專利名稱：一種基于動(dòng)態(tài)規(guī)劃的微弱目標(biāo)頻譜跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明涉及傳聲器陣列信號(hào)處理技術(shù)領(lǐng)域，特別涉及一種基于動(dòng)態(tài)規(guī)劃的微弱目標(biāo)頻譜跟蹤方法。
背景技術(shù)：
空氣中高速運(yùn)動(dòng)目標(biāo)的噪聲檢測(cè)一直是備受關(guān)注的問(wèn)題。高速運(yùn)動(dòng)目標(biāo)的空氣噪聲檢測(cè)存在信噪比低，噪聲線譜多普勒頻移大等不易檢測(cè)和跟蹤的問(wèn)題。因?yàn)閷?duì)于運(yùn)動(dòng)目標(biāo)，當(dāng)聲源與接收傳感器之間存在相對(duì)運(yùn)動(dòng)時(shí)，傳感器接收到的信號(hào)存在多普勒頻移。由于空氣中聲速遠(yuǎn)小于水中聲速，故運(yùn)動(dòng)目標(biāo)在空氣中測(cè)量時(shí)傳感器接收到的信號(hào)多普勒頻移比水中測(cè)量結(jié)果要大近5倍左右，目標(biāo)相對(duì)運(yùn)動(dòng)速度越大、頻率越高，那么多普勒頻移就越大。雖然大的多普勒頻移利于分析目標(biāo)運(yùn)動(dòng)參數(shù)，但空氣中聲波的傳播衰減較大，同時(shí)與目標(biāo)頻率成正比，頻率越高聲衰減越大，接收信噪比越低。大的多普勒頻移和低信噪比給目標(biāo)檢測(cè)帶來(lái)了困難，使得通用的線譜增強(qiáng)技術(shù)使用效果較差。通常低信噪比環(huán)境中對(duì)微弱運(yùn)動(dòng)目標(biāo)的檢測(cè)采用自適應(yīng)線譜增強(qiáng)技術(shù)。自適應(yīng)線譜增強(qiáng)方法從頻域上講是一種中心頻率可調(diào)的窄帶濾波器，能有效地使系統(tǒng)輸出信號(hào)中線譜分量具有較大的信噪比。但存在收斂速度慢和抑制高斯噪聲能力弱的缺點(diǎn)。在某些非線性系統(tǒng)中，隨機(jī)共振技術(shù)通過(guò)轉(zhuǎn)化部分噪聲能量為信號(hào)能量達(dá)到提高輸出信噪比的效果?；诟唠A累積量的自適應(yīng)線譜增強(qiáng)方法具有較強(qiáng)抑制高斯有色噪聲的能力。但它們?cè)诟櫟托旁氡却蠖嗥绽站€譜信號(hào)時(shí)，仿真結(jié)果表明上述方法面臨跟蹤性能較差、計(jì)算量大的缺點(diǎn)。

發(fā)明內(nèi)容
本發(fā)明的目的在于，本發(fā)明提出一種基于動(dòng)態(tài)規(guī)劃的微弱目標(biāo)頻譜跟蹤方法，以便提高由于雜波污染而模糊不清的目標(biāo)頻譜的辨識(shí)靈敏度。為實(shí)現(xiàn)上述發(fā)明目的，一種基于動(dòng)態(tài)規(guī)劃的微弱目標(biāo)頻譜跟蹤方法，該方法對(duì)淹沒(méi)在背景噪聲中的微弱目標(biāo)通過(guò)頻譜跟蹤形式完成數(shù)據(jù)關(guān)聯(lián)和軌跡探測(cè)；首先確定線譜搜索范圍，按照譜線分布形式，計(jì)算線譜搜索區(qū)域內(nèi)的所有可行軌跡得分，最高得分狀態(tài)可確定為該狀態(tài)終止的最優(yōu)線譜軌跡，通過(guò)向前追蹤在每個(gè)處理階段已得出的狀態(tài)值，即可恢復(fù)線譜軌跡；該方法的具體步驟包括步驟1)獲取傳聲器陣列數(shù)據(jù)信號(hào)，對(duì)接收的數(shù)據(jù)信號(hào)進(jìn)行預(yù)處理，然后計(jì)算信號(hào)的時(shí)頻譜；步驟2)根據(jù)所述的步驟1)獲得的時(shí)頻譜分布和目標(biāo)噪聲的先驗(yàn)知識(shí)確定線譜跟蹤的頻段范圍，并由此確定跟蹤搜索區(qū)域；步驟幻根據(jù)所述的步驟幻得到的跟蹤搜索區(qū)域內(nèi)的線譜能量，確定線譜強(qiáng)度檢測(cè)閾值；以線譜強(qiáng)度檢測(cè)閾值為依據(jù)判斷線譜跟蹤的起止時(shí)刻；步驟4)根據(jù)目標(biāo)的先驗(yàn)知識(shí)及其運(yùn)動(dòng)速度估計(jì)其多普勒頻移大小，確定頻譜軌跡分布函數(shù)；步驟幻根據(jù)所述的步驟4)確定的頻譜軌跡分布函數(shù)來(lái)進(jìn)行線譜檢測(cè)跟蹤；在時(shí) 頻譜的譜圖中，線譜表示信號(hào)在頻域范圍內(nèi)幅度峰值所形成的軌跡。沿著目標(biāo)運(yùn)動(dòng)軌跡進(jìn) 行累積所得信號(hào)能量必然最大，由此可定義線譜跟蹤問(wèn)題，為求解最優(yōu)狀態(tài)轉(zhuǎn)移序列的決 策問(wèn)題，即通過(guò)求得分泛函K(J)最大值，得到線譜變化軌跡。
權(quán)利要求
1. 一種基于動(dòng)態(tài)規(guī)劃的微弱目標(biāo)頻譜跟蹤方法，該方法對(duì)淹沒(méi)在背景噪聲中的微弱目標(biāo)通過(guò)頻譜跟蹤形式完成數(shù)據(jù)關(guān)聯(lián)和軌跡探測(cè)；首先確定線譜搜索范圍，按照譜線分布形式，計(jì)算線譜搜索區(qū)域內(nèi)的所有可行軌跡得分，最高得分狀態(tài)可確定為該狀態(tài)終止的最優(yōu)線譜軌跡，通過(guò)向前追蹤在每個(gè)處理階段已得出的狀態(tài)值，即可恢復(fù)線譜軌跡；該方法的具體步驟包括步驟1)獲取傳聲器陣列數(shù)據(jù)信號(hào)，對(duì)接收的數(shù)據(jù)信號(hào)進(jìn)行預(yù)處理，然后計(jì)算信號(hào)的時(shí)頻譜；步驟幻根據(jù)所述的步驟1)獲得的時(shí)頻譜分布和目標(biāo)噪聲的先驗(yàn)知識(shí)確定線譜跟蹤的頻段范圍，并由此確定跟蹤搜索區(qū)域；步驟；3)根據(jù)所述的步驟幻得到的跟蹤搜索區(qū)域內(nèi)的線譜能量確定線譜強(qiáng)度檢測(cè)閾值；以線譜強(qiáng)度檢測(cè)閾值為依據(jù)判斷線譜跟蹤的起止時(shí)刻；步驟4)根據(jù)目標(biāo)先驗(yàn)知識(shí)及其運(yùn)動(dòng)速度估計(jì)目標(biāo)多普勒頻移大小確定頻譜軌跡分布函數(shù)；步驟幻根據(jù)所述的步驟4)確定的頻譜軌跡分布函數(shù)來(lái)進(jìn)行線譜檢測(cè)跟蹤；即定義線譜跟蹤問(wèn)題為求解最優(yōu)狀態(tài)轉(zhuǎn)移序列的決策問(wèn)題；通過(guò)求得分泛函K(J)最大值得到線譜變化軌跡； 式(1)中，J= {s(0),s(D,......,s(n)},s(i)代表i時(shí)刻目標(biāo)頻譜狀態(tài)向量，滿足馬爾可夫過(guò)程；將目標(biāo)頻譜狀態(tài)的新息按馬爾可夫隨機(jī)游動(dòng)過(guò)程建模，通過(guò)分段最優(yōu)化解決目標(biāo)檢測(cè)的窮舉搜索問(wèn)題；對(duì)于一階模型，線譜軌跡J的全程得分泛函可以分解為
2.根據(jù)權(quán)利要求1所述的基于動(dòng)態(tài)規(guī)劃的微弱目標(biāo)頻譜跟蹤方法，其特征在于，所述的步驟1)中，預(yù)處理包括數(shù)據(jù)濾波。
3.根據(jù)權(quán)利要求1所述的基于動(dòng)態(tài)規(guī)劃的微弱目標(biāo)頻譜跟蹤方法，其特征在于，所述的步驟1)中，對(duì)數(shù)字信號(hào)按照下式計(jì)算信號(hào)的周期譜；
全文摘要
本發(fā)明涉及一種基于動(dòng)態(tài)規(guī)劃的微弱目標(biāo)頻譜跟蹤方法，該方法對(duì)淹沒(méi)在背景噪聲中的微弱目標(biāo)通過(guò)頻譜跟蹤形式完成數(shù)據(jù)關(guān)聯(lián)和軌跡探測(cè)；首先確定線譜搜索范圍，按照譜線分布形式，計(jì)算線譜搜索區(qū)域內(nèi)的所有可行軌跡得分，最高得分狀態(tài)可確定為該狀態(tài)終止的最優(yōu)線譜軌跡，通過(guò)向前追蹤在每個(gè)處理階段已得出的狀態(tài)值，即可恢復(fù)線譜軌跡；通過(guò)動(dòng)態(tài)規(guī)劃的線譜跟蹤方法利用一種單一的優(yōu)化過(guò)程完成數(shù)據(jù)互聯(lián)和軌跡探測(cè)，從而提高目標(biāo)頻譜的辨識(shí)靈敏度，進(jìn)而完成對(duì)微弱信號(hào)的檢測(cè)和跟蹤。實(shí)際工作中的得分泛函是可加形式的，一條狀態(tài)轉(zhuǎn)移路徑的得分值由累加每次轉(zhuǎn)移的得分計(jì)算。工作中將線譜軌跡得分泛函與廣義似然比相結(jié)合以增強(qiáng)其處理非高斯噪聲的能力。
文檔編號(hào)G01S7/539GK102279399SQ20101061525
公開(kāi)日2011年12月14日 申請(qǐng)日期2010年12月22日 優(yōu)先權(quán)日2009年12月25日
發(fā)明者尹力, 薛山花, 黃勇, 黃海寧 申請(qǐng)人:中國(guó)科學(xué)院聲學(xué)研究所