李蘭瑞，章新華，劉洪賀，李鵬，劉心語(yǔ)

?

基于時(shí)域波束信號(hào)高階譜的目標(biāo)檢測(cè)技術(shù)

李蘭瑞1，章新華1，劉洪賀2，李鵬3，劉心語(yǔ)4

(1. 海軍大連艦艇學(xué)院水武防化系，遼寧大連 116018；2. 海軍大連地區(qū)裝備修理監(jiān)修室，遼寧大連 116041； 3. 哈爾濱工程大學(xué)水聲工程學(xué)院，黑龍江哈爾濱 150000；4. 海軍大連艦艇學(xué)院政訓(xùn)部，遼寧大連 116018)

為解決常規(guī)時(shí)域波束形成技術(shù)抗噪聲能力弱、對(duì)弱目標(biāo)檢測(cè)能力差的問(wèn)題，利用高斯噪聲的高階累積量(三階及三階以上)為零、非高斯信號(hào)的高階累積量不為零這一性質(zhì)，對(duì)常規(guī)時(shí)域波束形成后輸出的波束信號(hào)進(jìn)行后置處理。首先，對(duì)常規(guī)時(shí)域波束形成后輸出的各預(yù)成波束信號(hào)，分別求其四階累積量切片譜值；然后，再對(duì)各四階累積量切片譜值分別進(jìn)行能量累加，得到空間譜圖；最后，通過(guò)對(duì)空間譜在時(shí)間上的累積，得到方位歷程圖。用仿真和海試數(shù)據(jù)對(duì)算法進(jìn)行了驗(yàn)證：在低信噪比情況下，常規(guī)算法不能有效檢測(cè)到弱目標(biāo)時(shí)，經(jīng)后置處理后可以有效檢測(cè)到弱目標(biāo)。結(jié)果表明，與常規(guī)時(shí)域波束形成算法相比，波束形成后再進(jìn)行切片譜后置處理的算法增強(qiáng)了對(duì)噪聲的抑制能力，提高了對(duì)弱目標(biāo)的檢測(cè)能力。

時(shí)域波束形成；四階累積量切片；目標(biāo)檢測(cè)；高階譜

0 引言

時(shí)域波束形成技術(shù)是用于聲吶聽(tīng)音波束處理的重要方法，然而，常規(guī)的時(shí)域波束形成技術(shù)主要抑制感興趣方位外的空間噪聲，對(duì)波束內(nèi)的背景噪聲抑制能力弱。常規(guī)時(shí)域波束形成技術(shù)輸出的各預(yù)成波束信號(hào)中依然存在較強(qiáng)的背景噪聲，限制了時(shí)域波束形成技術(shù)對(duì)弱目標(biāo)的檢測(cè)能力。水聲信號(hào)的背景噪聲在過(guò)往船只較少、相對(duì)空曠的海域可以認(rèn)為是服從高斯分布的，而艦船、潛艇、魚(yú)雷等目標(biāo)的輻射噪聲是非高斯分布的。高階累積量由于具備了抑制高斯噪聲的特點(diǎn)(高斯噪聲的高階累積量(三階及三階以上)為零，非高斯信號(hào)的高階累積量非零[1])，已被廣泛地應(yīng)用在陣列信號(hào)處理上。現(xiàn)有文獻(xiàn)資料顯示：Dogan等[2]、Li X K等[3]將高階累積量應(yīng)用于陣元域構(gòu)造虛擬陣元，提高虛擬陣列孔徑；高楊等[4]、伍岳等[5]將高階累積量應(yīng)用于自適應(yīng)波束形成，均取得較好的效果。

本文的工作不再將高階累積量應(yīng)用于波束形成技術(shù)，而是應(yīng)用于波束形成輸出后，對(duì)各掃描方位(預(yù)成波束)的時(shí)域波束形成輸出信號(hào)分別進(jìn)行四階累積量處理，得到每個(gè)掃描方位的四階累積量切片譜，從而得到新的空間譜，以達(dá)到在某方位預(yù)成波束內(nèi)含低信噪比目標(biāo)信號(hào)的情形下，抑制高斯背景噪聲、提高弱目標(biāo)檢測(cè)能力的目的。

1 水聲信號(hào)的高階累積量模型

由高階累積量的獨(dú)立可加性質(zhì)可得[8]：

由于高斯信號(hào)的高階累積量(三階及三階以上)為零，上式可簡(jiǎn)化為

艦船輻射噪聲存在二次頻率耦合、三次頻率耦合和呈對(duì)稱(chēng)分布的噪聲等情況[9-10]。在高階累積量算法中，四階累積量切片譜法在抑制高斯噪聲的同時(shí)可有效計(jì)算出二次、三次耦合頻率，且計(jì)算速度較四階累積量更快。

2 基于時(shí)域波束信號(hào)高階譜的目標(biāo)檢測(cè)方法

根據(jù)以上分析，本文采用四階累積量切片譜，對(duì)各預(yù)成波束的時(shí)域輸出信號(hào)進(jìn)行后置處理，用于抑制高斯加性背景噪聲，進(jìn)一步提高弱目標(biāo)的檢測(cè)信噪比，工作流程如圖1所示。

具體計(jì)算過(guò)程如下：

圖1 切片譜法工作流程圖

(4) 對(duì)空間譜在時(shí)間上累積得到時(shí)間方位歷程圖。

3 仿真驗(yàn)證

為驗(yàn)證本文提出的切片譜后置處理算法對(duì)弱目標(biāo)的檢測(cè)能力，設(shè)計(jì)了目標(biāo)信號(hào)在不同信噪比下的仿真實(shí)驗(yàn)。

陣列仿真參數(shù)如下：陣形為均勻線(xiàn)陣，陣元數(shù)目為48個(gè)，陣元間隔為1 m，采樣頻率為3 000 Hz；聲源信息如下：目標(biāo)1：入射方向?yàn)?0°，頻率為200 Hz、300 Hz；目標(biāo)2：入射方向?yàn)?0°，頻率為260 Hz、380 Hz。噪聲均為高斯白噪聲。

仿真實(shí)驗(yàn)一：聲源信號(hào)目標(biāo)1的信噪比為-14 dB，目標(biāo)2的信噪比為-10 dB。

因本文重在研究常規(guī)時(shí)域波束形成方法和切片譜后置處理方法對(duì)弱目標(biāo)的檢測(cè)能力，所以，以下重點(diǎn)分析兩種方法對(duì)目標(biāo)1的檢測(cè)情況。從圖2中可以發(fā)現(xiàn)：在目標(biāo)1的信噪比為-14dB時(shí)，常規(guī)時(shí)域波束形成和切片譜后置處理算法均可檢測(cè)到目標(biāo)1。對(duì)目標(biāo)1，常規(guī)時(shí)域波束形成后信噪比提高約3 dB，切片譜后置處理之后的信噪比提高約11 dB，切片譜后置處理之后相對(duì)處理前信噪比提高約8 dB，因仿真條件比較理想，信噪比提高幅度較高。

取目標(biāo)1所在方位，即60°方向的時(shí)域波束信號(hào)，計(jì)算并對(duì)比其頻譜圖和切片譜圖。如圖3所示，四階累積量切片譜相對(duì)于頻譜背景噪聲更低，線(xiàn)譜特征更加顯著。

圖2 仿真實(shí)驗(yàn)一的空間譜圖

圖3 目標(biāo)1的切片譜、頻譜對(duì)比圖(SNR= -14 dB)

仿真實(shí)驗(yàn)二：聲源信號(hào)目標(biāo)1的信噪比為-18 dB，目標(biāo)2的信噪比保持為-10 dB不變。

從圖4中可以發(fā)現(xiàn)：當(dāng)目標(biāo)1信噪比為-18 dB時(shí)，常規(guī)時(shí)域波束形成后對(duì)目標(biāo)1信噪比提高不足1 dB，未有效檢測(cè)到目標(biāo)1；切片譜后置處理之后對(duì)目標(biāo)1信噪比提高約7 dB，有效檢測(cè)目標(biāo)1。分析目標(biāo)1所在方位，即60°方向的時(shí)域波束信號(hào)，如圖5所示：在頻譜圖中，200 Hz頻率點(diǎn)已經(jīng)淹沒(méi)在背景噪聲中，四階累積量切片譜可以有效地檢測(cè)到200 Hz處的線(xiàn)譜。

圖4 仿真實(shí)驗(yàn)二的空間譜圖

圖5 目標(biāo)1的切片譜、頻譜對(duì)比圖(SNR= -18 dB)

以上仿真實(shí)驗(yàn)結(jié)果證明，通過(guò)對(duì)預(yù)成波束的時(shí)域輸出信號(hào)進(jìn)行切片譜后置處理，有效抑制了背景噪聲，提高了算法對(duì)弱目標(biāo)的檢測(cè)信噪比。

4 海試數(shù)據(jù)驗(yàn)證

下面采用某型聽(tīng)音聲吶的海試數(shù)據(jù)對(duì)算法做進(jìn)一步的檢驗(yàn)。取10 s海試數(shù)據(jù)，分別計(jì)算常規(guī)時(shí)域波束形成后的方位歷程圖和切片譜后置處理后得到的方位歷程圖，如圖6、圖7所示。

圖6 常規(guī)時(shí)域波束形成方位歷程圖

圖7 切片譜法方位歷程圖

對(duì)比圖6、7可以看出，在切片譜法的方位歷程圖中，起始于102°方位的弱目標(biāo)(記為目標(biāo)A)軌跡清晰，可辨度高。常規(guī)的時(shí)域波束形成方法由于不能有效地抑制背景噪聲，目標(biāo)A被淹沒(méi)在背景噪聲之中，可辨識(shí)度低，未實(shí)現(xiàn)有效檢測(cè)。

第10 s時(shí)的空間譜如圖8所示：對(duì)于常規(guī)時(shí)域波束形成方法和切片譜算法均檢測(cè)出來(lái)的35°、68°、138° 方向的目標(biāo)，切片譜后置處理算法輸出的信噪比要高于常規(guī)時(shí)域波束形成方法；另外，對(duì)于目標(biāo)A，常規(guī)時(shí)域波束形成方法在目標(biāo)A處無(wú)顯著峰值，切片譜后置處理法在目標(biāo)A處有顯著峰值，可辨識(shí)性更強(qiáng)。

以上海試數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明，本文提出的切片譜后置處理方法與常規(guī)方法相比，有效地提高了弱目標(biāo)的檢測(cè)信噪比，也通過(guò)實(shí)際數(shù)據(jù)驗(yàn)證了切片譜法在時(shí)域波束形成后置目標(biāo)檢測(cè)中應(yīng)用的科學(xué)性和有效性。

(a) 切片譜能量空間譜圖

(b) 時(shí)域能量空間譜圖

圖8 海試數(shù)據(jù)的空間譜圖

Fig.8 The spatial spectrums of actual sea trial data

5 結(jié)論

本文在理論推導(dǎo)切片譜后置處理算法的可行性后，采用仿真和海試數(shù)據(jù)驗(yàn)證了四階累積量切片譜后置處理算法的科學(xué)性和有效性。仿真和海試數(shù)據(jù)結(jié)果均表明：在信噪比低于一定值的情況下，常規(guī)波束形成算法無(wú)法有效檢測(cè)到弱目標(biāo)時(shí)，后置處理算法可以有效檢測(cè)到弱目標(biāo)。

綜上，本文后置處理算法相比常規(guī)時(shí)域波束形成算法，顯著增強(qiáng)了抑制背景噪聲的能力和弱目標(biāo)檢測(cè)的效果，但當(dāng)目標(biāo)位于預(yù)成波束的零陷方位時(shí)，需要再次進(jìn)行預(yù)成波束處理，使某方位的波束內(nèi)含低信噪比的目標(biāo)信號(hào)，本方法才能見(jiàn)效。上述時(shí)域波束形成后置處理檢測(cè)目標(biāo)的思路和方法，可供深入研究甚低信噪比下有效檢測(cè)目標(biāo)時(shí)借鑒和參考。

[1] 張賢達(dá). 現(xiàn)代信號(hào)處理[M]. 北京: 清華大學(xué)出版社, 1999.

ZHANG Xianda. Morden signal processing[M]. Beijing: Tsinghua University Press, 1999.

[2] DOGAN M C, MENDEL J M. Application of cumulants to array processing-partⅠ: aperture extension and arraycalibration[J]. IEEE Trans SP, 1995, 43(5): 1200-1216.

[3] Li X K, JIA H J, YANG M. Underwater target detection based on fourth-order cumulant beamforming[C]//Proceedings of Meeting on the Acoustical Society of America, 2017, 31(1):109-118.

[4] 高楊, 李東生. 高階累積量自適應(yīng)波束形成的改進(jìn)算法[J]. 火力與指揮控制, 2016, 41(3): 36-38, 47.

GAO Yang, LI Dongsheng. Improved adaptive beamforming algorithm based on higher order cumulant[J]. Fire Control and Command Control, 2016, 41(3): 36-38, 47.

[5] 伍岳, 張勇強(qiáng). 基于高階累積量的LCMV波束形成算法[J]. 無(wú)線(xiàn)電工程, 2013, 43(10): 19-21.

WU Yue, ZHANG Yongqiang. LCMV beamforming algorithm based on higher order cumulant[J]. Radio Engineering, 2013, 43(10): 19-21.

[6] 鄧?yán)诶? 艦船輻射噪聲的特征線(xiàn)譜提取[D]. 哈爾濱: 哈爾濱工程大學(xué), 2011.

DENG Leilei. Characteristic line spectrum extraction from the ship-radiated noise[D]. Harbin: Harbin Engineering University, 2011.

[7] 馮西安, 黃建國(guó). 基于四階累積量切片的高分辨方位估計(jì)方法研究[J]. 系統(tǒng)工程與電子技術(shù), 2001, 23(8): 1-3.

FENG Xian, HUANG Jian-guo. Research on high resolution methods of DOA estimation based on the slice of four-order cumulant[J]. Systems Engineering and Electronics, 2001, 23(8): 1-3.

[8] 郭業(yè)才. 基于高階統(tǒng)計(jì)量的水下目標(biāo)動(dòng)態(tài)譜特征增強(qiáng)研究[D].西安: 西北工業(yè)大學(xué),2003.

GUO Yecai. Research on High-order statistics based underwater moving target dynamic spectrum feature enhancement[D]. Xi’an: Northwestern Polytechnical University, 2003.

[9] 李長(zhǎng)柏. 基于高階譜和循環(huán)譜的艦船噪聲多源特征分離研究[D]. 西安: 西北工業(yè)大學(xué), 2005.

LI Changbo. Research on multi-resource seperation of ship noise based on high-order spectrum and cyclic spectrum[D]. Xi’an: Northwestern Polytechnical University, 2005.

[10] 張嚴(yán), 王樹(shù)勛. 非線(xiàn)性相位耦合的切片譜分析方法[J]. 電子學(xué)報(bào), 1998, 21(10): 104-109.

ZHANG Yan, WANG Shuxun. Slice spectrum analysis method for nonlinear phase coupling[J]. Acta electronica sinica, 1998, 21(10): 104-109.

[11] 樊養(yǎng)余, 陶寶祺, 熊克, 等. 四階累積量對(duì)角切片法提取艦船輻射噪聲特征[J]. 聲學(xué)學(xué)報(bào), 2002, 27(5): 435-442.

PAN Yangyu, TAO Baoqi, XIONG Ke, et al. Characteristics of ship radiated noise extracted by four order cumulant diagonal slice method[J]. Acta Acustica, 2002, 27(5): 435-442.

[12] 包中華, 龔沈光, 吳正國(guó), 等. 基于四階累積量切片譜的諧波信號(hào)線(xiàn)譜提取[J]. 海軍工程大學(xué)學(xué)報(bào), 2010, 22(2): 31-34, 53.

BAO Zhonghua, GONG Shenguang, WU Zhengguo, et al. Spectrum extraction of harmonic signals based on four order cumulant slice spectrum[J]. Journal of Naval Engineering University, 2010, 22(2): 31-34, 53.

Object detection technology based on high-order spectrum of time domain beamforming signal

LI Lan-rui1, ZHANG Xin-hua1, LIU Hong-he2, LI Peng3, LIU Xin-yu4

(1. Department of Underwater Weapon and Chemistry Defense, Dalian Navy Academy, Dalian 116018, Liaoning, China; 2.Dalian Navy Area Equipment Repair and Maintenance Room, Dalian 116041, Liaoning, China; 3. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150000, Heilongjiang, China; 4. Department of Political Training, Dalian Navy Academy, Dalian 116018, Liaoning, China)

In order to solve the problem of low noise suppress ability and poor detection ability of the conventional beam-forming (CBF) technology in weak target detection, the theory that the high-order cumulants of Gauss noise (three order and three order above) is zero and the non-Gauss signal is not zero, is used to process the beamforming signals after the CBF has been done. First, the fourth-order cumulant slice spectrum values of the time domain beamforming signals are calculated, and their square sum (i.e. energy superposition) is taken to obtain the spatial spectrum. Then, by accumulating the spatial spectrum in time, the azimuth time record is obtained. In this paper, both simulation data and actual data are used to verify the validity of the algorithm. It is found that the conventional algorithm cannot detecet the weak target effectively when the SNR decreases to a certain value, but the post processing algorithm can. The results show that the post processing algorithm after beamforming improves the ability of detecting weak targets and suppressing background noise.

time domain beamforming; fourth-order cumulant diagonal slice; object detection; high order spectrum

TB566

A

1000-3630(2018)-06-0540-05

10.16300/j.cnki.1000-3630.2018.06.005

2018-03-06;

2018-04-18

李蘭瑞(1993－), 男, 山東聊城人, 碩士研究生, 研究方向?yàn)樗曅盘?hào)處理。

李蘭瑞,E-mail:462488530@qq.com