CN117951504A - 一种利用hough变换提取时频谱图中谱线的方法及系统 - Google Patents
一种利用hough变换提取时频谱图中谱线的方法及系统 Download PDFInfo
- Publication number
- CN117951504A CN117951504A CN202410063941.3A CN202410063941A CN117951504A CN 117951504 A CN117951504 A CN 117951504A CN 202410063941 A CN202410063941 A CN 202410063941A CN 117951504 A CN117951504 A CN 117951504A
- Authority
- CN
- China
- Prior art keywords
- time
- frequency
- spectrogram
- demon
- 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.)
- Pending
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000009466 transformation Effects 0.000 title claims abstract description 30
- 238000001228 spectrum Methods 0.000 claims abstract description 115
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000005236 sound signal Effects 0.000 claims abstract description 16
- 230000002708 enhancing effect Effects 0.000 claims abstract description 9
- 238000009432 framing Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 4
- 230000037433 frameshift Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 230000005855 radiation Effects 0.000 abstract description 17
- 238000004088 simulation Methods 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及被动声呐舰船辐射噪声线谱检测与增强领域，尤其涉及一种利用hough变换提取时频谱图中谱线的方法及系统。该方法包括：对采集的舰船水声信号进行分帧加窗后，先使用平方检波法进行解调，再使用短时傅里叶变换对每个时间窗的解调结果提取DEMON谱，将各时间段的DEMON谱按时序进行排列，生成时频DEMON谱图；将时频DEMON谱图进行灰度二值化处理，再使用hough变换对提取出的灰度二值谱图进行增强以得到舰船的线谱特征。本发明的方法在仿真数据及实测数据测试中都达到了较好的谱线提取效果。
Description
技术领域
本发明涉及被动声呐舰船辐射噪声线谱检测与增强领域，尤其涉及一种利用hough变换提取时频谱图中谱线的方法及系统。
背景技术
舰船在航行过程中会产生辐射噪声，其中能量较高的线谱是舰船辐射噪声的重要特征量之一，包括由螺旋桨旋转及机械振动产生的线谱分量。在实际应用场景中，弱目标、强干扰和复杂信道等因素使得水声目标辐射噪声信噪比很低，且会出现谱线断续、弯曲等复杂现象。随着水中目标减震降噪的能力不断提升，其辐射噪声强度得到了有效控制，这使得对水中非合作目标的被动声呐探测变得越发困难。因此提高低信噪比情况下的线谱信号增强与检测跟踪能力成为当前水声信号处理技术中一个重要的热点与难点。
水声目标辐射噪声在1hz到100hz频带内主要频率成分为叶频的基频和谐波的单频分量、强度较低的空化噪声、海洋背景噪声及轴承摩擦产生的连续谱信号，对于低速舰船，线谱强度可高于附近连续谱10-25分贝。100hz到1000hz频带内，主要成分为空化噪声和随机噪声产生的连续谱，连续谱的形状为凸，谱峰左侧随频率增大增强，谱峰右侧随频率增大衰减，谱峰的位置与舰船种类、航行速度有关。航行快，谱峰频率低；深度浅，谱峰频率高。1000hz-8000hz频段的主要分量为调制谱，轴频及其倍频等窄带线谱经过其他宽带噪声调制得到，可利用包络检波法得到低频信号。
经典的水下目标识别方法所使用的特征为LOFAR(Low Frequency Analysis andRecording)谱图、DEMON(Detection of Envelope Modulation on Noise)谱图等。LOFAR分析是近几十年来较为具有代表性的被动声呐信号处理方法之一。由于被动声呐所接收到的噪声信号的非平稳性，其频域特性也随时间发生显著变化，因此不能直接对整段输入音频进行傅里叶变换，而是采用短时傅里叶变换得到LOFAR谱图。但在低频段中宽带噪声能量大，轴频及其倍频淹没在低频宽带噪声中无法直接获取，而舰船宽带噪声高频段存在调制现象，可以从高频段中解调出轴频与叶频。DEMON分析通过对接收的宽带信号进行解调以获得低频的包络谱，从而获取低频段的目标轴频、叶频等特征。LOFAR分析得到的是舰船辐射噪声的时频谱图，可以认为是图像特征。声呐操作员通过观察LOFAR谱图，可以在极低信噪比情况下从谱图中提取出谱线。已有研究模仿声呐员识别谱线的过程对LOFAR谱图进行图像处理以增强线谱，如利用hough变换来检测LOFAR谱图中的谱线，但由于前述已经提到的低频段下的低信噪比，谱线提取效果并不理想。目前研究中更多是对单一时刻下的DEMON谱进行分析处理以提取出舰船的轴频与叶频，或将多个时间段的DEMON谱进行加权融合以引入较长时间段下的信息，但DEMON谱在进行时间加权时仍会丢失大部分时间信息。
舰船辐射噪声的线谱分量是进行后续任务的重要特征，在进行线谱的检测与增强过程中，谱线的时间信息与频率信息都需要被准确提取并保留，因此上述方法仍需要进行改进。
使用hough变换提取LOFAR谱图中的谱线的方法，在谱图的生成过程中使用STFT(Short Time Fourier Transform，短时傅里叶变换)引入了信号频谱随时间的变化，hough变换主要用于图像数据中的固定模式特征提取，hough变换的特点是抗干扰能力强，对图像中直线的残缺部分、噪声以及其他共存的非直线结构不敏感。但由于低频段下存在较高能量的宽带连续谱噪声，使得线谱特征被掩盖，该方法对于所需低频段的谱线提取性能较差。多时间段DEMON谱图加权融合方法无法对连续时间下线谱变化情况进行分析，融合时间段的选择较为困难，且在不同数据下差异较大，通常需要人工选择。融合过程中含有信号的频谱平稳假设，但是在较长的时间范围内，舰船辐射噪声通常不会保持频域的相对稳定，因此使用此方法进行时间融合后的DEMON谱会引入较大误差。
发明内容
本发明的目的在于克服现有技术缺陷，提出了一种利用hough变换提取时频谱图中谱线的方法及系统。
为了实现上述目的，本发明提出了一种利用hough变换提取时频谱图中谱线的方法，包括：
对采集的舰船水声信号进行分帧加窗后，先使用平方检波法进行解调，再使用短时傅里叶变换对每个时间窗的解调结果提取DEMON谱，将各时间段的DEMON谱按时序进行排列，生成时频DEMON谱图；
将时频DEMON谱图进行灰度二值化处理，再使用hough变换对提取出的灰度二值谱图进行增强以得到舰船的线谱特征。
优选的，所述对采集的舰船水声信号进行分帧加窗，包括：
采集的舰船水声信号y(n)＝[y1,y2,...,yn]，n＝1,2,...,M，M为信号长度，n表示信号数字采样的第n点；
帧长设置为N，帧移设置为第k帧的信号yk(n)为：
是最大帧数。
优选的，所述使用平方检波法进行解调，包括：
根据舰船类型的调制频段设置带通滤波器的截止频率，则第k帧信号输入带通滤波器的输出ykbandpass(n)为：ykbandpass(n)＝yk(n)*hb(n)，其中*为卷积符号；hb(n)为带通滤波器的单位冲激响应；
经平方检波后再经过低通滤波器输出yklowpass为：yklowpass＝|ykbandpass|2*hl(n)，其中，hl(n)为低通滤波器的单位冲激响应，低通滤波器的截止频率根据线谱的分布范围设置。
优选的，所述使用短时傅里叶变换对每个时间窗的解调结果提取DEMON谱，将各时间段的DEMON谱按时序进行排列，生成时频DEMON谱图，包括：
对每一帧信号计算N点快速傅里叶变换，第k帧快速傅里叶变换结果Yk为：Yk＝FFT(yklowpass(n),N)，
计算每一帧信号的能量谱 m表示第m点，m＝0,1,...,N-1；
将每一帧信号的能量谱按照时序进行堆叠，得到矩阵，即时频DEMON谱D为：其中，T表示转置。
优选的，所述将时频DEMON谱图进行灰度二值化处理，包括：
将矩阵D中的每一个元素进行归一化处理，
设置二值化阈值THgb，高于阈值的元素置1，否则置0，得到灰度二值谱图：
其中，为第i行第j列元素，/>j＝0,2,...,N-1。
优选的，所述使用hough变换对提取出的灰度二值谱图进行增强以得到舰船的线谱特征，包括：
遍历灰度二值谱图内所有元素，将直角坐标系下的点经过极坐标变换再转化为霍夫空间的曲线；
建立霍夫投票箱，筛选投票箱中的极大值点；
分别滤除长度阈值外的谱线和角度阈值外的谱线，输出谱线。
优选的，所述建立霍夫投票箱，筛选投票箱中的极大值点；包括：
根据直角坐标系下的图像像素矩阵大小创建霍夫投票箱Vh，横轴代表角度信息/>角度分辨率为1°，纵轴代表距离信息ρ∈[-d,d]，其中 代表向下取整，d表示图像的对角线像素长度，投票箱中的元素每次被曲线经过，投票计一票；
设定霍夫投票箱阈值THv，仅留下霍夫空间中投票值大于THv的极值点，或根据投票箱中的最大投票值vmax，留下投票箱中投票值大于qvmax的极值点，其中q为投票系数，q∈[0,1]。
优选的，所述滤除长度阈值外的谱线，包括：
根据投票选择出的霍夫空间点，若某点被经过了若干次，查看经过该点的所有曲线的参数，记两曲线的参数的欧氏距离，从中寻找经过该点的所有曲线的参数中欧氏距离的最大值dmax，设定谱线的长度阈值THl，若dmax＞THl，则保留该点，记两曲线参数为该点所对应的笛卡尔坐标系直线的端点坐标；否则，舍去该点。
另一方面，本发明提出了一种利用hough变换提取时频谱图中谱线的系统，其特征在于，所述系统包括：
特征提取模块，用于对采集的舰船水声信号进行分帧加窗后，先使用平方检波法进行解调，再使用短时傅里叶变换对每个时间窗的解调结果提取DEMON谱，将各时间段的DEMON谱按时序进行排列，生成时频DEMON谱图；和
图像增强模块，用于将时频DEMON谱图进行灰度二值化处理，再使用hough变换对提取出的灰度二值谱图进行增强以得到舰船的线谱特征。
与现有技术相比，本发明的优势在于：
本发明改进了舰船辐射噪声线谱提取任务中常用的DEMON谱，修改后的时频DEMON谱含有线谱随时间的变化情况，随后将图像处理中的hough变换引入谱线检测中，针对谱线的特征对hough变换添加约束。提出的方法在仿真数据及实测数据测试中都达到了较好的谱线提取效果。
附图说明
图1是舰船辐射噪声模型；
图2是DEMON谱处理流程；
图3是提取出的DEMON谱；
图4是改进的时频DEMON谱提取流程；
图5是提取出的时频DEMON谱图；
图6是本发明的方法总体流程；
图7是仿真数据线谱提取结果；
图8是仿真数据hough空间表示；
图9是实测数据线谱提取结果；
图10是实测数据hough空间表示。
具体实施方式
基于以上问题，本发明提出一种使用hough变换对连续DEMON谱图提取谱线的方法。在特征提取阶段，对现有DEMON谱图提取方法进行了改进。信号进行分帧加窗后，先使用平方检波法进行解调，再使用STFT对每个时间窗的解调结果提取DEMON谱，将各时间段的DEMON谱按时序进行排列，生成时频DEMON谱图。在特征增强阶段，将谱图进行灰度处理，二值处理。最后使用hough变换对提取出的灰度二值谱图进行增强以得到舰船的线谱特征。
原理阐述：
本发明应用于舰船辐射噪声的线谱检测与增强中。在被动水声信号线谱增强中，数据通常为单水听器采集。舰船辐射噪声源可分为三大类：机械噪声、螺旋桨噪声、水动力噪声。在超过空化临界航速时，螺旋桨噪声是主要的噪声源。螺旋桨噪声中包含有宽带连续谱、窄带线谱与空化产生的幅度调制分量。舰船辐射噪声模型可以表示为图1所示的模型。
数学公式可表达为：
y(t)＝l(t)+{1+m(t)mH(f)}x(t)+n(t) (1)
l(t)表示舰船的低频机械振动产生的线谱；x(t)表示平稳高斯各态历经的随机过程，它表征了舰船连续谱噪声，在调制中作为载波信号；m(t)≤1表示舰船螺旋桨周期性转动产生的线谱信号，通常为轴频及其倍频组成，其频率远低于连续谱噪声x(t)的中心频率，在调制中作为调制信号；mH(f)称为调制深度谱，反映了螺旋桨周期性调制在频谱上的分布情况；n(t)为测量噪声。
1.时频DEMON谱图
若想从原始信号y(t)中获得舰船的轴频及倍频，则需要进行解调制处理，得到的功率谱即为DEMON谱。常用的包络检波方法有绝对值检波法与平方检波法。采取平方检波法从DEMON谱中提取轴频叶频的处理流程可以表示为图2。
输入为选定时间段的辐射噪声，带通滤波需选定解调频带，对选定频带信号进行平方解调。若调制信号为单频确知余弦信号，令m(t)＝Amcos(Ωt)，载波为单频余弦信号x(t)＝cos(ωt)，调制深度mH(t)＝1，忽略机械振动与测量噪声，则y(t)＝[1+Amcos(Ωt)]cos(ωt)，平方运算可得：
其中，
已知ω＞＞Ω，当低通滤波选取截止频率2Ωt＜fc＜2(ω-Ω)t时，输出为：
从式(4)可以看出，通过低通处理可以获得调制频率的基频和二次谐波分量，此时对s(t)进行FFT得到的频谱不含时间信息，提取出的DEMON能量谱如图3。
在对信号进行FFT时，信号频谱随时间的变换被模糊。受到LOFAR谱图的启发，此处我们可以采取STFT对信号进行分析，即对分帧加窗后的信号计算FFT，得到的时频谱图称为时频DEMON谱图，获取流程如下图4所示。
通过将信号分成短帧，可以获得较高时域分辨率的时频谱图，如图5所示。横轴表示频率轴，纵轴为时间轴。STFT服从测不准原理，即此处的时域高分辨率与频域高分辨率相互矛盾。应合理调节窗长以获得较好的时频谱图表示。
2.hough变换
通过上述方法已经获得了舰船辐射噪声随时间在频域上的变化情况，接下来采用hough变换对时频DEMON谱图中的谱线进行提取。hough变换主要用于图像特征检测，可以提取图像中的直线、曲线和圆等形状。
首先需要引入笛卡尔坐标系与霍夫空间的关系。一条直线在笛卡尔坐标系中可以由两个点A(x1,y1)与B(x2,y2)，当得到了直线的斜率k以及截距q时，直线在笛卡尔坐标系中可以表示为式(5)
y＝kx+q (5)
也可以在霍夫空间中写成关于(k,q)的表达式，如式(6)
当笛卡尔坐标系中存在A,B两点，存在一条直线y＝kx+q经过两点，且对应的霍夫空间中应该存在两条直线，且两条直线同时经过点(k,q)。即笛卡尔坐标系中的一条直线对应霍夫空间中的一个点，反之亦成立：霍夫空间中的一条直线对应笛卡尔坐标系中的一个点。笛卡尔坐标系中的共线对应于霍夫空间中的共点。要找直角坐标中的直线就是在找霍夫空间中经过多次的点。由于笛卡尔坐标系中当直线垂直于x轴时，斜率与截距表示困难，因此先将直角坐标转化为极坐标下表示。只需要代入式(7)
再转化为霍夫空间，笛卡尔坐标系中的点(x1,y1)在霍夫空间中表示为式(8)
ρ＝x1cosθ+y1sinθ (8)
此时，寻找图像中的直线等效于寻找霍夫空间中各曲线的交点。
下面结合附图和实施例对本发明的技术方案进行详细的说明。
实施例1
本发明的总体流程如下图6所示，由特征提取与图像增强两部分组成，分别对应前述改进的时频DEMON谱图以及hough变换提取谱线。
假设输入信号可以表示为y(n)＝[y1,y2,...,yn]，n＝1,2,...,M，M为信号长度。
1.获取时频DEMON谱图
1.1.分帧加窗
帧长设置为N，帧移设置为即帧与帧之间有一半重叠，则第k帧的信号可以表示为/>是最大帧数，接下来对每一帧信号分别进行解调与谱分析。
1.2.平方检波法
根据舰船类型的调制频段设置带通滤波器的截止频率，假设带通滤波器的单位冲激响应为hb(n)，则第k帧信号输入带通滤波器的输出为：
ykbandpass(n)＝yk(n)*hb(n)，其中*为卷积符号。平方检波后再经过低通滤波器可以表示为yklowpass＝|ykbandpass|2*hl(n)，其中hl(n)为低通滤波器的单位冲激响应，低通滤波器的截止频率应根据线谱的分布范围设置。
1.3.快速傅里叶变换
对每一帧信号计算N点FFT，表示为Yk(m)＝FFT(yklowpass(n),N)，m＝0,1,...,N-1。计算每一帧信号的能量谱m＝0,1,...,N-1，此处可以选择转换为对数形式表示。
1.4.时间帧堆叠
将每一帧信号的能量谱按照时序进行堆叠，形成的矩阵可表示为：此矩阵即为时频DEMON谱。
2.图像预处理
2.1.转化为灰度图
可以将时频DEMON谱作为图片处理，此处转化为灰度的操作相当于将矩阵D中的每一个元素进行归一化，归一化操作可以表示为
其中Dmax为矩阵D中的最大元素值。
2.2.灰度图二值化
设置二值化阈值，高于阈值的元素置1，否则置0。可以表示为
其中THgb为设定的灰度二值化阈值。
3.hough变换提取线谱
3.1.霍夫空间转换
经过预处理，直角坐标系下的图像像素可以写为以下矩阵表示
此时遍历矩阵内所有元素 j＝0,1,...,N-1，对于每个元素/>转换到霍夫空间中可以表示为ρ＝mcosθ+nsinθ，即直角坐标系下的点经过极坐标变换后对应霍夫空间中的正弦曲线与余弦曲线的线性组合。
3.2.建立霍夫投票箱
根据直角坐标系下的图像像素矩阵大小创建霍夫投票箱Vh，横轴代表角度信息角度分辨率为1°，纵轴代表距离信息ρ∈[-d,d]，其中/> 代表向下取整，d表示图像的对角线像素长度。故投票箱/>投票箱中的元素每次被3.1中的曲线经过，投票计一票。
3.3.投票结果选取
筛选投票箱中的极大值点。设定霍夫投票箱阈值THv，仅留下霍夫空间中投票值大于THv的极值点。此处也可按照比例设置，如投票箱中最大投票值为vmax，留下投票箱中投票值大于qvmax的极值点，其中q为投票系数，q∈[0,1]。
3.4.滤除长度阈值外的谱线
根据投票选择出的霍夫空间点，若某点被经过了p次，查看经过该点的所有曲线的参数(xi,yi)，i＝1,2,...,p，记两曲线的参数的欧氏距离为：
寻找经过该点的所有曲线的参数中欧氏距离的最大值dmax。设定谱线的长度阈值THl，若dmax＞THl，则保留该点，记两曲线参数为该点所对应的笛卡尔坐标系直线的端点坐标。若欧氏距离小于TH1则将该点舍去。
3.5.滤除角度阈值外的谱线
由于谱线特性是近似平行于时间轴的，故可设置直线角度阈值THangle。当直线在笛卡尔坐标系中平行于时间轴时，其对应霍夫空间中的点的θ＝0。考虑到舰船辐射噪声可能随工况发生偏移，保留|θ|＜THangle的霍夫空间点。去除不符合角度特性的直线后，剩下的直线即为谱线。
实施例2
本发明的实施例2提出了一种利用hough变换提取时频谱图中谱线的系统，基于实施例1的方法实现，所述系统包括：
特征提取模块，用于对采集的舰船水声信号进行分帧加窗后，先使用平方检波法进行解调，再使用短时傅里叶变换对每个时间窗的解调结果提取DEMON谱，将各时间段的DEMON谱按时序进行排列，生成时频DEMON谱图；
图像增强模块，用于将时频DEMON谱图进行灰度二值化处理，再使用hough变换对提取出的灰度二值谱图进行增强以得到舰船的线谱特征
实验分析：
1、仿真数据
仿真数据采用原理分析中的舰船辐射噪声信号模型。采样频率为2000Hz，信号长度为300000，四根线谱分别设置为5Hz、10Hz、15Hz和20Hz，载波信号设置为频带为[500,1000]的随机连续谱信号，随机噪声设置为加性白噪声，信噪比为-10dB。带通滤波器频带设置为[500,800]，窗长为2s，重叠率为0.5。对信号进行分析并提取线谱可以获得以下结果。图7为该仿真数据提取出的时频DEMON谱图以及增强后的线谱结果，从下图中可以看出所提出的方法在较低信噪比下准确的提取出了四根谱线。图8为该数据转换为霍夫空间表示，由于添加的角度限制，投票结果集中在θ＝0附近。
2、实测数据
采用实测数据进行性能分析，带通滤波器频带设置为[500,800]，窗长为2s，重叠率为0.5。对信号进行分析并提取线谱可以获得以下结果。图9为提取出的时频DEMON谱图以及线谱，提取出的谱线分别为1.1Hz、3.3Hz、5.5Hz与7.7Hz，符合基频与倍频的关系。该方法不仅能得到谱线的频域位置，还可以得到谱线的出现时刻，随时间的弯曲情况等。图10为该数据的霍夫空间表示。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种利用hough变换提取时频谱图中谱线的方法，包括：
对采集的舰船水声信号进行分帧加窗后，先使用平方检波法进行解调，再使用短时傅里叶变换对每个时间窗的解调结果提取DEMON谱，将各时间段的DEMON谱按时序进行排列，生成时频DEMON谱图；
将时频DEMON谱图进行灰度二值化处理，再使用hough变换对提取出的灰度二值谱图进行增强以得到舰船的线谱特征。
2.根据权利要求1所述的利用hough变换提取时频谱图中谱线的方法，其特征在于，所述对采集的舰船水声信号进行分帧加窗，包括：
采集的舰船水声信号y(n)＝[y1,y2,...,yn]，n＝1,2,...,M，M为信号长度，n表示信号数字采样的第n点；
帧长设置为N，帧移设置为第k帧的信号yk(n)为：
是最大帧数。
3.根据权利要求2所述的利用hough变换提取时频谱图中谱线的方法，其特征在于，所述使用平方检波法进行解调，包括：
根据舰船类型的调制频段设置带通滤波器的截止频率，则第k帧信号输入带通滤波器的输出ykbandpass(n)为：ykbandpass(n)＝yk(n)*hb(n)，其中*为卷积符号；hb(n)为带通滤波器的单位冲激响应；
经平方检波后再经过低通滤波器输出yklowpass为：yklowpass＝|ykbandpass|2*hl(n)，其中，hl(n)为低通滤波器的单位冲激响应，低通滤波器的截止频率根据线谱的分布范围设置。
4.根据权利要求3所述的利用hough变换提取时频谱图中谱线的方法，其特征在于，所述使用短时傅里叶变换对每个时间窗的解调结果提取DEMON谱，将各时间段的DEMON谱按时序进行排列，生成时频DEMON谱图，包括：
对每一帧信号计算N点快速傅里叶变换，第k帧快速傅里叶变换结果Yk为：
计算每一帧信号的能量谱m表示第m点，m＝0,1,...,N-1；
将每一帧信号的能量谱按照时序进行堆叠，得到矩阵，即时频DEMON谱D为：其中，T表示转置。
5.根据权利要求4所述的利用hough变换提取时频谱图中谱线的方法，其特征在于，所述将时频DEMON谱图进行灰度二值化处理，包括：
将矩阵D中的每一个元素进行归一化处理，设置二值化阈值THgb，高于阈值的元素置1，否则置0，得到灰度二值谱图：
其中，PYi(j)为第i行第j列元素，
6.根据权利要求5所述的利用hough变换提取时频谱图中谱线的方法，其特征在于，所述使用hough变换对提取出的灰度二值谱图进行增强以得到舰船的线谱特征，包括：
遍历灰度二值谱图内所有元素，将直角坐标系下的点经过极坐标变换再转化为霍夫空间的曲线；
建立霍夫投票箱，筛选投票箱中的极大值点；
分别滤除长度阈值外的谱线和角度阈值外的谱线，输出谱线。
7.根据权利要求6所述的利用hough变换提取时频谱图中谱线的方法，其特征在于，所述建立霍夫投票箱，筛选投票箱中的极大值点；包括：
根据直角坐标系下的图像像素矩阵大小创建霍夫投票箱Vh，横轴代表角度信息/>角度分辨率为1°，纵轴代表距离信息ρ∈[-d,d]，其中 代表向下取整，d表示图像的对角线像素长度，投票箱中的元素每次被曲线经过，投票计一票；
设定霍夫投票箱阈值THv，仅留下霍夫空间中投票值大于THv的极值点，或根据投票箱中的最大投票值vmax，留下投票箱中投票值大于qvmax的极值点，其中q为投票系数，q∈[0,1]。
8.根据权利要求7所述的利用hough变换提取时频谱图中谱线的方法，其特征在于，所述滤除长度阈值外的谱线，包括：
根据投票选择出的霍夫空间点，若某点被经过了若干次，查看经过该点的所有曲线的参数，记两曲线的参数的欧氏距离，从中寻找经过该点的所有曲线的参数中欧氏距离的最大值dmax，设定谱线的长度阈值THl，若dmax＞THl，则保留该点，记两曲线参数为该点所对应的笛卡尔坐标系直线的端点坐标；否则，舍去该点。
9.一种利用hough变换提取时频谱图中谱线的系统，其特征在于，所述系统包括：
特征提取模块，用于对采集的舰船水声信号进行分帧加窗后，先使用平方检波法进行解调，再使用短时傅里叶变换对每个时间窗的解调结果提取DEMON谱，将各时间段的DEMON谱按时序进行排列，生成时频DEMON谱图；和
图像增强模块，用于将时频DEMON谱图进行灰度二值化处理，再使用hough变换对提取出的灰度二值谱图进行增强以得到舰船的线谱特征。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410063941.3A CN117951504A (zh) | 2024-01-16 | 2024-01-16 | 一种利用hough变换提取时频谱图中谱线的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410063941.3A CN117951504A (zh) | 2024-01-16 | 2024-01-16 | 一种利用hough变换提取时频谱图中谱线的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117951504A true CN117951504A (zh) | 2024-04-30 |
Family
ID=90804242
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410063941.3A Pending CN117951504A (zh) | 2024-01-16 | 2024-01-16 | 一种利用hough变换提取时频谱图中谱线的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117951504A (zh) |
-
2024
- 2024-01-16 CN CN202410063941.3A patent/CN117951504A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107609488B (zh) | 一种基于深度卷积网络的舰船噪声识别分类方法 | |
| US3993976A (en) | Method and apparatus for pattern analysis | |
| CN108919240B (zh) | 一种基于组稀疏结构的水声目标辐射噪声调制谱重构方法 | |
| Veltcheva et al. | Identification of the components of wave spectra by the Hilbert Huang transform method | |
| CN108801464B (zh) | 一种计算光波偏振方向与偏振度的图像处理方法 | |
| CN111062978B (zh) | 基于频域滤波技术的时空图像测流的纹理识别方法 | |
| CN112859012B (zh) | 一种基于级联卷积神经网络的雷达欺骗干扰识别方法 | |
| Shadlou Jahromi et al. | Feature extraction in fractional Fourier domain for classification of passive sonar signals | |
| CN115114949A (zh) | 一种基于水声信号的舰船目标智能识别方法及系统 | |
| CN106483520B (zh) | 一种船舶辐射噪声调制系数估计方法 | |
| Lu et al. | Fundamental frequency detection of underwater acoustic target using DEMON spectrum and CNN network | |
| CN103412298A (zh) | 一种自动获取船舶螺旋桨变速旋转时间区间方法 | |
| Zhang et al. | Research on the fault diagnosis method for rolling bearings based on improved VMD and automatic IMF acquisition | |
| CN116153329A (zh) | 一种基于cwt-lbp的声音信号时频纹理特征提取方法 | |
| CN113780521B (zh) | 一种基于深度学习的辐射源个体识别方法 | |
| CN117951504A (zh) | 一种利用hough变换提取时频谱图中谱线的方法及系统 | |
| CN111929666A (zh) | 一种基于序贯环境学习的弱水声目标线谱自主提取方法 | |
| CN116338628A (zh) | 一种基于学习架构的激光雷达测深方法、装置及电子设备 | |
| CN113642245B (zh) | 一种舰船辐射噪声数据集的构建方法 | |
| CN112147716A (zh) | 一种水陆检信号的合并方法和装置 | |
| CN117331125B (zh) | 一种分裂波束数据处理方法、装置、电子设备和介质 | |
| CN111624585A (zh) | 一种基于卷积神经网络的水下目标被动检测方法 | |
| Yu et al. | A new method for radar emitter individual identification based on VMD and multi-image feature combination | |
| Sarno Filho et al. | Empirical Mode Decomposition: Theory and Applications in Underwater Acoustics | |
| JP2639353B2 (ja) | 音響信号検出装置 |
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 |