CN114460587A - 一种主动声呐全景接触目标快速辨识方法 - Google Patents
一种主动声呐全景接触目标快速辨识方法 Download PDFInfo
- Publication number
- CN114460587A CN114460587A CN202210370965.4A CN202210370965A CN114460587A CN 114460587 A CN114460587 A CN 114460587A CN 202210370965 A CN202210370965 A CN 202210370965A CN 114460587 A CN114460587 A CN 114460587A
- Authority
- CN
- China
- Prior art keywords
- motion characteristic
- target
- panoramic
- active sonar
- characteristic 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种主动声呐全景接触目标快速辨识方法,包括步骤如下:首先接收主动声呐阵元数据,预处理生成全波束时域数据;然后将全波束时域数据分成L段,分别进行FFT处理得到L幅运动特征谱,对运动特征谱进行谱线搬移和二维归一化处理;接着在归一化后的运动特征谱上进行运动特征孤立点检测,根据运动特征孤立点的坐标位置,换算得到目标的方位、距离和径向速度值;最后重构全景接触目标快速辨识画面。本发明提供的主动声呐全景接触目标快速辨识方法,利用目标与静态混响在运动特征谱上的分布差异性,可有效抑制全景静态混响/杂波,实现对水下感兴趣目标的快速辨识,大幅缩短了感兴趣目标发现时间,显著提高了探测效率,处理方法简单,可靠性高。
Description
技术领域
本发明涉及一种声呐信号处理方法,属于水声工程、声呐技术、主动声呐信号处理领域,主要是一种主动声呐全景接触目标快速辨识方法。
背景技术
主动声呐通过发射信号,接收并分析水下目标的反射回波来进行水下目标探测、跟踪、识别等,在反蛙人、海洋生物、水下航行器主动监测等领域有重要应用。现有主动声呐信号处理方法一般先对目标回波进行能量检测,得到接触级数据,再进行水下感兴趣目标跟踪、识别。然而,现有的主动声呐信号处理方法存在两个问题:
一是随着主动声呐检测技术发展,主动声呐作用距离不断增加,声呐可发现的目标数量日益增多,混响盲区也逐渐变大,而蛙人等目标的水下散射回波强度较弱,大量的杂波、强干扰和混响为感兴趣弱目标检测带来了大量虚警。传统的主动声呐信号处理方法以能量检测为主,无法解决弱目标漏检和高虚警之间的矛盾。
二是传统的主动声呐信号处理方法先对回波进行能量检测,得到目标点迹,再利用连续多批点迹数据进行目标跟踪,最后再对稳定跟踪目标进行识别,从接触到得到可靠识别结果的时间长,而水下航行器、蛙人或需要监测的海洋生物往往处在运动中,需要接触即快速辨识,传统主动声呐信号处理方法严重制约了对水下感兴趣目标的发现和探测效率。
发明内容
本发明的目的在于克服现有技术存在的不足,而提供一种主动声呐全景接触目标快速辨识方法,利用目标与静态混响在运动特征谱上的分布差异性,可有效抑制全景静态混响/杂波,实现对水下感兴趣目标的快速辨识,大幅缩短了感兴趣目标发现时间,显著提高了探测效率,处理方法简单,可靠性高。
本发明的目的是通过如下技术方案来完成的。一种主动声呐全景接触目标快速辨识方法,包括步骤如下:首先接收主动声呐阵元数据,预处理生成全波束时域数据;然后将全波束时域数据分成L段,分别进行FFT处理得到L幅运动特征谱,对运动特征谱进行谱线搬移和二维归一化处理;接着在归一化后的运动特征谱上进行运动特征孤立点检测,根据运动特征孤立点的坐标位置,换算得到目标的方位、距离和径向速度值;最后重构全景接触目标快速辨识画面。
作为优选的技术方案,具体步骤如下:
步骤三:对每幅运动特征谱按照公式进行谱线搬移,其中,为
主动声呐发射的单频信号中心频率,为主动声呐所在平台的运动速度,为波束扫描角,
使得运动特征谱中的混响能量分布由呈现的曲线结构变为水平直线结构,得到;
步骤五:在归一化后的L幅运动特征谱上进行运动特征孤立点检测;
步骤六:根据归一化后的运动特征谱上运动特征孤立点的坐标位置,换算得到目标的方位、距离和径向速度值;
步骤七:重构全景接触目标快速辨识画面;在方位-距离维全景探测画面上绘制检测到的J个运动特征孤立点,其中每个运动特征孤立点的颜色按其径向速度值的大小进行设置。
作为优选的技术方案,所述的运动特征孤立点检测采用基于深度学习的目标检测模型或采用常规图像处理方法进行检测。
作为优选的技术方案,所述根据运动特征谱上运动特征孤立点的坐标位置,换算
得到目标的方位、距离和径向速度值,包括步骤如下:假设检测到J个运动特征孤立点,其
中,第j个运动特征孤立点位于第幅运动特征谱上的点,,则根据运动特
征谱的空间映射关系,换算得到该运动特征孤立点对应的目标方位、距离和径向速度,如下所示:
本发明的有益效果为:本发明提供的一种主动声呐全景接触目标快速辨识方法,利用全景运动特征谱差异,可有效抑制全景静态混响/杂波,并通过运动特征检测实现对水下感兴趣目标的快速辨识,处理方法简单高效,可靠性高,具体体现在:
(1)本发明通过利用静态混响、杂波与目标在全景运动特征谱上的分布差异性,可以有效抑制海洋界面散射、水体散射等引起的静态混响、杂波,大大降低主动声呐目标检测虚警率,提高对运动目标的探测能力。
(2)本发明通过运动特征检测,接触即可实现对水下动目标快速辨识,大幅缩短了水下感兴趣目标发现时间,显著提高探测效率。
附图说明
图1是本发明工作流程图;
图2是传统主动声呐信号处理得到的探测画面示意图;
图3是运动特征谱示意图;
图4是经过谱线搬移后的运动特征谱示意图;
图5是经过二维归一化后的运动特征谱示意图;
图6是利用本发明方法进行全景接触目标快速辨识结果示意图;
图7是重构的全景接触目标快速辨识画面示意图。
具体实施方式
下面结合附图及具体的实施例对本发明进行说明。
图1是本发明工作流程图。
图2为传统主动声呐信号处理方法得到的探测画面,可以看到,方位-距离维的全景探测画面存在大量的混响、杂波点,如何在众多干扰中快速辨识感兴趣的目标难度巨大。
步骤二:将全波束时域数据分成L段,每段采样点数为,对每段数据进行FFT变
换,得到L幅运动特征谱,其中l为波束号,k为频点数。运动是区分水
下航行器、蛙人或海洋生物等目标和自然存在的混响散射体的重要特征,由海洋界面、水体
等静止物体引起的静态混响/杂波与水下运动目标回波在运动特征谱上存在分布差异性,
这就为抑制静态混响/杂波和检测目标提供了重要前提。当本平台以速度航行时,假设主
动声呐发射的单频信号中心频率为,则由本平台运动引起的实际混响接收频率为,即混响接收频率在全空间中呈余弦曲线结构。
图3为得到的单幅运动特征谱,可以看到静态混响在运动特征谱上具有曲线结构,而目标回波则呈孤立点状结构。
步骤三:对每幅运动特征谱按照公式进行谱线搬移,抵消本平台
运动引起的混响多普勒频移,其中,为主动声呐发射的单频信号中心频率,为本平台
(主动声呐所在平台)运动速度,为波束扫描角,使原运动特征谱中的混响能量分布呈现
的曲线结构变为水平直线结构,得到。
图4为经过谱线搬移的运动特征谱,可以看到静态混响在运动特征谱上的曲线结构变成了直线。
图5为对图4经过二维归一化后的运动特征谱,可以看到,运动特征谱上静态的混响/杂波对应的直线全部被抑制掉了,运动特征谱上仅剩下呈孤立状态的点,即为对应的目标运动特征。
步骤五:在归一化后的L幅运动特征谱上进行运动特征孤立点检测。孤立点检测可以采用基于深度学习的目标检测模型进行检测,如Faster RCNN、Fast RCNN、RCNN、YOLO、SSD等;也可以采用常规图像处理方法,如聚类分析、图像分割等。
步骤六:根据运动特征谱上孤立点的坐标位置,换算得到目标的方位、距离和径向
速度值。假设检测到J个运动特征孤立点,其中,第j个运动特征孤立点位于第幅运动特征
谱上的点,,则根据运动特征谱的空间映射关系,可以换算得到该运动特
征孤立点对应的目标方位、距离和径向速度如下所示:
图6为对图2中的探测画面对应的数据,利用本发明提供方法得到的全景接触目标快速辨识结果,共检测到2个目标。图6右侧部分为检测到的2个运动特征孤立点所在的两幅运动特征谱的局部放大,换算得到这2个目标的方位、距离后,在传统的探测画面进行标示,如图6左侧部分所示。可以看到,通过利用水下目标与静态混响在全景运动特征谱上的分布差异性,可以有效抑制静态/混响杂波,并通过检测全景运动特征谱上的运动特征,即归一化后的运动特征谱上的孤立点,可以得到目标的方位距离,实现对动目标的快速辨识。
步骤七:全景接触目标快速辨识画面重构,在方位-距离维全景探测画面上绘制检测到的J个点,其中每个点的颜色按其径向速度值的大小进行设置。
利用步骤六得到的目标方位、距离和径向速度进行全景接触目标快速辨识画面重构,在方位-距离维全景探测画面的对应位置绘制检测到的2个目标,其中每个目标的颜色按其径向速度值的大小进行设置。图7给出了重构后的全景接触目标快速辨识画面,可以看到2个亮点,对应检测到的2个运动目标,左侧目标的径向速度值比右侧目标小,所以在重构的全景接触目标快速辨识画面上颜色更暗。相比于图2,重构的全景接触目标快速辨识画面可以清晰直观地展示当前检测到的目标在全景探测范围内的位置及其径向运动速度大小。
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 (4)
1.一种主动声呐全景接触目标快速辨识方法,其特征在于:包括步骤如下:首先接收主动声呐阵元数据,预处理生成全波束时域数据;然后将全波束时域数据分成L段,分别进行FFT处理得到L幅运动特征谱,对运动特征谱进行谱线搬移和二维归一化处理;接着在归一化后的运动特征谱上进行运动特征孤立点检测,根据运动特征孤立点的坐标位置,换算得到目标的方位、距离和径向速度值;最后重构全景接触目标快速辨识画面。
2.根据权利要求1所述的主动声呐全景接触目标快速辨识方法,其特征在于:具体步骤如下:
步骤三:对每幅运动特征谱按照公式进行谱线搬移,其中,为主动
声呐发射的单频信号中心频率,为主动声呐所在平台的运动速度,为波束扫描角,使得
运动特征谱中的混响能量分布由呈现的曲线结构变为水平直线结构,得到;
步骤五:在归一化后的L幅运动特征谱上进行运动特征孤立点检测;
步骤六:根据归一化后的运动特征谱上运动特征孤立点的坐标位置,换算得到目标的方位、距离和径向速度值;
步骤七:重构全景接触目标快速辨识画面;在方位-距离维全景探测画面上绘制检测到的J个运动特征孤立点,其中每个运动特征孤立点的颜色按其径向速度值的大小进行设置。
3.根据权利要求1或2所述的主动声呐全景接触目标快速辨识方法,其特征在于:所述的运动特征孤立点检测采用基于深度学习的目标检测模型或采用常规图像处理方法进行检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210370965.4A CN114460587B (zh) | 2022-04-11 | 2022-04-11 | 一种主动声呐全景接触目标快速辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210370965.4A CN114460587B (zh) | 2022-04-11 | 2022-04-11 | 一种主动声呐全景接触目标快速辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114460587A true CN114460587A (zh) | 2022-05-10 |
CN114460587B CN114460587B (zh) | 2022-07-19 |
Family
ID=81417813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210370965.4A Active CN114460587B (zh) | 2022-04-11 | 2022-04-11 | 一种主动声呐全景接触目标快速辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114460587B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102243302A (zh) * | 2011-04-15 | 2011-11-16 | 东南大学 | 一种水声目标辐射噪声的线谱时间累积特征提取方法 |
US20140036631A1 (en) * | 2012-08-02 | 2014-02-06 | Nec Corporation | Active sonar apparatus, active sonar signal processing method, and recording medium storing signal processing program thereof |
CN103809170A (zh) * | 2012-11-12 | 2014-05-21 | 中国科学院声学研究所 | 一种多普勒频偏修正方法及系统 |
CN105388481A (zh) * | 2015-10-16 | 2016-03-09 | 哈尔滨工程大学 | 一种吊放式小目标探测声呐系统及探测方法 |
CN105445723A (zh) * | 2015-12-22 | 2016-03-30 | 中国船舶重工集团公司第七一五研究所 | 一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法 |
US20170082739A1 (en) * | 2015-09-17 | 2017-03-23 | Navico Holding As | Adaptive beamformer for sonar imaging |
US20180011190A1 (en) * | 2016-07-05 | 2018-01-11 | Navico Holding As | High Ping Rate Sonar |
CN111198374A (zh) * | 2020-01-13 | 2020-05-26 | 哈尔滨工程大学 | 基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法 |
CN113095113A (zh) * | 2019-12-23 | 2021-07-09 | 中国科学院声学研究所 | 一种用于水下目标识别的小波线谱特征提取方法及系统 |
-
2022
- 2022-04-11 CN CN202210370965.4A patent/CN114460587B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102243302A (zh) * | 2011-04-15 | 2011-11-16 | 东南大学 | 一种水声目标辐射噪声的线谱时间累积特征提取方法 |
US20140036631A1 (en) * | 2012-08-02 | 2014-02-06 | Nec Corporation | Active sonar apparatus, active sonar signal processing method, and recording medium storing signal processing program thereof |
CN103809170A (zh) * | 2012-11-12 | 2014-05-21 | 中国科学院声学研究所 | 一种多普勒频偏修正方法及系统 |
US20170082739A1 (en) * | 2015-09-17 | 2017-03-23 | Navico Holding As | Adaptive beamformer for sonar imaging |
CN105388481A (zh) * | 2015-10-16 | 2016-03-09 | 哈尔滨工程大学 | 一种吊放式小目标探测声呐系统及探测方法 |
CN105445723A (zh) * | 2015-12-22 | 2016-03-30 | 中国船舶重工集团公司第七一五研究所 | 一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法 |
US20180011190A1 (en) * | 2016-07-05 | 2018-01-11 | Navico Holding As | High Ping Rate Sonar |
CN113095113A (zh) * | 2019-12-23 | 2021-07-09 | 中国科学院声学研究所 | 一种用于水下目标识别的小波线谱特征提取方法及系统 |
CN111198374A (zh) * | 2020-01-13 | 2020-05-26 | 哈尔滨工程大学 | 基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法 |
Non-Patent Citations (8)
Title |
---|
QINGCUI WANG ET AL.: "Underwater target recognition method based on multi-domain active sonar echo images", 《2021 IEEE INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING, COMMUNICATIONS AND COMPUTING (ICSPCC)》 * |
ROGER F. DWYER ET AL.: "Sequential Classification of Spherical Acoustic Objects in Motion", 《PROCEEDINGS OF OCEANS"94》 * |
YUE LI ET AL.: "Target Detection and Target Type & Motion Classification: Comparison of Feature Extraction Algorithms", 《2014 AMERICAN CONTROL CONFERENCE》 * |
向志军等: "ZOOMFFT频谱细化分析方法在声反馈抑制中的应用", 《电声技术》 * |
张振华等: "基于Zoom-FFT频谱细化的水声目标螺旋桨轴数提取技术", 《指挥信息系统与技术》 * |
强超超等: "水声目标识别技术现状与发展", 《指挥信息系统与技术》 * |
方世良等: "水声目标特征分析与识别技术", 《中国科学院院刊》 * |
邵鹏飞等: "基于序贯蒙特卡洛与概率假设密度滤波的主动分布式声纳多目标跟踪", 《兵工学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114460587B (zh) | 2022-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109633598B (zh) | 基于特征分析的阵列雷达目标检测方法 | |
CN110658514B (zh) | 一种水下静态目标的分类识别方法 | |
WO2022166097A1 (zh) | 一种侧扫声呐的水下目标多模式成像方法 | |
CN107656255A (zh) | 基于多径回波的超宽带雷达动目标二维定位方法 | |
CN112255607B (zh) | 一种海杂波的抑制方法 | |
CN112098938B (zh) | 一种基于六元锥矢量阵的水声目标降维匹配声场定位方法 | |
CN106646466B (zh) | 一种基于主成分分析的加权后向投影算法的成像方法 | |
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 | |
CN112987003A (zh) | 主动声纳中的hfm信号分离方法及系统 | |
CN107229040B (zh) | 基于稀疏恢复空时谱估计的高频雷达目标检测方法 | |
CN112198487A (zh) | 一种风电场杂波背景下的目标检测方法 | |
CN109061654A (zh) | 一种深海环境下单圆环阵主动三维定位方法 | |
CN111650591B (zh) | 一种主动声纳宽带空间谱回波亮点增强及自动提取方法 | |
CN113419238A (zh) | 基于毫米波雷达的山体滑坡监测方法、电子设备、存储介质 | |
CN114460587B (zh) | 一种主动声呐全景接触目标快速辨识方法 | |
CN111679248A (zh) | 一种基于海底水平l型阵列的目标方位和距离联合稀疏重构定位方法 | |
CN116520303A (zh) | 一种基于自适应波束rdt的船载地波雷达目标检测方法 | |
CN113138365B (zh) | 一种基于深度学习的单矢量水听器方位估计方法 | |
CN115032601A (zh) | 一种基于空时联合滤波技术抑制图像序列中海杂波的航海雷达目标检测算法 | |
CN110837085B (zh) | 一种用于水底目标判别的波动指数计算方法 | |
CN114638262B (zh) | 基于时频二维特征学习的雷达对海杂波智能抑制方法 | |
Lei et al. | A TD-CF preprocessing method of FMCW radar for Dynamic Hand Gesture Recognition | |
CN113589300B (zh) | 一种基于压缩感知的合成孔径声纳沉底目标成像增强方法 | |
CN112835006A (zh) | 一种基于帧间积累的跟踪雷达海上小目标检测方法及系统 | |
Wang et al. | Research on imaging methods of single-beam mechanical scanning sonar |
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 |