李壯，梁東峰

?

非平穩(wěn)環(huán)境下主動(dòng)聲吶檢測(cè)器研究

李壯，梁東峰

(中國艦船研究院，北京100192)

針對(duì)在水下存在多途、混響及噪聲邊緣等非平穩(wěn)背景條件下主動(dòng)聲吶檢測(cè)器的檢測(cè)性能，給出了一種變異指數(shù)的恒虛警率(Variability Index Constant False Alarm Rate, VI-CFAR)檢測(cè)器。VI-CFAR結(jié)合了單元平均恒虛警率、最大選擇恒虛警率和最小選擇恒虛警率的檢測(cè)算法，它在均勻平穩(wěn)環(huán)境和非平穩(wěn)環(huán)境下都具有較強(qiáng)的自適應(yīng)性。理論分析和仿真結(jié)果表明，該檢測(cè)器在均勻平穩(wěn)背景下的檢測(cè)性能與單元平均恒虛警率檢測(cè)器相似，在多途、混響等干擾背景條件下具有較強(qiáng)的抗干擾能力，在噪聲邊緣背景下有較好的虛警概率控制能力且運(yùn)算量小，是一種穩(wěn)健的檢測(cè)器。

主動(dòng)聲吶檢測(cè)器；恒虛警概率；非平穩(wěn)環(huán)境；變指數(shù)恒虛警檢測(cè)器

0 引言

主動(dòng)聲吶系統(tǒng)主要工作在海洋環(huán)境中。而海洋聲信道不僅是隨機(jī)緩慢時(shí)變、空變的多途信道，并且海水介質(zhì)和邊界有多重不均勻性，聲吶遇到這些不均勻性而產(chǎn)生散射，所有同時(shí)達(dá)到接收點(diǎn)的散射聲波疊加形成混響。這些背景噪聲和一些非均勻性的混響及噪聲邊緣是主動(dòng)聲吶特有的干擾，使得回波信號(hào)的功率分布也會(huì)發(fā)生很大變化。如果希望保持接收信號(hào)虛警概率的穩(wěn)定，就需要對(duì)接收信號(hào)的概率分布進(jìn)行實(shí)時(shí)估計(jì)，并形成相應(yīng)的自適應(yīng)判決門限。因此CFAR檢測(cè)技術(shù)的基本特征是在噪聲參數(shù)未知或者時(shí)變的情況下，提供考慮參數(shù)變化因素在內(nèi)的檢測(cè)門限，使檢測(cè)具有相對(duì)恒定虛警概率[1]。

聲吶和聲學(xué)定位系統(tǒng)對(duì)艦船目標(biāo)的探測(cè)、定位和識(shí)別，對(duì)水中兵器的遠(yuǎn)程遙控和遙測(cè)，都要在海洋環(huán)境噪聲中檢測(cè)到達(dá)的信號(hào)[2]。在實(shí)際的聲吶系統(tǒng)中，干擾背景往往是非平穩(wěn)的。如主動(dòng)聲吶中，混響干擾背景強(qiáng)度是隨距離(時(shí)間)衰減的，其非平穩(wěn)性將給檢測(cè)帶來很大的困難。當(dāng)干擾背景的概率分布形式已知(或是可估計(jì)的)，對(duì)參數(shù)進(jìn)行估計(jì)然后處理可達(dá)到恒虛警的目的。文獻(xiàn)[3,4]提出一種恒虛警檢測(cè)器，利用歸一化匹配濾波器作為檢測(cè)器，虛警概率只和檢測(cè)閾值有關(guān)。文獻(xiàn)[5]使用恒虛警技術(shù)的聲吶檢測(cè)方法，比較了單元平均CFAR、最大選擇CFAR、最小選擇CFAR以及有序統(tǒng)計(jì)CFAR的性能。本文提出一種變化指數(shù)(Variability Index, VI)的恒虛警檢測(cè)器VI-CFAR，通過假設(shè)檢驗(yàn)得出可能的混響噪聲背景，自適應(yīng)選擇相應(yīng)的恒虛警算法。VI綜合了CA、GO和SO的優(yōu)點(diǎn)，有很好的魯棒性，更加適應(yīng)于水聲信道環(huán)境[6]。

1 VI-CFAR檢測(cè)器

在現(xiàn)代聲吶信號(hào)處理中，為了提高聲吶的性能，首先需要提高檢測(cè)器輸入端的信噪比和信干比。由于海洋噪聲、多途干擾是時(shí)變、空變且非均勻分布的，所以需要采用各種恒虛警概率方法來保證聲吶信號(hào)檢測(cè)具有恒虛警特性。單元平均恒虛警率(CA-CFAR)是均勻環(huán)境中的一種最佳檢測(cè)器，但它的性能在非均勻環(huán)境下會(huì)降低。最大選擇CFAR(GO-CFAR)和最小選擇CFAR(SO-CFAR)是為了解決CA-CFAR在混響邊緣中存在的虛警率上升的問題。但它們都只能解決其中一個(gè)問題，并且還帶來一定的附加檢測(cè)損失[7]。

本節(jié)討論一種變化指數(shù)恒虛警檢測(cè)器(VI-CFAR)，它是基于CA-CFAR、SO-CFAR、GO-CFAR的一種綜合檢測(cè)方法，該算法通過計(jì)算參考單元的二階統(tǒng)計(jì)量(即變化指數(shù))以及前后滑窗均值之比，動(dòng)態(tài)地調(diào)整噪聲功率水平的估計(jì)方法。VI-CFAR的方框圖如圖1所示。

(1)

可以確定前后的均值是否相同。而VI-CFAR的檢測(cè)門限是根據(jù)VI和MR假設(shè)檢驗(yàn)的結(jié)果確定的；確定方法如表1所示。表中，背景乘積常數(shù)或中的表示參考單元數(shù)目。當(dāng)兩個(gè)滑窗都用上時(shí)，采用，當(dāng)只利用前滑窗或后滑窗時(shí)，采用。

表1 自適應(yīng)門限生成方法

2 性能仿真分析

2.1 均勻平穩(wěn)環(huán)境

均勻平穩(wěn)環(huán)境是指聲吶處在平均能量水聲信道環(huán)境下，且噪聲為高斯白噪聲，不存在多途、混響等干擾。假設(shè)和已經(jīng)確定，噪聲為瑞利包絡(luò)均勻噪聲，即前滑窗和后滑窗都是非易變的，并且具有相同的均值，這相對(duì)于表1中的第一種情況。此時(shí)VI-CFAR的檢測(cè)性能近似于CA-CFAR，具有較少的檢測(cè)性能損失。

圖2為VI-CFAR序列檢測(cè)實(shí)例。仿真噪聲數(shù)據(jù)為背景功率為20 dB的瑞利包絡(luò)噪聲序列，設(shè)存在一功率為35 dB的目標(biāo)在第30個(gè)距離單元。在預(yù)定虛警概率時(shí)，其固定檢測(cè)門限為30 dB，在圖中用虛線表示。設(shè)其參考滑窗長(zhǎng)度=36，圖中用粗實(shí)線表示恒虛警檢測(cè)的門限，圖中用虛線表示最優(yōu)檢測(cè)固定門限。圖中第80個(gè)距離單元時(shí)，存在一個(gè)尖刺噪聲，其樣本功率超過固定門限。若采用固定檢測(cè)則會(huì)造成“虛警”，選用恒虛警檢測(cè)器則可避免這種情況。

采用Monte-Carlo仿真方法來分析VI-CFAR檢測(cè)器性能。仿真次數(shù)10000次，設(shè)定所有恒虛警檢測(cè)器的仿真參數(shù)相同，仿真參數(shù)設(shè)定為門限=4.76，=1.806，虛警概率，窗長(zhǎng)度。

圖3為均勻環(huán)境下的檢測(cè)性能曲線，從圖中可以看出，所有的CFAR檢測(cè)器性能相近似，與最優(yōu)檢測(cè)器相比都存在一定的檢測(cè)性能損失，并且VI-CFAR與CA-CFAR和GO-CFAR相比性能損失要多，但要優(yōu)于OS-CFAR。

2.2 多途干擾環(huán)境下

主動(dòng)聲吶所處的水聲信道環(huán)境中，水聲信道可以表示為緩慢時(shí)變的相干多途信道，主要為多途、混響等干擾[8]，此時(shí)噪聲樣本不滿足瑞利分布條件。由于水聲信道的多途作用，在噪聲序列中同時(shí)存在目標(biāo)和多途干擾，且當(dāng)目標(biāo)位于檢測(cè)單元，而多途等干擾信號(hào)落在參考滑窗內(nèi)時(shí)，會(huì)出現(xiàn)多途對(duì)目標(biāo)的遮蔽效應(yīng)[9]。假設(shè)位于參考滑窗內(nèi)的多途干擾目標(biāo)功率遠(yuǎn)大于周圍噪聲功率，則會(huì)增加背景功率估計(jì)和CFAR檢測(cè)門限，增加了目標(biāo)漏檢的可能性。

圖4是CA-CFAR在多途干擾背景下的檢測(cè)實(shí)例，虛線表示固定檢測(cè)門限，粗實(shí)線表示CA-CFAR檢測(cè)門限。圖中噪聲背景功率為20 dB，預(yù)定虛警概率。參考滑窗長(zhǎng)度=36，在第30個(gè)和第33個(gè)距離單元內(nèi)分別存在功率為34 dB和35 dB的目標(biāo)信號(hào)1和多途干擾2。當(dāng)目標(biāo)1位于檢測(cè)單元時(shí)，多途干擾2也正好位于參考滑窗內(nèi)，其較高的功率提升了整體背景功率的估計(jì)，造成目標(biāo)1 “漏檢”。

采用VI-CFAR檢測(cè)器實(shí)例如圖5所示，當(dāng)有目標(biāo)存在于前滑窗或后滑窗時(shí)，相應(yīng)的變化指數(shù)VI會(huì)標(biāo)明它是一個(gè)非均勻的噪聲背景。當(dāng)這種情況只出現(xiàn)在一個(gè)滑窗內(nèi)時(shí)，則用另一個(gè)滑窗的數(shù)據(jù)作為CA-CFAR算法的背景估計(jì)。這就是表1中的第3和第4種情況。

如果所選滑窗的噪聲是均勻的，會(huì)存在輕微的檢測(cè)概率損失，這是因?yàn)橹徊捎昧藗€(gè)距離單元作為背景估計(jì)，而沒有用所有的個(gè)距離單元。當(dāng)兩個(gè)滑窗都是非均勻時(shí)，則選擇較小的滑窗均值作為背景的估計(jì)，相當(dāng)于SO-CFAR方法，這就是表1中的第5種情況。此時(shí)VI-CFAR選擇前半窗估計(jì)背景雜波功率，避免了多途干擾2對(duì)目標(biāo)1的遮蔽效應(yīng)，實(shí)現(xiàn)了對(duì)目標(biāo)1的正確檢測(cè)。

采用Monte-Carlo仿真方法來分析VI-CFAR的檢測(cè)性能。仿真次數(shù)10000次，仿真參數(shù)為門限=4.76，=1.806，虛警概率，窗長(zhǎng)度。

圖6為存在一個(gè)多途干擾目標(biāo)時(shí)檢測(cè)器的性能比較曲線。由圖中可以看出，在參考單元中存在一個(gè)干擾目標(biāo)時(shí)，CA-CFAR和GO-CFAR性能明顯變差，而VI-CFAR、OS-CFAR和SO-CFAR性能幾乎不受影響。

2.3 噪聲邊緣環(huán)境

在實(shí)際主動(dòng)聲吶檢測(cè)過程中，聲吶所處環(huán)境的噪聲功率也會(huì)發(fā)生變化。CFAR檢測(cè)器參考滑窗內(nèi)會(huì)包含噪聲邊緣情況。圖7中的噪聲序列包含兩個(gè)噪聲區(qū)域，即低功率噪聲和高功率噪聲。噪聲邊緣位于第100個(gè)距離單元處，在噪聲邊緣處，背景噪聲功率從20 dB攀升至30 dB。這種過渡在實(shí)際檢測(cè)過程中比較具有典型性，如從碼頭到開闊水域。

圖7中的虛線表示該噪聲序列的固定檢測(cè)門限，高低功率噪聲區(qū)域各對(duì)應(yīng)一種門限。在第30個(gè)距離單元存在目標(biāo)，其功率為35 dB，在虛警概率時(shí)，參考滑窗長(zhǎng)度=36，對(duì)噪聲序列進(jìn)行CA-CFAR檢測(cè)，CA-CFAR檢測(cè)門限在圖7中用粗實(shí)線表示。

噪聲邊緣會(huì)導(dǎo)致其邊緣附近高功率噪聲區(qū)域的檢測(cè)發(fā)生虛警，也可能會(huì)遮蔽噪聲邊緣附近低功率噪聲區(qū)域的目標(biāo)。位于高功率噪聲區(qū)域的第102個(gè)距離單元為純?cè)肼晿颖?不存在目標(biāo))，但因其靠近噪聲邊緣，導(dǎo)致參考滑窗內(nèi)存在較多低功率噪聲樣本，從而降低了背景功率估計(jì)和檢測(cè)門限，造成虛警；第30個(gè)距離單元遠(yuǎn)離噪聲邊緣，沒有其它功率的雜波樣本影響背景噪聲功率估計(jì)，因此能夠?qū)崿F(xiàn)目標(biāo)正常檢測(cè)。

圖8是CA-CFAR在噪聲邊緣位置處漏報(bào)實(shí)例。設(shè)功率為35 dB的目標(biāo)在第98個(gè)距離單元內(nèi)，當(dāng)目標(biāo)位于檢測(cè)單元時(shí)，滑窗內(nèi)大部分噪聲樣本都來自于高功率雜波區(qū)域，抬高了背景功率的估計(jì)和CFAR檢測(cè)門限，造成目標(biāo)漏檢。上述原理可以表述為一種實(shí)用反偵查技術(shù)的基礎(chǔ)，例如潛艇、魚雷等在發(fā)射干擾信號(hào)，或者在干擾比較大的海域工作，從而使聲吶武器系統(tǒng)很難偵查到它們的存在[10]。

圖9為在噪聲邊緣環(huán)境下VI-CFAR檢測(cè)實(shí)例。當(dāng)采用VI-CFAR檢測(cè)器時(shí)，噪聲邊緣位置和被檢測(cè)單元在弱或強(qiáng)混響背景區(qū)域無法先驗(yàn)已知。當(dāng)噪聲最初進(jìn)入滑窗A的參考單元時(shí)，有一個(gè)或多個(gè)單元包含較高功率水平的噪聲，這種情況與存在一個(gè)干擾目標(biāo)的情況非常類似，從而可以采用滑窗B作為背景的估計(jì)。當(dāng)噪聲占據(jù)整個(gè)滑窗A時(shí)，包含噪聲的滑窗和只有噪聲的滑窗相似，也是均勻的，但是兩個(gè)滑窗的均值不同。為了不產(chǎn)生過多的虛警，選擇較大的均值作為背景估計(jì)。這是表1中的第2種情況。當(dāng)噪聲繼續(xù)向前進(jìn)入到滑窗B時(shí)，滑窗B就變成非均勻背景。而滑窗A包含均勻的噪聲。對(duì)于這種情況，選擇滑窗A估計(jì)背景噪聲，相當(dāng)于表1中的第3或第4種情況。最后，當(dāng)兩個(gè)滑窗都充滿噪聲時(shí)，這時(shí)選用表1中的第1種算法。

采用Monte-Carlo仿真方法來分析分布式VI-CFAR的檢測(cè)性能。仿真次數(shù)10000次，仿真參數(shù)為門限取=4.76，=1.806，虛警概率，窗長(zhǎng)度。圖10為在噪聲邊緣環(huán)境下不同檢測(cè)器的性能比較曲線。它給出了CA-CFAR、OS-CFAR、GO-CFAR、SO-CFAR及VI-CFAR在噪聲邊緣環(huán)境下的虛警概率。取載噪比(Carrier to Noise Ratio, CNR，本文中與信噪比相同)時(shí)檢測(cè)器在噪聲邊緣的性能如圖所示，橫坐標(biāo)表示包含噪聲的最后一個(gè)單元數(shù)，縱坐標(biāo)表示虛警概率取對(duì)數(shù)，由圖中可以看出，在噪聲邊緣環(huán)境中，VI-CFAR檢測(cè)器的虛警尖峰均較小，即具有較優(yōu)的虛警概率控制能力。

3 結(jié)論

總體來說，VI-CFAR檢測(cè)器綜合了CA-CFAR、GO-CFAR、SO-CFAR的優(yōu)點(diǎn)。在均勻環(huán)境中具有較低的CFAR損失，對(duì)于存在混響、多途和噪聲邊緣的非均勻背景，具有一定的魯棒性。另外，VI-CFAR的復(fù)雜性要低于OS-CFAR，并且在噪聲邊緣中具有更優(yōu)的虛警概率控制能力，其虛警率特性也要優(yōu)于其他自適應(yīng)檢測(cè)器，如AOS(adaptive order statistic)-CFAR檢測(cè)器和SE(selection and estimation)-CFAR檢測(cè)器。因此其更加適應(yīng)于水聲信道環(huán)境。

[1] Barnard T J, Fyzodeen. Statistical Normalization of spherically Invariant Non-Gaussian Clutter[J]. IEEE Journal of Oceanic Engineering. 2004, 29(2): 303-309.

[2] 李啟虎. 水聲學(xué)研究進(jìn)展[J]. 聲學(xué)學(xué)報(bào), 2001, 26(4): 295-301.

LI Qihu. Advances of research work in underwater acoustics[J]. Acta Acoustic, 2001, 26(4): 295-301.

[3] Steven Kay, John Salisbury. Improved Active sonar detection using autoregressive prewhiteners[J]. J. Acoust. Soc. Am., 1990, 4: 1603-1611.

[4] Carmillet V, Amblard P-O, Jourdain G. Detection of Phase-or Frequency -Modulated signals in Reverberation Noise[J]. J. Acoust. Soc. Am., 1999, 105(6): 3375-3389

[5] Kalyan B, Balasuriva A. Sonar based automatic target detection scheme for underwater environments using CFAR techniques: a comparative study[C]// UT 04.2004 International Symposium on, 2004: 33-37.

[6] Amit Kumar Verma. Variability Index Constant False Alarm Rate (VI-CFAR) for Sonar Target Detection[J]. IEEE-International Conference on Signal processing, CNMIT, Anna University Chennai India, Jan 4-6, 2008. pp'38-141.

[7] 何友, 關(guān)鍵, 彭應(yīng)寧. 雷達(dá)自動(dòng)檢測(cè)與恒虛警處理[M]. 北京: 清華大學(xué)出版社, 1999: 32-38.

HE You, GUAN Jian, PENG Yingning, Automatic radar detection and constant false alarm processing[M]. Tsinghua University press 1999: 32-38.

[8] 惠俊英. 水下聲信道[M]. 北京: 國防工業(yè)出版社, 2007.

HUI Junying. The underwater acoustic channel[M]. Beijing: National Defence Industry Press, 2007.

[9] Smith M E, Varshney P K. Intelligent CFAR processor based on data variability[J]. IEEE Trans. On AES, 1992, 28(4): 505-519.

[10] Kimankim, Chunyong Lee, Daehee Youn. Adaptive Processing Technique for Enhanced CFAR Detecting Performance in Active Sonar Systems. IEEE Trans, 2000, 36(2): 693-699.

Research on active sonar detecter in non-stationary environment

LI Zhuang, LIANG Dong-feng

(China Ship Research and Development Academy, Beijing 100192, China)

The sonar background environment is not stationary at all times but is often filled with nonstationarity like multi-path and reverberation edges. The VI-CFAR is a combination of the cell-averaging CFAR(CA-CFAR), smallest-of CFAR(SO-CFAR) and the greatest-of CFAR(GO-CFAR), and it has high performance both in stationary environment and in non-stationary environment. Theoretical analysis and simulation results show that the performance of the proposed detector is typically identical with VI CFAR under the homogeneous and stationary background and well capable of anti-multi-path under the background of multi-path, has better capability of CFAR control under the background of clutter edge and less computation, being a sort of robust detector.

active sonar detector; Constant False-Alarm Rate(CFAR); non-stationary environment; Variability IndexCFAR(VI-CFAR)

TB566

A

1000-3630(2015)-01-0001-05

10.16300/j.cnki.1000-3630.2015.01.001

2014-04-04;

2014-08-18

李壯(1983－), 男, 黑龍江綏化人, 博士, 研究方向?yàn)樗暪こ獭?/p>

李壯, E-mail: hljstrong@163.com