值所对应的离散时间索引；
步骤6-2：搜索匹配结果上升沿所对应的采样点个数NU：
步骤6-2-1：初始化上升沿所对应的采样点个数NU＝0；
步骤6-2-2：令上升沿搜索索引为ns＝max(nm-L0,0)，其中L0为信标信号脉宽长度所对应的采样点个数；
步骤6-2-3：如果y(ns+1)大于y(ns)，则NU＝NU+1，否则NU不变；
步骤6-2-4：令ns＝ns+1，如果ns＜nm，则返回步骤6-2-3，否则进入步骤6-3；
步骤6-3：搜索匹配结果下降沿所对应的采样点个数ND：
步骤6-3-1：初始化下降沿所对应的采样点个数ND＝0；
步骤6-3-2：令下降沿搜索索引为ne＝min(nm+L0,M-1)；
步骤6-3-3：如果y(ne)小于y(ne-1)，则ND＝ND+1，否则ND不变；
步骤6-3-4：令ne＝ne-1，如果ne＞nm，则返回步骤6-3-3，否则进入步骤6-4；
步骤6-4：计算匹配结果的匹配度α，匹配度取值范围为0≤α≤1，匹配度越大表示拷贝信号与叠加信号的匹配程度越高，计算公式如下：
α＝0.5·(NU/L0)+0.5·(ND/L0)
步骤6-5：判断匹配度α≥α0是否成立，其中，α0为判决门限且0＜α0≤1。若成立则检测结束，并判决接收信号中存在信标信号；否则令i＝i+1，如果(i-1)·S≤I，即滑动窗的起始索引小于索引最大值，则返回步骤(3-3)进行下一次的处理，否则检测结束，并判决接收信号中不存在信标信号。
根据多次仿真实验确定，α0为0.7时判决效果较好。
本发明的实施例中，仿真多脉冲信号模型为：
其中A为信号幅度，为初始相位，τ1为多脉冲信号首脉冲到达时间，τ为脉冲宽度，T为脉冲周期，f1为信号频率，wp(t)为均值为0，方差为σ2的高斯白噪声，方差σ2的大小由信噪比SNR决定：SNR＝10log10[A2/(2σ2)]，N为子脉冲个数，p为子脉冲序号。
以采样频率fs对上述脉冲信号进行离散采样可得到脉冲信号采样数据序列：
其中，n1＝round(τ1fs)，M0＝round(τfs)，M1＝round(Tfs)。
实施例1：
仿真信号参数分别设置为：信号幅度A＝1，初始相位，脉宽τ＝0.01s，脉冲周期T＝1.0s，多脉冲信号首脉冲到达时间τ1＝0.256s，信号频率f1＝37.5kHz，子脉冲个数N＝6，采样频率fs＝128kHz，单周期数据点数M1＝128k，观测数据序列点数L＝NM1＝768k，信噪比SNR＝0dB，p为子脉冲序号。
依据第(2)(3)(4)步，得到数据序列x(n)的叠加信号xM(n)，如图2所示。
依据第(5)步，计算叠加信号的匹配结果，如图3所示。
依据第(6)步，利用匹配结果计算出匹配度为0.8952，判决接收信号中存在信标信号。

Claims (6)

1.一种基于多脉冲相干累加的信标信号高增益检测方法，其特征在于，包括如下步骤：
(1)获取待处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1，所述n为信标多脉冲信号采样数据序列x(n)的离散时间索引，L为待处理的信标多脉冲信号采样数据序列长度所对应的采样点个数，取值为2的整数次幂，且大于等于max(3·T0·fs，12)，其中，T0为已知的信标多脉冲信号周期，fs为已知的采样频率，max(3·T0·fs，12)其取值为3·T0·fs和12中较大的一个；
(2)设置滑动窗的窗长和步进；
(3)设置滑动窗起始位置索引；
(4)对待处理的信标多脉冲信号采样数据序列进行叠加得到叠加信号；
(5)对叠加信号做匹配滤波得到匹配结果；
(6)利用匹配结果计算匹配度并进行检测判决；
在步骤(4)中，采用如下方法对待处理的信标多脉冲信号采样数据序列进行叠加得到叠加信号：
其中，xM(n)为叠加信号，Np为叠加的脉冲个数，且Np＝fix((L-Is)/M)，其中，L为待处理的信标多脉冲信号采样数据序列的采样点个数，M为滑动窗的窗长，Is为步骤(3)中设置的滑动窗起始位置索引，fix(·)代表向下取整运算，k为叠加的子脉冲序号；
在步骤(5)中，采用如下方法对叠加信号做匹配滤波得到匹配结果：
步骤5-1：产生拷贝信号s(n),0≤n≤M-1：
其中，f0为已知的信标信号频率，L0＝max(round(τ0·fs),1)为信标信号脉宽长度所对应的采样点个数，M为叠加信号的长度；
步骤5-2：计算叠加信号的离散傅里叶变换XM(l),0≤l≤M-1：
其中，l为XM(l)的离散频率索引且l为整数，j表示虚数单位，即该式可通过快速傅里叶变换实现；
步骤5-3：计算拷贝信号的离散傅里叶变换S(l),0≤l≤M-1：
其中，j表示虚数单位，即该式可通过快速傅里叶变换实现；
步骤5-4：计算叠加信号离散傅里叶变换与拷贝信号离散傅里叶变换共轭的乘积Z(l),0≤l≤M-1：
Z(l)＝S*(l)·XM(l),0≤l≤M-1
步骤5-5：在频域对Y(l)进行处理：
其中，fix(·)代表向下取整运算；
步骤5-6：对Y(l)做离散傅里叶逆变换并取模得到匹配结果y(n),0≤n≤M-1：
其中，|·|代表取模运算；
在步骤(6)中，采用如下方法利用匹配结果计算匹配度并进行检测判决：
步骤6-1：取匹配结果的幅度最大值为vm，并记其所对应的时间索引为nm：
vm＝y(nm)
其中表示在0≤n≤M-1且n为整数的范围内搜索y(n)的最大值所对应的离散时间索引；
步骤6-2：搜索匹配结果上升沿所对应的采样点个数NU：
步骤6-3：搜索匹配结果下降沿所对应的采样点个数ND：
步骤6-4：计算匹配结果的匹配度α，匹配度取值范围为0≤α≤1，匹配度越大表示拷贝信号与叠加信号的匹配程度越高，计算公式如下：
α＝0.5·(NU/L0)+0.5·(ND/L0)
步骤6-5：判断匹配度α≥α0是否成立，其中，α0为判决门限且0＜α0≤1；若成立则检测结束，并判决接收信号中存在信标信号；否则令i＝i+1，如果(i-1)·S≤I，即滑动窗的起始索引小于索引最大值，则返回步骤(3-3)进行下一次的处理，否则检测结束，并判决接收信号中不存在信标信号。
2.根据权利要求1所述的基于多脉冲相干累加的信标信号高增益检测方法，其特征在于，步骤(1)中，采用如下方法获取待处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1：从传感器接收L个采样点的实时采集数据作为待处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1；或从存储器中提取L个采样点数据作为待处理的信标多脉冲信号采样数据序列x(n)，n＝0,1,2,…,L-1。
3.根据权利要求1所述的基于多脉冲相干累加的信标信号高增益检测方法，其特征在于，在步骤(2)中，采用如下方法设置滑动窗的窗长和步进：利用已知的信标信号周期T0和脉宽τ0设置滑动窗的窗长M和步进S：
M＝max(round(T0·fs),4)，
其中，fs为已知的采样频率，round(·)代表四舍五入取整运算，max(·)代表取最大值运算。
4.根据权利要求1所述的基于多脉冲相干累加的信标信号高增益检测方法，其特征在于，在步骤(3)中，采用如下方法设置滑动窗起始位置索引：
步骤3-1：计算滑动窗的起始位置索引的最大值I；
I＝max(L-M-1,1)
步骤3-2：令i＝1，i为正整数；
步骤3-3：设置滑动窗的起始位置索引Is
Is＝(i-1)·S。
5.根据权利要求1所述的基于多脉冲相干累加的信标信号高增益检测方法，其特征在于，所述搜索匹配结果上升沿所对应的采样点个数NU的过程为：
步骤6-2-1：初始化上升沿所对应的采样点个数NU＝0；
步骤6-2-2：令上升沿搜索索引为ns＝max(nm-L0,0)，其中L0为信标信号脉宽长度所对应的采样点个数；
步骤6-2-3：如果y(ns+1)大于y(ns)，则NU＝NU+1，否则NU不变；
步骤6-2-4：令ns＝ns+1，如果ns＜nm，则返回步骤6-2-3，否则进入步骤6-3。
6.根据权利要求1所述的基于多脉冲相干累加的信标信号高增益检测方法，其特征在于，所述搜索匹配结果下降沿所对应的采样点个数ND的过程为：
步骤6-3-1：初始化下降沿所对应的采样点个数ND＝0；
步骤6-3-2：令下降沿搜索索引为ne＝min(nm+L0,M-1)；
步骤6-3-3：如果y(ne)小于y(ne-1)，则ND＝ND+1，否则ND不变；
步骤6-3-4：令ne＝ne-1，如果ne＞nm，则返回步骤6-3-3，否则进入步骤6-4。
CN202011259718.4A 2020-11-12 2020-11-12 一种基于多脉冲相干累加的信标信号高增益检测方法 Active CN112435692B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011259718.4A CN112435692B (zh) 2020-11-12 2020-11-12 一种基于多脉冲相干累加的信标信号高增益检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011259718.4A CN112435692B (zh) 2020-11-12 2020-11-12 一种基于多脉冲相干累加的信标信号高增益检测方法

Publications (2)

Publication Number Publication Date
CN112435692A CN112435692A (zh) 2021-03-02
CN112435692B true CN112435692B (zh) 2023-09-05

Family

ID=74700714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011259718.4A Active CN112435692B (zh) 2020-11-12 2020-11-12 一种基于多脉冲相干累加的信标信号高增益检测方法

Country Status (1)

Country Link
CN (1) CN112435692B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114325671B (zh) * 2021-12-29 2024-04-09 南京世海声学科技有限公司 改进的基于水下声信标信号多脉冲累积的抗多普勒方法
CN114325722B (zh) * 2021-12-29 2024-04-12 南京世海声学科技有限公司 基于水下声信标信号多脉冲累积的高增益检测方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4951263A (en) * 1989-07-20 1990-08-21 Sandia Research Associates, Inc. Spread spectrum underwater location beacon system
RU2012148292A (ru) * 2012-11-13 2014-05-20 Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования "Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича" Способ акустического представления пространственной информации для пользователей
CN106595835A (zh) * 2016-12-05 2017-04-26 大连海事大学 一种基于错位叠加算法的声信标信号提取方法及系统
CN106992820A (zh) * 2017-04-28 2017-07-28 厦门大学 一种海洋仪器安全信标的水声信号设计和检测方法
JP2018056791A (ja) * 2016-09-29 2018-04-05 セイコーエプソン株式会社 表示装置、受信装置、プログラム、及び受信装置の制御方法。
CN108509377A (zh) * 2018-03-19 2018-09-07 东南大学 一种基于沿特征提取的脉冲信号到达时间与脉宽估计方法
CN110398743A (zh) * 2019-08-05 2019-11-01 天津工业大学 一种连续波主动声呐目标回波检测方法
CN110852201A (zh) * 2019-10-28 2020-02-28 东南大学 一种基于多脉冲包络谱匹配的脉冲信号检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7415082B2 (en) * 2005-05-31 2008-08-19 Harris Corporation Receiver including synch pulse detection and associated method

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4951263A (en) * 1989-07-20 1990-08-21 Sandia Research Associates, Inc. Spread spectrum underwater location beacon system
RU2012148292A (ru) * 2012-11-13 2014-05-20 Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования "Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича" Способ акустического представления пространственной информации для пользователей
JP2018056791A (ja) * 2016-09-29 2018-04-05 セイコーエプソン株式会社 表示装置、受信装置、プログラム、及び受信装置の制御方法。
CN106595835A (zh) * 2016-12-05 2017-04-26 大连海事大学 一种基于错位叠加算法的声信标信号提取方法及系统
CN106992820A (zh) * 2017-04-28 2017-07-28 厦门大学 一种海洋仪器安全信标的水声信号设计和检测方法
CN108509377A (zh) * 2018-03-19 2018-09-07 东南大学 一种基于沿特征提取的脉冲信号到达时间与脉宽估计方法
CN110398743A (zh) * 2019-08-05 2019-11-01 天津工业大学 一种连续波主动声呐目标回波检测方法
CN110852201A (zh) * 2019-10-28 2020-02-28 东南大学 一种基于多脉冲包络谱匹配的脉冲信号检测方法

Also Published As

Publication number Publication date
CN112435692A (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN110852201B (zh) 一种基于多脉冲包络谱匹配的脉冲信号检测方法
CN112435692B (zh) 一种基于多脉冲相干累加的信标信号高增益检测方法
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
CN103632676B (zh) 一种低信噪比语音降噪方法
CN112462321B (zh) 基于脉冲匹配累加的声信标信号截获处理方法
Yao et al. Robust active sonar detection in frequency and time dispersive channels using matching envelope spectrum of multi-pulse LFM signals
CN110632563B (zh) 一种基于短时傅里叶变换的脉内频率编码信号参数测量方法
CN107976659A (zh) 基于S2method时频分析的目标极点特征提取与检测方法
CN110108797B (zh) 利用声阻抗变化信息的介质分界面超声检测方法
CN113030861B (zh) 一种时间反转和分数阶小波变换的水声信号检测方法
ZhaoHeng et al. Selection of the optimal wavelet bases for wavelet de-noising of partial discharge signal
CN114325722B (zh) 基于水下声信标信号多脉冲累积的高增益检测方法和系统
CN114325671B (zh) 改进的基于水下声信标信号多脉冲累积的抗多普勒方法
KR102019559B1 (ko) 타겟 탐지 방법, 이를 수행하기 위한 기록매체 및 장치
Xiao et al. An underwater target velocity estimation based on cepstrum and autocorrelation for acoustic echo
CN111273303B (zh) 双基地声纳强直达波干扰下目标微弱散射信号检测的方法
CN109584894A (zh) 一种基于雷达语音与麦克风语音相融合的语音增强方法
CN112929053B (zh) 一种跳频信号特征提取与参数估计方法
CN116170087B (zh) 一种微秒级超短脉冲水声信号检测方法
CN113390963B (zh) 基于时窗能量衰减系数的激光冲击强化质量在线监测方法
JPH09210763A (ja) 高調波ピッチ検出装置
CN111257859B (zh) 一种波束域自相关水下目标识别方法
Li et al. A method for accurately finding the detecting acoustic signal of the active sonar
Lan et al. Detecting weak signals using a fractional Fourier transform-based stochastic matched filter for active sonars
Wang et al. Research on Adaptive Time-Frequency Distribution Characteristics of Buried Target Echoes

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