CN115421130A - 用于自主水下航行器的综合标矢量声纳系统 - Google Patents

用于自主水下航行器的综合标矢量声纳系统 Download PDF

Info

Publication number
CN115421130A
CN115421130A CN202211118397.5A CN202211118397A CN115421130A CN 115421130 A CN115421130 A CN 115421130A CN 202211118397 A CN202211118397 A CN 202211118397A CN 115421130 A CN115421130 A CN 115421130A
Authority
CN
China
Prior art keywords
vector
scalar
data
frequency
array
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
CN202211118397.5A
Other languages
English (en)
Other versions
CN115421130B (zh
Inventor
王秉谦
薛欢欢
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.)
Zhejiang Xianlin Intelligent Technology Co ltd
Original Assignee
Zhejiang Xianlin Intelligent 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 Zhejiang Xianlin Intelligent Technology Co ltd filed Critical Zhejiang Xianlin Intelligent Technology Co ltd
Priority to CN202211118397.5A priority Critical patent/CN115421130B/zh
Publication of CN115421130A publication Critical patent/CN115421130A/zh
Application granted granted Critical
Publication of CN115421130B publication Critical patent/CN115421130B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/50—Systems of measurement, based on relative movement of the target
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

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

本申请提出了一种用于自主水下航行器的综合标矢量声纳系统，包括综合标矢量声基阵和与该综合标矢量声基阵通信连接的信号处理中心；综合标矢量声基阵包括设于自主水下航行器首端的一矢量水听器和设于自主水下航行器尾部的多个标量水听器；信号处理中心通过综合标矢量声基阵中的各通道实时获取水声信号，通过对获取的水声信号进行数字量化转换成水声时域数据，根据水声时域数据计算处理依次得到环境噪声总噪声级、环境噪声谱级、目标探测信息、目标跟踪及判别信息、声脉冲及异常噪声侦察信息组成结果数据，通过卫星通讯定位系统将结果数据回传至岸上控制系统。本申请具有探测距离远、识别率高的优点。

Description

用于自主水下航行器的综合标矢量声纳系统
技术领域
本申请涉及海洋监测系统技术领域，特别是一种涉及用于自主水下航行器的综合标矢量声纳系统。
背景技术
在现有的海洋监测研究领域中，多采用布设声纳基阵的方式来实现对水面和水下远距离移动目标的探测和识别。也有部署于海上无人装备的声纳系统，用于监测海洋环境。
目前的声纳系统，存在以下缺点：
1、无法在无人干预下自主完成实时的海洋环境噪声观测、主动脉冲信号侦察、目标探测、跟踪、特征提取以及识别等任务；
2、无法获得更高阵增益的同时获取探测目标的标量和矢量声纹特征，导致无法提高对目标的探测距离，也无法提高目标识别准确率；
3、无法实现将自主水下航行器运动特征与系统工作需求深度融合，导致无法实现在海洋运动平台上对目标的甚低频声特征的有效分析，无法获得更远的探测距离；
4、无法获取目标的机械振动等主要甚低频噪声源特征进行水面水下目标分类判别，导致判别准确度低。
因此，亟待一种可解决上述问题的用于自主水下航行器的综合标矢量声纳系统。
发明内容
本申请实施例提供了一种用于自主水下航行器的综合标矢量声纳系统，针对目前技术存在的识别率低、探测距离近及准确度低等问题。
本发明核心技术主要是通过综合标矢量声基阵获取多通道的水声信号，通过数字量化转换成水声时域信号后再进行计算处理得到各结果数据，并通过多个自主水下航行器组成海洋检测网络，每个自主水下航行器都能够通过卫星通讯定位系统将结果数据回传至岸上控制系统。
第一方面，本申请提供了一种用于自主水下航行器的综合标矢量声纳系统，包括综合标矢量声基阵和与该综合标矢量声基阵通信连接的信号处理中心；
综合标矢量声基阵包括设于自主水下航行器首端的一矢量水听器和设于自主水下航行器尾部的多个标量水听器；
其中，矢量水听器包括声压标量通道和三个矢量通道，三个矢量通道分别以自主水下航行器中轴线前方为正、以自主水下航行器右方为正以及以自主水下航行器上方为正；
标量水听器分别位于自主水下航行器的尾端、左翼以及右翼，以形成多个通道并与矢量水听器的通道编号排序；
矢量水听器和标量水听器均标记坐标，并以矢量水听器为原点；
信号处理中心通过综合标矢量声基阵中的各通道实时获取水声信号，通过对获取的水声信号进行数字量化转换成水声时域数据，根据水声时域数据计算处理依次得到环境噪声总噪声级、环境噪声谱级、目标探测信息、目标跟踪及判别信息、声脉冲及异常噪声侦察信息组成结果数据，通过卫星通讯定位系统将结果数据回传至岸上控制系统。
进一步地，数字量化转换成水声时域数据的具体步骤为：
将水声信号进行预处理并转换成电压数据；
取电压数据中的首阵元的电压数据进行能量累积，并对首阵元进行声源级计算，以得到各水听器输入端的绝对噪声级；
计算首阵元的1/3倍频程谱以及频宽范围，以得到单阵元的1/3倍频程能量值；
对各阵元的数据进行降采样和快速傅里叶转换，以转换成水声时域数据；
其中首阵元为矢量水听器中各通道组成的阵元，每一个水听器为一个阵元。
进一步地，目标探测的具体过程包括以下步骤：
根据水声时域数据生成均为360°方位的矢量一级波束和标量阵一级波束；
其中，矢量一级波束通过声压标量通道和三个矢量通道形成；标量阵一级波束通过声压标量通道和多个标量水听器组成的多元圆环声阵列基阵形成；
将矢量一级波束和标量阵一级波束通过自适应波束形成算法融合形成二级波束，以使得波束能够覆盖0~360°空间并均匀分布；
对二级波束进行平方检波，以获得不同方向上的波束形成能量结果；
将不同方向上的波束形成能量结果作为目标探测结果并输出。
进一步地，自适应波束形成算法为基于子阵域稳健自适应波束形成的最优宽带检测技术，其中子阵域通过标量阵一级波束形成。
进一步地，目标跟踪及判别信息的具体过程包括以下步骤：
根据目标探测结果获取宽带噪声警戒最大波束的目标方位；
根据宽带噪声警戒最大波束的目标方位计算得到对应的波束号；
细化波束扫描间隔角度，以计算导向矢量并输出对应的波束，再对输出的波束进行平方检波与积分得到跟踪方位，该跟踪方位作为跟踪结果；
对跟踪结果进行频谱分析，以寻找跟踪结果中的低频线谱作为LOFAR谱结果输出；
对跟踪结果进行快速傅里叶逆变换，以获得跟踪结果的时域信号；
对时域信号依次进行平方检波、低通滤波以及快速傅里叶变换，以选取预设范围的低频线谱作为跟踪目标的DEMON谱结果输出；
根据LOFAR谱结果和DEMON谱结果中的目标声纹特征和机械结构特征进行多批次目标判别，以得到确认后的目标判别信息；
其中，当多批次目标判别的次数在设定时间内累计达到设定次数时，则确认跟踪目标，若未达到设定次数时，则清零并重新计数。
进一步地，通过在全频段对跟踪目标的方位预成波束数据并做频谱分析，以进行特征提取，且频谱分析的具体步骤为：
选择跟踪目标的方位预成波束数据中的谱线；
在选择的谱线中寻找跟踪目标频带内的多根回传谱线能量值。
进一步地，声脉冲及异常噪声侦察信息的具体步骤包括：
对矢量水听器中各通道组成的首阵元接收的水声时域数据依次进行平方检波和短时积分；
对短时积分后的数据进行依次滑动L个点，并对取得的L个值进行排序，以排序后的L个值的中间值作为基准，取小于该门限系数和中间值的乘积的值并平均，以平均后的值设定设定门限；
根据设定门限进行门限判别；
若超过设定门限，则计算水声时域数据的声脉冲和异常噪声的输出数据，该输出数据至少包括脉冲宽度、脉冲周期、脉冲方位、脉冲频率及脉冲形式。
进一步地，脉冲宽度的具体计算步骤为：
将短时积分输出的数据与设定门限比对；
若短时积分输出的数据连续设定次数大于设定门限时，则判定为出现主动脉冲信号，取短时积分输出的数据第一次大于设定门限时的时刻为主动脉冲信号的前沿；若短时积分输出的数据连续设定次数小于设定门限时，则判定为主动脉冲信号消失，取短时积分输出的数据第一次小于设定门限时的时刻为主动脉冲信号的后沿；
计算前沿和后沿的时间差作为该主动脉冲信号的脉冲宽度。
进一步地，脉冲周期通过取两次出现主动脉冲信号的时间间隔作为脉冲周期；脉冲方位通过对两次出现主动脉冲信号的时间间隔内的数据进行波束形成，取最大值所在方位作为脉冲方位。
进一步地，脉冲频率的具体计算步骤为：
当主动脉冲信号出现时，对该主动脉冲信号进行频谱分析；
取主动脉冲信号出现到消失的时间间隔内中频谱分析得到的频率最小值作为起始频率，取频率最大值作为截止频率，将起始频率和截止频率作为脉冲频率；
对应的脉冲形式的具体确定步骤为：
对主动脉冲信号出现到消失的时间间隔内的数据进行频谱分析；
根据单次判定的单频信号数量和调频信号数量，确定本次侦察信号形式分为单频信号、调频信号和组合信号。
本发明的主要贡献和创新点如下：1、与现有技术相比，本申请通过自主水下航行器常规化水下作业，通过自主水下航行器上的综合标矢量声纳系统实时获取水声信号，并通过与之匹配的先进信号处理算法对获取的信号进行脉冲侦察、目标智能检测、目标跟踪、线谱特征提取、目标辨识等，将处理结果通过卫星通讯定位系统回传至岸上控制中心，可实现水下目标确认，从而实现在无人干预下自主完成实时的海洋环境噪声观测、主动脉冲信号侦察、目标探测、跟踪、特征提取以及目标识别等任务，功能完备，性能优异，是一款真正的无人声纳系统；
2、与现有技术相比，本申请创新应用综合标矢量声基阵，采用矢量水听器和标量水听器阵协同探测技术，在各自常规波束形成的基础上进行二级融合自适应波束形成，在获得更高阵增益的同时，可同时获取探测目标的标量和矢量声纹特征，不仅提高了对目标的探测距离，也提高了目标识别准确率；
3、与现有技术相比，本申请将自主水下航行器运动特征与系统工作需求深度融合，真正实现了在海洋运动平台上对目标的甚低频声特征的有效分析，进而获得了更远的探测距离；
4、与现有技术相比，本申请通过融合矢量水声信号处理技术和标量阵水声信号处理技术，通过并行信号处理的优势，获取目标的机械振动等主要甚低频噪声源特征进行水面水下目标分类判别，判别准确度高；
5、与现有技术相比，功耗低，系统满负荷工作总功耗小于5W，与自主水下航行器同寿命配合执行任务，全天候条件下工作，待海时间久。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的水下滑翔机的结构示意图；
图2是图1中的具体结构图；
图3是本申请采用的最优检测技术的方位历程图；
图4是根据本申请实施例的电子装置的硬件结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。
需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。
针对目前声纳系统存在的各种缺陷。
基于此，本发明基于综合标矢量声基阵来解决现有技术存在的问题。
实施例一
本申请旨在提出用于自主水下航行器的综合标矢量声纳系统，通过创新应用综合标矢量声基阵，采用矢量水听器和标量水听器阵协同探测技术，在各自常规波束形成的基础上进行二级融合自适应波束形成，在获得更高阵增益的同时，可同时获取探测目标的标量和矢量声纹特征，不仅提高了对目标的探测距离，也提高了目标识别准确率。
具体地，本申请实施例提供了一种用于自主水下航行器的综合标矢量声纳系统，具体地，参考图1（以水下滑翔机为例），包括综合标矢量声基阵和与该综合标矢量声基阵通过水密电缆穿舱连接的信号处理中心。
其中，综合标矢量声纳系统主要是部署在自主水下航行器上，自主水下航行器包括AUV（Autonomous Underwater Vehicle）、UUV（underwater unmanned vehicle）、ROV（Remote Operated Vehicle）、水下滑翔机（Underwater Glider）、波浪滑翔机（WaveGlider）、水下潜标、海洋浮标等各类海上无人装备。通过卫星通讯定位系统与岸上控制系统通信，其中卫星通讯定位系统与岸上控制系统均为现有技术，这里不再赘述。
本系统的主要功能或者目的为水声环境观测、海洋环境噪声观测、声脉冲及异常噪声侦察、目标探测、目标跟踪、特征提取识别等功能。
1、水声环境观测
本系统搭载高精度环境观测CTD(温盐深仪，Conductance，Temperature，Depth)，可完成全面、准确和长时的三维空间温度、盐度和声速数据采集，实现水声环境的持久、广域和精细化测量。CTD通过水密穿舱缆与信号处理中心连接。
2、海洋环境噪声观测
根据海洋环境噪声观测的需要，综合标矢量声基阵接收海洋环境噪声，并将噪声信号传递给信号处理中心，信号处理中心对综合标矢量声基阵信号进行大范围和长时的数据记录存储，实现海洋环境噪声观测功能。
3、声脉冲及异常噪声侦察
根据声脉冲及异常噪声侦察的需求，综合标矢量声基阵接收海洋声信号，并传递给信号处理中心，信号处理中心对声信号进行声脉冲或异常噪声检测，当声信号量级大于背景噪声量级时，则判定为声脉冲或异常噪声，接下来解算声脉冲方位、脉宽、频率、信号形式、发射周期等信息，实现声脉冲及异常噪声侦察功能。
4、目标探测
综合标矢量声基阵实时接收海洋声信号，并传递给信号处理中心，信号处理中心通过自适应波束形成算法，检测目标，获得目标方位信息。
5、目标跟踪
通过极大值算法，对系统探测到的感兴趣的目标进行自主跟踪。
6、特征提取
通过对自主跟踪的目标进行LOFAR谱分析和DEMON谱分析，实现目标频谱特性提取。
7、目标识别
通过对目标的声纹特征，结合目标机械振动噪声特征进行水面水下目标的自动识别。
在本实施例中，综合标矢量声基阵安装在湿端，包括设于自主水下航行器首端的一矢量水听器和设于自主水下航行器尾部的多个标量水听器；
其中，矢量水听器包括声压标量通道和三个矢量通道，三个矢量通道分别以自主水下航行器中轴线前方为正、以自主水下航行器右方为正以及以自主水下航行器上方为正；标量水听器分别位于自主水下航行器的尾端、左翼以及右翼，以形成多个通道并与矢量水听器的通道编号排序；矢量水听器和标量水听器均标记坐标，并以矢量水听器为原点。
优选地，矢量水听器可以是现有的三维同振型矢量水听器，而标量水听器可以是现有的压电圆管式水听器，这里不做限定。
在本实施例中，自主水下航行器以水下滑翔机为例，共布置一个矢量水听器和三个标量水听器为例。设定阵元坐标，首端矢量水听器的阵元坐标为(x0,y0)，尾端水听器坐标为(x1,y1)，左翼水听器坐标(x2,y2)，右翼水听器坐标(x3,y3)。根据各水听器的安装位置，进行通道编号：
（1）0号通道：矢量水听器的标量P通道，坐标为(x0,y0)；
（2）1号通道：尾端标量水听器，坐标为(x1,y1)；
（3）2号通道：左翼标量水听器，坐标为(x2,y2)；
（4）3号通道：右翼标量水听器，坐标为(x3,y3)；
（5）4号通道：矢量水听器的矢量X通道，滑翔机中轴线的前方为正，坐标为(x0,y0)；
（6）5号通道：矢量水听器的矢量Y通道，滑翔机右方为正，坐标为(x0,y0)；
（7）6号通道：矢量水听器的矢量Z通道，滑翔机上方为正，坐标为(x0,y0)。
在本实施例中，综合标矢量声基阵的窄带处理频带为（0.1～1000Hz），宽带处理总频带为（500~1000）Hz。
具体地，水听器阵接收阵7路（0~6号通道）声通道的A/D采样率fs=3kHz。
作为实施例，本系统的设计如下：
单阵元声源级：对首阵元（矢量水听器的各通道组成的阵元）计算声源级。
单阵元1/3倍频程能量值：对首阵元计算1/3倍频程。
宽带检测：对目标进行波束形成计算，获得目标的方位信息。
目标跟踪：自动跟踪波束最大值目标跟踪。
跟踪目标频谱分析：
1）回传跟踪目标的谱线能量值
对跟踪噪声目标进行LOFAR分析，并将LOFAR谱回传。
2）回传跟踪目标的DEMON调制谱线能量值
对跟踪噪声目标进行调制谱分析，并将DEMON调制谱回传。
脉冲侦察：回传脉冲方位、脉冲宽度、发射周期、脉冲形式、起始频率、截止频率。
目标识别：根据回传跟踪目标的LOFAR谱线和DEMON调制谱线，进行目标识别。
其中，信号处理中心安装在自主水下航行器的水密舱内，用于处理数据，通过综合标矢量声基阵中的各通道实时获取水声信号，通过对获取的水声信号进行数字量化转换成水声时域数据，根据水声时域数据计算处理依次得到环境噪声总噪声级、环境噪声谱级、目标探测信息、目标跟踪及判别信息、声脉冲及异常噪声侦察信息组成结果数据，通过卫星通讯定位系统将结果数据回传至岸上控制系统。
在本实施例中，如图2所示，信号处理中心通过1号水密穿舱缆向矢量水听器提供+24V电源；矢量水听器将一路声压信号和三路声矢量信号通过水密穿舱缆传递给信号处理中心。
在本实施例中，信号处理中心通过2～4号水密穿舱缆，信号处理中心向声基阵的三路标量水听器提供+12V电源；标量水听器将声信号通过水密穿舱缆传递给信号处理中心。
在本实施例中，信号处理中心通过5号水密穿舱缆向CTD提供+5V电源，CTD通过水密穿舱缆将温盐深测量结果通过串口传递给信号处理中心。
在本实施例中，信号处理中心通过7号内部缆向滑翔机的主控计算机提供声学探测信息，主控计算机同时通过内部缆向信号处理中心提供滑翔机姿态、航行、时间、位置、电机工作状态等信息，同时主控计算机控制电源系统向信号处理中心供电。
在本实施例中，信号处理中心通过8号内部缆连接主控计算机，将信号处理中心提供的声学探测信息提供给卫星通讯定位系统，卫星通讯定位系统再通过6号穿舱缆，将需要回传的数据信息通过天线发射给卫星。
优选地，信号处理中心主要由DSP处理器、微控制器及外围设备组成，外围设备主要包括ADC芯片，SPI-UART桥接芯片，SD-USB接口芯片，CAN、RS485、RS232收发器，以及电源模块。这里不做限定。
实施例二
本实施例为实施例一中信号处理中心的各种具体处理算法。
其中，数字量化转换成水声时域数据的具体步骤为：
S000、将水声信号进行预处理（输出数据x1作为湿端（即各水听器）数据）并转换成电压数据（输出数据x2）；
在此步骤中，如湿端采集数据可以用以下公式：
x1(i,n)，i=0,…,6为声通道序列， n为时间采样序列；
转换公式为：
Figure DEST_PATH_IMAGE002
，i为声通道序列，n为时间采样序列，V为有效量化电压。
S002、取电压数据中的首阵元的电压数据进行能量累积，并对首阵元进行声源级计算，以得到各水听器输入端的绝对噪声级；积分时间采样点为N。计算声源级时，对电压数据（数据x2）取平均减掉均值后。其中首阵元为矢量水听器中各通道组成的阵元，每一个水听器为一个阵元。
在此步骤中，可采用以下公式：
Figure DEST_PATH_IMAGE004
其中，M0为接收阵水听器灵敏度（含一级前放），i为阵元号，N为累计的信号点数。
S003、计算首阵元的1/3倍频程谱以及频宽范围，以得到单阵元的1/3倍频程能量值；
在此步骤中，对首阵元计算1/3倍频程谱。
通过频谱计算——加窗FFT（fast Fourier transform，快速傅里叶变换）和功率谱估计（输出数据X6）：
Figure DEST_PATH_IMAGE006
其中，fs为系统的采样率，i为阵元号，n为时域信号序列，k为频域谱线号。
1/3倍频程能量值输出（输出数据X8），对应频率的谱线进行相邻11条谱平滑处理：
Figure DEST_PATH_IMAGE008
其中，k1为1/3倍频程对应计算的谱线号，k2为将K1谱线进行重新排序。
S004、对各阵元的数据进行快速傅里叶转换，以转换成水声时域数据；
计算频谱时，对数据x2取平均减掉均值后再进行下一步计算。
频谱计算——加窗FFT和功率谱估计（输出数据X12）
Figure DEST_PATH_IMAGE010
其中，i为阵元号，n为时域信号序列，k为频域谱线号。
从X12(i,k)中选择出M根谱线（输出数据X13作为水声时域数据）：
Figure DEST_PATH_IMAGE012
其中，目标探测的具体过程包括以下步骤：
S005、根据水声时域数据生成均为360°方位的矢量一级波束和标量阵一级波束；
优选地，矢量一级波束通过矢量水听器的声压标量通道和三个矢量通道形成，标量阵一级波束通过矢量水听器的声压标量通道和三个标量水听器组成的四元圆环声阵列基阵形成。且矢量一级波束和标量阵一级波束均为相同间隔的M个方位的波束信号，且后续的二级波束也为M个二级方位的波束信号；
在本实施例中，根据表1的要求，宽带噪声警戒（宽带检测最后输出数据X20）完成频域波束形成，然后将波束输出进行平方检波、积分处理，形成M个宽带预成波束，覆盖0~360°水平空间。同时将积分后的多波束能量值送至水下滑翔机的跟踪模块（集成在信号处理中心中，各算法具体位各种模块），将跟踪波束的数据合成全频带数据后输出时域数据给窄带处理。
如在本实施例中，可采用以下计算方式，标量阵一级波束采用常规波束形成方法，应用了0-3通道的标量声压信号，计算步骤公式如下：
扫描方位内波束号：l =0:1:M-1；
每个波束对应的方位：θl=(l*360/M),0≤ l ≤ M-1；
阵元间距d(i)（以首阵元的坐标（x0,y0）为阵中心）：
Figure DEST_PATH_IMAGE014
得到每条谱线代表的频率f(k)：
Figure DEST_PATH_IMAGE016
其中，Δf相邻两条谱线间隔频率，k为频域谱线号。
计算相位差：
Figure DEST_PATH_IMAGE018
输出标量阵一级波束（X14）：
Figure DEST_PATH_IMAGE020
其中，l为波束序号，k为谱线数量，τ(i,k,l)为阵元间相位延迟；
如矢量一级波束采用矢量水听器常规波束形成（输出数据X16）方法，应用了0、4、5通道的矢量声压信号，计算步骤公式如下：
引导波束角：
θl=(l*360/M),0≤ l ≤ M-1；
构建信号矩阵（输出数据X15）：
Figure DEST_PATH_IMAGE022
计算导向矢量：
Figure DEST_PATH_IMAGE024
输出矢量一级波束（输出数据X16）：
Figure DEST_PATH_IMAGE026
S006、将矢量一级波束和标量阵一级波束通过自适应波束形成算法融合形成二级波束，以使得波束能够覆盖0~360°空间并均匀分布；
如在本实施例中，可采用以下计算方式，二级波束通过构建二级信号矩阵，X16(l,k)作为首阵元，坐标为（0,0）, X14(l,k)作为第二个阵元，坐标为（0,-3m），得到：
Figure DEST_PATH_IMAGE028
计算协方差矩阵R：
Figure DEST_PATH_IMAGE030
计算导向矢量：
阵元间距（以首阵元为阵中心）：
Figure DEST_PATH_IMAGE032
得到每条谱线代表的频率f(k)：
Figure DEST_PATH_IMAGE033
其中，Δf相邻两条谱线间隔频率，k为频域谱线号。
计算相位差：
Figure DEST_PATH_IMAGE035
导向矢量为：
Figure DEST_PATH_IMAGE037
输出二级波束（输出数据X18）：
Figure DEST_PATH_IMAGE039
S007、对二级波束进行平方检波，以获得不同方向上的波束形成能量结果；
在本实施例中，可采用以下计算方式：
平方检波与积分(M次积分)：
Figure DEST_PATH_IMAGE041
其中，k2为用于计算的谱线数量。
Figure DEST_PATH_IMAGE043
其中，M为积分次数。
S008、将不同方向上的波束形成能量结果作为目标探测结果并输出。
在本实施例中，可采用以下计算方式：
输出最大波束角度（也可以称为宽带噪声警戒最大波束的目标方位，如此可得到多个目标方位，即得到不同方向上的波束形成能量结果）即输出数据θm：
X21=max(X20(l))
lm=find(X21对应的l值)
θm=lm*360/M
其中lm为波束号。
如此能够为后续的水下滑翔机的目标跟踪，二次探测识别起到关键性的信息来源。
在本实施例中，自适应波束形成算法为基于子阵域稳健自适应波束形成的最优宽带检测技术，其中基于子阵域稳健自适应波束形成的最优宽带检测技术是在第一级利用常规波束形成得到子阵域数据的基础上，二级波束形成时，计算导引向量可通过命令选择使用标准阵坐标，再利用宽容性自适应技术得到多波束频域数据，最后基于信号、噪声的频谱结构差异性得到宽带最优后置滤波器系数，经过后置处理得到最终的空间方位谱。具体技术途径如图3所示。
其中，自适应波束形成算法具有相较常规波束形成器更好的强干扰抑制能力以及多目标分辨能力，由此具有广泛的应用空间。目前针对圆环四阵元声基阵自适应波束形成算法，可以在不损失基阵孔径的情况下降低算法的运算量、提高波束形成器的稳健性及加快收敛速度。
另一方面，对于被动宽带检测，传统做法是将整个处理频带划分成若干个窄子带，对每个子带进行空间处理，再将各个子带的结果非相干叠加。当信号与噪声具有相同的频谱结构，即各个处理子带的信噪比相同时，均匀加权的处理方法最优。当信号与噪声的频谱结构具有差异性时，即带内各频点存在信噪比差异性时，输出信噪比将受影响。本实施例基于最大化输出信噪比准则，推导出宽带最优后置滤波器，压制处理频带内的噪声，对处理频带内信噪比高的子带给予大的加权，对信噪比低的子带则给予小的加权，这种成比例的子带加权可以最大化输出信噪比。
结合上述两方面的优势，本申请利用子阵域稳健自适应波束形成技术收敛速度快、稳健性好、运算量适中、强干扰抑制能力强等优点，联合宽带最优后置处理技术非均匀加权各窄子带输出、最大化输出信噪比的优势，得到一种基于子阵域稳健自适应波束形成的最优宽带检测技术，以提高系统的被动宽带检测能力。
其中，目标跟踪及判别信息的具体过程包括以下步骤：
S008、根据目标探测结果获取宽带噪声警戒最大波束的目标方位；
在此步骤中，主要通过目标探测结果中的目标方位的不同方位上的波束形成能量进行比较，以获得最大能量波束所在的方位角度。
S009、根据宽带噪声警戒最大波束的目标方位计算得到对应的波束号；
根据宽带噪声警戒最大波束的目标方位θm，计算对应的波束lm,
S010、细化波束扫描间隔角度，以计算导向矢量并输出对应的波束，再对输出的波束进行平方检波与积分得到跟踪方位，该跟踪方位作为跟踪结果；
在本实施例中，实际操作可采用以下公式计算：
细化波束扫描间隔角度θg：
Figure DEST_PATH_IMAGE045
计算导向矢量：
阵元间距（以首阵元为阵中心）：
Figure DEST_PATH_IMAGE047
每条谱线所代表的频率：
Figure DEST_PATH_IMAGE049
其中，Δf相邻两条谱线间隔频率，k为频域谱线号。
导向矢量为：
Figure DEST_PATH_IMAGE051
波束输出（输出数据X22）：
Figure DEST_PATH_IMAGE053
平方检波与积分（8次积分）：
Figure DEST_PATH_IMAGE055
平方检波（输出数据X25）：
Figure DEST_PATH_IMAGE057
其中，k2为用于计算的谱线数量。
跟踪方位（输出θg）：
X26=max(X25(lg))
lgg=find(X26对应的lg值)
θg=θm+lgg*(360/M/5)°
S011、对跟踪结果进行频谱分析，以寻找跟踪结果中的低频线谱作为LOFAR谱结果输出；
每条谱线代表的频率f(k)：
Figure DEST_PATH_IMAGE059
其中，Δf相邻两条谱线间隔频率，k为频域谱线号。
相位差：
Figure DEST_PATH_IMAGE061
波束输出（输出数据X27）：
Figure DEST_PATH_IMAGE063
在本实施例中，在全频段对跟踪目标的方位预成波束数据做频谱分析，实际操作可采用以下公式计算：
选择X27(lg,k)中的谱线，对应相应频带；
则X28(k)=X27(lm,k)
寻找跟踪目标频带内的回传谱线能量值，取X28中的谱线进行平方检波，且取M次做平均处理：
X28_abs(k)=(X28(k)XH28(k))
S012、对跟踪结果进行快速傅里叶逆变换（Inverse Fast Fourier Transform，IFFT），以获得跟踪结果的时域信号；
如可采用公式：
Figure DEST_PATH_IMAGE065
S013、对时域信号依次进行平方检波、低通滤波以及快速傅里叶变换，以选取预设范围的低频线谱作为跟踪目标的DEMON谱结果输出；
对时域信号进行平方检波，如可采用以下公式：
Figure DEST_PATH_IMAGE067
然后对检波信号进行低通滤波，输出数据X30，如可采用以下公式：
Figure DEST_PATH_IMAGE069
其中，h(n)为低通滤波器。
快速傅里叶变换，如可采用以下公式：
对x30作FFT处理得到DEMON谱：
Figure DEST_PATH_IMAGE071
即DEMON谱为Y30（k）。
S014、根据LOFAR谱结果和DEMON谱结果中的目标声纹特征和机械结构特征（如螺旋桨、电动机和柴油机等的不同机械结构引起的不同噪声）进行多批次目标判别，以得到确认后的目标判别信息；
其中，当多批次目标判别的次数在设定时间内累计达到设定次数时，则确认识别目标，若未达到设定次数时，则清零并重新计数。
其中，声脉冲及异常噪声侦察信息的具体步骤包括：
S015、对矢量水听器中各通道阵元接收的水声时域数据依次进行平方检波和短时积分；
如可采用以下公式：
平方检波（输出数据X31）：X31(i,n)=(x2(i,n))2 ，这里的i为声通道序列，n为时间采样序列。
短时积分（输出数据X32）：
Figure DEST_PATH_IMAGE073
其中，i为声通道序列，N为积分的累积次数，短时积分输出采样周期为T。
S016、对短时积分后的数据进行依次滑动L个点，并对取得的L个值进行排序，以排序后的L个值的中间值作为基准，取小于该门限系数和中间值的乘积的值并平均，以平均后的值设定设定门限；
在本实施例中，对短时积分输出X32(n1)依此滑动L个点，对上述L个值从小到大进行排列，其中间位置的值为中值，定义为y(0,n)。在这L个值中，去掉大于g y(0,n)的值，保留小于g y(0,n)的值（假定还有M个值）。对保留的M个值求出均值u(0,n)，则门限v(0,n)=u(0,n)。
其中，g为门限系数。如此，可根据接收的信号来调节门限，从而使得后续门限判别的结果更为准确。
S017、根据设定门限进行门限判别；
在本实施例中，将短时积分输出X32(n1)与门限v(0,n)进行比较。
S018、若超过设定门限，则计算水声时域数据的声脉冲和异常噪声的输出数据，该输出数据至少包括脉冲宽度△Tw、脉冲周期△Tc、脉冲方位θm、脉冲频率及脉冲形式；若未超过门限，则重复执行S015~S017步骤。
在本实施例中，若短时积分输出的数据连续设定次数大于设定门限时，则判定为出现主动脉冲信号（主动SN脉冲信号），取短时积分输出的数据第一次大于设定门限时的时刻为主动脉冲信号的前沿；若短时积分输出的数据连续设定次数小于设定门限时，则判定为主动脉冲信号消失，取短时积分输出的数据第一次小于设定门限时的时刻为主动脉冲信号的后沿。
在本实施例中，计算前沿和后沿的时间差作为该主动脉冲信号的脉冲宽度。取两次出现主动脉冲信号的时间间隔作为脉冲周期。
在本实施例中，对两次出现主动脉冲信号的时间间隔内的数据进行波束形成，取最大值所在方位作为脉冲方位。
当主动脉冲信号出现时，对该主动脉冲信号进行频谱分析；
在本实施例中，可采用以下公式：
数据抽取（输出数据x33）：
Figure DEST_PATH_IMAGE075
其中，M为数据抽样比，FFT和功率谱估计（输出数据X33）：
Figure DEST_PATH_IMAGE077
谱线选择：
从X33(i,k)中选择谱线，对应侦察频带；
对频段内的谱线求平均值：
Figure DEST_PATH_IMAGE079
其中，k1、k2为抽取的谱线的上下值，对谱线进行相邻11条谱平滑处理：
Figure DEST_PATH_IMAGE081
把v(i,k)与u(i,k)比较，当v(i,k)连续大于4u(i,k)时，此时k=k1，则认为该主动脉冲信号的频带低端f1，当v(i,k)连续小于4u(i,k)时，此时k=k2，则认为该主动脉冲信号的频带高端f2。
当2(f2-f1)/(f1+f2)<1%时，则本次判定该批次处理的主动脉冲信号为单频信号，否则为调频信号。
在本实施例中，取主动脉冲信号出现到消失的时间间隔内中频谱分析得到的频率最小值作为起始频率，取频率最大值作为截止频率fL，将起始频率和截止频率作为脉冲频率fH。
对主动脉冲信号出现到消失的时间间隔内的数据进行频谱分析；
根据单次判定的单频信号数量和调频信号数量，确定本次侦察信号形式。
实施例三
信号处理中心包括存储器404和处理器402，该存储器404中存储有计算机程序，该处理器402被设置为运行计算机程序以执行上述实施例二中的步骤，如图4所示。
具体地，上述处理器402可以包括中央处理器（CPU），或者特定集成电路（ApplicationSpecificIntegratedCircuit，简称为ASIC），或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器404可以包括用于数据或指令的大容量存储器404。举例来说而非限制，存储器404可包括硬盘驱动器（HardDiskDrive，简称为HDD）、软盘驱动器、固态驱动器（SolidStateDrive，简称为SSD）、闪存、光盘、磁光盘、磁带或通用串行总线（UniversalSerialBus，简称为USB）驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器404可包括可移除或不可移除（或固定）的介质。在合适的情况下，存储器404可在数据处理装置的内部或外部。在特定实施例中，存储器404是非易失性（Non-Volatile）存储器。在特定实施例中，存储器404包括只读存储器（Read-OnlyMemory，简称为ROM）和随机存取存储器（RandomAccessMemory，简称为RAM）。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM（ProgrammableRead-OnlyMemory，简称为PROM）、可擦除PROM（ErasableProgrammableRead-OnlyMemory，简称为EPROM）、电可擦除PROM（ElectricallyErasableProgrammableRead-OnlyMemory，简称为EEPROM）、电可改写ROM（ElectricallyAlterableRead-OnlyMemory，简称为EAROM）或闪存（FLASH）或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器（StaticRandom-AccessMemory，简称为SRAM）或动态随机存取存储器（DynamicRandomAccessMemory，简称为DRAM），其中，DRAM可以是快速页模式动态随机存取存储器404（FastPageModeDynamicRandomAccessMemory，简称为FPMDRAM）、扩展数据输出动态随机存取存储器（ExtendedDateOutDynamicRandomAccessMemory，简称为EDODRAM）、同步动态随机存取内存（SynchronousDynamicRandom-AccessMemory，简称SDRAM）等。
存储器404可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器402所执行的可能的计算机程序指令。
处理器402通过读取并执行存储器404中存储的计算机程序指令，以实现上述实施例中的任意一种用于自主水下航行器的综合标矢量声纳系统。
可选地，上述电子装置还可以包括传输设备406以及输入输出设备408，其中，该传输设备406和上述处理器402连接，该输入输出设备408和上述处理器402连接。
传输设备406可以用来经由一个网络接收或者发送数据。上述的网络具体实例可包括电子装置的通信供应商提供的有线或无线网络。在一个实例中，传输设备包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备406可以为射频（Radio Frequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。
输入输出设备408用于输入或输出信息。在本实施例中，输入的信息可以是水声信号等，输出的信息可以是结果数据等。
实施例四
本实施例还提供了一种可读存储介质，可读存储介质中存储有计算机程序，计算机程序包括用于控制过程以执行过程的程序代码，过程包括根据实施例二的用于自主水下航行器的综合标矢量声纳系统。
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
通常，各种实施例可以以硬件或专用电路、软件、逻辑或其任何组合来实现。本发明的一些方面可以以硬件来实现，而其他方面可以由控制器、微处理器或其他计算设备执行的固件或软件来实现，但是本发明不限于此。尽管本发明的各个方面可以被示出和描述为框图、流程图或使用一些其他图形表示，但是应当理解，作为非限制性示例，本文中描述的这些框、装置、系统、技术或方法可以以硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备或其某种组合来实现。
本发明的实施例可以由计算机软件来实现，该计算机软件由移动设备的数据处理器诸如在处理器实体中可执行，或者由硬件来实现，或者由软件和硬件的组合来实现。包括软件例程、小程序和/或宏的计算机软件或程序(也称为程序产品)可以存储在任何装置可读数据存储介质中，并且它们包括用于执行特定任务的程序指令。计算机程序产品可以包括当程序运行时被配置为执行实施例的一个或多个计算机可执行组件。一个或多个计算机可执行组件可以是至少一个软件代码或其一部分。另外，在这一点上，应当注意，如图中的逻辑流程的任何框可以表示程序步骤、或者互连的逻辑电路、框和功能、或者程序步骤和逻辑电路、框和功能的组合。软件可以存储在诸如存储器芯片或在处理器内实现的存储块等物理介质、诸如硬盘或软盘等磁性介质、以及诸如例如DVD及其数据变体、CD等光学介质上。物理介质是非瞬态介质。
本领域的技术人员应该明白，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以作出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种用于自主水下航行器的综合标矢量声纳系统，其特征在于，包括综合标矢量声基阵和与该综合标矢量声基阵通信连接的信号处理中心；
所述综合标矢量声基阵包括设于自主水下航行器首端的一矢量水听器和设于自主水下航行器尾部的多个标量水听器；
其中，所述矢量水听器包括声压标量通道和三个矢量通道，三个矢量通道分别以所述自主水下航行器中轴线前方为正、以所述自主水下航行器右方为正以及以所述自主水下航行器上方为正；
所述标量水听器分别位于所述自主水下航行器的尾端、左翼以及右翼，以形成三个通道并与所述矢量水听器的通道编号排序；
所述矢量水听器和所述标量水听器均标记坐标，并以所述矢量水听器为原点；
所述信号处理中心通过所述综合标矢量声基阵中的各通道实时获取水声信号，通过对获取的所述水声信号进行数字量化转换成水声时域数据，根据所述水声时域数据计算处理依次得到环境噪声总噪声级、环境噪声谱级、目标探测信息、目标跟踪及判别信息、声脉冲及异常噪声侦察信息组成结果数据，通过卫星通讯定位系统将所述结果数据回传至岸上控制系统。
2.如权利要求1所述的一种用于自主水下航行器的综合标矢量声纳系统，其特征在于，所述数字量化转换成水声时域数据的具体步骤为：
将所述水声信号进行预处理并转换成电压数据；
取所述电压数据中的首阵元的电压数据进行能量累积，并对首阵元进行声源级计算，以得到各水听器输入端的绝对噪声级；
计算首阵元的1/3倍频程谱以及频宽范围，以得到单阵元的1/3倍频程能量值；
对各阵元的数据进行降采样和快速傅里叶转换，以转换成所述水声时域数据；
其中首阵元为矢量水听器中各通道组成的阵元，每一个水听器为一个阵元。
3.如权利要求2所述的一种用于自主水下航行器的综合标矢量声纳系统，其特征在于，所述目标探测的具体过程包括以下步骤：
根据所述水声时域数据生成均为360°方位的矢量一级波束和标量阵一级波束；
其中，所述矢量一级波束通过所述声压标量通道和三个矢量通道形成；所述标量阵一级波束通过所述声压标量通道和三个标量水听器组成的四元圆环声阵列基阵形成；
将所述矢量一级波束和所述标量阵一级波束通过自适应波束形成算法融合形成二级波束，以使得波束能够覆盖0~360°空间并均匀分布；
对二级波束进行平方检波，以获得不同方向上的波束形成能量结果；
将不同方向上的波束形成能量结果作为目标探测结果并输出。
4.如权利要求3所述的一种用于自主水下航行器的综合标矢量声纳系统，其特征在于，所述自适应波束形成算法为基于子阵域稳健自适应波束形成的最优宽带检测技术，其中子阵域通过标量阵一级波束形成。
5.如权利要求4所述的一种用于自主水下航行器的综合标矢量声纳系统，其特征在于，所述目标跟踪及判别信息的具体过程包括以下步骤：
根据所述目标探测结果获取宽带噪声警戒最大波束的目标方位；
根据宽带噪声警戒最大波束的目标方位计算得到对应的波束号；
细化波束扫描间隔角度，以计算导向矢量并输出对应的波束，再对输出的波束进行平方检波与积分得到跟踪方位，该跟踪方位作为跟踪结果；
对所述跟踪结果进行频谱分析，以寻找所述跟踪结果中的低频线谱作为LOFAR谱结果输出；
对跟踪结果进行快速傅里叶逆变换，以获得所述跟踪结果的时域信号；
对所述时域信号依次进行平方检波、低通滤波以及快速傅里叶变换，以选取预设范围的低频线谱作为所述跟踪目标的DEMON谱结果输出；
根据所述LOFAR谱结果和所述DEMON谱结果中的目标声纹特征和机械结构特征进行多批次目标判别，以得到确认后的目标判别信息；
其中，当多批次目标判别的次数在设定时间内累计达到设定次数时，则确认跟踪目标，若未达到设定次数时，则清零并重新计数。
6.如权利要求5所述的一种用于自主水下航行器的综合标矢量声纳系统，其特征在于，通过在全频段对所述跟踪目标的方位预成波束数据并做频谱分析，以进行特征提取，且所述频谱分析的具体步骤为：
选择所述跟踪目标的方位预成波束数据中的谱线；
在选择的谱线中寻找所述跟踪目标频带内的多根回传谱线能量值。
7.如权利要求6所述的一种用于自主水下航行器的综合标矢量声纳系统，其特征在于，所述声脉冲及异常噪声侦察信息的具体步骤包括：
对矢量水听器中各通道组成的首阵元接收的水声时域数据依次进行平方检波和短时积分；
对短时积分后的数据进行依次滑动L个点，并对取得的L个值进行排序，以排序后的L个值的中间值作为基准，取小于该门限系数和中间值的乘积的值并平均，以平均后的值设定设定门限；
根据所述设定门限进行门限判别；
若超过所述设定门限，则计算所述水声时域数据的声脉冲和异常噪声的输出数据，该输出数据至少包括脉冲宽度、脉冲周期、脉冲方位、脉冲频率及脉冲形式。
8.如权利要求7所述的一种用于自主水下航行器的综合标矢量声纳系统，其特征在于，所述脉冲宽度的具体计算步骤为：
将短时积分输出的数据与所述设定门限比对；
若短时积分输出的数据连续设定次数大于所述设定门限时，则判定为出现主动脉冲信号，取短时积分输出的数据第一次大于所述设定门限时的时刻为主动脉冲信号的前沿；若短时积分输出的数据连续设定次数小于所述设定门限时，则判定为主动脉冲信号消失，取短时积分输出的数据第一次小于所述设定门限时的时刻为主动脉冲信号的后沿；
计算前沿和后沿的时间差作为该主动脉冲信号的脉冲宽度。
9.如权利要求8所述的一种用于自主水下航行器的综合标矢量声纳系统，其特征在于，所述脉冲周期通过取两次出现主动脉冲信号的时间间隔作为脉冲周期；所述脉冲方位通过对两次出现主动脉冲信号的时间间隔内的数据进行波束形成，取最大值所在方位作为脉冲方位。
10.如权利要求8所述的一种用于自主水下航行器的综合标矢量声纳系统，其特征在于，所述脉冲频率的具体计算步骤为：
当主动脉冲信号出现时，对该主动脉冲信号进行频谱分析；
取主动脉冲信号出现到消失的时间间隔内中频谱分析得到的频率最小值作为起始频率，取频率最大值作为截止频率，将起始频率和截止频率作为脉冲频率；
对应的所述脉冲形式的具体确定步骤为：
对主动脉冲信号出现到消失的时间间隔内的数据进行频谱分析；
根据单次判定的单频信号数量和调频信号数量，确定本次侦察信号形式分为单频信号、调频信号和组合信号。
CN202211118397.5A 2022-09-15 2022-09-15 用于自主水下航行器的综合标矢量声纳系统 Active CN115421130B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211118397.5A CN115421130B (zh) 2022-09-15 2022-09-15 用于自主水下航行器的综合标矢量声纳系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211118397.5A CN115421130B (zh) 2022-09-15 2022-09-15 用于自主水下航行器的综合标矢量声纳系统

Publications (2)

Publication Number Publication Date
CN115421130A true CN115421130A (zh) 2022-12-02
CN115421130B CN115421130B (zh) 2023-04-25

Family

ID=84202090

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211118397.5A Active CN115421130B (zh) 2022-09-15 2022-09-15 用于自主水下航行器的综合标矢量声纳系统

Country Status (1)

Country Link
CN (1) CN115421130B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116170087A (zh) * 2022-12-29 2023-05-26 深圳大学 一种微秒级超短脉冲水声信号检测方法
CN118068310A (zh) * 2024-04-19 2024-05-24 偶信(杭州)科技有限公司 通过发射声纳信号对水下目标进行主动探测的方法及装置
CN118091631A (zh) * 2024-04-19 2024-05-28 偶信(杭州)科技有限公司 通过接收声纳信号对水下目标进行被动探测的方法及装置
CN118091631B (zh) * 2024-04-19 2024-07-16 偶信(杭州)科技有限公司 通过接收声纳信号对水下目标进行被动探测的方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070025185A1 (en) * 2005-04-27 2007-02-01 Green Maurice D Underwater geopositioning methods and apparatus
US10042038B1 (en) * 2015-09-01 2018-08-07 Digimarc Corporation Mobile devices and methods employing acoustic vector sensors
CN110646082A (zh) * 2019-10-12 2020-01-03 湖南长城海盾光纤科技有限公司 一种混合复用的低损耗水听器阵列
CN114513262A (zh) * 2022-01-26 2022-05-17 浙江咸临智能科技有限责任公司 一种基于水下滑翔机的水声信号处理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070025185A1 (en) * 2005-04-27 2007-02-01 Green Maurice D Underwater geopositioning methods and apparatus
US10042038B1 (en) * 2015-09-01 2018-08-07 Digimarc Corporation Mobile devices and methods employing acoustic vector sensors
CN110646082A (zh) * 2019-10-12 2020-01-03 湖南长城海盾光纤科技有限公司 一种混合复用的低损耗水听器阵列
CN114513262A (zh) * 2022-01-26 2022-05-17 浙江咸临智能科技有限责任公司 一种基于水下滑翔机的水声信号处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李厚锴: "混合阵矢量水听器阵元的研究" *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116170087A (zh) * 2022-12-29 2023-05-26 深圳大学 一种微秒级超短脉冲水声信号检测方法
CN116170087B (zh) * 2022-12-29 2023-11-10 深圳大学 一种微秒级超短脉冲水声信号检测方法
CN118068310A (zh) * 2024-04-19 2024-05-24 偶信(杭州)科技有限公司 通过发射声纳信号对水下目标进行主动探测的方法及装置
CN118091631A (zh) * 2024-04-19 2024-05-28 偶信(杭州)科技有限公司 通过接收声纳信号对水下目标进行被动探测的方法及装置
CN118068310B (zh) * 2024-04-19 2024-07-09 偶信(杭州)科技有限公司 通过发射声纳信号对水下目标进行主动探测的方法及装置
CN118091631B (zh) * 2024-04-19 2024-07-16 偶信(杭州)科技有限公司 通过接收声纳信号对水下目标进行被动探测的方法及装置

Also Published As

Publication number Publication date
CN115421130B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
CN115421130B (zh) 用于自主水下航行器的综合标矢量声纳系统
US10725149B1 (en) System and method for autonomous joint detection-classification and tracking of acoustic signals of interest
CN109283536B (zh) 一种多波束测深声呐水体成像波束形成方法
CN108828566B (zh) 基于拖曳线列阵的水下脉冲信号识别方法
AU2014233495B2 (en) Systems and methods for navigating autonomous underwater vehicles
RU2339050C1 (ru) Способ обнаружения шумящих в море объектов
Tesei et al. Passive acoustic surveillance of surface vessels using tridimensional array on an underwater glider
CN112612006B (zh) 基于深度学习的机载雷达非均匀杂波抑制方法
CN111580048A (zh) 一种利用单矢量水听器的宽带声源深度估计方法
Gerstoft et al. Adaptive beamforming of a towed array during a turn
CN116879901B (zh) 一种矢量水听器垂直阵列深海宽带声源深度估计方法
CN109765521A (zh) 一种基于子阵划分的波束域成像方法
US5812494A (en) Wide-angle, forward-looking bathymetric mapping
Trucco et al. A stochastic approach to the synthesis of a robust frequency-invariant filter-and-sum beamformer
CN115508817A (zh) 适用于水下航行器的目标跟踪及判别方法及其应用
Zarnich A fresh look at broadband passive sonar processing
Stinco et al. Sub-bands beam-space adaptive beamformer for port-starboard rejection in triplet sonar arrays
CN109270516A (zh) 一种适用于无人移动平台检测舰艇线谱的波束形成方法
Pinto et al. Real-and synthetic-array signal processing of buried targets
CN109444898B (zh) 一种主动声纳单频跟踪方法
CN111414580B (zh) 一种低信混比条件下的混响抑制方法
McManus et al. Continued development of broadband passive bearing estimation
CN109029387B (zh) 一种波束内拟合多波束测深算法
CN113075645A (zh) 一种基于主成分分析-密度聚类的畸变阵形线谱增强方法
Prabha et al. Localisation of underwater targets using sensor networks

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