晁大海，代雪峰，程廣福

（1．海軍駐大連地區(qū)軍代室，遼寧大連116021; 2．大連測控技術(shù)研究所，遼寧大連 116013）

0 引言

對艦船噪聲性能評價通常是針對該目標整體而言的，而艦船通常具有大尺度、結(jié)構(gòu)復雜的特點，其噪聲源特征分布往往也是不均勻的。識別主要噪聲源并確定其在噪聲場中的貢獻則是艦船聲學設計中噪聲指標分解的重要依據(jù)，在潛艇聲學設計時，需要對設計的噪聲指標進行合理分配，才能最大程度地保證潛艇的安靜性，這樣就必須定量地綜合確定各類噪聲源的貢獻，根據(jù)貢獻的大小，提出噪聲控制的具體指標和方向。

受現(xiàn)有試驗方法限制，噪聲源的識別不可避免地存在一定誤差范圍，且對多源情況下的貢獻分離方法比較單一。針對以上不足，本文提出了一種基于直線陣和已知聲源的噪聲源識別及貢獻分離方法，應用該方法可以提高噪聲源識別的精度，使誤差范圍在現(xiàn)有基礎上進一步縮小，根據(jù)相關系數(shù)判別目標不同部位對輻射噪聲貢獻的大小。

1 方法原理

本方法實質(zhì)是用相關或相干分析的方法來識別噪聲源、分離噪聲源的貢獻。通過在目標上加裝發(fā)射聲源，聲源發(fā)射單頻信號頻率和強度已知，利用直線陣系統(tǒng)測量目標輻射噪聲。在航行試驗中，在目標上記錄自噪聲及振動信號的基礎上同時采集已知聲源信號，測量船上同時基記錄直線陣系統(tǒng)測量的輻射噪聲。目標以勻速直線航行的機動方式通過測量區(qū)，目標上安裝的自噪聲水聽器與聲源在縱向相對位置已知，并且記錄目標的航速。通過對輻射噪聲信號進行分析獲取目標主要頻譜特征，后續(xù)對這些特征頻譜進行源識別和貢獻分析。在分析時首先需要確定已知單頻聲源信號和直線陣各陣元接收信號之間因傳播距離帶來的時間延遲，通過對聲源信號和直線陣各陣元接收信號進行相關分析，查找與單頻聲源頻率對應的最大相關值，確定信號時延;然后對各個自噪聲測點信號與直線陣接收信號進行分析，根據(jù)已知單頻聲源位置和航速以及上一步確定的時延對直線陣信號進行綜合時延補償，通過計算相關或相干值初步實現(xiàn)識別噪聲源和分離噪聲源的貢獻，分析的頻率就是輻射噪聲中的特征頻率，這里把各個自噪聲信號假設代表不同部位的噪聲源。其中，確定時間延遲是關鍵。

2 時間延遲方法

時間延遲估計總體上分為2類:一類是基于相關運算的時間延遲估計，即利用當τ－D=0時，兩接收信號的相關性最大，選擇τ=D作為時間延遲估計;另一類是基于自適應信號處理技術(shù)的方法［1－2］。由自適應濾波器根據(jù)信號的統(tǒng)計特性，在某種最優(yōu)準則下自動調(diào)節(jié)自身參數(shù)，只需很少或根本不需要任何先驗知識就可以估計出時延信息。常用的自適應時延估計方法有LMSTDE，DLMSTDE，ETDE以及它們衍生的各類算法。

2.1 相關估計

廣義相關法是時延估計最常用也是最經(jīng)典的方法。相關是時間延遲最直接的方法，而對于信噪比較低的信號來說，在進行相關之前做一些降噪的處理有助于提高時延估計精度。

設兩接收信號的離散時間信號模型為:

式中，k為離散時間變量;D為經(jīng)過采樣周期歸一化后的時間延遲;s（k）為感興趣的信號;v1（k）和v2（k）為噪聲。

設s（k）為單頻信號，當v1（k）和v2（k）為高斯白噪聲時，采用廣義相關法，在對x（k）和y（k）做相關運算前進行預濾波，效果是十分明顯的。在snr=0的情況下，進行仿真運算。以時延估計值與真值相差3個采樣點以內(nèi)為估計正確的判斷。在沒有進行濾波時，10 000次仿真運算中，有1 064次估計錯誤。而進行濾波后再作相關運算，10 000次仿真估計全部正確?？梢?，廣義相關法對高斯白噪聲，并且對信號的頻率有準確預知情況下，有很好的效果。

然而，當s（k）為寬帶信號時，濾波就起不到如此明顯的作用了，此時可以采取其他提高信噪比的方法，如小波降噪［3］等。

2.2 自適應估計

將時延問題轉(zhuǎn)換為自適應濾波器的參數(shù)估計問題，較早應用較廣泛的ETDE方法，是在迭代中將權(quán)系數(shù)設為sinc函數(shù)的樣值，即濾波器系數(shù)ωn=，通過對瞬時誤差的平方求梯度下降，即可得到時延估計值D^。在k時刻的輸出誤差為:

應用這一方法構(gòu)造仿真信號，進行時延估計，如圖1所示，其時延真值為15。從相關材料來看［4－5］，信噪比對此方法無論從收斂速度還是收斂結(jié)果上的影響并不大。

應用自相關法對實測噪聲進行時延估計，選取水平陣測得的兩路信號進行迭代，其結(jié)果如圖2所示。對相應信號應用相關方法解算出時延估計為19，與自適應方法得到時延估計結(jié)果基本一致。

自適應方法的收斂速度決定于步長因子μ，以及時延初值D^（0）的選取。式（3）和式（4）也可根據(jù)具體信號特點進行適當修改。對于沖擊性比較強的α穩(wěn)定分布噪聲下，式（4）可以改寫成

其中，1≤p＜α≤2。當p=2時則與式（4）相同。

通過對比分析了基于相關和基于自適應法的2種時延估計方法，應當說2類方法各有特點。相關法計算速度快，但對于信噪比較低的情況，其精度迅速下降。對于窄帶信號，濾波會有很好的效果，但對于寬帶隨機信號則可以采取的手段就很有限。自適應法將時延估計問題轉(zhuǎn)化為參數(shù)估計問題，其結(jié)果受信噪比影響較小，但其收斂速度與步長因子有關，而步長因子又受到信號功率的限制;另一方面其收斂結(jié)果也與初值選取有關，應用自適應法時要慎重選取初值D^（0）。

由于本研究所用聲源信號為單頻信號，在其發(fā)射頻率上相對于各種背景信噪比足夠強，可以采用相關的分析方法進行時延估計。

3 仿真

由于時延估計在上述內(nèi)容中已經(jīng)討論過，因此本部分內(nèi)容主要對通過相關系數(shù)判斷目標各輻射部位對輻射噪聲貢獻大小的可行性進行仿真研究。

仿真目標沿直線以速度v通過測量直線陣，直線陣陣元數(shù)為3個，目標上裝有5個等間距的自噪聲水聽器，可以設定5個自噪聲水聽器為頻率相同強度不同的單頻相干聲源。

假設海水為等聲速梯度，只考慮直達波，不考慮海面和海底多次反射，在高斯背景噪聲條件下，陣元接收信號為:

式中:M為自噪聲水聽器數(shù);Yj為第j個陣元接收的信號;Ai和φi分別為第i個自噪聲水聽器接受信號的幅度和初相;fi為自噪聲聲源的頻率;Rij為第i個自噪聲水聽器到第j個陣元的距離;c為聲速;N（t）為高斯白噪聲。

本仿真實驗參數(shù)設置為M=5，直線陣為3陣元，f1=f2=f3=f4=f5=50 Hz，A1=1，A2=2，A3=5，A4=4，A5=3，目標航速為6 kn，各自噪聲水聽器的初相φi各不相同，Rij可結(jié)合已知參考聲源跟陣元的距離R及目標的運動軌跡等參數(shù)，利用余弦定理獲得。噪聲信號設置為方差為1的高斯白噪聲。表1給出各自噪聲信號與陣元信號的相關系數(shù)，從中可以看出，各自噪聲測點與直線陣上各陣元的相關系數(shù)大小關系完全符合預先對仿真信號中各自噪聲測點幅度大小關系的設定。通過仿真試驗證明了運用該方法實現(xiàn)噪聲源貢獻分離的可行性。

4 試驗

下面運用本方法對某水下目標某試驗工況數(shù)據(jù)進行分析研究，分析按方法原理介紹中的步驟進行。

4.1 分析輻射噪聲頻譜特征

圖3為某水下目輻射噪聲頻譜圖，圖中2條曲線分別代表某試驗工況及對應工況狀態(tài)下進行的模擬聲源工況頻譜曲線。可以看到，f1和f2頻率在兩頻譜曲線圖中均較為突出，下面將對這2個頻率運用本文提出的方法進行噪聲源識別及貢獻分離研究。

圖3 某水下目標輻射噪聲頻譜圖Fig.3The radiation noise spectrum of underwater target

4.2 確定聲源正橫時刻

該試驗條件下聲源位置正橫時刻的確定有2個途徑:一是利用目標上安裝的測距發(fā)射換能器發(fā)射的測距信號，通過查找測距發(fā)射換能器與直線陣的距離最小值確定測距換能器正橫時刻，進而通過換算確定聲源位置正橫時刻［6］;二是利用安裝的高頻發(fā)射聲源信號，通過查找聲源頻率的通過特性最大值時刻來確定聲源正橫時刻。

在以往針對水下目標的試驗中，由于沒有在目標上安裝發(fā)射聲源，因此目標與測量裝置間的空間位置關系只能依賴測距信號。但是考慮到探測距離等因素，測距信號的發(fā)射周期不能太短，使得目標正橫時刻的判斷存在一定的時間誤差。艦船上潛在的噪聲源分布復雜，加之受信噪比不足、設備工作狀態(tài)變化等因素的影響，利用通過特性法通常無法精確測定潛艇某部位與測量裝置的正橫時刻。但是通過潛艇加裝已知聲源使這一方法能得以順利應用。發(fā)射聲源信號具有參考點位置明確，信噪比突出的顯著優(yōu)勢，得到正橫時刻的結(jié)果理論上精度比利用測距信號得到的正橫時刻的結(jié)果優(yōu)越。圖4為直線陣上某一陣元接收信號的聲源頻率通過特性曲線。

圖4 利用通過特性獲得聲源正橫時刻Fig.4The sound source characteristic acquired by passing property at time abeam

4.3 確定陣上各陣元與聲源的時延

信號由發(fā)射聲源至接收陣元的傳播過程不可避免的產(chǎn)生了時間延遲，既是說陣元接收到的信號總是滯后于聲源信號發(fā)射的時刻。在理想水聲場中點對點的收發(fā)過程時間延遲是距離和聲速的函數(shù)，而實際的水聲場往往比較復雜，海底底質(zhì)、聲速梯度、海面反射等都會對信號的傳播構(gòu)成影響，再加之聲源是安放在1個相對密閉的由消聲敷瓦包裹的水腔內(nèi)，因此，信號時延只適于用距離和聲速近似求得，而無法精確確定。

在此基礎上，可以選取輻射噪聲正橫時刻時間段對應的聲源信號，另取輻射噪聲數(shù)據(jù)段與之進行相關分析，通過不斷微調(diào)輻射噪聲數(shù)據(jù)段的起始時間，最終令二者在聲源信號頻率上相關系數(shù)最大，以進一步確定聲源信號的時延。

以某一陣元為例，圖5橫軸為時間單位，縱軸為直線陣上該陣元接收信號與聲源信號在聲源頻率上的相關系數(shù)?？梢?，在經(jīng)過0.047 s的時延后二者在相關系數(shù)上出現(xiàn)了最大值，而在理想條件下二者的時延經(jīng)計算應為0.045 s。

圖5 利用相關分析方法獲取時延Fig.5The time delay acquired by analyzing of correlation method

相關時延大于理想時延，進一步證明了前述的復雜環(huán)境對聲信道產(chǎn)生的影響客觀存在。

4.4 確定各自噪聲測點正橫時刻及陣上各陣元時延

前述分析過程得到的正橫時刻及傳播時延均是針對目標上安裝的發(fā)射聲源進行的，然而要分析目標上各自噪聲測點位置在通過直線陣正橫時刻時的相關系數(shù)還需對聲源位置正橫后各自噪聲測點的正橫時刻進行時延補償，再加上前述分析得到的信號傳播時延即是輻射噪聲應整體補償?shù)木C合時延。

由于目標上各自噪聲測點的空間相對位置已知，那么結(jié)合相應工況下的航速信息，可得到輻射噪聲測量直線陣上各陣元需要補償?shù)木C合時延，以4#陣元為例，綜合時延結(jié)果如表2所示。

4.5 識別噪聲源和確定特征頻譜貢獻

以表2為依據(jù)，在同時基數(shù)據(jù)基礎上選取各自噪聲部位正橫時對應的輻射噪聲數(shù)據(jù)，首先進行綜合時延補償，然后對關心頻率做窄帶濾波，最后進行相關分析，提取輻射噪聲中體現(xiàn)出的特征頻譜上的各自噪聲水聽器部位相關系數(shù)。

圖6和圖7分別為以4#陣元為例分析得到的目標上各自噪聲測點的f1和f2特征頻譜的相關系數(shù)圖。

圖中結(jié)果說明，輻射噪聲中f1特征頻譜的貢獻主要來源于目標上1#自噪聲測點部位，7#測點及12#測點次之;f2特征頻譜的貢獻主要來源于目標上11#自噪聲測點部位，8#測點及10#測點次之。

5 結(jié)語

本文針對噪聲源識別及貢獻分離問題提出了一種新的數(shù)據(jù)分析處理方法。在仿真研究過程中取得了較好的預期效果，能達到識別噪聲源并分離貢獻的目的。試驗數(shù)據(jù)分析取得的結(jié)果與采用傳統(tǒng)分析方法取得的結(jié)果存在一些出入，但在對主要噪聲源的識別及貢獻分離方面結(jié)果是較為一致的。對水下目標的噪聲源識別及貢獻分離是一個復雜問題，單一分析手段很難解決所有技術(shù)難點，本文提出的分析方法作為一種新思路在必要時可以和傳統(tǒng)分析手段互為補充，有利于噪聲源分析工作的深入開展。

［1］AGEE B G．Spectrol self-coherence resforal［J］．IEEE Trans．on signal processing，1998，46（1）:51－58．

［2］YU X H，HE，Z Y．A modified adaptive fast transversal filter algorithm with real-time order variant characteristic［Z］．Proc．ofAMSEconferenceonmodelingand simulation．West-Germary，June 1987．

［3］厥開良，等．WDA相關法時間延遲估計［J］．清華大學學報（自然科學版），2005，45（5）:577－580．

JUE kai-liang，et al．Time delay estimate of WDA correlation method［J］．Journal of Tinghua University，2005，45（5）:577－580．

［4］SO H C，et al．Two adaptive algorithms for multipath time delay estimation［J］．IEEE Journal of oceanic engineering，1994，19（3）:458－462．

［5］SO H C，et al．A new algorithm for explicit adaptation of time delay［J］．IEEE Transcations on signal processing，1994，42（7）:1816－1820．

［6］王之程，陳宗岐，于沨，劉文帥．艦船噪聲測量與分析［M］．北京:國防工業(yè)出版社，2004．