CN116027407B - 一种水声信号数据处理方法及系统 - Google Patents

Abstract

本发明公开一种水声信号数据处理方法及系统，包括：S1、电机处于关闭状态，采集若干组无电机干扰下的水声信号，得到模板数据；S2、开启电机，采集有电机干扰下的水声信号，得到干扰数据；S3、将干扰数据与模板数据做互相关处理，得到第一处理序列，并对第一处理序列进行归一化；S4、将干扰数据与模板数据做相位相关处理，得到第二处理序列，并对第二处理序列进行归一化；S5、将第一处理序列和第二处理序列相乘，得到第三序列；S6、设定阈值，判断第三序列的幅度是否超过阈值的位置和幅度；判断为超过时，则为有效水声信号的到时；判断为不超过时，则返回S2，重复操作。本发明为海底螺旋桨强干扰下的水声信号提供一种可靠检测方法。

Description

一种水声信号数据处理方法及系统

技术领域

本发明属于海洋油气勘探技术领域，具体涉及一种水声信号数据处理方法及系统。

背景技术

公开号为CN111812694A的中国专利公开了一种长基线船载定位装置及其定位方法，该船载定位装置包括水声通讯模块和数据处理模块，其中数据处理模块用于对水声通讯模块接收到的应答信号进行解算，获取定位基阵或海底应答设备的位置信息。该专利避免了船体位置误差带来的不良影响，提高了定位精度的同时，并提高了船载定位装置的集成度和兼容性。该专利中的海底应答设备为一种有动力的海洋油气资源探测装置，即海底飞行节点，其实质为海底节点（Ocean Bottom Node,简称OBN）与水下航行器AUV相结合。在实际海试作业时，需要将预设位置输入给海底飞行节点，并在海底飞行节点下沉过程中，边定位边运动，从而到达预定海底位置坐底，再进行海底地震信号的采集。然而，为了保证海底飞行节点运动的灵活机动性，其水下螺旋桨的功率往往较大，工作电流较高，在海底飞行节点进行水下运动和定位时，其水下螺旋桨的大电流驱动信号会严重影响其水声定位接收信号的信噪比，从而影响海底飞行节点的实时定位精度。

发明内容

本发明旨在解决现有技术的不足，提出了一种适用于海底飞行节点驱动水下螺旋桨干扰下的水声信号可靠的到时检测方法及系统。

为实现上述目的，本发明提供了如下方案：一种水声信号数据处理方法，包括以下步骤：

S1、电机处于关闭状态，采集若干组无电机干扰下的水声信号，得到模板数据；

S2、开启电机，采集有电机干扰下的水声信号，得到干扰数据；

S3、将所述干扰数据与所述模板数据做互相关处理，得到第一处理序列，并对所述第一处理序列进行归一化；

S4、将所述干扰数据与所述模板数据做相位相关处理，得到第二处理序列，并对所述第二处理序列进行归一化；

S5、将归一化后的所述第一处理序列和归一化后的所述第二处理序列相乘，得到第三序列；

S6、设定阈值，判断所述第三序列的幅度是否超过所述阈值的位置和幅度；判断为超过时，则为有效水声信号的到时；判断为不超过时，则返回S2，重复操作。

可选地，S1中得到所述模板数据的方法包括：

以设定的采样频率采集若干无电机干扰下的水声信号，将若干组无电机干扰下的水声信号叠加求和再取平均，得到所述模板数据。

可选地，S3中所述互相关处理包括：

式中，R（k）表示第一处理序列，xn _i 表示干扰数据的第i个样点值，xt _i+k 表示模板数据的第i+k个样点值。

可选地，S4中所述相位相关处理包括：

S41、分别对所述干扰数据和所述模板数据进行离散傅立叶变换，得到第一频域序列和第二频域序列；

S42、基于所述第一频域序列和所述第二频域序列计算互功率谱；

S43、对所述互功率谱进行离散傅立叶逆变换，得到所述第二处理序列。

本发明还提供一种水声信号数据处理系统，包括：

第一采集单元、第二采集单元、第一处理单元、第二处理单元、第三处理单元以及判断单元；

所述第一采集单元用于基于电机处于关闭状态时，采集若干组无电机干扰下的水声信号，得到模板数据；

所述第二采集单元用于基于电机开启时，采集有电机干扰下的水声信号，得到干扰数据；

所述第一处理单元用于将所述干扰数据与所述模板数据做互相关处理，得到第一处理序列，并对所述第一处理序列进行归一化；

所述第二处理单元用于将所述干扰数据与所述模板数据做相位相关处理，得到第二处理序列，并对所述第二处理序列进行归一化；

所述第三处理单元用于将归一化后的所述第一处理序列和归一化后的所述第二处理序列相乘，得到第三序列；

所述判断单元用于设定阈值，并判断所述第三序列的幅度是否超过所述阈值的位置和幅度。

可选地，所述第一采集单元得到所述模板数据的方法包括：

以设定的采样频率采集若干无电机干扰下的水声信号，将若干组无电机干扰下的水声信号叠加求和再取平均，得到所述模板数据。

可选地，所述第一处理单元进行所述互相关处理的方法包括：

式中，R（k）表示第一处理序列，xn _i 表示干扰数据的第i个样点值，xt _i+k 表示模板数据的第i+k个样点值。

可选地，所述第二处理单元进行所述相位相关处理的方法包括：

分别对所述干扰数据和所述模板数据进行离散傅立叶变换，得到第一频域序列和第二频域序列；

基于所述第一频域序列和所述第二频域序列计算互功率谱；

对所述互功率谱进行离散傅立叶逆变换，得到所述第二处理序列。

与现有技术相比，本发明的有益效果为：

本发明中，已知发射间隔2秒、发射时长20ms，在接收端相隔不远的情况下，尽管水下温度盐度等环境参数以及多路径具有时变性，但在时间间隔不大时（几分钟以内），可近似认为发射端与接收端之间的信道声速与声线具有近似时不变特性。因此，在发射端固定不动时，接收端移动距离不大时，且时间间隔不大时，可将水下螺旋桨不启动时的 “较干净”接收波形作为模版，对水下螺旋桨开启后的接收波形做模版匹配，从而提取其到时信息。当水声信号信噪比过低时，单纯模版匹配方法不足以判定到时，则通过相位相关以及乘积，来进一步提取有效水声信号的到时，最终为海底飞行节点水下驱动螺旋桨强干扰下的水声信号提供一种可靠检测方法。

附图说明

为了更清楚地说明本发明的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例水声信号数据处理方法流程示意图；

图2为本发明实施例原始数据波形与数据处理结果示意图；

图3为本发明实施例部分数据（下面三条曲线横轴局部）放大的波形示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一

如图1所示，为本实施例一种水声信号数据处理方法的流程示意图；包括以下步骤：

S1、电机处于关闭状态，采集若干组无电机干扰下的水声信号，得到模板数据；

首先将海底飞行节点投放入水，此时电机处于关闭状态，水下无螺旋桨的干扰，以2秒为周期发射10KHZ持续时间为20ms的单频脉冲定位水声信号；以100KHZ采样频率采集若干组无电机干扰下的水声信号，将若干组无电机干扰下的水声信号叠加求和再取平均，得到模板数据。如图2的第2条曲线所示。

本实施例中和，采集了5组2秒数据时长的无电机干扰下的水声信号序列为：X1、X2、X3、X4、X5，将X1、X2、X3、X4、X5序列按照叠加求和再取平均的计算方法计算，得到模板数据Xtemp。由于水下无螺旋桨的干扰，其信噪比较高，且采集耗时共10秒，此时飞行节点的位置变化不大，可以认为定位水声信号到时不变，可以叠加。

计算公式如下：

。

S2、开启电机，采集有电机干扰下的水声信号，得到干扰数据；

电机开启，水下螺旋桨开启，采集2秒有水下螺旋桨干扰的水下水声信号，得到干扰数据Xnoise。具体如图2的第1条曲线所示，图2中5条曲线由上到下依次为：有水下螺旋桨干扰的干扰数据波形、无水下螺旋桨干扰下采集到的模版数据波形、干扰数据波形与模版数据波形互相关、干扰数据波形与模版数据波形做相位相关、互相关与相位相关结果相乘。

S3、将干扰数据与模板数据做互相关处理，得到第一处理序列，并对第一处理序列进行归一化；

首先，将上述采集的2秒干扰数据Xnoise与模板数据Xtemp做互相关处理，得到第一处理序列R；本实施例中，互相关处理采用循环互相关，因此在计算时要用到超出原始数据索引范围内的数据。本实施例中，数据补充方式采用“周期延拓”，即xt _k+j=xt _k。

具体的，互相关处理计算公式包括：

式中，R（k）表示第一处理序列，xn _i 表示干扰数据的第i个样点值，xt _i+k 表示模板数据的第i+k个样点值。

即，R（k）=xn ₁*+xt _k+1+xn ₂*xt _k+2+...+xn ₁₀₀₀₀*xt _k+10000

其中，k=1,2,...,10000。

然后，对第一处理序列R进行归一化处理，得到第一归一化序列RN。如图2第3条曲线所示。归一化的目的是将第一处理序列R中的数据限定在一定范围内，从而消除奇异样本带来的不良影响。本实施例中采用L2范数归一化，具体的，方法包括：

其中，i=1，2，...，10000。

S4、将干扰数据与模板数据做相位相关处理，得到第二处理序列，并对第二处理序列进行归一化；

本实施例中，相位相关处理包括：

S41、分别对干扰数据的时间序列f和模板数据的时间序列g进行离散傅立叶变换，得到第一频域序列FXN和第二频域序列XTN；

第一频域序列FXN表示为：

FXN(k)=xn₁*e^{(-1*k*j*2*π/10000)}+xn₂*e^{(-2*k*j*2*π/10000)}+…+xn₁₀₀₀₀*e^{(-10000*k*j*2*π/10000)}

k=1，2，…，10000。

第二频域序列XTN表示为：

XTN(k)=xt₁*e^{(-1*k*j*2*π/10000)}+xt₂*e^{(-2*k*j*2*π/10000)}+…+xt₁₀₀₀₀*e^{(-10000*k*j*2*π/10000)}

k=1，2，…，10000

S42、基于第一频域序列和第二频域序列计算互功率谱；

计算公式如下：

式中，

表示第二频域序列XTN（k）的共轭复数。

S43、对互功率谱进行离散傅立叶逆变换，得到第二处理序列。

第二处理序列PC表示为：

PC(k)=1/10000*(R1*e^{(1*k*j*2*π/10000)}+R2*e^{(2*k*j*2*π/10000)}+…+R10000*e^{(10000 *k*j*2*π/10000)})

k=1，2，…，10000。

对第二处理序列PC进行归一化处理得到第二归一化序列PCN，如图2中第4条曲线所示：

。

S5、将归一化后的所述第一处理序列和归一化后的所述第二处理序列相乘，得到第三序列；

第三序列RP表示为：

RPi=RNi*PCNi，i=1，2，3，...，10000。

S6、设定阈值，判断所述第三序列的幅度是否超过所述阈值的位置和幅度；判断为超过时，则为有效水声信号的到时；判断为不超过时，则返回S2，重复操作。

本实施例中，设定阈值为0.8，记录第三序列RP幅度超过阈值的位置和幅度，该第三序列RP的幅度即代表有效水声信号与模版数据的匹配相关程度，幅度越大则相关性越高，表示接收到的有效水声信号受水下螺旋桨干扰越小，判定结果越可靠。具体如图2的第5条曲线，在9000个样点出，该序列幅度超过阈值，故第9000个样点所对应的时刻90ms即为受干扰序列的有效水声信号的到时。

实施例二

本实施例提供本发明一种水声信号数据处理方法的一种工作示例，包括：

当海底飞行节点刚刚投放入水时，水下螺旋桨不工作，此时采集若干组无水下螺旋桨干扰下的有效水声信号作为模版数据，如附图2的第二条曲线所示匹配模版数据波形，信噪比较高；

当水下螺旋桨工作时，将水下螺旋桨干扰下的一段水声信号采集记录下来，如附图2的第一条波形曲线所示10秒干扰数据波形（30A水下螺旋桨驱动电流时，信噪比低）；

将模版数据与水下螺旋桨干扰下的干扰数据做实时互相关计算，如附图2的第3条波形曲线所示；

再将模版数据与水下螺旋桨干扰下的干扰数据进行相位相关计算，如附图2的第4条波形曲线所示；

最后将互相关计算结果与相位相关计算结果相乘，如附图2的第5条波形曲线所示，所得结果若超过一定阈值，如归一化后绝对值超过0.8，则认为该峰值对应时刻（如附图3的第四条曲线标注的峰值-1.264对应的时刻2.007秒）即为有效水声信号到时。

实施例三

本发明还提供一种水声信号数据处理系统，包括：第一采集单元、第二采集单元、第一处理单元、第二处理单元、第三处理单元以及判断单元；

第一采集单元用于基于电机处于关闭状态时，采集若干组无电机干扰下的水声信号，得到模板数据；

第一采集单元的具体工作过程包括：

首先将海底飞行节点投放入水，此时电机处于关闭状态，水下无螺旋桨的干扰，以2秒为周期发射10KHZ持续时间为20ms的单频脉冲定位水声信号；以100KHZ采样频率采集若干组无电机干扰下的水声信号，将若干组无电机干扰下的水声信号叠加求和再取平均，得到模板数据。如图2的第2条曲线所示。

本实施例中和，采集了5组2秒数据时长的无电机干扰下的水声信号序列为：X1、X2、X3、X4、X5，将X1、X2、X3、X4、X5序列按照叠加求和再取平均的计算方法计算，得到模板数据Xtemp。由于水下无螺旋桨的干扰，其信噪比较高，且采集耗时共10秒，此时飞行节点的位置变化不大，可以认为定位水声信号到时不变，可以叠加。

计算公式如下：

。

第二采集单元用于基于电机开启时，采集有电机干扰下的水声信号，得到干扰数据；

第二采集单元的具体工作过程包括：

电机开启，水下螺旋桨开启，采集2秒有水下螺旋桨干扰的水下水声信号，得到干扰数据Xnoise。具体如图2的第1条曲线所示，图2中5条曲线由上到下依次为：有水下螺旋桨干扰的干扰数据波形、无水下螺旋桨干扰下采集到的模版数据波形、干扰数据波形与模版数据波形互相关、干扰数据波形与模版数据波形做相位相关、互相关与相位相关结果相乘。

第一处理单元用于将干扰数据与模板数据做互相关处理，得到第一处理序列，并对第一处理序列进行归一化；

第一处理单元的具体工作过程包括：

首先，将上述采集的2秒干扰数据Xnoise与模板数据Xtemp做互相关处理，得到第一处理序列R；本实施例中，互相关处理采用循环互相关，因此在计算时要用到超出原始数据索引范围内的数据。本实施例中，数据补充方式采用“周期延拓”，即xt _k+j=xt _k。

具体的，互相关处理计算公式包括：

式中，R（k）表示第一处理序列，xn _i 表示干扰数据的第i个样点值，xt _i+k 表示模板数据的第i+k个样点值。

即，R（k）=xn ₁*+xt _k+1+xn ₂*xt _k+2+...+xn ₁₀₀₀₀*xt _k+10000

其中，k=1,2,...,10000。

然后，对第一处理序列R进行归一化处理，得到第一归一化序列RN。如图2第3条曲线所示。归一化的目的是将第一处理序列R中的数据限定在一定范围内，从而消除奇异样本带来的不良影响。本实施例中采用L2范数归一化，具体的，方法包括：

其中，i=1，2，...，10000。

第二处理单元用于将干扰数据与模板数据做相位相关处理，得到第二处理序列，并对第二处理序列进行归一化；

第二处理单元的具体工作过程包括：

本实施例中，相位相关处理包括：

S41、分别对干扰数据和模板数据进行离散傅立叶变换，得到第一频域序列FXN和第二频域序列XTN；

第一频域序列FXN表示为：

FXN(k)=xn₁*e^{(-1*k*j*2*π/10000)}+xn₂*e^{(-2*k*j*2*π/10000)}+…+xn₁₀₀₀₀*e^{(-10000*k*j*2*π/10000)}

k=1，2，…，10000

第二频域序列XTN表示为：

XTN(k)=xt₁*e^{(-1*k*j*2*π/10000)}+xt₂*e^{(-2*k*j*2*π/10000)}+…+xt₁₀₀₀₀*e^{(-10000*k*j*2*π/10000)}

k=1，2，…，10000

S42、基于第一频域序列和第二频域序列计算互功率谱；

计算公式如下：

式中，

表示第二频域序列XTN（k）的共轭复数。

S43、对互功率谱进行离散傅立叶逆变换，得到第二处理序列。

第二处理序列PC表示为：

PC(k)=1/10000*(R1*e^{(1*k*j*2*π/10000)}+R2*e^{(2*k*j*2*π/10000)}+…+R10000*e^{(10000 *k*j*2*π/10000)})

k=1，2，…，10000

对第二处理序列PC进行归一化处理得到第二归一化序列PCN，如图2中第4条曲线所示：

。

第三处理单元用于将归一化后的第一处理序列和归一化后的第二处理序列相乘，得到第三序列；

第三处理单元得到的第三序列RP表示为：

RPi=RNi*PCNi ，i=1，2，3，...，10000。

判断单元用于设定阈值，并判断第三序列的幅度是否超过阈值的位置和幅度。

本实施例中，判断单元设定阈值为0.8，记录第三序列RP幅度超过阈值的位置和幅度，该第三序列RP的幅度即代表有效水声信号与模版数据的匹配相关程度，幅度越大则相关性越高，表示接收到的有效水声信号受水下螺旋桨干扰越小，判定结果越可靠。具体如图2的第5条曲线，在9000个样点出，该序列幅度超过阈值，故第9000个样点所对应的时刻90ms即为受干扰序列的有效水声信号的到时。

以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (8)

1.一种水声信号数据处理方法，其特征在于，包括以下步骤：

S1、电机处于关闭状态，采集若干组无电机干扰下的水声信号，得到模板数据；

S2、开启电机，采集有电机干扰下的水声信号，得到干扰数据；

S3、将所述干扰数据与所述模板数据做互相关处理，得到第一处理序列，并对所述第一处理序列进行归一化；

S4、将所述干扰数据与所述模板数据做相位相关处理，得到第二处理序列，并对所述第二处理序列进行归一化；

S5、将归一化后的所述第一处理序列和归一化后的所述第二处理序列相乘，得到第三序列；

S6、设定阈值，判断所述第三序列的幅度是否超过所述阈值的位置和幅度；判断为超过时，则为有效水声信号的到时；判断为不超过时，则返回S2，重复操作。

2.根据权利要求1所述水声信号数据处理方法，其特征在于，S1中得到所述模板数据的方法包括：

以设定的采样频率采集若干无电机干扰下的水声信号，将若干组无电机干扰下的水声信号叠加求和再取平均，得到所述模板数据。

3.根据权利要求1所述水声信号数据处理方法，其特征在于，S3中所述互相关处理包括：

式中，R（k）表示第一处理序列，xn _i 表示干扰数据的第i个样点值，xt _i+k 表示模板数据的第i+k个样点值。

4.根据权利要求1所述水声信号数据处理方法，其特征在于，S4中所述相位相关处理包括：

S41、分别对所述干扰数据和所述模板数据进行离散傅立叶变换，得到第一频域序列和第二频域序列；

S42、基于所述第一频域序列和所述第二频域序列计算互功率谱；

S43、对所述互功率谱进行离散傅立叶逆变换，得到所述第二处理序列。

5.一种水声信号数据处理系统，其特征在于，包括：

第一采集单元、第二采集单元、第一处理单元、第二处理单元、第三处理单元以及判断单元；

所述第一采集单元用于基于电机处于关闭状态时，采集若干组无电机干扰下的水声信号，得到模板数据；

所述第二采集单元用于基于电机开启时，采集有电机干扰下的水声信号，得到干扰数据；

所述第一处理单元用于将所述干扰数据与所述模板数据做互相关处理，得到第一处理序列，并对所述第一处理序列进行归一化；

所述第二处理单元用于将所述干扰数据与所述模板数据做相位相关处理，得到第二处理序列，并对所述第二处理序列进行归一化；

所述第三处理单元用于将归一化后的所述第一处理序列和归一化后的所述第二处理序列相乘，得到第三序列；

所述判断单元用于设定阈值，并判断所述第三序列的幅度是否超过所述阈值的位置和幅度。

6.根据权利要求5所述水声信号数据处理系统，其特征在于，所述第一采集单元得到所述模板数据的方法包括：

以设定的采样频率采集若干无电机干扰下的水声信号，将若干组无电机干扰下的水声信号叠加求和再取平均，得到所述模板数据。

7.根据权利要求5所述水声信号数据处理系统，其特征在于，所述第一处理单元进行所述互相关处理的方法包括：

式中，R（k）表示第一处理序列，xn _i 表示干扰数据的第i个样点值，xt _i+k 表示模板数据的第i+k个样点值。

8.根据权利要求5所述水声信号数据处理系统，其特征在于，所述第二处理单元进行所述相位相关处理的方法包括：

分别对所述干扰数据和所述模板数据进行离散傅立叶变换，得到第一频域序列和第二频域序列；

基于所述第一频域序列和所述第二频域序列计算互功率谱；

对所述互功率谱进行离散傅立叶逆变换，得到所述第二处理序列。

Images