一種基于水聽器陣列的淺海目標(biāo)深度的分類方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及水聽器陣列信號測深領(lǐng)域，尤其涉及一種基于水聽器陣列的淺海目標(biāo) 深度的分類方法。
【背景技術(shù)】
[0002] 多年來，基于模態(tài)的深度估計和分類是被動聲納信號處理的重點。傳統(tǒng)聲納檢測 問題將環(huán)境參數(shù)看作是確定的，檢測性能(準(zhǔn)確性、適用范圍等）取決于模型參數(shù)與真實參 數(shù)的匹配程度。目前最好的研究技術(shù)是匹配場處理(MFP)，對其檢測性能的預(yù)報本質(zhì)上采用 的是確定性方法。MFP有時也被稱作廣義波束形成，它使用復(fù)雜的聲場干擾模式定位聲源的 距離、深度、方位參數(shù)組合，通過比較接收信號和拷貝聲場來解決定位聲源的反演問題。
[0003] 而實際上受諸多因素的影響，環(huán)境參數(shù)并非是確定的。淺海聲傳播的一個顯著特 征是陽光、大氣等因素引起的熱對流使海水溫度在較短時間內(nèi)發(fā)生較大變化，從而淺海聲 速剖面隨機(jī)擾動相當(dāng)劇烈。而聲速剖面的很小變化就足以影響海洋中聲傳播的條件，因此， 聲速剖面隨時空的擾動往往是造成淺海聲場能量波動和相位起伏的最重要因素。淺海聲傳 播的另一個顯著特征是聲波頻繁作用于海面和海底，粗糙的海面和海底又進(jìn)一步增加了聲 波與上、下邊界的作用次數(shù)，從而引起更多的散射衰減并使更多的能量滲透到沉積層中。
[0004] 另外，水聽器被動聲納定位技術(shù)通常又使用寬帶信號匹配信道脈沖響應(yīng)，所以對 先驗的環(huán)境參數(shù)極其敏感。隨時空變化的水聲信道能夠引起聲場能量的波動和相位的起 伏，這意味著聲場中各點的能量和相位不再是確定數(shù)值，而是服從某種概率分布，從而模型 失配也難以避免。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于，為解決現(xiàn)有的淺海目標(biāo)深度的分類方法未考慮環(huán)境參數(shù)的變 化，從而造成模型參數(shù)與真實參數(shù)失配，影響聲源定位的準(zhǔn)確性的技術(shù)問題，本發(fā)明提供一 種基于水聽器陣列的淺海目標(biāo)深度的分類方法，該分類方法使用聲傳播仿真生成基于模型 的深、淺聲源產(chǎn)生的能量場變化的典型概率密度函數(shù)，并基于該概率密度函數(shù)進(jìn)行似然比 檢測（LRT)來辨識接收到的信號，以實現(xiàn)變化環(huán)境下的聲源深度分類，避免了上述模型失配 的技術(shù)問題。
[0006] 本發(fā)明的分類方法對海洋環(huán)境的時變特性引起的聲場不確定性加以利用，以分辨 聲源位于水面還是水體中。本發(fā)明提供了一種新型聲源深度分類方法。該方法利用聲源在 波導(dǎo)中的位置深淺導(dǎo)致的水聽器接收信號能量累積參數(shù)的不同進(jìn)行處理。由于聲傳播和聲 源運動影響接收聲信號，使接收信號能量在聲場中的分布是變化的，對此建立聲場模型，預(yù) 先設(shè)定好聲場中能量分布的概率密度函數(shù)，該概率密度函數(shù)對深和淺聲源有不同的參數(shù)， 該分類方法依賴深和淺聲源在概率密度函數(shù)描述能量分布的差異進(jìn)行分類。
[0007] 為實現(xiàn)上述目的，本發(fā)明提供一種基于水聽器陣列的淺海目標(biāo)深度的分類方法， 所述的分類方法包括：
[0008] 步驟1)建立聲源輻射的聲信號模型，根據(jù)該聲信號模型及接收信號數(shù)據(jù)存在的多 普勒效應(yīng)建立接收信號模型；
[0009] 步驟2)根據(jù)FFT變換在頻域?qū)Σ襟E1)中的接收信號數(shù)據(jù)進(jìn)行估計，得到接收信 號頻率值；
[0010] 步驟3)將步驟2)中得到的接收信號頻率值以均方根進(jìn)行歸一化，得到不含白噪 聲的接收信號能量調(diào)制，建立該接收信號能量調(diào)制分布滿足參數(shù)為（a，0 )的伽馬分布的 概率密度函數(shù)；
[0011] 步驟4)利用聲傳播仿真建立聲場模型，根據(jù)該聲場模型設(shè)置靠近海水表面的聲 源參數(shù)，重復(fù)計算得到若干個仿真的接收信號，使用矩法估計得到一組a和卩值，并將其 代入步驟3)中的概率密度函數(shù)，得到淺水概率密度函數(shù)；根據(jù)該聲場模型設(shè)置深處聲源參 數(shù)，重復(fù)計算得到若干個仿真的接收信號，使用矩法估計得到另一組a和3值，并將其代 入步驟3)中的概率密度函數(shù)，得到深水概率密度函數(shù)；
[0012] 步驟5)根據(jù)步驟4)中得到的淺水概率密度函數(shù)和深水概率密度函數(shù)，使用似然 比檢驗分類接收信號的聲源深度。
[0013] 作為上述技術(shù)方案的進(jìn)一步改進(jìn)，所述步驟1)中的聲信號模型表示為：
[0014]u[n] =Acos(co0nTs+ 0 )
[0015] 其中，表示信號角頻率，A表示幅度，0表示相位，離散時間變量n=l，2，...，N， Ts表示每秒的采樣時間間隔，采樣頻率fs = 1/TS。
[0016] 作為上述技術(shù)方案的進(jìn)一步改進(jìn)，所述步驟1)中的接收信號模型表示為：
[0017]y[n] =x[n]Acos(codnTs+ 9 + [n]) +co[n]
[0018] 其中，w[n]表示加性噪聲，x[n]表示接收信號能量調(diào)制，[n]表示時變的相位， ?<!表示接收頻率，9表示相位，A表示幅度，Ts表示每秒的采樣時間間隔。
[0019] 作為上述技術(shù)方案的進(jìn)一步改進(jìn)，所述步驟3)中的概率密度函數(shù)表示為：
[0020]
【主權(quán)項】
1. 一種基于水聽器陣列的淺海目標(biāo)深度的分類方法，其特征在于，所述的分類方法包 括： 步驟1)建立聲源輻射的聲信號模型，根據(jù)該聲信號模型及接收信號數(shù)據(jù)存在的多普勒 效應(yīng)建立接收信號模型； 步驟2)根據(jù)FFT變換在頻域?qū)Σ襟E1)中的接收信號數(shù)據(jù)進(jìn)行估計，得到接收信號頻 率值； 步驟3)將步驟2)中得到的接收信號頻率值以均方根進(jìn)行歸一化，得到不含白噪聲的 接收信號能量調(diào)制，建立該接收信號能量調(diào)制分布滿足參數(shù)為（α，β )的伽馬分布的概率 密度函數(shù)； 步驟4)利用聲傳播仿真建立聲場模型，根據(jù)該聲場模型設(shè)置靠近海水表面的聲源參 數(shù)，重復(fù)計算得到若干個仿真的接收信號，使用矩法估計得到一組α和β值，并將其代入 步驟3)中的概率密度函數(shù)，得到淺水概率密度函數(shù)；根據(jù)該聲場模型設(shè)置深處聲源參數(shù)， 重復(fù)計算得到若干個仿真的接收信號，使用矩法估計得到另一組α和β值，并將其代入步 驟3)中的概率密度函數(shù)，得到深水概率密度函數(shù)； 步驟5)根據(jù)步驟4)中得到的淺水概率密度函數(shù)和深水概率密度函數(shù)，使用似然比檢 驗分類接收信號的聲源深度。
2. 根據(jù)權(quán)利要求1所述的基于水聽器陣列的淺海目標(biāo)深度的分類方法，其特征在于， 所述步驟1)中的聲信號模型表示為： υ [n] = Acos (ω 0nTs+ θ ) 其中，COci表示信號角頻率，A表示幅度，Θ表示相位，離散時間變量!!=1，2，...，11；表 示每秒的采樣時間間隔，采樣頻率fs = 1/TS。
3. 根據(jù)權(quán)利要求2所述的基于水聽器陣列的淺海目標(biāo)深度的分類方法，其特征在于， 所述步驟1)中的接收信號模型表示為： y [η] =x [n] Acos (ω dnTs+ θ + φ [η]) + ω [η] 其中，ω [η]表示加性噪聲，χ[η]表示接收信號能量調(diào)制，φ [η]表示時變的相位，c〇d 表示接收頻率，Θ表示相位，A表示幅度，Ts表示每秒的采樣時間間隔。
4. 根據(jù)權(quán)利要求3所述的基于水聽器陣列的淺海目標(biāo)深度的分類方法，其特征在于， 所述步驟3)中的概率密度函數(shù)表示為：
其中，α為形狀參數(shù)，β為尺度參數(shù)，χ[η]表示接收信號能量調(diào)制，Γ ()為伽馬函數(shù)。
5. 根據(jù)權(quán)利要求4所述的基于水聽器陣列的淺海目標(biāo)深度的分類方法，其特征在于， 在聲速剖面接近等聲速的條件下，聲速剖面隨機(jī)擾動下的聲場傳播損失分布接近X 2分布， 海面與海底起伏下的聲場傳播損失分布接近指數(shù)分布，將α和β的伽馬分布族擬合上述 分布，所述步驟3)中的概率密度函數(shù)變換為：
其中，TL表示傳播損失，TLci表示按幾何擴(kuò)展計算的傳播損失。
6.根據(jù)權(quán)利要求1所述的基于水聽器陣列的淺海目標(biāo)深度的分類方法，其特征在于， 對于海水加半無限液態(tài)沉積層二維模型，所述步驟4)中建立的聲場模型表示為：
其中，μη = 示水平波數(shù)，6"表示簡正波衰減系數(shù)，多^()表示海水中第 η號模態(tài)函數(shù)，該模態(tài)函數(shù)滿足下述模態(tài)方程和邊界條件：
其中，P i表示海水密度，Cl(z)表示海水聲速，P2表示沉積層密度，C2(Z)表示沉積層聲 速，ω表示聲源頻率，上、下界面粗糙度分別用海面波高〇s和海底起伏〇b來表示， 表不沉積層第η號模態(tài)函數(shù)；
其中，αη表示海水吸收帶來的能量衰減，表示空氣-海水界面處的散射帶來的能 量衰減，表示為：
由下述公式表示：
其中：
t表示沉積層吸收帶來的能量衰減，ε是沉積層吸收系數(shù)，其取值范 圍為0. 3-0. 9dB/ λ
表示海水-沉積層界面處的散射帶來 的能量衰減。
7.根據(jù)權(quán)利要求1所述的基于水聽器陣列的淺海目標(biāo)深度的分類方法，其特征在于， 所述步驟5)中使用似然比檢驗分類接收信號的聲源深度的公式表示為：
其中，Λ表示判定值；若Λ > 1，則認(rèn)為聲源在淺水，若Λ < 1，則認(rèn)為聲源在深水。
【專利摘要】本發(fā)明提供了一種基于水聽器陣列的淺海目標(biāo)深度的分類方法，通過融合多個水聽器接收到的信息進(jìn)行探測，并使用聲傳播仿真生成基于模型的深、淺聲源產(chǎn)生的能量場變化的典型概率密度函數(shù)，基于該概率密度函數(shù)進(jìn)行似然比檢測（LRT）來辨識接收到的信號，根據(jù)聲能量在整個聲場范圍內(nèi)的分布規(guī)律進(jìn)行先驗知識的提取，從而對該聲場目標(biāo)進(jìn)行深度分類，算法易于實現(xiàn)，環(huán)境適應(yīng)性高。
【IPC分類】G01S7-539
【公開號】CN104749568
【申請?zhí)枴緾N201310739820
【發(fā)明人】于倍, 王文博, 王贊, 鄭勝家, 黃勇, 張春華
【申請人】中國科學(xué)院聲學(xué)研究所
【公開日】2015年7月1日
【申請日】2013年12月26日