1、一种频域波数域峰值筛选的无源声呐宽带检测方法*宁江波1,2,3李宇1,2吴永胜4迟骋1,2李子高1,2李淑秋1,2(1中国科学院声学研究所北京100190)(2中国科学院先进水下信息技术重点实验室北京100190)(3中国科学院大学北京100049)(4中国人民解放军 92682 部队湛江524000)2022 年 3 月 18 日收到2022 年 8 月 2 日定稿摘要在水声信号处理中,传统的无源声呐宽带目标检测在多目标、强干扰的复杂环境中输出信噪比低,使得检测性能急剧下降。针对此问题,提出一种基于均匀线列阵在频域波数域上宽带信号能量分布特性进行目标检测的方法。该方法首先将阵列信号转换到频域
2、波数域,利用不同频率下波数主瓣、旁瓣宽度特征以及空间分布特征,设计针对主瓣的判别与分配方法,实现对同一目标不同频率下波数谱主瓣判别,使用主瓣能量累积、主瓣数目累积的方式来形成方位谱,从而进行目标检测。理论分析和仿真结果表明,所提方法只利用对目标检测有突出贡献的波数主瓣,降低了旁瓣的影响,有效提高了无源宽带水声目标的检测能力。海上试验数据处理结果表明,目标输出信噪比相比子带峰值能量检测算法可提高 5.58dB,较传统能量检测可提高 8.73dB,计算时间相比传统能量检测降低 46%,验证了所提方法的有效性与实时性。关键词无源声呐,宽带目标检测,频域波数域,峰值筛选PACS 数数43.30,43.
3、60A method for passive sonar broadband target detection based on peak filteringin frequency-wavenumber domainNINGJiangbo1,2,3LIYu1,2WUYongsheng4CHICheng1,2LIZigao1,2LIShuqiu1,2(1Institute of Acoustics,Chinese Academy of SciencesBeijing100190)(2Key Laboratory of Science and Technology on Advanced Und
4、erwater Acoustic Signal Processing,Chinese Academy of SciencesBeijing100190)(3University of Chinese Academy of SciencesBeijing100049)(4Unit 92682 PLAZhanjiang524000)ReceivedMar.18,2022RevisedAug.2,2022Abstract Traditionaldetectionofbroadbandtargetsinpassivesonarshaslowoutputsignal-to-noiseratioandpo
5、orperformanceinacomplexsituationwithmultipletargetsandstronginterferences.Tosolvethisproblem,atargetdetectionmethodisproposedbasedonthecharacteristicsoftheenergydistributionofbroadbandsignalsinthefrequency-wavenumberdomainbyusinguniformlineararray.Theproposedmethodconvertsthearraysignalintothefreque
6、ncy-wavenumberdomainandusesthecharacteristicsofthewidthandthespatialdistributionofthemainlobesandthesidelobestodiscriminatethemainlobesinthewavenumberdomain.Afterdiscriminatingthemainlobesofthesametargetatdifferentfrequencies,theaccumulationofmainlobeenergyandthenumberofmainlobesareusedastheazimuths
7、pectrafortargetdetection.Thetheoreticalanalysisandsimulationsshowtheproposedmethodonlyutilizesthemainlobeswhichhaveprominentcontributionstotargetdetection,therebyreducingtheinfluenceofthesidelobesdramaticallyandimprovingthedetectionperformancesignificantly.Theresultsoftrialdataprocessingshowthattheo
8、utputsignal-*青年科学基金项目(62001469)资助通讯作者:李淑秋,第48卷第3期声学学报Vol.48,No.32023年5月ACTAACUSTICAMay,2023DOI:10.15949/ki.0371-0025.2023.03.007to-noiseratiooftheproposedmethodcanbeincreasedby5.58dBcomparedtoSPEDand8.73dBcomparedtoCED.Inaddition,thecomputingtimeisdecreasedby46%comparedtoCED,whichvalidatesthesuperio
9、rityoftheproposedmethod.KeywordsPassivesonar,Broadbandtargetdetection,Frequency-wavenumberdomain,Peakfiltering引言目标检测是无源声呐进行水下探测的重要手段,是后续跟踪、识别的基础,在整个水下探测过程中处于关键的一步。无源声呐目标检测可分为窄带检测与宽带检测,其中窄带检测适用于辐射稳定线谱的目标1-6,由于海洋环境复杂,窄带检测可能导致稳定性差的问题,而宽带检测利用足够多的带宽,可以得到更加稳定的检测结果7。在均匀线列阵无源声呐宽带目标检测方面,传统的方法是基于常规波束形成(CBF),在
10、频域方位(FRAZ)域的频率维进行无差别求和进行目标检测,称为传统能量检测(CED)。由于 CED 易于实现且对基阵阵形误差、基元的幅相误差、导向矢量失配等宽容性较大,具有非常强的可靠性和稳健性,在无源声呐探测工程中获得了广泛应用。但 CED 的空间分辨率受限于阵列孔径,且旁瓣较高,目标探测能力有限。Bono 等在 CED 的基础上提出了子带能量检测算法8-9,利用阵列信号的“空间一致性”,在FRAZ 上进行子带峰值能量检测(SPED),得到了比CED 更好的宽带目标检测结果。杨晨辉等10以SPED 为基础提出波束域宽带能量峰值检测(BPED),将多个子带合成一个子带波束,再进行峰值能量检测,
11、改善了声呐的显示效果。SPED 是一种宽带处理,对多信号或杂波等干扰的鲁棒性比 CED 更强大,国外的一些先进装备上已使用了 SPED 算法11,但SPED 子带分配权重与接收信号的提取极值电平无关,且对方位谱峰值进行无差别的累加,增大了虚警,降低了目标检测性能。研究人员对 SPED 进行了一系列改进,文献 12-13 在 FRAZ 上利用背景噪声水平、峰值连续性去除噪声峰值,再结合 SPED 以降低虚警,但未考虑噪声峰值与目标信号峰值的特征差异性。Zhao 等14提出结合 SPED 与解卷积的方法来降低虚警和提高空间分辨力,但处理大带宽信号实时性差。楼万翔等15提出结合 SPED 与 Eck
12、art 滤波器进行目标检测的方法,另外,自适应波束形成方法分别与 SPED 和 Eckart 滤波器相结合的宽带目标检测也有相关研究16-18。但是自适应波束形成在宽带处理中有稳健性差、计算量大的问题。Eckart 滤波器理论上被看作是一种最优宽带检测器,但通常需要已知目标信号与噪声的功率谱,这在实际应用中难以准确得到。导向最小方差(STMV)宽带空域自适应波束形成在水下无源宽带检测中具有干扰抑制能力强、方位分辨力高的特点,利用宽带频率相干性相比于传统的 MVDR 算法减少了运算时间,但依旧存在鲁棒性差的缺点19-21。基于能量的目标检测,在强干扰下会使目标检测能力变弱11,Zhang 等22
13、提出了一种扩展带子带峰值累积检测(E-SPAD)方法,虽然子带峰值能够根据“空间一致性”得到较好的方位谱值输出,但是峰值也可能是由旁瓣和噪声产生,导致虚警率增高。在均匀线列阵的频域波数(FRWA)域处理上,Li 等23通过借鉴直线检测原理，利用条件波数谱密度实现了邻近目标的高分辨检测。王聪等24利用背景、干扰、目标的频谱能量在各子带上的差异,通过颜色合成理论来进行宽带融合检测,使得在视觉显示上容易感知弱目标,但难以进行处理增益的量化。针对无源声呐在强干扰、多目标复杂海洋环境下旁瓣导致宽带目标检测能力下降的问题,本文提出了一种在频域波数域上进行宽带目标检测的方法。该方法利用不同频率下波数主瓣、旁
14、瓣宽度特征以及空间分布特征,判别波数主瓣,使用主瓣能量累积、主瓣数目累积来进行目标检测。由于消除了旁瓣的影响,只利用有突出贡献的波数主瓣进行目标检测,该方法提高了输出信噪比,增强了无源声呐对宽带目标的检测能力。1 宽带目标信号检测 1.1FRWA 变换原理dNsn远场平面波下,一个基元间距为的元均匀线列阵,如图 1 所示,定义入射信号方位为信号方向与基阵法线的夹角,假设入射信号方位为,第号阵元上接收到的信号为xn(t)=exp(j2f(t+ndsins/c),(1)n=0,N1fcxn(t)fsxn(i)其中,是阵元序号,为信号频率,为声速,对以为采样频率进行采样得。K每个阵元上的信号序列快拍
15、采样长度为,通460声学学报2023年K过点离散傅里叶变换计算频域信号,得到:Xn(k)=K1i=0 xn(i)ej2ikK,(2)k=1,2,K其中,对应子带频点序号,对应频率为fk=kKfs.(3)fk在频率、扫描方位处的常规波束形成频域波束输出为B(k,)=N1n=0Xn(k)e(j2nfkdcsin).(4)N将式(4)用点空域傅里叶变换来表示,可得:Bm(k)=N1n=0Xn(k)e(j2Nmn),N2m N2,(5)mm其中,为整数,比较式(4)和式(5)可得扫描方位与的对应关系式:=arcsin(cmfkNd).(6)根据式(6),有sin=2mNfdfk,(7)fd=c/(2d
16、)fkm其中,为阵列设计频率,根据式(7)可以得到任意频点下与方位的对应关系。保持不变,有m=Nsin2fd fk.(8)Nsin/(2fd)mf根据式(8),同一方位的波束输出在一条过原点的直线上,该直线斜率为,只与目标方位以及阵列设计有关。为了推导波数与的关系,由方向入射频率为的平面波信号,可得沿阵列的水平波数为=2fcsin.(9)d,利用阵元间距对其“归一化”至,得:=d=(ffd)sin.(10)Bm结合式(7)和式(10),在 f-平面上,波束输出对应的归一化水平波数为=2mN.(11)N4/N2/NN因此,在阵列设计频率处的波数谱上获得的个波数位置等间隔分布。在频域波数平面上,容易证明25以波数主瓣左右两个零点位置差定义的主瓣宽度为,旁瓣的宽度为;主、旁瓣宽度是确定的常数,只与均匀线列阵的阵元个数有关,与频率无关,且旁瓣宽度始终是主瓣宽度的一半。sinm 1,1mfk=fdNfk fdfk=fd/2N/2,fkXnD观察式(7),由于,且为整数,当时,可以形成个空间波束;但是当频率时,其形成的空间波束会变少,如当时,可形成个空间波束。在波数域上,若信号频率小于阵列设计频率
