劉 亮,趙高澤,龍 偉
(中國船舶重工集團(tuán)公司 第七〇五研究所昆明分部,云南 昆明650118)
目前由多個(gè)水下聲傳感器組成的聲吶基陣已經(jīng)廣泛使用在水下信號(hào)探測、聲源定位以及干擾和噪聲的抑制中,從而改善聲吶的工作性能。而聲源的定位對(duì)于魚雷探測起著關(guān)鍵作用。基于陣列的DOA 估計(jì)方法可以分為3 大類:第1 類是采用常規(guī)延時(shí)的波束形成技術(shù),該方法要想獲得高的空域分辨率,須增加陣列傳感器單元的數(shù)量;第2 類是基于子空間技術(shù)的波束形成,該方法可以提供較高的分辨力;第3 類是依據(jù)最大似然理論的波束形成技術(shù),此方法可以在低信噪比工況下良好的進(jìn)行工作,但是其計(jì)算量很大并且需要大量的先驗(yàn)知識(shí),因此無法在水聲被動(dòng)探測領(lǐng)域應(yīng)用。MUSIC 算法是子空間波束形成技術(shù)的一種DOA 估計(jì)算法,其應(yīng)用前提是具有較高的信噪比,因此對(duì)于水聲領(lǐng)域的被動(dòng)探測的適用性不是很強(qiáng)。而本文對(duì)MUSIC 算法做了適當(dāng)改進(jìn),使之可以在較低的信噪比環(huán)境下仍然能夠獲得高分辨處理結(jié)果,從而使該算法可以適用于水聲被動(dòng)探測的實(shí)際應(yīng)用。
DOA 估計(jì)的數(shù)學(xué)模型采用N 元均勻線列陣,間距為d,各陣元接收靈敏度相同,平面波入射方向?yàn)棣?,如圖1 所示[1]。
圖1 均勻線列陣Fig.1 Uniformity linear array
各陣元輸出信號(hào)為:
式中:A為信號(hào)幅度;ω為信號(hào)角頻率;φ 為相鄰陣元接收信號(hào)間的相位差。有
即每一個(gè)陣元接收的信號(hào)相對(duì)于參考陣元接收的信號(hào)有一定的時(shí)延,如果對(duì)各個(gè)陣元接收的數(shù)據(jù)進(jìn)行相應(yīng)的延時(shí)補(bǔ)償后進(jìn)行加權(quán),則可使期望的方向信號(hào)實(shí)現(xiàn)同相累加。對(duì)于設(shè)計(jì)好的線列陣,信號(hào)的來波方向與陣列的延時(shí)是一一對(duì)應(yīng)的關(guān)系,因此對(duì)于線列陣接收的信號(hào),在各個(gè)方向上采用相應(yīng)的延時(shí)加權(quán),如果某一方向上有信號(hào)存在,則在方向圖上可以在該信號(hào)方向上形成峰值,從而估計(jì)出信號(hào)的來波方向。
基于矩陣特征值分析的多重信號(hào)分類(MUSIC)[2]算法是一種DOA 高分辨力算法。根據(jù)矩陣?yán)碚摰闹R(shí),可以對(duì)陣列信號(hào)的自相關(guān)矩陣進(jìn)行特征值分解,從而得到信號(hào)子空間和噪聲子空間,且信號(hào)子空間與噪聲子空間正交。自相關(guān)矩陣特征值分解如式(3)所示,其中λi是矩陣特征值,ei是對(duì)應(yīng)于λi的歸一化特征向量。
由于信號(hào)對(duì)應(yīng)的特征值較大,噪聲對(duì)應(yīng)的特征值較小。因此可以構(gòu)成信號(hào)子空間Es和噪聲子空間En如下:
經(jīng)典MUSIC 算法原理是將陣列方向矢量投影到噪聲子空間里,投影矩陣為PEn,投影結(jié)果為:
理論上信號(hào)對(duì)應(yīng)的陣列方向矢量在噪聲子空間上的投影結(jié)果應(yīng)為0,但由于實(shí)際信號(hào)中噪聲的干擾、信號(hào)截?cái)?、信?hào)處理以及運(yùn)算等導(dǎo)致投影的結(jié)果不可能為0,而是一個(gè)很小的值[3],而噪聲對(duì)應(yīng)的陣列方向矢量在噪聲空間的投影值則較大,因此將投影的結(jié)果的幅值平方取倒數(shù)后,便可以在信號(hào)方向得到一個(gè)尖峰,從而估計(jì)出信號(hào)的到達(dá)方向。
但當(dāng)信號(hào)變?nèi)鯐r(shí),信號(hào)空間和噪聲空間的正交性則變差,因此估計(jì)的峰值會(huì)隨著信噪比的降低而降低。
本文采用的改進(jìn)算法則是先將不同的陣列方向矢量投影到信號(hào)子空間后得到投影值(投影矩陣PEs),然后再除以其投影到噪聲子空間的結(jié)果。公式如下:
圖2 投影分析原理圖Fig.2 The principle diagram of the projection analysis
由于到達(dá)陣列信號(hào)方向矢量在信號(hào)子空間的投影值會(huì)產(chǎn)生較大的投影值SEs,而噪聲方向在信號(hào)子空間的投影值產(chǎn)生較小的值NEs,而投影到噪聲子空間的結(jié)果剛好相反,如圖2 所示,信號(hào)在噪聲空間的投影值為SEn,噪聲投影結(jié)果為NEn。因此傳統(tǒng)的MUSIC 算法產(chǎn)生的峰值比約為NEn/SEn,而采用改進(jìn)的MUSIC 算法處理以后,算法的峰值比約為SEs*NEn/SEn*NEs,由于SEs/NEs的比值大于1,因此改善了波束圖的峰值指向性,同時(shí)降低了旁瓣電平,進(jìn)而提高了空間分辨力。同時(shí)由于自相關(guān)矩陣根據(jù)陣列實(shí)時(shí)接收的數(shù)據(jù)估算出來,因此該算法具有較好的實(shí)時(shí)性能。
由于魚雷自導(dǎo)被動(dòng)探測的信號(hào)主要是艦船輻射出的寬帶噪聲聲源,并且寬帶信號(hào)比窄帶信號(hào)含有更多的信源信息,從而更有助于實(shí)現(xiàn)目標(biāo)檢測、參量估計(jì)等。所以窄帶波束形成己經(jīng)不能滿足被動(dòng)探測的需要,因此有必要進(jìn)行寬帶水聲信號(hào)DOA 估計(jì)的研究。本文采用頻域劃分子帶[4]的寬帶DOA 處理技術(shù),其原理圖如圖3 所示。
圖3 頻域?qū)拵暡ㄊ纬稍韴DFig.3 The principle diagram of the frequency domain wideband acoustic beam forming
由于頻域變換寬帶波束形成器是借助于DFT 和IDFT,是一種批處理的方法,可以用數(shù)字信號(hào)處理中的快速傅里葉變換(FFT)加以實(shí)現(xiàn),比時(shí)間域形成多個(gè)寬帶波束運(yùn)算量要小[5]。因此本文采用頻域?qū)拵OA 估計(jì)算法[6]。
為驗(yàn)證改進(jìn)后MUSIC 算法性能,仿真采用24陣元線列陣,使用白噪聲序列生成寬帶噪聲源1 個(gè),方向20°,分別在陣元接收信號(hào)的信噪比為14 dB,0 dB,-14 dB 和-19 dB 時(shí)進(jìn)行2 種算法的寬帶波束形成的對(duì)比仿真,仿真結(jié)果如圖4 ~圖7 所示。
圖4 信噪比為14 dB 時(shí)的陣列方向圖Fig.4 The array direction figure when SNR is 14 dB
圖5 信噪比為0 dB 時(shí)的陣列方向圖Fig.5 The array direction figure when SNR is 0 dB
圖6 信噪比為-14 dB 時(shí)的陣列方向圖Fig.6 The array direction figure when SNR is -14 dB
圖7 信噪比為-19 dB 時(shí)的陣列方向圖Fig.7 The array direction figure when SNR is -19 dB
仿真結(jié)果表明,隨著信噪比的下降,2 種算法的空間分辨性能均有所下降,但改進(jìn)算法在信噪比低的時(shí)候仍能具有很好的空間分辨力,尤其是在信噪比下降到-19 dB 時(shí),經(jīng)典的MUSIC 算法幾乎無法檢測出信號(hào)的來波方向,但在改進(jìn)后算法的方向圖上,主瓣與旁瓣仍有約-3 dB 的峰值差,而聲吶的自主檢測的檢測域要求應(yīng)不低于3 dB,從圖中看,經(jīng)典算法在信噪比為-19 dB 輸入的結(jié)果只有1 dB,-14 dB 的輸入結(jié)果才有3 dB 輸出。因此較經(jīng)典的MUSIC 算法相比,改進(jìn)后的算法在低信噪比下的空域分辨性能有了很大提升。
為驗(yàn)證該算法在實(shí)際水聲環(huán)境中的有效性,本文采用某型水下航行體的實(shí)航數(shù)據(jù)進(jìn)行驗(yàn)證,試驗(yàn)條件說明如下:信源為一個(gè)寬帶艦船輻射噪聲源,帶內(nèi)總聲級(jí)141 dB,目標(biāo)距離8 900 m,信源方向18°,驗(yàn)證結(jié)果如圖8 所示。
圖8 實(shí)航驗(yàn)證圖Fig.8 The verification figure of the reality navigation data
驗(yàn)證結(jié)果顯示,在經(jīng)典算法已經(jīng)不能很好的估計(jì)出信源方向時(shí),改進(jìn)后的算法不僅準(zhǔn)確的估計(jì)出了信源方向(18°),同時(shí)旁瓣與主瓣峰值相差約4 dB 左右,可以滿足聲吶自主檢測域3 dB 的數(shù)值要求,同時(shí)主瓣寬度也相應(yīng)的變窄,證明了該算法的有效性。
本文同時(shí)選取某水下航行體帶內(nèi)總聲級(jí)150 dB,目標(biāo)距離8 900 m。信源方向18°,干擾方向0°,數(shù)據(jù)長度為4 s 的某次實(shí)航數(shù)據(jù)進(jìn)行算法的對(duì)比驗(yàn)證分析,驗(yàn)證結(jié)果如圖9 和圖10 所示。
通過圖9 和圖10 的多次驗(yàn)證可看出,在信噪比較低的情況下,傳統(tǒng)算法對(duì)于目標(biāo)以及干擾的分辨力很低,峰值比僅約有不到2 dB 的差值,而該進(jìn)后的算法則有約5 dB 的峰值差,可以滿足被動(dòng)探測的需要。因此通過實(shí)航數(shù)據(jù)的驗(yàn)證分析,證明改進(jìn)后的算法無論在分辨能力還是在適用條件上均有較大提高。
圖9 實(shí)航數(shù)據(jù)驗(yàn)證結(jié)果三維視圖Fig.9 The 3D verification figure of the reality navigation data
圖10 實(shí)航數(shù)據(jù)驗(yàn)證結(jié)果正視圖Fig.10 Front view of the reality navigation data verification results
本文在研究基于MUSIC 算法的水聲寬帶信號(hào)DOA 估計(jì)的基礎(chǔ)上,進(jìn)一步研究了某型水下航行體的實(shí)航數(shù)據(jù),并對(duì)MUSIC 算法進(jìn)行改進(jìn),使之能在較低信噪比條件下,得到良好的方向估計(jì)。計(jì)算機(jī)仿真以及實(shí)航數(shù)據(jù)驗(yàn)證表明:該算法在方向估計(jì)上具有準(zhǔn)確性、高分辨性以及更廣的適用范圍。
[1]田坦,劉國技,孫大軍.聲吶技術(shù)[M].哈爾濱:哈爾濱工程大學(xué)出版社,2006:63 -65.TIAN Tan,LIU Guo-ji,SUN Da-jun. Sonar technology[M].Harbin:Harbin Engineering University press,2006:63-65.
[2]SCHMIDT R O. Multiple emitter location and signal parameter spectral estimation[J]. In Proc. RADCS spectrum Estimation Workshop,1979.10,or IEEE Trans,1986,AP-34(3):276 -280.
[3]張小飛,汪飛,徐大專. 陣列信號(hào)處理的理論和應(yīng)用[M].北京:國防工業(yè)出版社,2010:78 -83.ZHANG Xiao-fei,WANG Fei,XU Da-zhuan. Theory and application of array signal processing[M].Beijing:National Defence Industry Press,2010:78 -83.
[4]WAX M,SHAN T J,KAILATH T.Spatio-temporal spectral analysis by eigenstructure methods[J]. IEEE Trans. on ASSP,1984,32(4):817 -827.
[5]白梅.寬帶恒定束寬波束形成方法研究[D].2008:6-12.BAI Mei. Method of wideband constant beam width beamforming[D].2008:6 -12.
[6]趙擁軍,李冬海,趙闖,等.寬帶陣列信號(hào)波達(dá)方向估計(jì)理論與方法[M]. 北京:國防工業(yè)出版社,2013:65-84.ZHAO Yong-jun,LI Dong-mei,ZHAO Chuang,et al. Wideband array signal direction of arrive estimation theory and methods[M].Beijing:National Defence Industry Press,2013:65-84.