CN111198374B - 基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法 - Google Patents
基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法 Download PDFInfo
- Publication number
- CN111198374B CN111198374B CN202010032001.XA CN202010032001A CN111198374B CN 111198374 B CN111198374 B CN 111198374B CN 202010032001 A CN202010032001 A CN 202010032001A CN 111198374 B CN111198374 B CN 111198374B
- Authority
- CN
- China
- Prior art keywords
- frequency
- signal
- doppler
- pulse
- interference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/50—Systems of measurement, based on relative movement of the target
- G01S15/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S15/582—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse-modulated waves and based upon the Doppler effect resulting from movement of targets
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/50—Systems of measurement, based on relative movement of the target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/523—Details of pulse systems
- G01S7/526—Receivers
- G01S7/527—Extracting wanted echo signals
- G01S7/5273—Extracting wanted echo signals using digital techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法,属于水下运动目标探测技术领域。本发明为了解决水下运动目标探测的虚警概率高和检测概率低的问题。本发明采用宽带多普勒敏感信号同时保证速度分辨力和距离分辨力,并且根据混响/干扰与运动目标的多普勒频移特性不同达到抗混响和抗干扰的目的;并在多普勒频移域通过单脉冲信号多普勒特性和多脉冲信号多普勒频移特性进行干扰抑制,在时域采用匹配滤波技术进行目标干扰分离,在空域采用波束形成技术进行干扰空域滤波。主要用于动目标的水声探测。
Description
技术领域
本发明属于水下运动目标探测技术领域,涉及一种多普勒敏感信号动目标水声探测方法。
背景技术
水声探测领域中,主动探测方式与被动探测方式都是目标探测的主要手段。由于水下目标隐身技术的发展,使得基于目标辐射噪声的被动探测方式的性能下降明显,而基于目标回波的主动探测方式的性能虽有下降,但非反向散射方向的隐身能力有限,所以主动探测尤其是多基地探测在水下目标探测领域具有较大前景。
同时,主动探测方式仍存在问题和技术难题:
(1)探测环境复杂,虚警概率高。界面影响:海洋介面随机不均匀性会引起声散射和传播起伏,经过多次界面反射形成水声信道多途,复杂多途结构产生的虚假目标导致高虚警概率;混响影响:混响是主动声纳的主要干扰,伴随声纳发射信号而产生,是海洋大量无规则散射体产生的散射信号迭加,它严重限制了声纳作用距离和探测性能。
(2)信噪比低,检测概率低。这里的噪声是广义的,包含噪声、混响和杂波背景。造成信噪比低的原因主要有:背景环境中的噪声、混响和杂波水平较高;目标目标强度低,并且散射强度易受水体运动和自身姿态影响,回波微弱且有起伏。
发明内容
本发明为了解决水下运动目标探测的虚警概率高和检测概率低的问题。
基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法,包括以下步骤:
步骤1、数据预处理:
采集N个阵元接收到的经过AD变换后的数字信号,每次脉冲回波信号的时域采样点数为M,采集共处理脉冲回波数为P,将采集的数据存入一个P×N×M的三维数据矩阵D(p,i,m),其中p是脉冲回波序号,p=1,2,...,P;i是阵元序号,i=1,2,...,N;m是时域采样点序号,m=1,2,...,M;
取出各次脉冲回波的信号分别通过带通滤波器,即分别将D(1,i,m),D(2,i,m),...,D(P,i,m)通过带通滤波器后,得到S(1,i,m),S(2,i,m),...,S(P,i,m),组合得到一个P×N×M的三维数据矩阵S(p,i,m);
步骤2、基于多脉冲信号多普勒频移特性的干扰滤波器:
在基于多脉冲信号的多普勒频移域进行干扰抑制,由于强静态干扰的同一时延单元脉冲数据序列Sτ干扰(p)的频谱为0Hz处sinc函数,故将其0Hz主瓣滤除可极大程度上抑制强静态干扰并保留目标回波信息;
步骤3、单脉冲频率-距离-方位三维信号处理:
根据目标运动最大速度估计多普勒滤波器组的多普勒频移取值范围,根据信号频率分辨力确定多普勒频率取值精度,记滤波器组中各匹配滤波器多普勒频移取值为fd=fd1,fd2,...,fdr;
选取某一固定阵元i0并固定发射脉冲数p0,匹配滤波器输入信号为从三维矩阵取出的一维向量R(p0,i0,m),设发射参考信号为h(m),则单脉冲频率-距离二维处理方法如下:
F(p0,i0,k,fd)=E{R(p0,i0,m+k)·h*(m)·ej2π·fd·m}
F(p0,i0,k,fd)为单脉冲频率-距离二维处理结果,其中,k是时延采样点序号,k=1,2,...,M;fd是多普勒频移序号,fd=fd1,fd2,...,fdr;E{·}表示求平均值;h*(m)是h(m)的共轭形式;
依次将每个阵元通道的每个脉冲回波作为多普勒滤波器组的输入,最后得到一个P×N×M×r的四维数据矩阵F(p,i,k,fd);
以N元等间隔线阵为例,设阵元间隔为d,为当目标满足远场条件时,设c为声速,回波方向与阵法线方向夹角即目标方位为θ,则相邻基元间的时延差为:
以第p0次脉冲回波为例,匹配滤波器参考信号频移fd0为例,各阵元信号为F(p0,i,k,fd0);
对阵元i信号作fs点DFT运算,共N个阵元,要进行N次DFT运算;
将XY(p0,i,f,θ,fd0)结果作IDFT变换回时域并将所有阵元的时域结果求和输出:
结合主动声纳收发合置***模型,得到单脉冲回波某频率下的距离-方位二维处理结果:
B(p0,ρ,θ,fd0)即为单脉冲回波某频率下的距离-方位二维处理结果;
取出各阵元的第一次脉冲回波数据,把各频移匹配的结果作为波束形成处理的输入,即分别对F(1,i,k,fd1),F(1,i,k,fd2),...,F(1,i,k,fdr)进行波束形成处理后得到B(1,ρ,θ,fd1),B(1,ρ,θ,fd2),...,B(1,ρ,θ,fdr),即为第一次脉冲回波数据的频率-距离-方位三维信号处理结果,其中ρ代表距离,θ代表方位角;再取出各阵元第二次脉冲回波数据做同样处理,得到B(2,ρ,θ,fd1),B(2,ρ,θ,fd2),...,B(2,ρ,θ,fdr),循环处理,直到最后一次脉冲回波数据,得到B(P,ρ,θ,fd1),B(P,ρ,θ,fd2),...,B(P,ρ,θ,fdr);最后存储四维数据矩阵B(p,ρ,θ,fd),即得到不同脉冲回波的频率-距离-方位信息,从而实现动目标的水声探测。
进一步地,步骤1所述每个阵元通道的每次脉冲回信号通过带通滤波器得到一个新的P×N×M的三维数据矩阵S(p,i,m)的过程如下:
取出各次脉冲回波的信号分别通过带通滤波器,即分别将D(1,i,m),D(2,i,m),...,D(P,i,m)通过带通滤波器后,得到S(1,i,m),S(2,i,m),...,S(P,i,m),组合得到一个P×N×M的三维数据矩阵S(p,i,m)。
进一步地,所述利用基于最小均方(LMS)自适应算法的干扰多普勒频移滤波器,滤除多脉冲同一时延单元数据序列的0Hz频率分量,得到经干扰抑制后的三维数据矩阵R(p,i,m)的过程包括以下步骤:
基于多脉冲信号多普勒频移特性的干扰抑制是基于最小均方(LMS)自适应滤波器完成的,假设输入信号为第i0号阵元在时延点m0处的P次回波数据构成的信号,即:
x(n)=S(p,i0,m0),p=1,2,...,P,n=1,2,...P
自适应滤波y通道输出为:
y(n)=ws(n)·xs(n)+wc(n)·xc(n)
其中xs(n)=sinωon,xc(n)=cosωon为两个相互正交的参考信号,ω0为干扰多普勒频移,强静态干扰多普勒频移为0Hz,故xs(n)恒为0,xc(n)则恒为1,长度与输入信号等长;通过残差逐步学习抑制输入中的0Hz分量,即:
ws(n+1)=ws(n)+2λ·ε(n)·xs(n)
wc(n+1)=wc(n)+2λ·ε(n)·xc(n)
其中λ=2πBw/fs为学习步长;ε(n)=x(n)-y(n)为残差;Bw为滤波器-3dB带宽参数,为保证将连续脉冲采样序列Sτ(j)频域中的0Hz分量滤除,Bw应不小于其频域中0Hz主瓣受环境影响扩展之后的宽度;
滤波效果随着待滤波器自适应达到平衡时,取残差通道输出ε(n)作为滤波器输出R(p,i0,m0),即:
R(p,i0,m0)=ε(n),n=1,2,...P,p=1,2,...P
将每个阵元,每个时延点的P次回波数据均作上述处理,便得到经干扰抑制后的三维数据矩阵R(p,i,m)。
进一步地,所述对阵元i信号作fs点DFT运算如下:
进一步地,所述结合主动声纳收发合置***模型,得到单脉冲回波某频率下的距离-方位二维处理结果的过程包括以下步骤:
将XY(p0,i,f,θ,fd0)结果作IDFT变换回时域并将所有阵元的时域结果求和输出:
由主动声纳收发合置***模型有时延采样点序号k和距离ρ关系如下:
本发明为了解决探测环境复杂存在虚警概率高问题以及存在检测概率低的问题,分别提出了对应的技术方案:
1)信号体制方面:主动声纳一般采用长单频脉冲和双曲调频脉冲相结合的信号形式体制,分别保证速度分辨力和距离分辨力。本发明采用宽带多普勒敏感信号同时保证速度分辨力和距离分辨力,并且根据混响/干扰与运动目标的多普勒频移特性不同达到抗混响和抗干扰的目的。
2)时空频联合信号处理方法方面:主动声纳的目标信噪比、信混比、信干比均较低,例如双基地主动声纳的直达波干扰的干信比可达到50dB以上。本发明在多普勒频移域通过单脉冲信号多普勒特性和多脉冲信号多普勒频移特性进行干扰抑制,在时域采用匹配滤波技术进行目标干扰分离,在空域采用波束形成技术进行干扰空域滤波。
所以本发明具有以下有益效果:
(1)由于静目标、混响等干扰集中在零多普勒区域,而运动目标具有一定的多普勒,所以本发明采用宽带多普勒敏感信号进行探测,可以在时域和多普勒频移域分离运动目标和干扰,提高检测概率,降低虚警概率。
(2)在步骤2中,宽带***不能像窄带***那样设置干扰频点的陷波器进行波形级滤波,而强相干干扰的多普勒频移可由干扰的多脉冲回波间状态转移来估计。故本发明针对宽带信号,基于多脉冲信号多普勒频移特性进行干扰抑制。
(3)在步骤3中,单脉冲频率-距离-方位三维信号处理方法,一方面从三维参数空间分离干扰和目标,另一方面获得了目标的高维参数估计。利用匹配滤波技术不仅可在时域上进行干扰抑制,还可以获得时宽带宽处理增益。利用不同频移的匹配滤波组技术不仅可在频域进行干扰抑制,还可得到目标多普勒频移估计值。利用波束形成技术不仅可在空域进行干扰抑制,还可以获得空间处理增益。故单脉冲频率-距离-方位三维信号处理方法,可以有效提高信噪比,降低虚警概率。
附图说明
图1本发明进行水下运动目标探测信号处理总体框图;
图2a为图1的步骤一的局部放大图,图2b为图1的步骤二的局部放大图,图2c为图1的步骤三的局部放大图。
图3a本发明中单个脉冲回波的频率-距离-方位三维处理结果示意图;图3b本发明中频率匹配时的脉冲回波数-距离-方位三维处理结果示意图;
图4a至图4d为本发明仿真实验单脉冲干扰抑制前后频率匹配时的距离-方位二维处理结果图,其中,图4a、图4b分别为fd=0、fd=-3.3对应的单脉冲干扰抑制前频率匹配时的距离-方位二维处理结果图,图4c、图4d分别为fd=0、fd=-3.3对应的单脉冲干扰抑制后频率匹配时的距离-方位二维处理结果图;
图5a至图5c为本发明仿真实验单脉冲干扰抑制前后固定角度时的距离-频率二维处理结果图,其中,图5a、图5b分别为干扰方位、目标方位对应的单脉冲干扰抑制前固定角度时的距离-频率二维处理结果图,图5c、图5d分别为干扰方位、目标方位对应的单脉冲干扰抑制后固定角度时的距离-频率二维处理结果图。
具体实施方式
具体实施方式一:结合图1、图2a至图2c说明本实施方式,图1为水下运动目标探测信号处理总体框图;为了清晰表示图1,对图1进行方法,图2为图1的局部放大图,其中图2a为图1的步骤一的局部放大图,图2b为图1的步骤二的局部放大图,图2c为图1的步骤三的局部放大图。
本实施方式为基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法,包括以下步骤:
步骤1、数据预处理:
采用主动声纳***进行探测时,接收水听器阵具有N个阵元通道,脉冲周期为T,采样率为fs。共处理脉冲回波数为P,每次脉冲回波的数据量为M=T·fs。将数据存入一个P×N×M的三维数据矩阵D(p,i,m),其中p是脉冲回波序号,p=1,2,...,P;i是阵元序号,i=1,2,...,N;m是时域采样点序号,m=1,2,...,M。
每个阵元通道的每次脉冲回信号通过带通滤波器,得到一个新的P×N×M的三维数据矩阵S(p,i,m)。
步骤2、基于多脉冲信号多普勒频移特性的干扰滤波器:
基于多普勒特性的干扰滤波器的设计需要结合目标的速度、干扰的速度,以及水声环境的稳定程度综合考虑。窄带***的干扰抑制可根据干扰和动目标速度不同而频率不同的特性,设置频域上干扰频点的陷波器直接波形级滤波。而实际为同时满足目标探测所需距离分辨率,常常选择宽带***,由于水下声速和水下目标速度的限制,干扰和目标即使速度不同,频带范围也会有大部分重叠或相差无几,所以不能像窄带***那样设置干扰频点的陷波器进行波形级滤波,故本发明提出在多普勒频移域设置干扰多普勒频移的陷波器,而非频域上干扰频点的陷波器。
强相干干扰的多普勒频移可由干扰的多回波间状态转移来估计。当收发相对静止时,固定距离点(时延点),对P个脉冲回波进行持续观测,得到共P个采样点的同一时延单元脉冲数据序列,记为Sτ(p),p=1,2,...,P。对于静态强干扰来说,其频谱是0Hz处的sinc函数。理想情况下,该sinc函数主瓣宽度取决于信号时间长度,单边主瓣宽度为1/NT,N为脉冲回波数,T为脉冲周期。实际情况下,由于信号起伏和多途的影响,静态强干扰的频移会产生一定扩展,导致该sinc函数主瓣展宽。对于低信噪比的运动目标回波来说,目标的运动状态使得不同脉冲回波动目标到达时延不同,且不同脉冲回波对应的目标距离差超过信号距离分辨单元,对于本发明选取的宽带多普勒敏感信号而言,Sτ目标(p)无明显周期性且信噪比较低被噪声干扰严重,此时的Sτ目标(p)频域内能量分布均匀,带宽为-1/2T到1/2T。当运动目标回波被强干扰淹没时,同一时延单元脉冲数据序列Sτ(p)则为Sτ干扰(p)和Sτ目标(p)的叠加,其频谱则为旁瓣起伏升高的0Hz处sinc函数形式,干扰的能量大部分集中在0Hz处主瓣内,运动目标回波信号和噪声的能量则大部分分布在0Hz频率外的众多旁瓣中。所以在该域进行干扰抑制时,应将0Hz频率分量的主瓣全部滤除,这样便可极大程度上抑制静态强干扰,保留目标回波信息。
基于以上分析,可设计基于最小均方(LMS)自适应算法的干扰多普勒频移滤波器,滤除多脉冲同一时延单元数据序列的0Hz频率分量,保留其他频率分量。输入为第i号阵元在时延点m处的P次回波数据,以阵元i0和时延点m0为例,输入信号为S(p,i0,m0),p=1,2,...,P,经过自适应陷波将残差通道输出ε作为多普勒滤波输出信号R(p,i0,m0),p=1,2,...,P。
遍历所有时延点数m和阵元i,得到所有的输出信号便为时域进行干扰抑制后的三维矩阵数据R(p,i,m)。
基于多脉冲信号多普勒频移特性的干扰抑制是基于最小均方(LMS)自适应滤波器完成的,假设输入信号为第i0号阵元在时延点m0处的P次回波数据构成的信号,即:
x(n)=S(p,i0,m0),p=1,2,...,P,n=1,2,...P
自适应滤波y通道输出为:
y(n)=ws(n)·xs(n)+wc(n)·xc(n)
其中xs(n)=sinωon,xc(n)=cosωon为两个相互正交的参考信号,ω0为干扰多普勒频移,强静态干扰多普勒频移为0Hz,故xs(n)恒为0,xc(n)则恒为1,长度与输入信号等长。通过残差逐步学习抑制输入中的0Hz分量,即:
ws(n+1)=ws(n)+2λ·ε(n)·xs(n)
wc(n+1)=wc(n)+2λ·ε(n)·xc(n)
其中λ=2πBw/fs为学习步长。ε(n)=x(n)-y(n)为残差。Bw为滤波器-3dB带宽参数,为保证将连续脉冲采样序列Sτ(j)频域中的0Hz分量滤除,Bw应不小于其频域中0Hz主瓣受环境影响扩展之后的宽度。
滤波效果随着待滤波器自适应达到平衡时,取残差通道输出ε(n)作为滤波器输出R(p,i0,m0),即:
R(p,i0,m0)=ε(n),n=1,2,...P,p=1,2,...P
将每个阵元,每个时延点的P次回波数据均作上述处理,便得到经干扰抑制后的三维数据矩阵R(p,i,m)。
步骤3、单脉冲频率-距离-方位三维信号处理:
常用脉冲压缩信号经过匹配滤波器后,被压缩成窄脉冲,即可以改善声纳的分辨力,又可以提高信噪比增益。匹配滤波器的效果与主动声纳发射端选用的信号形式和信号参数有关。对于宽带多普勒敏感信号,阵元接收到的时域信号通过一个匹配滤波器滤波器组可获得频率-距离二维探测结果。匹配滤波器滤波器组对应一系列不同多普勒频移的参考信号,多普勒频移取值范围决定于该目标的最大运动速度,多普勒频移取值精度取决于信号的频率分辨率,可取做频率分辨率的一半即1/2T,滤波器组中各匹配滤波器多普勒频移取值记为fd=fd1,fd2,...,fdr。
单脉冲频率-距离-方位三维信号处理的输入信号是基于多脉冲信号多普勒频移特性的干扰抑制处理后的信号,即步骤2输出结果。由于目标的运动状态以及所用信号的多普勒敏感性,不同脉冲回波周期的信号都具有不同的多普勒频移。以第p0次回波第i0号阵元的信号R(p0,i0,m)为例,将其从三维矩阵R(p,i,m)中取出作为匹配滤波器输入,设发射参考信号为h(m),则处理方法如下:
F(p0,i0,k,fd)=E{R(p0,i0,m+k)·h*(m)·ej2π·fd·m}
k=1,2,...,M,fd=fd1,fd2,...,fdr (1)
F(p0,i0,k,fd)即为单脉冲频率-距离二维处理结果,其中k是时延采样点序号,k=1,2,...,M;fd是多普勒频移序号,fd=fd1,fd2,...,fdr;E{·}表示求平均值,h*(m)是h(m)的共轭形式。
依次将每个阵元通道的每个脉冲回波作为多普勒滤波器组的输入,最后得到一个P×N×M×r的四维数据矩阵F(p,i,k,fd)。
波束形成是基阵在空间域上抗噪声的处理技术,对于宽带信号,应使用频域波束形成技术。一个由N个基元构成的基阵,如果满足各基元所接收的噪声相互独立的条件,那么它的空间增益为10lgN。以N元等间隔线阵为例,设阵元间隔为d,为当目标满足远场条件时,设c为声速,回波方向与阵法线方向夹角即目标方位为θ,则相邻基元间的时延差为:
以第p0次脉冲回波为例,匹配滤波器参考信号频移fd0为例,各阵元信号为F(p0,i,k,fd0)(经过干扰抑制以及匹配滤波后)。首先对阵元i信号作fs点DFT运算,即:
共N个阵元,所以式(3)要进行N次。
将上式结果作IDFT变换回时域并将所有阵元的时域结果求和输出:
由主动声纳收发合置***模型可知时延采样点序号k和距离ρ关系如下:
将式(5)结果对所有阵元求和输出并将(6)代入,即得:
B(p0,ρ,θ,fd0)即为第p0次脉冲回波匹配多普勒频移fd0后的距离-方位二维处理结果。
取出各阵元的第一次脉冲回波数据,把各频移匹配的结果作为波束形成处理的输入,即分别对F(1,i,k,fd1),F(1,i,k,fd2),...,F(1,i,k,fdr)进行波束形成处理后得到B(1,ρ,θ,fd1),B(1,ρ,θ,fd2),...,B(1,ρ,θ,fdr),即为第一次脉冲回波数据的频率-距离-方位三维信号处理结果,,θ代表方位角。再取出各阵元第二次脉冲回波数据做同样处理,得到B(2,ρ,θ,fd1),B(2,ρ,θ,fd2),...,B(2,ρ,θ,fdr),循环处理,直到最后一次脉冲回波数据,得到B(P,ρ,θ,fd1),B(P,ρ,θ,fd2),...,B(P,ρ,θ,fdr)。最后存储四维数据矩阵B(p,ρ,θ,fd),即得到不同脉冲回波的的频率-距离-方位信息。
实施例
仿真条件:收发合置***发射信号形式为10阶m序列调相信号,脉宽1s,带宽2kHz,中心频率2kHz,采样率fs为10倍信号中心频率,设声速c=1500m/s,接收阵为12元等间距线阵,阵元间距半波长。初始时刻待测目标距离接收阵20m,匀速直线运动远离***,速度5节(2.5m/s),运动方向与阵列夹角60°。有一强干扰目标距离***480m远处,方向与阵列夹角90°,各基元连续接收100个脉冲回波,脉冲周期T=4s。设目标回波信噪比为0dB,干扰回波信噪比为30dB,即干信比为30dB。
首先进行步骤1预处理,对接收信号进行带通滤波,滤波器通带为信号带宽,得到三维数据矩阵S(p,i,m),p代表脉冲回波个数,共100次,i代表阵元数,共12个,m为时域采样点数,共T*fs。
随后进行步骤2,对阵元i0的回波数据,固定不同采样时刻对每次脉冲回波信号进行观测,得到强干扰、目标回波以及强干扰叠加目标回波的连续脉冲回波采样序列Sτ干扰(p)、Sτ目标(p)以及Sτ干扰(p)叠加Sτ目标(p)。设计基于LMS自适应滤波器的干扰抑制,进行多普勒域0Hz分量的陷波以达到抑制强相干干扰目的。对每个阵元i的数据,取每个采样点m的多脉冲回波序列,作为基于多脉冲信号多普勒频移特性的干扰滤波器(以下简称干扰滤波器)的输入。将残差输出ε(n)作为干扰滤波器输出。最终得到经过干扰滤波的数据矩阵R(p,i,m),与干扰抑制前的数据矩阵S(p,i,m)同维。
最后进行步骤3,确定匹配滤波器组的多普勒频率范围,使干扰抑制后的数据R(p,i,m)通过匹配滤波组,得到F(p,i,k,fd)。进行波束形成并保存所有数据得到B(p,ρ,θ,fd),根据B(p,ρ,θ,fd)可得任意单脉冲回波信号频率-距离-方位三维处理结果示意图如图3a所示,图中x、y轴分别表示距离和方位,z轴表示不同的多普勒频率的脉冲。回波数-距离-方位三维处理结果示意图如图3b所示,图中x、y轴分别表示距离和方位,而z轴表示不同的脉冲回波数。
干信比为30dB的仿真条件导致回波信号完全被强静态干扰的匹配滤波旁瓣掩盖,故直接进行匹配滤波结果无法给出目标回波多普勒频移fd0以及距离信息,而通过干扰抑制后的匹配滤波结果F(p,i,k,fd)则可以得到以上信息。为说明步骤2的干扰抑制效果,取第50次脉冲回波的所有阵元数据,不经步骤2干扰多普勒滤波直接进行步骤3,得到频率为0Hz和fd0的距离-方位二维处理结果分别如图4a和图4b所示,干扰抑制后进行步骤3得到的多普勒频率为0Hz和fd0的距离-方位二维处理结果,即B(p50,ρ,θ,fd=0)和B(p50,ρ,θ,fd0)分别如图4c和图4d所示,图4a、图4b、图4c和图4d中能量均用分贝形式表示,且用同一值归一化。图4a中可检测到90°,480m位置处高强度的静态干扰,由于干信比过高,图4b中仅有强干扰在多普勒频率fd0处的能量泄露,无法检测到目标回波,而经过步骤2后,图4c中,0Hz下90°,480m位置处的干扰被大幅抑制,而60°方位的距离旁瓣为目标回波在0Hz处的泄露,图4d中,多普勒频率为fd0,可成功检测到目标的距离方位为60°,510m,距离方位结果与仿真条件相符。不经步骤2干扰多普勒滤波直接进行步骤3,得到角度为90°和60°的距离-频率二维处理结果分别如图5a和图5b所示,干扰抑制后进行步骤3得到的角度为90°和60°的距离-频率二维处理结果,即B(p0,ρ,θ=90°,fd)和B(p0,ρ,θ=60°,fd)分别如图5c和图5d所示,图5a、图5b、图5c和图5d中能量均用分贝形式表示,且用同一值归一化。图5a中,在干扰方位下,可检测到0Hz,480m处的高能量干扰,图5b中0Hz,480m处为强干扰在目标方位处的方位角旁瓣,所以由于过高的干信比,即使在目标方位下也无法检测到任何目标信息,而经过步骤2后,图5c中,干扰方位下0Hz,480m处强干扰被大幅抑制,图5d中可检测出目标距离和频移为510m,-3.3Hz,与仿真条件相符。故不同脉冲回波时刻的距离-方位-频率信息均可获取。
需要注意的是,具体实施方式仅仅是对本发明技术方案的解释和说明,不能以此限定权利保护范围。凡根据本发明权利要求书和说明书所做的仅仅是局部改变的,仍应落入本发明的保护范围内。
Claims (4)
1.基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法,其特征在于,包括以下步骤:
步骤1、数据预处理:
采集N个阵元接收到的经过AD变换后的数字信号,每次脉冲回波信号的时域采样点数为M,采集共处理脉冲回波数为P,将采集的数据存入一个P×N×M的三维数据矩阵D(p,i,m),其中p是脉冲回波序号,p=1,2,...,P;i是阵元序号,i=1,2,...,N;m是时域采样点序号,m=1,2,...,M;
每个阵元通道的每次脉冲回信号通过带通滤波器,得到一个新的P×N×M的三维数据矩阵S(p,i,m);
步骤2、基于多脉冲信号多普勒频移特性的干扰滤波器:
利用基于最小均方自适应算法的干扰多普勒频移滤波器,滤除多脉冲同一时延单元数据序列的0Hz频率分量,得到经干扰抑制后的三维数据矩阵R(p,i,m);
步骤3、单脉冲频率-距离-方位三维信号处理:
根据目标运动最大速度估计多普勒滤波器组的多普勒频移取值范围,根据信号频率分辨力确定多普勒频率取值精度,记滤波器组中各匹配滤波器多普勒频移取值为fd=fd1,fd2,...,fdr;
选取某一固定阵元i0并固定发射脉冲数p0,匹配滤波器输入信号为从三维矩阵取出的一维向量R(p0,i0,m),设发射参考信号为h(m),则单脉冲频率-距离二维处理方法如下:
F(p0,i0,k,fd)=E{R(p0,i0,m+k)·h*(m)·ej2π·fd·m}
F(p0,i0,k,fd)为单脉冲频率-距离二维处理结果,其中,k是时延采样点序号,k=1,2,...,M;fd是多普勒频移序号,fd=fd1,fd2,...,fdr;E{·}表示求平均值;h*(m)是h(m)的共轭形式;
依次将每个阵元通道的每个脉冲回波作为多普勒滤波器组的输入,最后得到一个P×N×M×r的四维数据矩阵F(p,i,k,fd);
针对N元等间隔线阵,设阵元间隔为d,为当目标满足远场条件时,设c为声速,回波方向与阵法线方向夹角即目标方位为θ,则相邻基元间的时延差为:
针对第p0次脉冲回波,匹配滤波器参考信号频移fd0,各阵元信号为F(p0,i,k,fd0);
对阵元i信号作fs点DFT运算,共N个阵元,要进行N次DFT运算;所述对阵元i信号作fs点DFT运算如下:
将XY(p0,i,f,θ,fd0)结果作IDFT变换回时域并将所有阵元的时域结果求和输出:
结合主动声纳收发合置***模型,得到单脉冲回波某频率下的距离-方位二维处理结果:
B(p0,ρ,θ,fd0)即为单脉冲回波某频率下的距离-方位二维处理结果;
取出各阵元的第一次脉冲回波数据,把各频移匹配的结果作为波束形成处理的输入,即分别对F(1,i,k,fd1),F(1,i,k,fd2),...,F(1,i,k,fdr)进行波束形成处理后得到B(1,ρ,θ,fd1),B(1,ρ,θ,fd2),...,B(1,ρ,θ,fdr),即为第一次脉冲回波数据的频率-距离-方位三维信号处理结果,其中ρ代表距离,θ代表方位角;再取出各阵元第二次脉冲回波数据做同样处理,得到B(2,ρ,θ,fd1),B(2,ρ,θ,fd2),...,B(2,ρ,θ,fdr),循环处理,直到最后一次脉冲回波数据,得到B(P,ρ,θ,fd1),B(P,ρ,θ,fd2),...,B(P,ρ,θ,fdr);最后存储四维数据矩阵B(p,ρ,θ,fd),即得到不同脉冲回波的频率-距离-方位信息,从而实现动目标的水声探测。
2.根据权利要求1所述的基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法,其特征在于,步骤1所述每个阵元通道的每次脉冲回信号通过带通滤波器得到一个新的P×N×M的三维数据矩阵S(p,i,m)的过程如下:
取出各次脉冲回波的信号分别通过带通滤波器,即分别将D(1,i,m),D(2,i,m),...,D(P,i,m)通过带通滤波器后,得到S(1,i,m),S(2,i,m),...,S(P,i,m),组合得到一个P×N×M的三维数据矩阵S(p,i,m)。
3.根据权利要求1所述的基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法,其特征在于,所述利用基于最小均方自适应算法的干扰多普勒频移滤波器,滤除多脉冲同一时延单元数据序列的0Hz频率分量,得到经干扰抑制后的三维数据矩阵R(p,i,m)的过程包括以下步骤:
基于多脉冲信号多普勒频移特性的干扰抑制是基于最小均方自适应滤波器完成的,假设输入信号为第i0号阵元在时延点m0处的P次回波数据构成的信号,即:
x(n)=S(p,i0,m0),p=1,2,...,P,n=1,2,...P (1)
自适应滤波y通道输出为:
y(n)=ws(n)·xs(n)+wc(n)·xc(n) (2)
其中xs(n)=sinωon,xc(n)=cosωon为两个相互正交的参考信号,ωo为干扰多普勒频移,强静态干扰多普勒频移为0Hz,故xs(n)恒为0,xc(n)则恒为1,长度与输入信号等长;通过残差逐步学习抑制输入中的0Hz分量,即:
其中λ=2πBw/fs为学习步长;ε(n)=x(n)-y(n)为残差;Bw为滤波器-3dB带宽参数,为保证将连续脉冲采样序列Sτ(j)频域中的0Hz分量滤除,Bw应不小于其频域中0Hz主瓣受环境影响扩展之后的宽度;
滤波效果随着待滤波器自适应达到平衡时,取残差通道输出ε(n)作为滤波器输出R(p,i0,m0),即:
R(p,i0,m0)=ε(n),n=1,2,...P,p=1,2,...P (4)
将每个阵元,每个时延点的P次回波数据均作上述处理,便得到经干扰抑制后的三维数据矩阵R(p,i,m)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010032001.XA CN111198374B (zh) | 2020-01-13 | 2020-01-13 | 基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010032001.XA CN111198374B (zh) | 2020-01-13 | 2020-01-13 | 基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111198374A CN111198374A (zh) | 2020-05-26 |
CN111198374B true CN111198374B (zh) | 2022-10-25 |
Family
ID=70744863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010032001.XA Active CN111198374B (zh) | 2020-01-13 | 2020-01-13 | 基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111198374B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111948629B (zh) * | 2020-07-31 | 2023-03-31 | 哈尔滨工程大学 | 一种高稳健性大多普勒单频脉冲信号检测方法 |
WO2022027235A1 (en) * | 2020-08-04 | 2022-02-10 | Qualcomm Incorporated | Beam feedback based on object movement in wireless sensing |
CN112114300B (zh) * | 2020-09-14 | 2022-06-21 | 哈尔滨工程大学 | 一种基于图像稀疏表示的水下弱目标检测方法 |
CN112462321B (zh) * | 2020-11-12 | 2024-02-13 | 南京世海声学科技有限公司 | 基于脉冲匹配累加的声信标信号截获处理方法 |
CN112630739B (zh) * | 2020-11-30 | 2024-02-20 | 海鹰企业集团有限责任公司 | 一种梳状谱信号的宽带条件任意速度副本产生方法 |
CN112801065B (zh) * | 2021-04-12 | 2021-06-25 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种基于时空多特征信息的被动声纳目标探测方法及装置 |
CN113671471B (zh) * | 2021-08-18 | 2024-04-30 | 中国科学院声学研究所北海研究站 | 一种水声目标检测盲源分离方法 |
CN113866771B (zh) * | 2021-11-23 | 2024-06-18 | 中国航空工业集团公司洛阳电光设备研究所 | 水下目标探测的方法 |
CN114152774B (zh) * | 2021-12-06 | 2022-07-26 | 中国科学院大学 | 液体流场的流速测量方法、装置、电子设备及存储介质 |
CN114460587B (zh) * | 2022-04-11 | 2022-07-19 | 杭州应用声学研究所(中国船舶重工集团公司第七一五研究所) | 一种主动声呐全景接触目标快速辨识方法 |
CN116299490B (zh) * | 2023-01-17 | 2023-12-05 | 哈尔滨工程大学 | 一种基于自适应多普勒滤波-Radon Fourier变换的水声多目标检测方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6714482B2 (en) * | 2001-08-28 | 2004-03-30 | Rd Instruments, Inc. | Acoustic doppler channel flow measurement system |
CN102680734B (zh) * | 2006-09-28 | 2015-09-23 | 德立文亚迪仪器公司 | 用相控阵换能器进行声波多普勒速度处理的***和方法 |
CN204495996U (zh) * | 2011-10-26 | 2015-07-22 | 菲力尔***公司 | 宽带声纳接收器 |
CN103235294A (zh) * | 2013-03-29 | 2013-08-07 | 电子科技大学 | 一种基于外辐射源定位的微弱信号分离估计方法 |
CN103344961B (zh) * | 2013-07-05 | 2015-04-29 | 西北工业大学 | 舰船速度和距离联合测量的被动声多普勒相位方法 |
CN106597407B (zh) * | 2016-12-06 | 2019-05-07 | 西安电子科技大学 | 多星协同下微弱回波信号时延和多普勒频移联合估计方法 |
CN106872968A (zh) * | 2017-03-14 | 2017-06-20 | 南昌大学 | 一种基于ofdm信号的外辐射源雷达微弱目标检测方法 |
CN108226879B (zh) * | 2017-12-21 | 2021-08-13 | 北京遥感设备研究所 | 一种基于多通道的sar地形散射干扰抑制方法 |
-
2020
- 2020-01-13 CN CN202010032001.XA patent/CN111198374B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111198374A (zh) | 2020-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111198374B (zh) | 基于时空频联合干扰抑制的多普勒敏感信号动目标水声探测方法 | |
CA2540596C (en) | Sonar system and process | |
Kay | Waveform design for multistatic radar detection | |
EP1938126B1 (en) | Sonar system and method providing low probability of impact on marine mammals | |
Su et al. | Adaptive beamforming for nonstationary HF interference cancellation in skywave over-the-horizon radar | |
CN105954729B (zh) | 雷达抗距离-速度联合欺骗干扰的自适应迭代滤波方法 | |
CN104101868B (zh) | 基于干扰子空间重构的雷达多假目标干扰抑制方法 | |
EP2317335B1 (en) | Improved beamforming method for analysing signals received by a transducer arrray, and relative detection system | |
Techau et al. | Performance bounds for hot and cold clutter mitigation | |
CN116520279A (zh) | 一种海杂波抑制方法 | |
CN115267721B (zh) | 一种基于双频sar的地面动目标径向速度估计方法 | |
Lin et al. | New techniques for radar coherent range ambiguity resolution | |
CN113238194B (zh) | 基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法 | |
WO2013132205A1 (en) | Target detection system and method | |
Ślesicka et al. | The performance of a linear STAP processor for radar signal processing | |
CN111665475A (zh) | 雷达主瓣干扰抑制方法及装置、电子设备、存储介质 | |
Xenaki et al. | Sparse MIMO synthetic aperture sonar processing with distributed optimization | |
Chen et al. | Iterative adaptive approach for wide-band active sonar array processing | |
Mansour et al. | PC-based real-time active sonar simulator | |
RU2812727C1 (ru) | Способ радиоэлектронной защиты наземной РЛС кругового обзора и устройство для его реализации | |
CN113126037B (zh) | 一种基于mti的杂波背景下旁瓣相消方法 | |
Pillai et al. | Wideband STAP (WB-STAP) for passive sonar | |
Ruggiano et al. | Experiments showing an improvement of angular resolution by lmmse-based processing | |
Han et al. | An Azimuth high resolution algorithm based on virtual array and spatial resampling | |
Schröder et al. | Study on pulse form design for monostatic MIMO sonar systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |