一种基于运动补偿的声纳目标线谱增强方法与流程

11.y
n
(f)为x
n
的功率谱，对最近时刻，即n时刻功率谱进行特征提取
12.y
n
＝extract(y
n
(f))＝{f
n1
,f
n2
,
…
f
nl
}
13.选取信噪比最大的线谱特征f
nk
做为基准，测量与其他时刻的频偏
14.δf
n
＝f
nk
‑
f
nk n＝1,2,
…
n
‑115.步骤三：利用频偏与参考频率的等比例关系，对各时刻功率谱进行频率补偿；
16.利用公式对其他频率多普勒频偏进行计算并对该频率进行补偿，得到补偿后的功率谱y
n
(f)
′
17.y
n
(f)
′
＝y
n
(f δf)
18.步骤四：将补偿后的各时刻功率谱与当前时刻功率谱累积；
19.对不同时刻的y
n
(f)
′
做累积处理，得到累积后的功率谱
[0020][0021]
步骤五：对累积后的功率谱进行特征提取，获得高信噪比线谱特征；
[0022]
利用极大值搜索方式配合信噪比门限筛选得到线谱特征
[0023]
f＝extract(y
t
(f)
′
)＝{f1′
,f2′
,
…
f
l
′
}
[0024]
其中f
l
′
是特征集合中的第l个线谱。
[0025]
本发明的有益效果为：利用多普勒频偏的等比例关系，对被动声纳估计的目标功率谱进行补偿，补偿后的功率谱时间相关性将得到极大改善，利用相干处理方法以及特征提取技术可以得到增强的线谱特征。该方法较常规方法能够获得高信噪比线谱特征，甚至在常规方法提取不到线谱时能够获得较明显的线谱特征，大幅提高了识别准确率，能够对被动声纳目标识别性能起到改善提高作用。
附图说明
[0026]
图1是本发明原理框图。
[0027]
图2是本船和目标相对态势的示意图，分别为本船和目标的绝对速度，θ、φ为本船和目标航向相对两者径向的夹角。
[0028]
图3～图7为某海试数据处理结果示意图。
具体实施方式
[0029]
下面将结合附图对本发明做详细的介绍：
[0030]
本发明针对多普勒频移导致不同时间快拍目标功率谱相关性差的问题，提出了基于多普勒频移等比例伸缩特性的功率谱补偿方法，极大改善了积分时间内的各快拍功率谱相关性，再对补偿后的各时间快拍功率谱进行累积处理，利用累积后的功率谱进行特征提取，获得高信噪比的线谱特征。
[0031]
如图1所示，本发明的实施流程：
①
获取目标噪声数据，并对t时间内的噪声数据进行分段处理，得到n个快拍数据。
②
计算各快拍功率谱，选取较明显的线谱做为基准，测量当前时刻与其他时刻快拍基准线谱频偏量，利用频偏与参考频率的等比例关系，对各时刻功
率谱进行频率补偿，将补偿后的各时刻功率谱与当前时刻功率谱累积。
③
对累积后的功率谱进行特征提取，获得高信噪比线谱特征。
[0032]
参照图2的本船和目标相对态势，令本船绝对速度为目标绝对速度为本船/目标航向相对两者径向的夹角为θ/φ，目标辐射噪声谱频率f。
[0033]
则本船相对径向方向速度为目标相对径向方向速度为
[0034]
根据多普勒效应，可得被动探测时，接收到目标频率为
[0035][0036]
则目标多普勒频移为
[0037][0038]
从式(2)可以看出，当本船和目标相对运动状态恒定时，也就是保持不变时，δf只和f有关，对于同一目标的不同辐射噪声谱频率f1、f2有如下关系
[0039][0040]
即，对于同一时间快拍数据，多普勒频偏与参考频率成比例关系，可以利用这一特性对各时间快拍的功率谱进行频谱补偿，获得“相对”准确的功率谱。考察目标某一时间t1功率谱，
[0041]
y
t1
(f
n
)＝|fft(x
t1
)|
2 l≤n≤h
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0042]
利用极大值搜索方式配合信噪比门限筛选提取功率谱线谱特征，取最强线谱f
0t1
作为基准频率。相对的在t2时刻，谱峰提取位置为f
0t2
，则多普勒频移量为
[0043]
δf0＝f
0t2
‑
f
0t1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0044]
对于其它频率，则有
[0045][0046]
f
kt1
′
＝f
kt1
δf
k
＝f
kt2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0047]
则
[0048][0049]
式(9)说明通过对t1时刻功率谱进行补偿，与t2时刻功率谱进行了“对齐”。对积分时间t以内的n个时间快拍功率谱进行式(8)的补偿处理，得到对齐后的功率谱y
t
(f
n
′
),t＝1,2
…
n。对y
t
(f
n
′
)进行累积处理，则
[0050]
[0051]
对式(9)得到的累积功率谱进行特征提取，利用极大值搜索方式配合信噪比门限筛选可以比较容易的得到线谱特征f＝[f1′
,f2′
,
…
,f
l
′
]，其中f
l
′
是特征集合中的第k个线谱，经过多普勒频偏补偿，各时刻功率谱具有更好相干性，累积后会产生“聚焦”效应，提取到的特征信噪比更高。这里要注意的是，在没有测速手段时，无法确知本船和目标的相对运动状态，即未知，导致f只是“相对”准确的功率谱，即最终提取的线谱特征也是带有多普勒频移的，因此在后续识别处理中要考虑这一点，例如在模版匹配识别中，要考虑对匹配模版进行扩展，利用不同相对速度下的匹配模版集合对目标进行匹配识别。
[0052]
图3是选取3个不同时间快拍的功率谱比对结果，图中可见由于不同时刻本船目标相对运动状态不同，导致目标固有线谱特征产生了频偏。
[0053]
图4为目标功率谱补偿前后的历程图，可见补偿前目标频谱历程成曲线形态，修正后目标频谱历程变为直线形态，相干性得到极大改善。
[0054]
图5为目标功率谱补偿前后的长时间积分处理结果，可见修正前目标频谱由于相干性较差，导致谱峰较矮较胖，修正后目标频谱尖锐具有较高信噪比(较修正前提高了1db左右)，具有更好的可提取性。同时在图中标注出的位置处，功率谱补偿前无法看到明确的线谱特征，补偿后线谱特征得到增强，从背景中凸现出来。
[0055]
图6为选取图5标注处的目标功率谱历程补偿前后对比，证明该处确实存在目标弱线谱特征，通过运动补偿使本来分散的各快拍线谱特征得到能量“聚集”，使得线谱凸现出来。
[0056]
图7为目标功率谱特征提取后的结果比对，可见经过运动补偿后，提取到的线谱特征具有更高的信噪比，并且提取到了补偿前无法提取的线谱特征。
[0057]
可以理解的是，对本领域技术人员来说，对本发明的技术方案及发明构思加以等同替换或改变都应属于本发明所附的权利要求的保护范围。