参数化时频分析在连续波有源探测中的应用

针对双曲调频信号在连续波有源探测中的目标回波检测和直达波干扰抑制问题,提出了基于参数化时频分析的连续波信号处理算法。首先,通过分析双曲调频连续波的信号时频特性,结合参数化时频分析思想,提出了适于有源探测的频域参数化时频变换和针对双曲调频信号的核函数设计。然后,为抑制接收信号中的直达波干扰,采用参数化旋转时频变换处理接收信号,并进行时频域滤波以分离信号分量,再利用反变换重构回波信号。数值仿真和海上实验结果表明,所提算法不仅能准确估计信号时频特征、有效获取双曲调频连续波信号的时频增益、提升检测性能,还可以有效抑制直达波干扰。

基于时延冗余测量的阵形校准

海底柔性水平阵的阵形校准,可以利用两个校准声源测量阵元间的声传播时延差来求解得到。传统算法只利用了相邻阵元信号测量的时延差,但误差会随噪声增大而出现累积。在信噪比降低时,所提方法通过冗余时延测量有效地减少了误差累积,从而提高了阵形校准的精度与稳定性。数值仿真与实验结果都验证了该方法的有效性。

基于线性调频信号二次相位变换的主动声呐目标速度估计

分数阶傅里叶变换常用于主动声呐线性调频信号的分析,通过搜索变换参数可以估计目标的相对速度。但是由于其参数搜索计算量偏大,在自主式水下航行器等计算力有限的小平台难以实时处理。针对该问题提出了一种基于二次相位变换的线性调频信号速度估计方法,根据多普勒频移后线性调频信号的二次相位变换的解析解,分析了二次相位变换后变换域频谱展宽与多普勒频移之间的对应关系。二次相位变换是分数阶傅里叶变换的简化,使用二次相位变换变换后幅度谱的展宽来估计相对速度,有效降低了对变换参数二维扫描的计算量。数值仿真结果显示,该方法可有效估计目标相对速度,参数搜索计算量降低了一个维度,估计精度可以达到1 m·s^(-1)。

相位感知的水下平台背景宽带噪声干扰抑制

针对水下航行器等平台存在宽带背景噪声干扰导致目标检测能力下降问题,提出一种适用于多通道水听器阵列的深度学习宽带背景噪声干扰抑制方法。该方法通过含干扰信号的多通道频域特征级联保留了相位信息,使用深度复数神经网络建立了一个估计纯净目标信号频谱特征的学习模型实现干扰抑制,再利用常规波束形成方法实现目标检测与跟踪。仿真结果表明,在信干比为-15 dB,-20 dB,-25 dB的双目标信号条件下,所提干扰抑制方法可以有效减少近场干扰影响,提高了常规波束形成的检测能力。湖试结果表明,该方法能够自适应地实现平台宽带背景噪声干扰抑制,有效提升目标检测和跟踪性能。

浅海大孔径时钟弱同步阵列的信道匹配阵形校准

浅海大孔径时钟弱同步阵列的阵形校准,受到时钟偏移与信道频散的不利影响,校准精度难以满足探测要求。利用浅海波导环境中仅激发一阶模态的低频段校准信号,使用基于波导参数计算的相速度开展信道匹配距离测量,并将时钟偏移作为未知参数纳入校准模型,结合声源与参考阵元的位置信息,从而消除频散效应和时钟偏移的不利影响,可实现浅海大孔径阵列阵元位置与时钟偏移的信道匹配联合校准。实验数据分析结果表明,该方法有效校准浅海大孔径时钟弱同步阵列的阵元位置和时钟偏移,较之基于时延估计的传统方法,所提方法校准后的15阵元860 m大孔径水平线阵列,对正横和端射方向附近15~30 Hz目标信号的测向精度分别提高了0.2°和0.4°,阵增益分别提高了1.8 dB和4.4 dB。

宽带双曲调频信号参数化时频分析波达方向估计

针对有源探测或脉冲侦查中双曲调频信号的波达方向估计问题,提出了基于参数化时频变换(PTFT)的多重信号分类(MUSIC)测向算法,简称PTFT-MUSIC算法。该算法由发射信号确定针对双曲调频信号的参数化变换核,对接收信号进行频域参数化时频变换,利用获得的时频分布建立阵列信号时频分布模型,并以此模型设计基于时频分布矩阵的MUSIC算法以实现双曲调频信号的波达方向估计。通过仿真和实验对该算法的估计误差和多目标分辨性能进行了分析,仿真和海上实验结果表明:相比现有的时频MUSIC算法,PTFT-MUSIC算法能有效提高空间谱分辨率和波达方向估计性能,同时该算法拥有对特定调频信号筛选性,结合时频域滤波算法能有效抑制相干直达波干扰,应用于多基地声呐系统时有效提高了声呐定位性能。

孔径扩展中相位修正因子估计的改进算法

传统的扩展拖曳阵列尺寸算法（Extended Towed Array Measurement,ETAM）在信噪比不够高、相位修正因子的相位角处于以间断点为中心的＂跳变区间＂时,扩展孔径均有可能失效。针对传统的ETAM算法中互相关相位角的间断点导致的算法不稳定问题,提出了一种相位修正因子估计的改进算法。该算法使用归一化互相关复向量的统计平均值作为相位修正因子的最小二乘估计,消除了互相关相位角的间断点带来的不利影响。数值仿真和实验数据分析结果表明：对于相位稳定甚至相位随机的单目标信号,改进算法均能有效扩展孔径,获得相对于常规波束形成（Conventional Beamforming,CBF）更高的方位分辨率和检测信噪比;相比于传统的ETAM算法,改进算法提高了相位修正因子的估计准确性,从而有效提高了算法的稳定性。

使用深度学习的多通道水下目标识别

为解决低信噪比条件下水下目标识别率低的问题,提出一种适用于多通道水听器阵列的深度学习水下目标识别方法。首先是采用子通道特征级联的方法利用多通道信息;在特征提取方面,采用对信号的不同频率区间进行加权的特征提取器,并对提取的特征进行正则规整;最后采用深度神经网络(Deep Neural Network,DNN)实现目标识别。实验首先在仿真条件下对所提出方法的有效性进行验证,结果表明在-15 dB信噪比条件下的五目标识别任务中,使用多通道级联特征的深度神经网络的识别正确率达到96.7%,显著高于基于支持向量机(Support Vector Machine,SVM)的方法。在后续的湖上试验中,深度神经网络的平均正确率达到96.0%,进一步验证了所提出方法的有效性。

浅海负跃层条件下的双基地有源探测实验及定位声速修正

为了研究浅海条件下海底固定水平阵和机动声源的双基地有源探测性能,建立了浅海双基地有源探测仿真模型,分析了实验海区负跃层条件下的传播损失和多途能量扩展损失,实现了双基地有源探测的性能预估。以模型仿真为基础,在南海北部海域开展了一次浅海双基地有源探测实验.针对定位中的声速与实验中目标回波的脉冲传播速度的偏差导致定位精度下降的问题,提出了一种目标回波脉冲传播速度近似估计方法。实验结果表明,双基地有源探测可在浅海负跃层条件下实现对水中目标的有效探测,多个实验站位的回波信噪比实测值与仿真预测值符合较好,定位声速近似估计方法可进一步提高定位精度。

水平阵信号压缩感知用于简正波分离

针对水平阵信号简正波分离过程中常规波束形成分辨率低以及warping模态滤波不适用于复杂声信号的问题,提出水平阵信号压缩感知用于简正波分离的方法。利用压缩感知在方位估计中的高分辨特性,通过估计水平阵接收信号在频率方位角上的二维分布,分离得到各阶简正波的方位谱,并逆Fourier变换得到时域波形。仿真孔径1 km、阵元间隔10 m水平阵接收20~200 Hz伪随机声信号和脉冲声信号,所提方法分离出的各阶简正波与理论波形的相关系数在0.97~1.0。对2011年北黄海声学实验中的海底28元水平阵接收的气枪信号,在合成至1 km孔径后使用压缩感知方法分离简正波,其与warping模态滤波分离得的前5阶简正波相关系数在0.82~0.93。仿真与实验都说明了水平阵信号压缩感知简正波分离方法的有效性。

结合卷积神经网络的浅海有源探测信道匹配

信道匹配方法在有源探测领域是一种重要的提升检测信噪比的方法。针对非确知海底参数环境下的有源探测信道匹配问题,提出一种结合卷积神经网络进行信道匹配的算法。该算法基于海底参数扰动开展声场仿真生成卷积网络训练数据;首先通过分类网络将信号按照海底底质类型分类,在每个分类区间内采用单独的卷积网络反演海底参数;然后结合声场模型估计信道传递函数,进行信道匹配,从而在非确知环境下抑制多途影响,提升回波检测能力。仿真与实验结果表明,该算法能够在不确知海底环境条件下,有效估计信道传递函数,实现信道最优化匹配,在实验条件下可提高回波检测信噪比4 dB左右。相比传统方法,该算法可以在海底参数不确知条件下对低接收信噪比的信号实现信道匹配,同时不需要高信噪比的实验参考信号,有效提高了信道匹配方法的环境宽容性。

浅海双基地有源探测调频信号直达波消除

双基地有源探测常采用长脉宽探测信号以获取更高的时间增益,容易导致回波弱信号被强直达波信号掩蔽而影响回波检测。针对长调频信号直达波的干扰,提出基于分数阶傅里叶变换(FrFT)的直达波消除方法。该方法利用调频信号在时频分布上的稀疏性,通过对接收信号进行分数阶傅里叶变换分离直达波和回波信号然后在变换域对直达波信号进行去除。远程双基地有源探测的收发距离较远,直达波信号经过长距离传播,浅海多途信道的影响不可忽视,因此通过数值仿真分析了浅海声传播对FrFT消除直达波方法的影响。理论和仿真分析结果表明,FrFT对一定时频分布的调频类信号具有足够的分辨力,可以有效在浅海环境中分离和消除直达波干扰。利用2018年的一次海上试验数据,对基于FrFT的直达波消除方法进行了检验,结果表明该方法可有效消除有源探测中的直达波干扰。该方法计算复杂度低,受浅海频散信道影响小,具有很好的稳健性。

浅海非均匀水平阵宽带声场信号无源孔径扩展

大孔径水平阵对于浅海低频水声物理实验研究和应用至关重要,然而受实际情况制约,通常使用的水平基阵孔径十分有限,通过孔径扩展处理来扩展基阵孔径是一条重要途径.传统的无源孔径扩展方法是建立在均匀线阵、匀速相对运动和相干窄带连续信号的基础上的,难以适用于非均匀阵以及非连续宽带声源的情况.针对这些问题,提出了非均匀阵宽带声场信号的无源孔径扩展方法.使用静止布设在海底的非均匀水平短阵接收运动声源重复发射的宽带声信号,先开展均匀空间插值,然后在阵元域和波束域进行宽带扩展孔径处理。仿真和实验结果表明,在水深约70 m的浅海波导环境中,纵向间隔27.5 m的2个阵元接收20〜200 Hz宽带声场,其空间插值结果与真值的相关系数大于0.99,说明宽带声场插值方法的合理性。在水平非均匀、纵向孔径250 m的短阵接收声场无法分析简正波频散特征的情况下,仿真和实验数据经过宽带无源孔径扩展处理得到孔径大于1 km的均匀线阵的声场,能高分辨区分各阶简正波,证明所提方法是有效的.

The concise fractional Fourier transform and its application in detection and parameter estimation of the linear frequency-modulated signal

A concise fractional Fourier transform （CFRFT） is proposed to detect the linear frequency-modulated （LFM） signal with low signal to noise ratio （SNR）. The frequency axis in time-frequency plane of the CFRFT is rotated to get the spectrum of the signal in different an- gles using chirp multiplication and Fourier transform （FT）. For LFM signal which distributes as a straight line in time-frequency plane, the CFRFT can gather the energy in the corresponding angle as a peak and improve the detection SNR, thus the LFM signal of low SNR can be de- tected. Meanwhile, the location of the peak value relates to the parameters of the LFM signal. Numerical simulations and experimental results show that, the proposed method can be used to efficiently detect the LFM signal masked by noise and to estimate the signal＇s parameters accurately. Compared with the conventional fractional Fourier transform （FRFT）, the CFRFT reduces the transform complexity and improves the real-time detection performance of LFM signal.