CN113534041B - 一种基于eckart滤波器的单矢量水听器高分辨doa估计方法 - Google Patents
一种基于eckart滤波器的单矢量水听器高分辨doa估计方法 Download PDFInfo
- Publication number
- CN113534041B CN113534041B CN202110602585.4A CN202110602585A CN113534041B CN 113534041 B CN113534041 B CN 113534041B CN 202110602585 A CN202110602585 A CN 202110602585A CN 113534041 B CN113534041 B CN 113534041B
- Authority
- CN
- China
- Prior art keywords
- filter
- vector hydrophone
- eckart
- target
- vector
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001228 spectrum Methods 0.000 claims abstract description 37
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 230000003595 spectral effect Effects 0.000 claims 2
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 2
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 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
- 239000002245 particle Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
- G01S3/802—Systems for determining direction or deviation from predetermined direction
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (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ECKART滤波器的单矢量水听器高分辨DOA估计方法,该方法利用时间延时,将矢量水听器接收数据的时间间隔等效为空间间隔,在空间上构造一个虚拟的矢量水听器,利用两个矢量水听器估计ECKART滤波器参数,构造ECKART滤波器。利用ECKART滤波器对目标窄带空间谱进行后置滤波,通过非相干叠加输出目标宽带空间能量谱,实现目标方位估计。本发明所述的基于ECKART滤波器的单矢量水听器高分辨DOA估计方法,适用于单矢量水听器高分辨DOA估计,与现有技术相比,本发明具有以下优点:利用单矢量水听器估计ECKART滤波器参数,对单矢量水听器MVDR算法输出结果进行后置滤波,提高原MVDR算法的空间分辨率及输出信噪比,从而提升单矢量水听器的多目标分辨能力以及目标探测距离。
Description
技术领域
本发明属于水声技术及矢量信号处理技术领域,具体涉及一种基于ECKART滤波器的单矢量水听器高分辨DOA估计方法。
背景技术
矢量水听器因其能同时、共点地采集矢量声场声压、质点振速信号,利用单个水听器即可实现目标信号到达方位(Direction of Arrival,DOA)估计,在国际上受到了广泛的关注。单矢量水听器DOA估计总的可以分为两类,一类是基于声能流的最大似然估计方法,代表算法有平均声强器法、直方图法;另一类则是基于矢量水听器本身自带阵列流型的特点,将阵列信号处理中常用的高分辨算法应用于单矢量水听器,代表算法有最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)、多重信号分类(MultipleSignal Classfication,MUSIC)、旋转不变子空间(Estimating Signal Parameter viaRotational Invariance Techniques,ESPRIT)。在这三种矢量信号高分辨算法中,MVDR算法分辨力不如MUSIC算法、ESPRIT算法,但计算量较后者要小得多。本发明针对MVDR算法输出空间能量谱谱峰较宽、空间分辨率差的问题,提出了一种基于最佳预选滤波器理论——ECKART滤波器的单矢量水听器MVDR高分辨DOA估计方法,该方法能显著提高单矢量水听器MVDR算法的空间分辨率,提高单矢量水听器的输出信噪比。
发明内容
本发明的目的在于克服现有技术存在的不足,而提供一种基于ECKART滤波器的单矢量水听器高分辨DOA估计方法,本发明主要用于单矢量水听器目标方位高分辨估计。
本发明的目的是通过如下技术方案来完成的:一种基于ECKART滤波器的单矢量水听器高分辨DOA估计方法,利用单矢量水听器估计ECKART滤波器参数,对单矢量水听器MVDR算法输出结果进行后置滤波,提高原MVDR算法的空间分辨率及输出信噪比,从而提升单矢量水听器的多目标分辨能力以及目标探测距离,该方法包括如下步骤:
(1)、ECKART滤波器参数单矢量水听器估计:利用时间延时,将矢量水听器接收数据的时间间隔等效为空间间隔,在空间上构造一个虚拟的矢量水听器,利用两个矢量水听器估计ECKART滤波器参数S(ω)、N(ω),构造ECKART滤波器;
(2)、ECKART滤波器滤波:采用MVDR算法对目标方位进行窄带估计,获得目标信号各频段上的空间能量谱,利用步骤(1)中构造的ECKART滤波器对空间能量谱进行后置滤波,通过非相干叠加输出目标宽带空间能量谱,实现目标方位估计。
更进一步的,所述步骤(1)中,所述将时间间隔等效为空间间隔是指,矢量水听器采集一批数据,将其分为两段,两段数据之间存在一个时延差τ,水中声速为c,则等效于在距离矢量水听器cτ处存在一个虚拟矢量水听器,两者同步采集信号;所述ECKART滤波器参数S(ω)为矢量水听器采集信号中目标信号的功率谱密度,所述ECKART滤波器参数N(ω)为矢量水听器采集信号中噪声信号的功率谱密度,参数S(ω)、N(ω)通过两个矢量水听器数据自相关输出和互相关输出进行估计,并构造ECKART滤波器。
与现有技术相比,本发明具有以下优点:
1、本发明利用虚拟矢量水听器估计ECKART滤波器参数,不增加硬件成本。
2、本发明利用ECKART滤波器对单矢量水听器MVDR算法估计结果进行滤波,最终输出的空间能量谱较单MVDR算法输出的空间能量谱目标波束更窄,分辨率更高。
3、本发明利用ECKART滤波器对单矢量水听器MVDR算法估计结果进行滤波,提高了目标信号的输出信噪比,提高了矢量水听器的探测距离。
附图说明
图1本发明的原理框图;
图2目标信号形式示意图;
图3目标方位历程示意图;
图4目标空间能量谱示意图;
图5目标空间能量谱放大结果示意图。
具体实施方式
下面将结合附图对本发明做详细的介绍:
本发明公开了一种基于ECKART滤波器的单矢量水听器高分辨DOA估计方法,所述方法包括ECKART滤波器参数单矢量水听器估计方法和ECKART滤波器滤波方法,其中:
所述ECKART滤波器参数单矢量水听器估计方法包括如下步骤:
1)利用时间延时,将矢量水听器接收数据的时间间隔等效为空间间隔,在空间上构造一个虚拟的矢量水听器,利用两个矢量水听器估计ECKART滤波器参数S(ω)、N(ω),构造ECKART滤波器;
所述ECKART滤波器滤波方法包括如下步骤:
2)采用MVDR算法对目标方位进行窄带估计,利用ECKART滤波器对目标窄带空间谱进行后置滤波,通过非相干叠加输出目标宽带空间能量谱,实现目标方位估计。
所述步骤1)中,所述将时间间隔等效为空间间隔是指,矢量水听器采集一批数据,将其分为两段,两段数据之间存在一个时延差τ,水中声速为c,则等效于在距离矢量水听器cτ处存在一个虚拟矢量水听器,两者同步采集信号。所述ECKART滤波器参数S(ω)为矢量水听器采集信号中目标信号的功率谱密度,所述ECKART滤波器参数N(ω)为矢量水听器采集信号中噪声信号的功率谱密度,参数S(ω)、N(ω)可通过两个矢量水听器数据自相关输出和互相关输出进行估计,并构造ECKART滤波器。
所述步骤2)中,采用MVDR算法对目标方位进行窄带估计,可获得目标信号各频段上的空间能量谱,利用步骤1)中构造的ECKART滤波器对空间能量谱进行滤波,最后非相干叠加即可获得目标宽带空间能量谱。
以二维矢量水听器为例,其包含一个声压通道P和两个振速通道Vx、Vy,在平面波条件下,它的信号输出模型可以表示为
式中,s(t)为目标信号,θ∈[0,2π),为目标信号水平入射方向,np(t)、nx(t)、ny(t)分别为声压通道P、振速通道Vx、Vy接收到的噪声信号。将其看成一个小型的三基元固定阵列,其阵列流型为
其中,θk为水平方向扫描角度,单矢量水听器MVDR波束形成输出可以表示为
记矢量水听器接收信号X(t)=[P,Vx,Vy]T,R-1(f)为X(t)的协方差矩阵的逆矩阵,PMVDR为单矢量水听器输出的宽带空间能量谱。式(3)中,宽带输出PMVDR为各窄带输出简单的非相干叠加,并未考虑目标信号的频域特征。以舰船辐射噪声为例,其噪声信号包含连续谱和十分明显的线谱,线谱通常高出连续谱十几个分贝,谱特征如图2所示。如果在非相干叠加过程中,增强那些信噪比较大的频率成分,抑制信噪比较小的频率成分,无疑是能提高输出信噪比的。
ECKART滤波器形式如下式所示:
第一个因子1/N1/2(ω)称为预白网络,噪声通过预白网络后,功率谱变为1,信号通过预白网络后,功率谱变为S(ω)/N(ω)。第二个因子S1/2(ω)/N1/2(ω)称为匹配网络,与预白后的信号功率谱有相同的形式,强调那些信噪比较大的频率成分。MVDR宽带检测接后置ECKART滤波器则可以构成输出信噪比最大意义上的最优检测器:
由式(5)可知,ECKART滤波器的实际应用需要知道接收信号中目标信号和噪声信号的功率谱信息,本发明所提出的单矢量水听器ECKART滤波器参数估计方法及滤波方法具体实施步骤如下:
1)将原矢量水听器信号通过延时处理分为两路,作为两个子阵,每个子阵信号分别记为X1(t)、X2(t);
2)利用FFT将各子阵数据分割为多个互不重叠的窄带成分,则第lth快拍的阵列输出为
Xm,l(f)=[Pm,l(f),Vxm,l(f),Vym,l(f)]T,f∈[fl,fu] (6)
其中,m=1,2,代表子阵1、子阵2,fl,fu对应处理频段的下限频率和上限频率;
3)利用窄带MVDR计算各个子阵在θk方向上的输出
式中,w1,opt(θk)和w2,opt(θk)表示子阵最优权值向量。则单个子阵的自相关输出为
其中
4)计算子阵1、子阵2的互相关输出
其中,
5)估计ECKART滤波器参数。考虑到矢量水听器各通道噪声信号相互独立,则E1、E2既包含信号成分又包含噪声成分,E12则只包含信号成分,因此可以得到频率为f、波束方位为θk时,水听器输出的信号能量和噪声能量分别为
6)滤波。利用式(5)对窄带MVDR空间能量谱进行滤波,最后非相干叠加即可获得目标宽带空间能量谱。
本发明的原理框图如图1所示。以下为本发明提出的方法的湖上试验验证结果。试验条件如下:目标声源发射舰船噪声模拟信号,信号形式如图2所示,其中线谱成分高出连续谱背景15dB,连续谱“平台区”为0~200Hz,高于200Hz处按每倍频程6dB衰减,声源级143dB。接收矢量水听器距目标声源200m,声源位于矢量水听器38°方向,两者布放深度14m。经数据处理,获取的目标方位历程图如图3所示,为单矢量水听器MVDR算法获取的目标方位历程,以及ECKART滤波器滤波后结果,滤波后目标轨迹更窄,背景噪声更低。图4为截取图3的一帧数据,图5为图4的局部放大图,可以看出,通过对单矢量水听器MVDR窄带估计结果后置ECKAR滤波,可明显降低目标波束宽度,提高输出信噪比,证明了本发明的有效性。
可以理解的是,对本领域技术人员来说,对本发明的技术方案及发明构思加以等同替换或改变都应属于本发明所附的权利要求的保护范围。
Claims (2)
1.一种基于ECKART滤波器的单矢量水听器高分辨DOA估计方法,其特征在于:该方法包括如下步骤:
(1)、ECKART滤波器参数单矢量水听器估计:利用时间延时,将矢量水听器接收数据的时间间隔等效为空间间隔,在空间上构造一个虚拟的矢量水听器,利用两个矢量水听器估计ECKART滤波器参数S(ω)、N(ω),构造ECKART滤波器;ECKART滤波器参数S(ω)为矢量水听器采集信号中目标信号的功率谱密度,ECKART滤波器参数N(ω)为矢量水听器采集信号中噪声信号的功率谱密度;
(2)、ECKART滤波器滤波:采用MVDR算法对目标方位进行窄带估计,获得目标信号各频段上的空间能量谱,利用步骤(1)中构造的ECKART滤波器对空间能量谱进行后置滤波,通过非相干叠加输出目标宽带空间能量谱,实现目标方位估计。
2.根据权利要求1所述的基于ECKART滤波器的单矢量水听器高分辨DOA估计方法,其特征在于:所述步骤(1)中,所述将时间间隔等效为空间间隔是指,矢量水听器采集一批数据,将其分为两段,两段数据之间存在一个时延差τ,水中声速为c,则等效于在距离矢量水听器cτ处存在一个虚拟矢量水听器,两者同步采集信号;参数S(ω)、N(ω)通过两个矢量水听器数据自相关输出和互相关输出进行估计,并构造ECKART滤波器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110602585.4A CN113534041B (zh) | 2021-05-31 | 2021-05-31 | 一种基于eckart滤波器的单矢量水听器高分辨doa估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110602585.4A CN113534041B (zh) | 2021-05-31 | 2021-05-31 | 一种基于eckart滤波器的单矢量水听器高分辨doa估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113534041A CN113534041A (zh) | 2021-10-22 |
CN113534041B true CN113534041B (zh) | 2024-04-09 |
Family
ID=78094935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110602585.4A Active CN113534041B (zh) | 2021-05-31 | 2021-05-31 | 一种基于eckart滤波器的单矢量水听器高分辨doa估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113534041B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4754282A (en) * | 1970-03-25 | 1988-06-28 | The United States Of America As Represented By The Secretary Of The Navy | Improved data analysis system |
US5886951A (en) * | 1997-08-27 | 1999-03-23 | Wagstaff; Ronald A. | Method for enhancing signal-to-noise ratio and resolution of amplitude stable signals |
US6822928B1 (en) * | 2003-04-14 | 2004-11-23 | The United States Of America As Represented By The Secretary Of The Navy | Adaptive sonar signal processing method and system |
CN103399312A (zh) * | 2013-07-15 | 2013-11-20 | 哈尔滨工程大学 | 基于压缩感知技术的时空联合滤波高分辨方位估计方法 |
CN108983144A (zh) * | 2018-05-29 | 2018-12-11 | 西北工业大学 | 改进维纳滤波器及基于该滤波器进行目标方位的估计方法 |
CN109696657A (zh) * | 2018-06-06 | 2019-04-30 | 南京信息工程大学 | 一种基于矢量水听器的相干声源定位方法 |
-
2021
- 2021-05-31 CN CN202110602585.4A patent/CN113534041B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4754282A (en) * | 1970-03-25 | 1988-06-28 | The United States Of America As Represented By The Secretary Of The Navy | Improved data analysis system |
US5886951A (en) * | 1997-08-27 | 1999-03-23 | Wagstaff; Ronald A. | Method for enhancing signal-to-noise ratio and resolution of amplitude stable signals |
US6822928B1 (en) * | 2003-04-14 | 2004-11-23 | The United States Of America As Represented By The Secretary Of The Navy | Adaptive sonar signal processing method and system |
CN103399312A (zh) * | 2013-07-15 | 2013-11-20 | 哈尔滨工程大学 | 基于压缩感知技术的时空联合滤波高分辨方位估计方法 |
CN108983144A (zh) * | 2018-05-29 | 2018-12-11 | 西北工业大学 | 改进维纳滤波器及基于该滤波器进行目标方位的估计方法 |
CN109696657A (zh) * | 2018-06-06 | 2019-04-30 | 南京信息工程大学 | 一种基于矢量水听器的相干声源定位方法 |
Non-Patent Citations (4)
Title |
---|
A modified eckart post-beamformer filter for improved detection using broadband features;Mehta S K, Fay J, and Maciejewski P.;Proc. ICASSP’96. Atlanta USA;3045-3048 * |
单矢量水听器时空变换技术研究;梁国龙;马巍;范展;王逸林;;兵工学报(第02期);229-234 * |
单矢量水听器的高分辨目标方位跟踪算法研究;王超;笪良龙;韩梅;孙芹东;王文龙;;应用声学(第01期);59-66 * |
广义相关时延估计算法的自适应实现形式;行鸿彦,赵守国,邸继征,刘照泉,万明习;西安石油学院学报( 自然科学版);第16卷(第6期);47-50 * |
Also Published As
Publication number | Publication date |
---|---|
CN113534041A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9093078B2 (en) | Acoustic source separation | |
US9264799B2 (en) | Method and apparatus for acoustic area monitoring by exploiting ultra large scale arrays of microphones | |
US5481505A (en) | Tracking system and method | |
CN108375763B (zh) | 一种应用于多声源环境的分频定位方法 | |
CN113868583B (zh) | 一种子阵波束聚焦的声源距离计算方法及系统 | |
CN113884986B (zh) | 波束聚焦增强的强冲击信号空时域联合检测方法及系统 | |
EP1899954A1 (en) | System and method for extracting acoustic signals from signals emitted by a plurality of sources | |
Ferguson | Time-delay estimation techniques applied to the acoustic detection of jet aircraft transits | |
Malyshkin et al. | Optimal and adaptive methods of processing hydroacoustic signals | |
US7773458B2 (en) | Systems and methods for detection and analysis of amplitude modulation of underwater sound | |
CN110763327A (zh) | 一种平面障板条件下单矢量水听器信号检测方法 | |
US6424596B1 (en) | Method and apparatus for reducing noise from near ocean surface sources | |
CN113534041B (zh) | 一种基于eckart滤波器的单矢量水听器高分辨doa估计方法 | |
CN110838303B (zh) | 一种利用传声器阵列的语音声源定位方法 | |
US6525994B2 (en) | Tracking system and method of operation thereof | |
Donohue et al. | Constant false alarm rate sound source detection with distributed microphones | |
Blanford et al. | Measurements and models of the correlation of redundant spatial coherence measurements for the incoherently scattered field | |
Bianchi et al. | A plenacoustic approach to acoustic signal extraction | |
Dreier et al. | Sound source modelling by nonnegative matrix factorization for virtual reality applications | |
Su et al. | Acoustic imaging using a 64-node microphone array and beamformer system | |
GB2104218A (en) | Detecting harmonically-rich acoustic sources | |
CN112834623B (zh) | 一种基于压缩感知技术的声学覆盖层回声降低测量方法 | |
Firoozabadi et al. | Combination of nested microphone array and subband processing for multiple simultaneous speaker localization | |
Turqueti et al. | Acoustic sensor array for sonic imaging in air | |
Battista et al. | Inverse methods in aeroacoustic three-dimensional volumetric noise source localization |
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 |