摘 要：1（1/2）維譜是高階譜的特例，具有加強(qiáng)低頻分量的作用，但是，它對(duì)提取直升機(jī)信號(hào)中的高頻分量效果不好。將JADE盲分離算法和1（1/2）維譜相結(jié)合的方法引入直升機(jī)聲信號(hào)分析，對(duì)盲分離后的直升機(jī)聲信號(hào)進(jìn)行多普勒頻移修正后再進(jìn)行數(shù)據(jù)融合，這種方法可以在加強(qiáng)低頻分量的同時(shí)，使信號(hào)的高頻分量得到很大的改善。通過(guò)對(duì)實(shí)測(cè)直升機(jī)聲數(shù)據(jù)進(jìn)行仿真，結(jié)果證明了將盲分離用于直升機(jī)聲信號(hào)的特征提取是可行的、有效的，這也為進(jìn)一步開展空中目標(biāo)探測(cè)與識(shí)別工作打下了良好的基礎(chǔ)。

關(guān)鍵詞：盲分離；1（1/2）維譜估計(jì)；直升機(jī)聲信號(hào)；特征提取；多普勒頻移

中圖分類號(hào)：TN911.7

近年來(lái)，人們采用了多種信號(hào)處理技術(shù)[1]研究直升機(jī)聲信號(hào)，使直升機(jī)目標(biāo)識(shí)別技術(shù)取得了很大的進(jìn)展。其中，高階統(tǒng)計(jì)量擁有許多獨(dú)特的性質(zhì)[2]，用之提取直升機(jī)聲信號(hào)特征具有很好的效果。但是，高階譜[3]也存在計(jì)算量大、顯示不夠直觀等缺點(diǎn)。1（1/2）維譜是高階譜的特例，它在保留高階譜特性的同時(shí)簡(jiǎn)化了計(jì)算，便于實(shí)際應(yīng)用；同時(shí)它有加強(qiáng)低頻分量的作用，對(duì)提取信號(hào)中較弱的低頻分量特別有效。但是，1（1/2）維譜對(duì)提取直升機(jī)信號(hào)中的高頻分量效果不好。為此，本文提出將JADE盲分離算法和1（1/2）維譜估計(jì)相結(jié)合的方法引入直升機(jī)聲信號(hào)分析，對(duì)盲分離后的直升機(jī)聲信號(hào)進(jìn)行普勒頻移修正后再進(jìn)行數(shù)據(jù)融合。這種方法可以在加強(qiáng)低頻分量的同時(shí)，使信號(hào)的高頻分量得到很大的改善。

1 理論基礎(chǔ)

1.1 直升機(jī)聲信號(hào)頻域特性分析

直升機(jī)通常有兩個(gè)旋翼[4]，即直升機(jī)頂部的主旋翼和尾部的尾旋翼。圖1為一直升機(jī)聲信號(hào)的功率譜圖，由圖1可見，直升機(jī)的頻譜具有典型的線譜特征，其信號(hào)特征主要集中在0～200Hz的低頻帶內(nèi)。對(duì)不同型號(hào)的直升機(jī)，其基頻是不同的。因此，對(duì)直升機(jī)目標(biāo)而言，主旋翼基頻Pf與尾旋翼基頻PF以及它們的諧波頻率是非常重要的特征，需要提取和保留。

2 BSS和1（1/2）維譜相結(jié)合的聲信號(hào)特征提取方法

研究表明：直升機(jī)聲信號(hào)的能量主要集中在0～200Hz頻段上，主要由基頻及其所對(duì)應(yīng)的諧波頻率組成。因此，基頻和諧波頻率是識(shí)別直升機(jī)信號(hào)的重要特征。但在戰(zhàn)場(chǎng)上，環(huán)境復(fù)雜，背景噪聲干擾嚴(yán)重，線譜成分常被淹沒，這給線譜特征提取帶來(lái)一定的困難。

由前面的分析可知，BSS可以在混合矩陣和源信號(hào)未知的情況下，僅僅根據(jù)觀測(cè)信號(hào)確定分離矩陣W，通過(guò)變換得到對(duì)源信號(hào)的估計(jì)。因此，可先用JADE盲分離算法對(duì)觀測(cè)到的混合信號(hào)進(jìn)行盲分離，再采用1（1/2）維譜對(duì)分離后的各路直升機(jī)信號(hào)進(jìn)行特征提取。

3 仿真實(shí)驗(yàn)

實(shí)驗(yàn)中所用數(shù)據(jù)為實(shí)測(cè)的16通道的直升機(jī)聲信號(hào)數(shù)據(jù)?？紤]到實(shí)測(cè)直升機(jī)信號(hào)受背景噪聲等因素影響，先用JADE算法對(duì)其進(jìn)行盲分離得到16路分離的直升機(jī)信號(hào)。對(duì)各路盲分離后的直升機(jī)信號(hào)進(jìn)行多普勒頻移修正[11]后分幀，每幀數(shù)據(jù)長(zhǎng)度為4096點(diǎn)，依次對(duì)每一幀數(shù)據(jù)求其1（1/2）維譜估計(jì)，分別對(duì)每路直升機(jī)信號(hào)的所有數(shù)據(jù)幀的1（1/2）維譜作出等高圖。從16路盲分離后的直升機(jī)信號(hào)的1（1/2）維譜的等高圖發(fā)現(xiàn)，每路直升機(jī)信號(hào)在不同頻段各有優(yōu)劣。在不同頻段上選取能量最大的各路直升機(jī)聲信號(hào)進(jìn)行重新整合，得到一路數(shù)據(jù)融合后的直升機(jī)信號(hào)，此直升機(jī)信號(hào)包含原來(lái)直升機(jī)信號(hào)的所有信息。

圖2是實(shí)測(cè)的16通道的直升機(jī)數(shù)據(jù)，取其中一個(gè)通道的直升機(jī)聲信號(hào)的1（1/2）維譜的等高圖；圖3是盲分離后再經(jīng)數(shù)據(jù)融合的直升機(jī)聲信號(hào)的1（1/2）維譜的等高圖。由圖可知，與原始直升機(jī)信號(hào)相比，盲分離后再經(jīng)過(guò)數(shù)據(jù)融合的直升機(jī)信號(hào)，在加強(qiáng)低頻分量的同時(shí)，使信號(hào)的高頻分量得到很大的改善，這對(duì)于直升機(jī)信號(hào)的特征提取是非常有利的，且有助于識(shí)別直升機(jī)目標(biāo)。

4 結(jié)束語(yǔ)

本文將盲分離引入直升機(jī)聲信號(hào)的特征提取，并對(duì)其進(jìn)行了實(shí)驗(yàn)仿真。從前面的分析結(jié)果可以看出，運(yùn)用盲分離對(duì)直升機(jī)聲信號(hào)進(jìn)行分析是可行的。它不僅保留了直升機(jī)的低頻分量，而且還能使直升機(jī)的高頻分量得到很好的改善。因此，將盲分離引入直升機(jī)聲信號(hào)分析是很有意義的，這為進(jìn)一步開展直升機(jī)空中目標(biāo)識(shí)別工作打下了良好的基礎(chǔ)。

參考文獻(xiàn)：

[1]陳喆，彭鈺林，王舒文，等.從離散到連續(xù)——分?jǐn)?shù)階信號(hào)處理的理論、方法與應(yīng)用[J].電子學(xué)報(bào)，2012，40（11）：2282-2289.

[2]于淼，王曰海.基于BSS的跳頻通信抗部分頻帶噪聲阻塞干擾方法[J].系統(tǒng)工程與電子技術(shù)，2013（05）：1079-1084.

[3]Nikias C L， Mendel J M. Signal processing with higher-order spectra [J].IEEE Signal Processing Magazine，1993（03）：10-37.

[4]徐桂芳，高勇.對(duì)稱相關(guān)用于直升機(jī)聲信號(hào)特征提取[J].探測(cè)與控制學(xué)報(bào)，2010（03）：22-26.

[5]丁雪潔，劉紀(jì)元，黃海寧.一種新型頻域快速盲分離算法[J].數(shù)據(jù)采集與處理，2013（03）：261-266.

[6]趙志強(qiáng)，嚴(yán)雪龍.FastICA與PCA結(jié)合的語(yǔ)音盲信號(hào)分離技術(shù)[J].計(jì)算機(jī)應(yīng)用與軟件，2012（12）：144-146.

[7]王榮杰，詹宜巨，周海峰.利用二階統(tǒng)計(jì)量的多跳頻信號(hào)的盲分離方法[J].數(shù)據(jù)采集與處理，2011（06）：100-103.

[8]禹華鋼，黃高明，高俊.基于JADE和平行因子分解的欠定混合盲辨識(shí)算法[J].信號(hào)處理，2011（08）：1189-1194.

[9]張浩，高勇.1（1/2）維譜估計(jì)在直升機(jī)聲信號(hào)特征提取中的應(yīng)用[J].數(shù)據(jù)采集與處理，2008（04）：476-480.

[10]Shen L R， Li X Y， Wang Q B， et al. Speech Stream Detection Based on One and Half Spectrum[C]//WCICA 2004.Hangzhou，China：IEEE Press，2004（05）：4223-4226.

[11]何密，王雪松，常宇亮，等.高速運(yùn)動(dòng)目標(biāo)瞬態(tài)極化散射矩陣的校準(zhǔn)[J].信號(hào)處理，2010（06）：848-853.

作者簡(jiǎn)介：徐桂芳，女，碩士研究生，研究方向：盲信號(hào)處理、聲目標(biāo)探測(cè)與識(shí)別；韓雪平，女，碩士研究生，研究方向：計(jì)算機(jī)軟件技術(shù)、人工智能。

作者單位：河南職業(yè)技術(shù)學(xué)院，鄭州 450046