基于频率着色的稀疏贝叶斯宽带波达角估计方法

为了提升稀疏贝叶斯(Sparse Bayesian Learning,SBL)算法在干扰环境下对目标信号的检测能力,提出将频率着色技术(Frequency Coloring,FC)推广至SBL算法中。在SBL-FC算法中,首先将阵列接收信号通过傅里叶变换转换至各个子带,在各子带内利用SBL算法进行波达角估计,输出功率谱。不同于常规的SBL算法仅将各子带的功率谱进行简单地叠加,算法考虑干扰和目标频谱结构的差异性,对各子带进行不同的着色,使得干扰和目标轨迹在方位时间历程图上对应于不同的颜色,从而使得目标轨迹更易被提取。数值仿真和实验数据分析表明,利用目标和干扰频谱结构的差异性可有效提升SBL算法在干扰环境下对目标信号的检测能力。

撤稿:《浅海矢量声场极化特性的深度分布规律》[物理学报2024,73(9):094302]

韦宜政、孙超、朱启轩发表在《物理学报》的文章“浅海矢量声场极化特性的深度分布规律”(《物理学报》2024,73(9):094302,DOI:10.7498/aps.73.20231767)中,有几处结构和写法参考了“浅海质点振速场强度的深度分布特性”(《上海交通大学学报》,DOI:10.16183/j.cnki.jsjtu.2023.073)一文,但由于作者的疏忽,没有标明引用.文章所涉及的科学研究成果由作者独立工作取得,均为原创性内容.为避免学术诚信问题,作者提出撤稿,特此声明.

搜索域维度扩展稳健匹配场声源辐射功率估计

与传统声源辐射功率估计方法相比,匹配场声源辐射功率估计方法能获得更准确的估计结果,但环境失配对其性能影响较大。针对这一问题,提出一种搜索域维度扩展稳健匹配场声源辐射功率估计方法。定义环境失配影响因子,量化表示环境失配对信道传递函数和匹配场声源辐射功率估计方法的影响,确定提升环境失配稳健性的关键在于准确估计信道传递函数。传统匹配场声源辐射功率估计方法中信道传递函数搜索域是一个距离-深度二维平面,环境失配时,其中必然不包含真实信道传递函数,因此信道传递函数估计结果与真实信道传递函数也必然存在偏差。文中提出的搜索域维度扩展稳健匹配场声源辐射功率估计方法将信道传递函数搜索域扩展为距离、深度和不确定参数组构成的三维搜索空间,将真实信道传递函数包含在搜索域中,使得最优备选信道传递函数等于真实信道传递函数。随后构造三维搜索空间的目标函数,目标函数的绝对值越小,备选信道传递函数与真实信道传递函数偏差越小。使用目标函数绝对值取最小值时对应的备选信道传递函数可以更准确地估计声源辐射功率,仿真验证了理论分析的结果。

利用线谱声强干涉起伏相关系数估计波导不变量

针对低信噪比时难以利用低频分析记录谱中宽带连续谱条纹状干涉图样提取波导不变量的问题,提出了一种利用线谱声强干涉起伏相关系数估计波导不变量方法。该方法根据参考线谱声强干涉起伏与经过尺度伸缩变换的线谱声强干涉起伏之间存在的正比关系包含波导不变量这一事实,构造线谱声强干涉起伏相关系数以实现波导不变量估计。讨论在声源相对水听器径向和非径向2种运动模型下,将原始采样时刻代换为新的采样时刻,得到重采样后的线谱声强干涉起伏;利用相关系数表示重采样后的参考线谱声强干涉起伏与经过尺度伸缩变换后的线谱声强干涉起伏之间的相似程度,得到不同波导不变量搜索值下的相关系数,其峰值对应的搜索结果就是波导不变量真值。仿真实验和实测数据处理结果表明,所提方法能有效实现波导不变量估计。

基于相关干扰抑制的MIMO声呐波形设计

为了解决在多输入多输出声呐系统中,发射信号无法实现理想的正交问题,要求发射波形之间有尽可能低的互相关峰值电平和自相关旁瓣峰值电平。分析表明:传统的正交频分复用线性调频信号(OFDM-LFM)波形存在较高的ASPL。针对这个问题,采用信号分段设计的思想,提出2种新的波形结构设计方案,分别采用优化子脉冲调频带宽和调频时宽的设计方法,对每个发射阵元的LFM信号结构进行优化设计,在保证波形容易产生的基础上,增加发射信号自由度,仿真结果表明:与传统正交频分复用线性调频信号波形相比,2种方法所设计的波形具有更低的自相关旁瓣峰值电平和互相关峰值电平。

基于轨迹泊松多伯努利混合滤波器的浅海匹配场连续跟踪方法

匹配场跟踪方法依据模糊度函数时间序列中声源位置移动的连续性和伪峰位置的无序性,可实现水下声源轨迹跟踪.然而,受到浅海空时起伏波导环境和声源复杂运动场景的双重影响,已有匹配场跟踪方法易出现轨迹中断、交叉混叠和虚假轨迹等现象,导致不连续的轨迹跟踪结果.针对这一问题,本文基于轨迹泊松多伯努利混合滤波器,利用模糊度函数中峰值位置距离似然和峰值幅度似然的一致性,提出一种匹配场连续跟踪方法.该方法应用于SWellEx-96实验数据并由线性规划准则度量跟踪性能,结果表明:相比已有匹配场跟踪和基于随机有限集的多目标跟踪方法,所提方法实现了两个水下运动声源轨迹连续跟踪,其中,轨迹状态随机有限集的建模方式以及在轨迹空间内执行预测和更新步骤,可以防止在未持续发声且数量未知的声源跟踪过程中出现轨迹中断和混叠现象;结合模糊度函数峰值位置和幅度信息执行数据关联步骤,可抑制虚假轨迹.

基于浅海声强干涉的双水听器运动声源速度估计

针对低信噪比时难以利用低频分析记录谱中宽带连续谱条纹状干涉图样估计声源运动速度的问题,提出一种基于双水听器利用线谱声强干涉起伏估计运动声源速度的方法。该方法利用声源运动参数对时间维线谱声强干涉起伏进行重采样,得到满足正比关系的不同频率线谱声强干涉起伏。通过建立两频率线谱声强干涉起伏之间相关系数的代价函数,搜索出双水听器各自对应的最近通过时间和距速比参数,再结合声源与双水听器的距离位置关系,最终解算出声源运动速度。仿真实验表明,该方法能有效估计声源运动速度,对背景噪声下低速运动声源有较好的测速效果.

基于波束-波数域非相干匹配的浅海运动声源深度估计方法

浅海波导运动声源定位研究中,在声源距离未知时估计声源深度一直是个具有挑战性的问题.现有深度估计方法对声源未知初始距离敏感,且要求声源运动形成的水平合成孔径长度远大于模态干涉长度.针对这两个问题,本文提出一种基于波束-波数域非相干匹配的浅海运动声源深度估计方法,首先将垂直阵接收声压数据在深度和水平合成孔径方向分别进行波束形成变换到波束-波数域,波束-波数平面的峰值幅度仅包含与声源深度有关的模态激励,峰值位置与模态传播角和水平波数相对应;然后,在波束-波数平面内提取各峰值幅度,并与拷贝计算的模态深度函数进行非相干匹配,实现声源深度估计.所提方法在波束-波数二维平面内进行模态分离,消除了声源距离相关项,提高了模态分辨能力,可在声源初始距离未知和水平合成孔径长度小于模态干涉长度的情况下实现声源深度估计.仿真和SWellEx-96实验数据处理结果验证了所提方法的优越性能.

南海中南暗沙海域海底环境噪声特性

为了解南海海底环境噪声特点,2021年3月至12月,在南海中南暗沙海域海底进行了海洋环境噪声观测。统计分析了不同频段噪声的噪声级及其峰度和偏度,结果表明:南海中南暗沙海域海底环境噪声存在季节差异,总体表现为冬季噪声级高于其他季节,而昼夜差异微弱;5 kHz以上频段低噪声级的噪声多,环境安静;8 kHz频段的噪声级随时间的变化趋势与风速随时间的变化趋势一致;热带气旋过境时该海域20 kHz以下的噪声级呈现整体增加的趋势,但不同频率噪声级受热带气旋影响的程度不同,8 kHz频段噪声级受风速变化的影响较大,而200 Hz和20 kHz频段随风速变化的幅度较低。

基于协方差矩阵拟合的宽带无网格波达角估计

宽带波达角(Direction of Arrival,DOA)估计是声呐系统阵列信号处理中一个重要的研究方向。文章提出了一种基于相干子空间的改进稀疏与参数方法(Coherent Signal-subspace based Modified Sparse and Parameter Approach,C-MSPA),以实现高精度和高空间方位分辨能力的宽带DOA估计。算法利用聚焦矩阵将各子带上的采样协方差矩阵投影至聚焦频率上。完成聚焦后,文章基于频率选择的范德蒙分解理论对协方差矩阵拟合准则进行改进,使重构的协方差矩阵中包含的DOA信息严格限制在聚焦区域内,最终对重构的协方差矩阵进行范德蒙分解,得到DOA估计值。所提出的算法无需选取正则参数,同时避免了基不匹配问题。仿真和湖上实测数据分析结果表明,所提出的方法实现了高空间方位分辨能力且提高了DOA估计精度。

利用跟踪轨迹特征和SVDD-SVM联合分类器的水下慢速小目标分类方法

针对蛙人、无人水下航行器(UUV)等慢速小目标分类识别所面临的小样本、类不平衡问题,提出了利用轨迹特征、支持向量数据描述(SVDD)与支持向量机(SVM)的联合分类方法。该方法将水下慢速小目标类型简化为蛙人、UUV、其他3类,利用跟踪轨迹特征设计多维特征量,构建SVDD-SVM联合分类器获得分类结果。具体为,针对小样本问题,采用参数维度小、训练数据量要求低的SVDD、SVM作为分类器的基本单元。针对类不平衡问题,使用2个并联的单分类SVDD和1个与两者串联的二分类SVM设计联合分类器,同时为联合分类器的输出设计投票机制保证分类结果的稳健性。实测数据处理结果表明,所提SVDD-SVM联合分类器对蛙人目标的平均召回率可达86%,平均精确率可达87%;对UUV目标的平均召回率可达85%,平均精确率可达86%。所提方法在小样本、类不平衡条件下具有优于传统方法的分类准确性和稳健性。

浅海内孤立波动态传播过程中声波模态强度起伏规律

内孤立波是一种常见于浅海海域的非线性内波,具有振幅大、周期短和流速强等特点,它通过扰动水体中的温盐分布使声速剖面产生明显的距离依赖性,进而影响水下声传播特性.内波自生成后通常以1 m/s量级的速度传播,运动的内波使声传播路径上的声波模态能量在空间和时间上剧烈起伏.本文定义模态强度为模态系数模值(模态幅度)的平方,并用其衡量各阶模态所含声能量的大小.文中基于耦合简正波理论,推导了内波运动时声波模态强度起伏的表达式,将模态强度表征为振荡项和趋势项的线性叠加.以往的工作大多局限于单独从时域或频域研究内波运动时声波模态强度的时变规律,本文则结合短时傅里叶变换在时频平面上揭示了模态强度的起伏机理.理论推导和数值仿真均表明内孤立波使各阶声波模态之间发生能量交换,即模态耦合.内波的动态传播进一步引起模态干涉,这种干涉效应表现为模态强度中的振荡项并使模态强度随时间快速起伏.受模态剥离效应(不同阶模态之间衰减系数的差异)的影响,趋势项的幅度随时间不断变化,进而对模态干涉引起的振荡叠加了时变的偏置.模态强度的整体走势和振荡项中各频率分量振幅的时变特征均与模态衰减密切相关.同时,本文使用深度积分声强作为总接收声场强度的度量,研究了内波运动时模态强度起伏对接收阵位置处声能量的影响.结果表明,能量较大且起伏剧烈的模态强度将主导总接收声强的变化.

内孤立波环境下稳健降阶自适应匹配场定位方法研究

海洋内孤立波的存在会引起海水混合,温盐结构改变,从而导致声速在时间和空间上的不均匀分布,而在匹配场定位中则表现为声速失配,定位不准确。该文提出一种内孤立波下稳健的降阶自适应匹配场定位方法(RR-AMFP)。在传统自适应匹配场定位算法的基础上,融合了主分量抑制波束形成方法,通过特征分解对拷贝协方差矩阵进行降阶,抑制噪声空间,同时采用抑制系数和权重因子来计算匹配过程中的权向量,监测失配的拷贝向量。因此该算法可以在内孤立波环境下保持更好的稳健性,而且阶数的降低也缩短了计算时间。仿真结果表明:该算法可以实现单个内孤立波下的准确定位,但大振幅的内孤立波波列仍然会造成较大的定位误差。在南海开展了内孤立波环境下的声源定位实验,估计距离误差为3.7%,深度误差为1.6%,验证了该算法在实际海洋内孤立波环境下的有效性。

浅海波导环境不确定性对声源功率估计的影响

匹配场声源功率估计方法解决了传统球面波或柱面波假设下的声源功率估计方法受浅海波导效应影响较大的问题,但浅海波导环境不确定性会严重影响匹配场声源功率估计结果的准确性.本文定义声源功率估计性能环境失配敏感度,量化表示环境不确定时匹配场声源功率估计性能的损失,推导了声源功率估计性能损失与信道传递函数估计偏差的关系,利用信道传递函数估计值与理想值的模值偏差和夹角表示.在此基础上,研究了环境不确定性影响声源功率估计的机理,以及海水深度、海水声速和沉积层声速变化对声源功率估计的影响程度.研究表明,不同环境参数变化对信道传递函数模值的影响均比较小,声源功率估计性能下降的主要原因是信道传递函数估计值与理想值的夹角变化较大.海水深度变化对功率估计结果的影响最为显著,沉积层声速变化对功率估计结果的影响很小,除海水深度外,在高频段范围内海水声速变化对功率估计结果的影响较大.

基于迁移学习的小样本垂直阵目标距离估计方法

针对仅有少量水声数据海域的目标距离估计问题,本文以声场复声压的实部和虚部为特征,构建迁移学习模型,在利用卷积神经网络对预选海域大量水声数据进行预训练的基础上,对探测海域小样本水声数据进行再训练,从而实现小样本水声数据下的水下声源距离估计。利用SWellEX-96实验无强干扰的S5航次数据和有强干扰的S59航次数据进行了方法的验证,对实验中的浅源和深源实现距离估计,对比了匹配场处理、传统卷积神经网络和迁移学习3种方法的水下目标声源距离估计性能。实验结果表明:基于卷积神经网络的迁移学习模型在无强干扰和有强干扰2种环境中均可有效实现距离估计,且估计性能明显优于传统卷积神经网络和匹配场处理方法。

利用海底弹射区角度-距离干涉结构特征实现声源深度估计

被动声呐探测位于深海海底弹射区的声源时空时采样能力有限,且声呐接收信噪比较低,导致声源深度估计方法性能较差.针对这一问题,本文基于射线模型推导了干涉结构峰值条纹关于声源位置的理论表达式,提出一种基于角度-距离干涉结构峰值特性的声源深度估计方法,该方法包括利用峰值条纹起伏特性估计声源深度和干涉结构重构两个部分.在低信噪比条件下,被噪声淹没的峰值条纹会重现于重构后的干涉结构,使得声源深度估计方法可以适用于海底弹射区的低信噪比环境.该方法同时结合阵列空时累积增益和干涉结构的图像低秩特性.通过典型深海波导蒙特卡罗仿真实验验证,该方法可在低信噪比条件下对海底弹射区声源的深度进行较为准确的估计.

浅海负跃层中利用互相关输出峰值迁移曲线的声源深度判别

针对浅海负跃层波导中的声源深度判别问题,通过研究不同深度声源信号到达接收阵的简正波结构特征,提出了一种利用互相关输出峰值迁移曲线的声源深度判别方法.该方法利用浅海负跃层中主导简正波类型由声源深度决定这一先验信息,根据峰值迁移曲线中互相关时延在0时刻的位置进行声源深度判别.首先,利用垂直线列阵波束输出与单阵元接收信号做互相关处理,得到互相关时延—俯仰角输出二维图.然后,在图中提取不同时延上角度维峰值,根据时延小于等于0、大于0的情况对所提取的峰值点进行分段线性拟合,得到互相关输出峰值迁移曲线.最后,以曲线位于互相关时延为0时的位置进行声源深度判断.理论分析表明,曲线受波导中声速随深度变化的影响较小,互相关时延0时刻位置的判别阈值由低阶简正波决定,区分声源深度的区间由跃层的位置和厚度决定,且跃层上下声速差越大越有利于声源深度判别.仿真实验和海试数据分析结果表明,该方法可有效进行声源深度判别,并且无需模态分离、声源相对接收阵移动、精确声速剖面测量等前提条件.

不确定浅海环境中水平阵角度域子空间检测

在复杂浅海波导中,环境参数的不确定性影响检测的稳健性,故稳健检测是浅海检测中的重要问题.本文结合简正波模型,定义和估计了不确定环境中的水平阵角度域子空间,提出了水平阵角度域子空间检测器及其稳健形式.角度域子空间利用了不同环境参数条件下的水平阵远场观测模型,包含了不确定环境参数信息,估计过程中利用了硬海底条件下传播模态的水平波数与水体、沉积层声速之间的关系,具有较少的先验信息要求和较低的实现复杂度.在此基础上提出的水平阵角度域子空间检测器实现简单,在不确定环境中具有一定的稳健性,但其检测性能随目标方位角起伏.将角度域子空间变换到维数恒定的子空间中,得到角度域子空间检测器的稳健形式,即稳健水平阵角度域子空间检测器,该检测器在不确定环境中具有一定的稳健性,同时检测性能在各目标方位上一致.不确定浅海环境中的仿真结果表明,稳健水平阵角度域子空间检测器具有和能量检测器近似的稳健性,同时提高了检测能力.

量测噪声不确定情况下的水下多目标稳健方位跟踪

提出了使用Sage-Husa算法估计量测噪声的集势化概率假设密度(CPHD)滤波方位跟踪方法,实现了量测噪声不确定情况下多水下声学目标的稳健方位跟踪。首先,将水下目标方位的变化建模为Singer模型,利用传统目标方位估计方法的结果作为量测值,将方位估计误差看作量测噪声,建立了方位量测模型。然后,给出了CPHD滤波水下多目标方位跟踪算法,该算法利用上一时刻的方位跟踪结果和目标方位变化模型预测目标方位,并利用量测值和量测模型对预测值进行更新得到方位跟踪结果。最后,考虑到量测噪声方差为决定跟踪性能的重要参数,利用改进的Sage-Husa算法在跟踪过程中实时自适应地估计不确定量测噪声的方差,从而实现了多目标的稳健方位跟踪。经海试数据验证,所提出算法将目标方位测量的平均最优子模式分配(OSPA)误差从10°以上降低至2°,显著提高了方位测量精度。所提水下多目标稳健方位跟踪方法能够有效提高量测噪声不确定情况下的方位跟踪性能。

浅海波导环境失配下的协方差矩阵拟合稳健匹配场声源功率估计

实际浅海波导中环境噪声为相干噪声,最小方差匹配场声源功率估计方法能在相干噪声背景下准确估计声源辐射功率,但该方法受环境不确定性影响较大;此外,由于最小方差匹配场声源功率估计方法使用信号幅度作为中间量估计声源功率,信号幅度估计误差会二次放大并传递到声源功率估计结果中。本文提出一种协方差矩阵拟合稳健最小方差匹配场声源功率估计方法,该方法引入信道传递函数不确定集,结合协方差矩阵拟合思想将声源功率估计问题建模为在信道传递函数不确定集约束下对函数取极值的问题,使用Lagrange乘子法求解该问题得到信道传递函数估计值和声源辐射功率估计值。环境失配影响声源辐射功率估计性能的根本原因在于信道传递函数偏差较大,协方差矩阵拟合稳健匹配场声源功率估计方法有效减小了环境失配时信道传递函数的偏差,从而显著提升环境失配稳健性。此外,该方法使用权值直接估计声源功率,无需使用信号幅度作为中间量,避免了估计误差的传递。仿真验证了协方差矩阵拟合稳健匹配场声源功率估计方法的环境失配稳健性。