基于雙水聽器lofar譜圖分析的目標(biāo)深度分辨方法
【專利摘要】本發(fā)明提供一種基于雙水聽器LOFAR譜圖分析的目標(biāo)深度分辨方法，包括以下步驟：1)利用深度分別處于躍層上下的兩個水聽器接收到的聲場數(shù)據(jù)，計算得到兩個深度處接收聲強的LOFAR譜圖；2)在得到的兩個LOFAR圖中分別選擇一個矩形區(qū)域，兩個矩形區(qū)域的坐標(biāo)范圍相同，對該矩形區(qū)域進行二維傅里葉變換，然后在變換域內(nèi)按角度遍歷的方式計算聲強的積分值，得到干涉條紋角度的概率密度函數(shù)；3)計算兩個概率密度函數(shù)的期望值，進而計算兩個期望值之差；設(shè)置深度分辨判決門限角度值；4)根據(jù)角度期望值之差與判決門限的比較結(jié)果判斷目標(biāo)的深度。本發(fā)明不需要海洋環(huán)境先驗信息，計算量小，能分辨具有躍層的淺海環(huán)境中的目標(biāo)深度。
【專利說明】
基于雙水聽器LOFAR譜圖分析的目標(biāo)深度分辨方法
技術(shù)領(lǐng)域
[0001 ]本發(fā)明涉及一種目標(biāo)深度分辨方法。
【背景技術(shù)】
[0002] 船只等水面聲源會給水下目標(biāo)監(jiān)測設(shè)備帶來虛警，實現(xiàn)對水面聲源和水下目標(biāo)的 有效區(qū)分是聲納設(shè)備的關(guān)鍵能力之一。
[0003] 現(xiàn)有的目標(biāo)深度分辨方法主要基于匹配場處理方法以及更穩(wěn)健的一些擴展方法， 例如模態(tài)閃爍和模態(tài)濾波等[Baggeroer( 1988)，Premus( 1999,2004)]。匹配場處理方法基 于確定的傳播模型，將實際測量的聲場數(shù)據(jù)與由傳播模型計算出的拷貝場作互相關(guān)，求得 一個性能表面，估計出目標(biāo)的距離和深度?；谄ヅ鋱鎏幚淼亩ㄎ环椒ǘ鄶?shù)采用垂直陣或 水平陣，以獲得足夠多的聲場空間信息。匹配場方法需要已知準(zhǔn)確的海洋環(huán)境傳播參數(shù)等 先驗信息，以及海底底質(zhì)的聲學(xué)特性(例如沉積層聲速、密度和衰減系數(shù))等。模態(tài)閃爍和模 態(tài)濾波類方法則要求在海洋環(huán)境中布放多個水聽器垂直陣列或水平陣列。在實際應(yīng)用中， 這兩類方法主要存在兩個方面的缺點，一是采用的水聽器陣列系統(tǒng)比較復(fù)雜，成本較高且 海上布放較為困難，例如由于海流的影響垂直陣會發(fā)生傾斜，并且該傾斜量一般很難精確 得到。一是匹配場處理方法對模型誤差敏感，由于實際水聲環(huán)境信息的難以獲取及其不確 定性使得基于匹配場處理方法的目標(biāo)距離和深度估計容易出現(xiàn)失配問題。

【發(fā)明內(nèi)容】

[0004] 為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于雙水聽器L0FAR(Low Frequency Analysis Record)譜圖分析的目標(biāo)深度分辨方法。該方法利用了具有躍層的淺海環(huán)境中， 波導(dǎo)不變量的值會隨著聲源和接收點深度的變化而變化這一物理特性，又因為波導(dǎo)不變量 的值對應(yīng)了接收聲場L0FAR譜圖中干涉條紋的斜率，因此對分別處于躍層上下兩個深度處 的L0FAR譜圖中的干涉條紋進行斜率分析，根據(jù)對斜率角度差值大小的判斷實現(xiàn)對目標(biāo)深 度的分辨。
[0005] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括以下步驟：
[0006] 1)利用深度分別處于躍層上下的兩個水聽器接收到的聲場數(shù)據(jù)，計算得到兩個深 度處接收聲強的頻率-時間平面，即其L0FAR圖；
[0007] 2)在步驟1得到的兩個L0FAR圖中分別選擇一個矩形區(qū)域，兩個矩形區(qū)域的時間范 圍和頻率范圍分別相同，對該矩形區(qū)域進行二維傅里葉變換，然后在變換域內(nèi)按角度遍歷 的方式分別計算聲強的積分值，積分值的大小反映了概率的高低，得到干涉條紋角度的概 率密度函數(shù)；
[0008] 3)計算兩個概率密度函數(shù)的期望值，進一步計算兩個期望值之差;設(shè)置深度分辨 判決門限角度值；
[0009] 4)根據(jù)角度期望值之差與判決門限的比較結(jié)果判斷目標(biāo)的深度:若期望值之差大 于判決門限，則認為目標(biāo)深度較深，處于躍層之下；若期望值之差小于判決門限，則認為目 標(biāo)深度較淺，處于躍層之上。
[0010] 所述步驟1)，具體實現(xiàn)如下：
[0011] 分別將兩個水聽器接收到的原始信號的采樣序列分成連續(xù)的若干幀，每幀N個采 樣點，根據(jù)具體情況，幀間可有部分重疊。對每幀信號采樣樣本L(n)作歸一化和中心化處 理，歸一化處理的目的是使接收信號的幅度(或方差)在時間上均勻，中心化處理是為了使 樣本的均值為零。
[0012] 歸一化處理
[0013] 中心化處理
[0014] 對處理后的信號x(n)作短時傅里葉變換，得到L0FAR譜圖，記為Ik(?，t)，k=l，2， 其中I表示聲強，《表示頻率，t表示時間，下標(biāo)k代表水聽器編號。
[0015]所述步驟2)，具體實現(xiàn)如下：
[0016] 在步驟1得到的兩個L0FAR圖Ik(c〇，〇沽=1，2中分別選擇一個矩形區(qū)域數(shù)據(jù)窗， 該數(shù)據(jù)窗的頻率范圍為《min< W < ?max，時間范圍為tmin<t<tmax，并且滿足Wmid= ( ?max+ Wmin)/2> > ( 〇max_ Wmin)和 rmid = (rmax+rmin)/2> > (rmax-rmin);對該矩形區(qū)域進行二維離 散傅里葉變換，翻頻率域的L0FAR圖為6 (M,v) = ￡藝/42"(-^二i，2，其 /=/| 中u = 0，l，…，M-l，v = 0，l，…，N-1;將Fk(u，v)從直角坐標(biāo)系轉(zhuǎn)換到極坐標(biāo)系中表示為Kk(9， P)，有Q = arctan(v/u)，p = ;然后在變換域內(nèi)按角度遍歷的方式分別計算聲強的 積分值積分值的大小反映了概率的高低，分別得到兩個L0FAR圖 P 中干涉條紋角度的概率密度函數(shù)
[0017] 所述步驟3)，具體實現(xiàn)如下：
[0018] 計算兩個概率密度函數(shù)的期望值.
k=l，2，K為離散角度值的 個數(shù)。進一步計算兩個期望值之差Dra= lEi-EsI ;設(shè)置深度分辨判決門限角度值Dth。
[0019] 所述步驟4)，具體實現(xiàn)如下
[0020] 根據(jù)角度期望值之差Dca與判決門限D(zhuǎn)th的比較結(jié)果判斷目標(biāo)的深度:若期望值之 差大于判決門限D(zhuǎn) M>Dth，則認為目標(biāo)深度較深，處于躍層之下；若期望值之差小于判決門 限D(zhuǎn)ra<D th，則認為目標(biāo)深度較淺，處于躍層之上。
[0021]本發(fā)明的有益效果是:本發(fā)明的基本原理和具體實現(xiàn)得到了簡正波模型的驗證， 結(jié)果表明：
[0022] 1)當(dāng)海洋環(huán)境中存在負聲速梯度或者躍層時，波導(dǎo)不變量的值將會隨著聲源和接 收點的變化而變化，進而導(dǎo)致接收聲場LOFAR譜圖中干涉條紋的斜率發(fā)生變化。
[0023] 2)當(dāng)聲源位于躍層以上的較淺深度時，躍層上下兩水聽器的L0FAR譜圖干涉條紋 斜率比較一致；當(dāng)聲源位于躍層以下的較深深度時，躍層上下兩水聽器的L0FAR譜圖干涉條 紋的斜率相差較大。
[0024] 3)基于二維傅里葉變換方法的L0FAR譜圖干涉條紋角度計算方法效率高，且能有 效分辨聲源深度。
【附圖說明】
[0025] 圖1是聲源處于不同深度時，聲線分布情況示意圖。其中，（a)是聲源位于躍層以上 的情況，（b)是聲源位于躍層以下的情況；
[0026] 圖2是聲源深度為10米時，兩水聽器接收聲場L0FAR圖。其中，（a)是水聽器1，（b)是 水聽器2;
[0027]圖3是聲源深度為50米時，兩水聽器接收聲場L0FAR圖。其中，（a)是水聽器1，（b)是 水聽器2;
[0028] 圖4是聲源位于不同深度時，兩水聽器L0FAR圖中干涉條紋角度的概率密度分布情 況。其中，（a)是聲源深度為10米的情況，（b)是聲源深度為50米的情況。
【具體實施方式】
[0029] 下面結(jié)合附圖和實施例對本發(fā)明進一步說明，本發(fā)明包括但不僅限于下述實施 例。
[0030] 本發(fā)明的主要內(nèi)容有：
[0031] 1、本發(fā)明首次提出了采用二維傅里葉變換進行聲場干涉條紋角度分析來實現(xiàn)目 標(biāo)深度分辨的方法。
[0032] 2、給出了聲場干涉條紋角度概率密度函數(shù)的計算方法。
[0033] 3、利用計算機仿真分析對比了不同深度聲場干涉條紋的角度，并進行了目標(biāo)深度 分辨。
[0034] 本發(fā)明的技術(shù)方案可以分成如下步驟：
[0035] 1)利用深度分別處于躍層上下的兩個水聽器接收到的聲場數(shù)據(jù)，計算得到兩個深 度處接收聲強的頻率-時間平面，即其L0FAR圖；
[0036] 2)在步驟1得到的兩個L0FAR圖中分別選擇一個矩形區(qū)域，兩個矩形區(qū)域的時間范 圍和頻率范圍分別相同，對該矩形區(qū)域進行二維傅里葉變換，然后在變換域內(nèi)按角度遍歷 的方式分別計算聲強的積分值，積分值的大小反映了概率的高低，得到干涉條紋角度的概 率密度函數(shù)；
[0037] 3)計算兩個概率密度函數(shù)的期望值，進一步計算兩個期望值之差;設(shè)置深度分辨 判決門限角度值；
[0038] 4)根據(jù)角度期望值之差與判決門限的比較結(jié)果判斷目標(biāo)的深度:若期望值之差大 于判決門限，則認為目標(biāo)深度較深，處于躍層之下；若期望值之差小于判決門限，則認為目 標(biāo)深度較淺，處于躍層之上。
[0039] 5)性能分析。利用計算機仿真驗證了本發(fā)明方法的深度分辨性能。
[0040]以下對本發(fā)明的每個步驟作進一步的詳細說明：
[0041 ]所述步驟1)，具體實現(xiàn)如下：
[0042] 分別將兩個水聽器接收到的原始信號的采樣序列分成連續(xù)的若干幀，每幀N個采 樣點，根據(jù)具體情況，幀間可有部分重疊。對每幀信號采樣樣本L(n)作歸一化和中心化處 理，歸一化處理的目的是使接收信號的幅度(或方差)在時間上均勻，中心化處理是為了使 樣本的均值為零。
[0043] 歸一化處理！ (!)
[0044] 中心化處理： （2)
[0045] 對處理后的信號x(n)作短時傅里葉變換，得到L0FAR譜圖，記為Ik(?，t)，k=l，2， 其中I表示聲強，《表示頻率，t表示時間，下標(biāo)k代表水聽器編號。
[0046]所述步驟2)，具體實現(xiàn)如下：
[0047] 在步驟1得到的兩個L0FAR圖Ik(c〇，〇沽=1，2中分別選擇一個矩形區(qū)域數(shù)據(jù)窗， 該數(shù)據(jù)窗的頻率范圍為《min< W < ?max，時間范圍為tmin<t<tmax，并且滿足
[0048] Wmid-( 〇 max+〇 min)/2〉〉（ W max-〇 min) ( 3 )
[0049] rmid= (rmax+rmin)/2> > (rmax-rmin) (4)
[0050] 對該矩形區(qū)域進行二維離散傅里葉變換，得到頻率域的LOFAR圖為
[0051] pkM = E Z7, {〇),t)e-JMualM+vtlN\k = 1,2 (5) 0)=0)] t=t\
[0052] 其中u = 0,1，…，M-l，v = 0,1，…，N-l;將Fk(u，v)從直角坐標(biāo)系轉(zhuǎn)換到極坐標(biāo)系中 表示為Fk(Q，P)，有Q = arctan(vAi) ^ = yju2 +V2 ;然后在變換域內(nèi)按角度遍歷的方式分別 計算聲強的積分值= 2積分值的大小反映了概率的高低，分別得到兩
P
個L0FAR圖中干涉條紋角度的概率密度函數(shù) [0053]所述步驟3)，具體實現(xiàn)如下：
[0054]計算兩個概率密度函數(shù)的期望僅 ，k=l，2，K為離散角度值的 個數(shù)。進一步計算兩個期望值之差Dra= lEi-EsI ;設(shè)置深度分辨判決門限角度值Dth。
[0055]所述步驟4)，具體實現(xiàn)如下
[0056]根據(jù)角度期望值之差Dca與判決門限D(zhuǎn)th的比較結(jié)果判斷目標(biāo)的深度:若期望值之 差大于判決門限D(zhuǎn)M>Dth，則認為目標(biāo)深度較深，處于躍層之下；若期望值之差小于判決門 限D(zhuǎn) ca<Dth，則認為目標(biāo)深度較淺，處于躍層之上。實際應(yīng)用中，判決門限可以根據(jù)感興趣目 標(biāo)的速度、頻帶等特性靈活設(shè)置，以達到最優(yōu)的深度分辨目的。
[0057] 所述步驟5)，具體實現(xiàn)如下：
[0058] 以存在負聲速梯度的典型淺海環(huán)境為例，給出了本發(fā)明的實施實例。
[0059]實例參數(shù)設(shè)置如下:假設(shè)海水中聲速剖面以及目標(biāo)和水聽器的布放情況如圖1中 所示。其中，海水混合層深度為15m，聲速為1540m/s;溫躍層厚度為10m;聲速經(jīng)過溫躍層后， 變?yōu)?510m/s，并隨著深度的增加不再變化。水聽器1和水聽器2的布放深度分別為10m和 50m。假設(shè)目標(biāo)輻射150-500HZ的寬帶隨機信號，速度為5m/s，距離水聽器最近點距離為lkm， 水聽器開始記錄的時間為目標(biāo)經(jīng)過最近點后200秒。
[0060] 本實例分為兩種情況:情況1，目標(biāo)深度為10m，如圖1(a)所示;情況2,目標(biāo)深度為 50m，如圖1(b)所示。
[0061] 本實例的具體實現(xiàn)過程如下：
[0062] 1)獲取兩個水聽器布放位置處的L0FAR圖
[0063] 根據(jù)圖1中的海洋環(huán)境模型，利用KRAKEN程序計算水聽器1和水聽器2接收的聲場 L0FAR譜圖。情況1的聲場L0FAR譜圖如圖2所示，情況2的聲場L0FAR譜圖如圖3所示。
[0064] 2)計算L0FAR圖中干涉條紋角度的概率密度函數(shù)
[0065] 對L0FAR圖中時間大于500秒，頻率大于200Hz的矩形區(qū)域進行二維傅里葉變換(矩 形區(qū)域的選擇，只影響角度的分散程度，不影響最終判定結(jié)果），在變換后的極坐標(biāo)系中按 角度遍歷的方式分別計算聲強的積分值，得到L0FAR圖中干涉條紋角度的概率密度函數(shù)。情 況1的概率密度函數(shù)如圖4(a)所示，情況2的概率密度函數(shù)如圖4(b)所示。
[0066] 3)計算兩水聽器概率密度函數(shù)期望值之差，并設(shè)置判決門限
[0067]情況1中，計算得到水聽器1對應(yīng)的干涉條紋角度期望值為70.1°，水聽器2對應(yīng)的 干涉條紋角度期望值為67.9°，可得其角度差為Dc；ai = 2.2°。
[0068]情況2中，計算得到水聽器1對應(yīng)的干涉條紋角度期望值為67.9°，水聽器2對應(yīng)的 干涉條紋角度期望值為57.5°，可得其角度差為0。32 = 10.4°。
[0069]將判決門限設(shè)置為Dth = 5°。
[0070] 4)分辨目標(biāo)的深度
[0071 ] 情況1中，Dral<Dth，判斷目標(biāo)深度較淺，處于躍層之上。
[0072] 情況2中，Dra2>Dth，判斷目標(biāo)深度較深，處于躍層之下。
[0073] 5)性能分析。
[0074]在負躍層的聲速剖面下，聲場簡正波可以劃分為水面反射-海底反射簡正波 (SRBR，即反射簡正波)和水體反轉(zhuǎn)-海底反射簡正波(RBR，即反轉(zhuǎn)簡正波)兩大類，不同類型 的簡正波對應(yīng)的波導(dǎo)不變量典型值見表1。當(dāng)反射簡正波占主導(dǎo)地位時，波導(dǎo)不變量的值為 +1(略小于1)，當(dāng)反轉(zhuǎn)簡正波占主導(dǎo)地位時，波導(dǎo)不變量的值為負值或者大于1的正值。
[0075]表1負躍層波導(dǎo)中簡正波的分類及其對應(yīng)的波導(dǎo)不變量典型值
[0077]如圖1(a)所示，當(dāng)聲源深度較淺位于躍層以上時，激發(fā)的簡正波類型為水面反射- 海底反射SRBR型。水聽器1和水聽器2接收到的均為SRBR型簡正波，對應(yīng)的波導(dǎo)不變量值均 為略小于1的正值，因而形成的干涉條紋角度也較為一致。
[0078]如圖1(b)所示，當(dāng)聲源深度較深位于躍層以下時，激發(fā)的低階簡正波多為RBR型 (圖中虛線示意），高階簡正波多為SRBR型（圖中實線示意）。水聽器1接收到的為SRBR型簡正 波，對應(yīng)的波導(dǎo)不變量值為略小于1的正數(shù)。水聽器2接收到的主要為RBR型簡正波，對應(yīng)的 波導(dǎo)不變量值大于1或者為負數(shù)。此時，水聽器1和2接收到聲場干涉條紋角度將會有較大的 不同。
[0079]因此，通過判斷兩個不同深度處水聽器的L0FAR圖中干涉條紋的斜率可以實現(xiàn)對 目標(biāo)深度的分辨。實際應(yīng)用中，判決門限可以根據(jù)感興趣目標(biāo)的速度、頻帶等特性靈活設(shè) 置，以達到最優(yōu)的深度分辨目的。
【主權(quán)項】
1. 基于雙水聽器LOFAR譜圖分析的目標(biāo)深度分辨方法，其特征在于包括下述步驟： 1) 利用深度分別處于躍層上下的兩個水聽器接收到的聲場數(shù)據(jù)，計算得到兩個深度處 接收聲強的頻率-時間平面，即其L0FAR圖； 2) 在步驟1得到的兩個L0FAR圖中分別選擇一個矩形區(qū)域，兩個矩形區(qū)域的時間范圍和 頻率范圍分別相同，對該矩形區(qū)域進行二維傅里葉變換，然后在變換域內(nèi)按角度遍歷的方 式分別計算聲強的積分值，積分值的大小反映了概率的高低，得到干涉條紋角度的概率密 度函數(shù)； 3) 計算兩個概率密度函數(shù)的期望值，進一步計算兩個期望值之差;設(shè)置深度分辨判決 門限角度值； 4) 根據(jù)角度期望值之差與判決門限的比較結(jié)果判斷目標(biāo)的深度:若期望值之差大于判 決門限，則認為目標(biāo)深度較深，處于躍層之下；若期望值之差小于判決門限，則認為目標(biāo)深 度較淺，處于躍層之上。2. 根據(jù)權(quán)利要求1所述的基于雙水聽器L0FAR譜圖分析的目標(biāo)深度分辨方法，其特征在 于所述的步驟1)具體實現(xiàn)如下： 分別將兩個水聽器接收到的原始信號的采樣序列分成連續(xù)的若干幀，每幀N個采樣點， 根據(jù)具體情況，幀間可有部分重疊;對每幀信號采樣樣本L(n)作歸一化和中心化處理，歸一 化處理的目的是使接收信號的幅度(或方差)在時間上均勻，中心化處理是為了使樣本的均 值為零；對處理后的信號x(n)作短時傅里葉變換，得到L0FAR譜圖，記為Ik(?，〇汰=1，2，其中1 表示聲強，ω表示頻率，t表示時間，下標(biāo)k代表水聽器編號。3. 根據(jù)權(quán)利要求1所述的基于雙水聽器L0FAR譜圖分析的目標(biāo)深度分辨方法，其特征在 于所述的步驟2)具體實現(xiàn)如下： 在得到的兩個L0FAR圖11{(?，〇沽=1，2中分別選擇一個矩形區(qū)域數(shù)據(jù)窗，該數(shù)據(jù)窗的 頻率祀1 圍為 CO min< CO < CO max，時間:圍為tmin< t < tmax，并且倆足 〇 mid - ( 〇 max+ 〇 min) / 2〉 > (ω max- ω min )和rmid = ( rmax+rmin ) /2 > > ( rmax-rmin );對該矩形區(qū)域進行二維離散傅里葉變 換，得到頻率域的L0FAR圖為4=1，2，其中11 = 0， 1，…，M-1，v = 0,1，···，N-1;將Fk(u，v)從直角坐標(biāo)系轉(zhuǎn)換到極坐標(biāo)系中表示為Fk(9，P)，有Θ =arctan (v/u);然后在變換域內(nèi)按角度遍歷的方式分別計算聲強的積分值'積分值的大小反映了概率的高低，分別得到兩個L0FAR圖中干涉 條紋角度的概率密度函數(shù)4. 根據(jù)權(quán)利要求1所述的基于雙水聽器LOFAR譜圖分析的目標(biāo)深度分辨方法，其特征在 于所述的步驟3)具體實現(xiàn)如下： 計算兩個概率密度函數(shù)的期望值>k=l，2，K為離散角度值的個數(shù)； 進一步計算兩個期望值之差Dra= lEi-EsI ;設(shè)置深度分辨判決門限角度值Dth。5. 根據(jù)權(quán)利要求1所述的基于雙水聽器LOFAR譜圖分析的目標(biāo)深度分辨方法，其特征在 于:所述的步驟4)根據(jù)角度期望值之差與判決門限D(zhuǎn) th的比較結(jié)果判斷目標(biāo)的深度:若期 望值之差大于判決門限則認為目標(biāo)深度較深，處于躍層之下；若期望值之差小于 判決門限D(zhuǎn) ra<Dth，則認為目標(biāo)深度較淺，處于躍層之上。
【文檔編號】G01S7/539GK105929385SQ201610223586
【公開日】2016年9月7日
【申請日】2016年4月6日
【發(fā)明人】杜金燕, 李曄, 崔浩
【申請人】山東省科學(xué)院海洋儀器儀表研究所