李焜 方世良 安良

(東南大學(xué)水聲信號(hào)處理教育部重點(diǎn)實(shí)驗(yàn)室,南京 210096)

1 引言

確定水下聲源的位置是水聲領(lǐng)域中的一個(gè)關(guān)鍵問(wèn)題.考慮到水聲環(huán)境的復(fù)雜性,為了能夠更準(zhǔn)確地對(duì)水下目標(biāo)實(shí)施定位,多數(shù)文獻(xiàn)從聲傳播的角度出發(fā),使用匹配場(chǎng)定位技術(shù)來(lái)確定聲源的位置[1-4].匹配場(chǎng)定位技術(shù)是聲場(chǎng)傳播規(guī)律與水聲信號(hào)處理相結(jié)合的技術(shù),它充分考慮了水聲傳播規(guī)律的特點(diǎn),利用聲場(chǎng)傳播模型計(jì)算預(yù)測(cè)的拷貝聲場(chǎng),并與實(shí)際測(cè)量聲場(chǎng)進(jìn)行相關(guān),從而確定水下目標(biāo)的位置.傳統(tǒng)的匹配場(chǎng)定位技術(shù),一般多采用陣列的處理方式,具有大的孔徑,以獲得良好的陣增益和分辨性能.但是采用多陣元的大陣列,一方面增加了系統(tǒng)的開(kāi)銷,給基陣的設(shè)計(jì)帶來(lái)不便;另一方面,在實(shí)際海水中布放時(shí)會(huì)受到諸如陣傾斜以及陣元失效等問(wèn)題,增加了對(duì)水下目標(biāo)定位的難度.此外,在某些應(yīng)用方面,由于受安裝平臺(tái)尺寸的限制,也使得多陣元的布放無(wú)法實(shí)現(xiàn).因此,可否采用較少的水聽(tīng)器尤其是單個(gè)水聽(tīng)器來(lái)對(duì)目標(biāo)實(shí)施定位,激發(fā)了研究人員的興趣,不斷激勵(lì)著相關(guān)研究人員為此進(jìn)行探索.

使用單水聽(tīng)器進(jìn)行定位的一個(gè)難點(diǎn)在于可利用的信息量太少,主要是空間信息的缺乏.多數(shù)文獻(xiàn)借助寬帶信號(hào)的多頻點(diǎn)特性,采用“頻點(diǎn)換孔徑”的思想,對(duì)寬帶目標(biāo)信號(hào)實(shí)施定位.文獻(xiàn)[5]將范數(shù)的不同表達(dá)式引入匹配場(chǎng)定位函數(shù)中,研究了利用單個(gè)水聽(tīng)器來(lái)對(duì)目標(biāo)進(jìn)行定位;文獻(xiàn)[6]采用寬帶相干匹配場(chǎng)處理的方式使用單個(gè)水聽(tīng)器來(lái)對(duì)目標(biāo)進(jìn)行定位;文獻(xiàn)[7]針對(duì)寬帶信號(hào)提出了基于時(shí)延匹配的單水聽(tīng)器定位方法;文獻(xiàn)[8]針對(duì)超低頻信號(hào)采用模態(tài)濾波的方法來(lái)實(shí)現(xiàn)單水聽(tīng)器的聲源定位;文獻(xiàn)[9]利用單水聽(tīng)器采用直方圖濾波的方法對(duì)淺海中的移動(dòng)目標(biāo)進(jìn)行定位;文獻(xiàn)[10]討論了在合作方式下借助波導(dǎo)不變量的性質(zhì)來(lái)對(duì)目標(biāo)實(shí)施定位;文獻(xiàn)[11]利用單水聽(tīng)器使用迭代優(yōu)化算法反演聲源的位置并進(jìn)行地聲參數(shù)估計(jì);文獻(xiàn)[12]則研究了利用單水聽(tīng)器對(duì)海洋生物實(shí)施定位的方法.

對(duì)于淺海中傳播的信號(hào)而言,受海洋媒質(zhì)的影響,會(huì)產(chǎn)生頻散效應(yīng).頻散現(xiàn)象是信號(hào)的傳播速度與信號(hào)的頻率之間存在一定的關(guān)系,使得不同的頻率分量會(huì)以不同的速度傳播,同時(shí)受海水吸收和衰減的影響,造成接收波形的失真.就頻散本身而言,它一方面對(duì)發(fā)射的信號(hào)進(jìn)行了更為復(fù)雜的變化,引入了具有非線性時(shí)頻形狀的多分量結(jié)構(gòu),增加了接收信號(hào)的復(fù)雜性,使得分量之間不容易進(jìn)行辨識(shí)和分離;但另一方面,頻散本身蘊(yùn)含了關(guān)于海洋環(huán)境和信號(hào)的相關(guān)信息,通過(guò)分析頻散波導(dǎo)中所接收到的信號(hào),可有助于我們提取目標(biāo)信號(hào)的特征并獲得目標(biāo)的位置.

對(duì)海洋波導(dǎo)中頻散現(xiàn)象的研究,多集中于時(shí)頻分析的方法,通過(guò)時(shí)頻域2維結(jié)構(gòu)來(lái)進(jìn)行聯(lián)合表征[13-15].根據(jù)簡(jiǎn)正波理論[16],接收信號(hào)是一系列傳播模式疊加所組成的,不同的模式以不同的群速度傳播,因而將以不同的時(shí)間間隔到達(dá)接收機(jī),其在時(shí)頻面上的分布蘊(yùn)含了傳播所包含的位置信息,聲源的位置不同就會(huì)表現(xiàn)出不同的頻散結(jié)構(gòu).利用時(shí)頻表征來(lái)分析頻散現(xiàn)象,最關(guān)鍵的是所采用的時(shí)頻分析方法可準(zhǔn)確地反映所分析的信號(hào),并通過(guò)相應(yīng)的處理方法能在時(shí)頻面上孤立或是分離出每個(gè)傳播的模式.Bonnel等[17-19]提出了基于單水聽(tīng)器的時(shí)頻翹曲算法(warping).此算法通過(guò)對(duì)接收信號(hào)進(jìn)行酉變換操作,將每個(gè)模式轉(zhuǎn)變成近似Dirac函數(shù),從而補(bǔ)償波導(dǎo)的頻散效應(yīng),使得每個(gè)模式在短時(shí)傅里葉變換(STFT)后能夠在時(shí)頻域上實(shí)現(xiàn)分離,更好地獲取每個(gè)模式的特征,從而進(jìn)行聲源位置估計(jì)[20]或地聲參數(shù)反演[21].

傳統(tǒng)的時(shí)頻分析方法如基于線性時(shí)頻表示的STFT受不確定性原理的影響,其時(shí)頻分辨率較低;而基于二次型時(shí)頻表示的Wigner-Ville分布、Choi-Williams分布等存在嚴(yán)重的交叉項(xiàng)干擾問(wèn)題.另外,傳統(tǒng)的時(shí)頻分析方法都是基于固定核函數(shù)的設(shè)計(jì)方法,并不能很好地反映水聲脈沖信號(hào)短時(shí)瞬態(tài)的非平穩(wěn)特性.針對(duì)這一不足,Baraniuk等[22]提出了基于信號(hào)的自適應(yīng)徑向高斯核函數(shù)(ARGK)的時(shí)頻分析方法,其核函數(shù)的形狀根據(jù)所分析的信號(hào)自適應(yīng)地變化,提高了對(duì)于非平穩(wěn)信號(hào)的分辨能力.Li等[23-25]通過(guò)應(yīng)用與ARGK時(shí)頻分布相類似的自適應(yīng)最優(yōu)核函數(shù)的時(shí)頻分析方法來(lái)獲取簡(jiǎn)正波的頻散特征,對(duì)海底聲速和密度等參數(shù)的反演進(jìn)行了研究.

本文針對(duì)淺海傳播的低頻寬帶水聲脈沖信號(hào),借鑒Li等反演時(shí)采用自適應(yīng)時(shí)頻分布提取簡(jiǎn)正波群延遲的思路,對(duì)利用單水聽(tīng)器進(jìn)行定位的問(wèn)題進(jìn)行了研究.分析了經(jīng)典Pekeris波導(dǎo)模型中的頻散現(xiàn)象,采用自適應(yīng)徑向高斯核函數(shù)的時(shí)頻分析方法來(lái)表征接收信號(hào)的頻散特征;通過(guò)采用自適應(yīng)徑向高斯核函數(shù)的時(shí)頻分布來(lái)提取頻散關(guān)系曲線中傳播模式的到達(dá)時(shí)間差,利用模式的到達(dá)時(shí)間差估計(jì)聲源的距離;通過(guò)二值掩模濾波,估計(jì)模式的能量,并采用多模式能量聯(lián)合匹配的方式,確定聲源的深度.

2 海洋中的模式傳播及頻散

在與距離無(wú)關(guān)的環(huán)境中,位于深度為zs的一個(gè)脈沖聲源,經(jīng)過(guò)海洋波導(dǎo)傳播后,在距離為r,深度為z處所接收到的聲場(chǎng)可以表示為[16]

其中,S(f)為聲源信號(hào)的頻譜,Ψm(z)為第m階與深度有關(guān)的模式函數(shù),krm(f)為第m階模式的水平波數(shù),ρ(zs)為聲源深度處的海水密度,M為總的傳播模式數(shù).

(1)式可進(jìn)一步寫(xiě)為[21]

從(2)式可以看出,接收點(diǎn)處的聲場(chǎng)是各階簡(jiǎn)正波模式疊加所組成的.對(duì)于每一個(gè)模式,定義如下的相速度和群速度分別為

相速度和群速度刻畫(huà)了頻率與波數(shù)之間的關(guān)系,其中相速度是以某一特定相位傳播的速度,它代表了等相位面的傳播速度,而群速度則表示信號(hào)不同頻率分量傳播的速度,它反映了信號(hào)水平傳播的速度,也是能量傳播的速度,它是頻散關(guān)系中最為重要的量.從以上的分析可以看出,頻散現(xiàn)象是信號(hào)的傳播速度與信號(hào)的頻率之間存在一定的關(guān)系.對(duì)于在淺海中傳播的低頻脈沖信號(hào)而言,其頻散效應(yīng)尤為明顯.為說(shuō)明波導(dǎo)中的頻散效應(yīng),下面針對(duì)典型淺海環(huán)境模型Pekeris波導(dǎo)進(jìn)行分析.

3 典型海洋環(huán)境的頻散曲線

Pekeris波導(dǎo)是一個(gè)具有兩層的分層結(jié)構(gòu)的海洋波導(dǎo),它與實(shí)際的海洋環(huán)境更為接近,如圖1所示,相關(guān)參數(shù)設(shè)置為海底聲速c2=1800 m/s,海底密度ρ2=1800 kg/m3,海水聲速c1=1500 m/s,海水密度ρ1=1000 kg/m3.Pekeris波導(dǎo)中,海底處于液態(tài)海底,海底聲速大于海水中的聲速,同時(shí)海底的密度也大于海水中的密度.

圖1 Pekeris波導(dǎo)模型

Pekeris波導(dǎo)中的頻散關(guān)系,可以通過(guò)如下的特征方程來(lái)表示[16]:

其中,kzm1為第m階模式在海水中的垂直波數(shù);kzm2為海底的垂直波數(shù).

Pekeris波導(dǎo)中各模式的最低頻率稱為截止頻率,可表示為

模式的截止頻率定義了波導(dǎo)中各階模式所能傳播的下限頻率.當(dāng)頻率低于截止頻率時(shí),不能激發(fā)有效的模式,因而對(duì)聲傳播沒(méi)有貢獻(xiàn).

通過(guò)(3)式和(4)式可以獲得相應(yīng)的相速度和群速度.圖2給出了Pekeris波導(dǎo)中D=120 m的前4個(gè)模式的相速度和群速度隨頻率變化的曲線.

圖2 Pekeris波導(dǎo)中相速度和群速度隨頻率的變化曲線

從圖中可以看出,Pekeris波導(dǎo)中相速度和群速度在高頻段均趨近于海水中的聲速c1;而在截止頻率處,這兩種速度均趨近于海底聲速c2.相速度隨頻率單調(diào)下降,而群速度則在某一頻率上存在極小值,此極小值稱為艾里相.

4 頻散效應(yīng)的時(shí)頻表征

從以上模式的頻散曲線中可以看出,同一頻率處,不同的傳播模式具有不同的傳播速度,描述的是模式之間的頻散關(guān)系,稱為模態(tài)間頻散;而同一模式在不同的頻率處具有不同的傳播速度,則反映了單一模式的頻散現(xiàn)象,稱為模態(tài)內(nèi)頻散[21].對(duì)于寬帶脈沖而言,既存在模態(tài)間頻散也包含模態(tài)內(nèi)頻散,每個(gè)模式以不同的群速度傳播,因而以不同的時(shí)間到達(dá)接收水聽(tīng)器.各模式的到達(dá)時(shí)間定義為[18]

由此可以看出,各模式的到達(dá)時(shí)間通過(guò)聲源與接收機(jī)之間的距離以及各模式的群速度相聯(lián)系.圖3給出了Pekeris波導(dǎo)中傳播距離為15km的前4個(gè)傳播模式到達(dá)時(shí)間隨頻率的變化關(guān)系.

圖3 模式到達(dá)時(shí)間隨頻率的變化

從圖中可以看出,受激發(fā)頻率的不同,每個(gè)模式從低頻的艾里相開(kāi)始一直延伸到最高頻率,各模式都具有不同的到達(dá)時(shí)間.從頻散曲線上看,高頻分量的傳播要快于低頻分量,在高頻段,頻散的作用漸漸減弱,頻散曲線逐漸變成直線,各模式間傳播的時(shí)間間隔變小;而在低頻段,頻散曲線隨著頻率的降低,各模式間傳播的時(shí)間間隔變大,頻散效應(yīng)更加地明顯.

通過(guò)以上分析可知,受模式群速度的影響,各模式在不同頻率處具有不同的到達(dá)時(shí)間.因此,可通過(guò)時(shí)頻分析的方法對(duì)接收信號(hào)的頻散效應(yīng)進(jìn)行表征.相應(yīng)的時(shí)頻分布可以表示為

其中,(Am(f)代表)接收信號(hào)中各模式所對(duì)應(yīng)的幅度,則反映了每個(gè)模式在時(shí)頻面上的位置.

由于每個(gè)模式在時(shí)頻面上的分布不同,具有不同的形狀,因此,時(shí)頻分析最關(guān)鍵的是所采用的時(shí)頻分析方法可準(zhǔn)確地反映所分析的信號(hào),且能夠更好地在時(shí)頻域辨識(shí)和分離各自的模式.采用STFT的方法,對(duì)Pekeris波導(dǎo)深度為120 m,距離分別為5 km和15 km以及距離為15 km,波導(dǎo)深度分別為40 m和80 m的4個(gè)傳播模式進(jìn)行仿真,相應(yīng)的結(jié)果如圖4所示,其中的虛線表示理論的頻散曲線.

從圖中可以看出,在同一波導(dǎo)深度下,隨著距離的增加,模式之間的分離性變大,模式低頻段的頻散效應(yīng)更加明顯;而隨著波導(dǎo)深度的減小,各模式的截止頻率升高,模式的頻散效應(yīng)更加的明顯,頻散向更高的頻段擴(kuò)散,在時(shí)頻面上的分離性更大.但從整體上看,STFT的方法受時(shí)頻分辨率的限制,在時(shí)頻表征上并不理想.

為了提高時(shí)頻分辨率,采用ARGK的時(shí)頻分析方法,相應(yīng)的結(jié)果如圖5所示.可以看出,ARGK較STFT能夠獲得更高的分辨率,可明顯地反映出所分析信號(hào)的特征.

5 定位原理

5.1 距離估計(jì)

由以上的分析可知,頻散信道中接收到的信號(hào)是由多個(gè)分量所組成的,每個(gè)分量根據(jù)傳播模式的不同,在時(shí)頻面上會(huì)有不同的形狀.各模式的到達(dá)時(shí)間蘊(yùn)含了聲源的距離信息,因此可通過(guò)測(cè)定模式間的到達(dá)時(shí)間差來(lái)估計(jì)聲源的距離.

圖4 STFT時(shí)頻分析的結(jié)果 (a)D=120 m,R=5 km;(b)D=120 m,R=15 km;(c)R=15 km,D=40 m;(d)R=15 km,D=80 m

圖5 ARGK時(shí)頻分析的結(jié)果 (a)D=120 m,R=5 km;(b)D=120 m,R=15 km;(c)R=15 km,D=40 m;(d)R=15 km,D=80 m

對(duì)于時(shí)間隨頻率變化的非平穩(wěn)信號(hào),在頻率 f處,第m階模式傳播的時(shí)間可表示為

其中,te(f)為發(fā)射信號(hào)的時(shí)間隨頻率的變化,也即是發(fā)射信號(hào)的調(diào)制率.

則兩個(gè)模式的到達(dá)時(shí)間差可表示為

其中,Kmn(f)稱為群慢度之差.

模式的群速度可通過(guò)理論計(jì)算求出,而模式的到達(dá)時(shí)間差可通過(guò)ARGK時(shí)頻分析來(lái)獲取,從而可確定出聲源的距離.

5.2 深度估計(jì)

對(duì)于聲源深度的估計(jì),本文借鑒文獻(xiàn)[26]利用水平陣列采用頻率波數(shù)域變換來(lái)定深的匹配模式的思想,對(duì)提取出的各模式采用模式能量匹配的方法進(jìn)行深度估計(jì).令am,real為從實(shí)際接收信號(hào)提取出的第m階模式的能量,am,replica為拷貝場(chǎng)信號(hào)中提取出的第m階模式的能量,則構(gòu)造如下的代價(jià)函數(shù):

其中,Nm為估計(jì)所用的模式數(shù).

通過(guò)(12)式所確定的代價(jià)函數(shù),在聲源深度范圍內(nèi)進(jìn)行峰值搜索,則可確定聲源的深度

5.3 二值掩模濾波

由以上的分析可以看出,使用單水聽(tīng)器進(jìn)行聲源的位置估計(jì)需要提取所需的傳播模式,估計(jì)出模式的到達(dá)結(jié)構(gòu)以及模式的能量.由于各模式在時(shí)頻面上的出現(xiàn)時(shí)間不同且能量分布不均勻,為準(zhǔn)確提取定位所需模式,在對(duì)接收信號(hào)進(jìn)行ARGK時(shí)頻分析的基礎(chǔ)上,本文采用類似文獻(xiàn)[26]中的二值掩模濾波的方法進(jìn)行模式的特征提取.

二值掩模濾波是一種時(shí)頻濾波的方法,通過(guò)二值掩模濾波,可以提取所需的模式.所謂的二值,是指其在時(shí)頻面某個(gè)位置上的取值只有0和1兩種,即

由于各階模式在時(shí)頻面上的分布并非是理想的曲線,而是具有一定寬度的帶狀區(qū)域,因此,需要對(duì)所設(shè)計(jì)的二值掩模濾波器中的頻散曲線進(jìn)行加寬處理.采用圖像形態(tài)學(xué)中的膨脹方法[27],實(shí)現(xiàn)對(duì)各模式的擴(kuò)充.圖6給出了圖5(d)表示的第4階模式進(jìn)行膨脹前后的掩模濾波輸出.

通過(guò)ARGK時(shí)頻分析的方法,確定模式在時(shí)頻面上的位置,設(shè)計(jì)二值掩模濾波矩陣,將二值掩模濾波矩陣與接收信號(hào)的時(shí)頻矩陣相乘,即可提取出相應(yīng)的模式.

6 仿真實(shí)驗(yàn)

6.1 仿真環(huán)境及參數(shù)設(shè)置

本文選用經(jīng)典的Pekeris波導(dǎo)模型,波導(dǎo)環(huán)境參數(shù)如圖1所示,其中海水深度D=120 m.發(fā)射信號(hào)為線性調(diào)頻信號(hào),頻帶范圍為40-120 Hz,脈沖寬度為0.05 s.聲源位于水下30 m,距離接收機(jī)為15 km.單一接收水聽(tīng)器放置于海底.此波導(dǎo)中頻率為120 Hz所激發(fā)的9個(gè)模式形狀函數(shù)隨深度的變化如圖7所示.從圖中可以看出,各階模式隨深度的變化類似正弦曲線的形狀,第m階模式有m個(gè)過(guò)零點(diǎn).

圖8分別給出了脈沖響應(yīng)各階模式的理論到達(dá)時(shí)間隨頻率變化的頻散曲線以及發(fā)射信號(hào)經(jīng)過(guò)此波導(dǎo)后頻散曲線的變化.

圖6 二值掩模濾波器膨脹前后的輸出 (a)未經(jīng)膨脹的二值掩模濾波器;(b)經(jīng)膨脹之后的二值掩模濾波器

圖7 模式形狀函數(shù)隨深度的變化

圖8 各階模式到達(dá)時(shí)間隨頻率變化的頻散曲線 (a)脈沖響應(yīng)的理論頻散曲線;(b)接收信號(hào)的理論頻散曲線

從圖8可以看出,傳播的不同模式隨頻率的變化具有不同的到達(dá)時(shí)間,高頻分量的傳播要快于低頻分量,各模式的到達(dá)時(shí)間隨著模式數(shù)的增加而變慢.受激發(fā)頻率的不同,每個(gè)模式從低頻的艾里相開(kāi)始一直延伸至最高頻率,各模式的頻散曲線結(jié)構(gòu)各不相同.1階模式的頻散效應(yīng)持續(xù)時(shí)間最短,頻散曲線主要集中在低頻段;隨著模式數(shù)的增加,各模式頻散曲線的持續(xù)時(shí)間逐漸增大.在高頻段,頻散的作用漸漸減弱,各模式間傳播的時(shí)間間隔變小,頻散曲線逐漸變成直線;隨著頻率的降低,各模式間傳播的時(shí)間間隔變大,頻散效應(yīng)更加地明顯.對(duì)于接收信號(hào)的頻散曲線而言,其頻散結(jié)構(gòu)與圖8(a)的情形相類似,但受發(fā)射信號(hào)調(diào)制率的影響,頻散曲線將以發(fā)射信號(hào)的調(diào)制率作為斜率而發(fā)生傾斜.

6.2 時(shí)頻表征結(jié)果

發(fā)射信號(hào)通過(guò)此波導(dǎo)后,單一接收水聽(tīng)器上所接收到的信號(hào)如圖9(a)所示,傳播的各階模式的出現(xiàn)范圍已在圖中標(biāo)出,相應(yīng)的時(shí)頻結(jié)構(gòu)如圖9(b)所示,其中的虛線代表理論的頻散曲線.

從時(shí)域波形圖中可以看出,接收信號(hào)是由傳播的各階模式疊加所組成的,信號(hào)波形在時(shí)間上被展寬,產(chǎn)生波形失真,且受波導(dǎo)頻散效應(yīng)的影響,各模式傳播所出現(xiàn)的時(shí)間不同.從時(shí)頻圖中可以看出,不同的模式具有不同的時(shí)頻形狀,每個(gè)模式在時(shí)頻面上的分布具有不同的能量,能量的變化反映了模式形狀函數(shù)隨深度的變化.其中,模式6和模式7由于靠近模式函數(shù)波峰(谷)的位置,因而其能量最強(qiáng),相應(yīng)的時(shí)頻表征具有很強(qiáng)的亮度;而模式1的持續(xù)時(shí)間最短,所引起的頻散效應(yīng)最弱,到達(dá)接收機(jī)呈短時(shí)脈沖信號(hào),因而其能量較小,在時(shí)頻面上未被顯示;而模式4由于處在模式函數(shù)的過(guò)零點(diǎn)位置,因此不被激發(fā),從而在時(shí)頻面上不出現(xiàn)第4階模式.另外,由于峰值能量在模式8和模式9的激發(fā)頻率之下,因此模式8和模式9的能量較小,相應(yīng)的時(shí)頻表征的亮度較弱.

6.3 模式提取結(jié)果

在ARGK時(shí)頻面上,對(duì)每個(gè)模式使用經(jīng)膨脹之后的二值掩模濾波方法進(jìn)行提取,相應(yīng)的結(jié)果如圖10所示.

圖9 單水聽(tīng)器上的接收信號(hào)和相應(yīng)的時(shí)頻顯示 (a)接收信號(hào)的時(shí)域波形及各階模式的顯示范圍;(b)接收信號(hào)的時(shí)頻結(jié)構(gòu)

圖10 7個(gè)模式提取后的綜合顯示

6.4 定位結(jié)果分析

在各模式的出現(xiàn)頻段內(nèi),提取出各頻點(diǎn)對(duì)應(yīng)的到達(dá)時(shí)間差獲得聲源的距離.由于各模式所對(duì)應(yīng)的截止頻率不同,因此本文在各模式最大相同的頻帶范圍來(lái)衡量測(cè)距結(jié)果.表1給出了在相同頻帶內(nèi)選用不同模式組合情況下的距離估計(jì)結(jié)果.

表1 單水聽(tīng)器的距離估計(jì)結(jié)果

從表中的結(jié)果可以看出,不同模式組合下的距離估計(jì)結(jié)果稍有不同.其中,模式6和模式7因在時(shí)頻面上的能量較高,易于辨識(shí)和分離,因此,估計(jì)的結(jié)果較為準(zhǔn)確,其距離估計(jì)相對(duì)誤差小于2%.而模式3因其所具有的能量較低,時(shí)頻表征的效果較差,使得估計(jì)得到的相對(duì)到達(dá)時(shí)間的誤差較大,從而與其他模式組合之后對(duì)測(cè)距的結(jié)果會(huì)有一定的影響.

圖11 各階模式的能量分布

采用模式能量匹配的方式進(jìn)行深度估計(jì),各模式的能量分布如圖11所示.選用能量較高的模式5、模式6以及模式7三個(gè)模式,以步距為5 m,在深度搜索范圍為5-105 m的范圍內(nèi)進(jìn)行多模式能量匹配確定聲源的深度,相應(yīng)的結(jié)果如圖12所示.從圖中可以看出,對(duì)所提取的模式采用模式能量匹配的方式進(jìn)行搜索,所確定出的峰值較為明顯,但同時(shí),不同模式的組合方式在定深效果上會(huì)有所差別.其中,模式5和模式7的模式能量匹配效果相對(duì)于模式6和模式7存在更多的偽峰,同時(shí)參與模式匹配的個(gè)數(shù)越多,匹配所能獲得的判別信息增加,使得主峰值更加地尖銳,同時(shí)具有低的偽峰,從而深度估計(jì)的性能有所提升.

圖12 深度估計(jì)的結(jié)果

7 結(jié)論

利用單水聽(tīng)器來(lái)對(duì)水下聲源實(shí)施定位一直是國(guó)內(nèi)外研究的熱點(diǎn)和難點(diǎn).本文針對(duì)淺海環(huán)境中低頻寬帶水聲脈沖信號(hào),通過(guò)理論分析和仿真計(jì)算對(duì)基于頻散特征的單水聽(tīng)器定位問(wèn)題進(jìn)行了研究.分析了經(jīng)典Pekeris波導(dǎo)環(huán)境下的頻散現(xiàn)象,采用自適應(yīng)徑向高斯核函數(shù)的時(shí)頻分析方法來(lái)表征接收信號(hào)的頻散特征,提取頻散關(guān)系曲線中傳播模式的到達(dá)時(shí)間差估計(jì)聲源的距離.通過(guò)二值掩模濾波的時(shí)頻方法,估計(jì)模式的能量,采用多模式聯(lián)合匹配的方式,確定聲源的深度.

通過(guò)對(duì)基于Pekeris波導(dǎo)模型的淺海環(huán)境進(jìn)行仿真驗(yàn)證,結(jié)果表明:自適應(yīng)徑向高斯核函數(shù)的時(shí)頻分析方法能夠很好地反映信號(hào)本身的頻散特征,具有較高的時(shí)頻分辨率,克服了傳統(tǒng)短時(shí)傅里葉變換時(shí)頻表征的限制,使得模式在時(shí)頻域更加容易辨識(shí)和分離,模式頻散曲線的提取更加地準(zhǔn)確;從測(cè)距結(jié)果來(lái)看,不同模式組合下的距離估計(jì)結(jié)果不同,采用在時(shí)頻面上具有較高能量的模式,可得到較為準(zhǔn)確的距離估計(jì);采用二值掩模濾波的方法能夠獲得可靠的模式的特征參數(shù);在定深方面,參與聯(lián)合匹配的模式個(gè)數(shù)越多,深度估計(jì)的性能會(huì)進(jìn)一步的提升.

本文對(duì)經(jīng)典的Pekeris波導(dǎo)模型中利用模式頻散特征的定位問(wèn)題進(jìn)行了研究,證明了此方法具有一定的可行性.但由于海洋環(huán)境存在的時(shí)變性以及不確定性,如何對(duì)更為復(fù)雜的海洋環(huán)境利用頻散特征來(lái)進(jìn)行定位的問(wèn)題,有待進(jìn)一步的研究.

[1]Porter M B,Tolstoy A 1994 J.Acoust.Soc.Am.2 161

[2]Xu W,Xiao Z,Yu L 2011 IEEE J.Ocean.Eng.36 273

[3]Wu K M,Ling Q,Wu L X 2011 IEEE International Conference on Signal Processing,Communications and Computing(ICSPCC),Xi’an,September14-16,2011 p1

[4]Wang Q,Jiang Q 2010 EURASIP J.Advances.Signal Processing.483524 1

[5]Frazer L N,Pecholcs P I 1990 J.Acoust.Soc.Am.88 995

[6]Lee Y P 1998 IEEE Oceans’98 Conference Proceedings Nice,September 28-October 1 1998 p1074

[7]Jesus S M,Porter M B,Y St′ephan,D′emoulin X,Rodriguez O C,Ferreira Coelho E M M 2000 IEEE J.Ocean.Eng.25 337

[8]Touz′e G L,Torras J,Nicolas B,Mars J 2008 IEEE Oceans,Quebec City,September 15-18,2008 p1

[9]Jemmott C W,Culver R L,Bose N K 2008 IEEE Conference on Signal,Systems and Computers,Paci fic Grove,October 26-29,2008 p283

[10]Tao H L,Hickman G,Krolik J L,Kemp M 2007 IEEE Oceans Aberdeen,June 18-21,2007 p1

[11]Gac L J C,Asch Mark,St′ephan Y,Demoulin X 2003 IEEE J.Ocean.Eng.28 479

[12]Tiemann C O,Thode A M,Straley J,O’Connell Victoria,Folkert K 2006J.Acoust.Soc.Am.120 2355

[13]Chen C S,Miller J H,Boudreaux G F,Potty G R,Lazauski C J 2003 IEEE Oceans 2003.proceedings,San Diego,September 22-26,2003 p2903

[14]Touz′e G L,Nicolas B,Lacoume J L,Mars J,Fattaccioli D 2005 IEEE Europe Oceans Brest,June 20-23,2005 p725

[15]Ioana C,Jarrot A,Gervaise C,St′ephan Y,Quinquis A 2010 IEEE Trans.Signal Processing.58 4093

[16]Jensen F B,Kuperman W A,Porter M B,Schmidt H 1994 Computational Ocean Acoustics(New York:American Institute of Physics)p337

[17]Bonnel J,Nicolas B,Mars J I,Fattaccioli D 2009 IEEE Oceans’2009 Biloxi,October 26-29,2009 p1

[18]Bonnel J,Gervaise C,Roux P,Nicolas B,Mars J I 2011 J.Acoust.Soc.Am.130 61

[19]Bonnel J,Gervaise C,Nicolas B,Mars J I 2012 J.Acoust.Soc.Am.131 119

[20]Lopatka M,Touz′e G L,Nicolas B,Cristol X,Mars J I,Fattaccioli D 2010 EURASIP J.Advances.Signal Processing.304103 1

[21]Bonnel J,Nicolas B,Mars J I,Walker S C 2010 J.Acoust.Soc.Am.128 719

[22]Baraniuk R G,Jones D L 1993 Signal Processing 32 263

[23]Li Z L,Zhang R H 2007 Chin.Phys.Lett.24 471

[24]Zhang D M,Li Z L,Zhang R H 2005 Acta Acoustica 30 415(in Chinese)[張德明,李整林,張仁和2005聲學(xué)學(xué)報(bào)30 415]

[25]Zhang X L,Li ZL,Huang XD 2009 Acta Acoustica 3454(in Chinese)[張學(xué)磊,李整林,黃曉砥2009聲學(xué)學(xué)報(bào)30 54]

[26]Nicolas B,Mars J I,Lacoume J L 2006 EURASIP J.Applied Signal Processing 65901 1

[27]Rein van den B,Richard van B 1992 Computer Vision,Graphics,And Image Processing:Graphical Models And Image Processing 54 252