一种小波跨尺度相关滤波的宽带水声信号处理方法技术

一种小波跨尺度相关滤波的宽带水声信号处理方法，涉及水声信号处理。被测信号的静态离散小波变换；小波系数的平移修正；信号及干扰噪声的小波系数特征分析；不同尺度间的小波系数相关分析；滤波阈值系数的选取；小波系数的阈值滤波和重构。采用静态离散小波变换，变换后得到的小波系数没有进行下采样，仍然是原信号的长度，避免了信号特征的抽样损失；修正小波分解后小波系数的偏移问题，提高了数据处理精度；小波系数跨尺度相关解决了相邻尺度相关系数可能较弱从而无法提取信号特征值的问题；根据含噪信号的小波分解系数特征，自适应的选取滤波阈值系数，解决了滤波阈值可能过大或过小的问题。

A wideband underwater acoustic signal processing method based on wavelet cross scale correlation filtering

A wideband underwater acoustic signal processing method based on wavelet cross scale correlation filtering involves underwater acoustic signal processing. The static discrete wavelet transform of the measured signal; the shift correction of the wavelet coefficients; the characteristic analysis of the wavelet coefficients of the signal and the interference noise; the correlation analysis of the wavelet coefficients between different scales; the selection of the filter threshold coefficient; the threshold filtering and reconstruction of the wavelet coefficients. Using the static discrete wavelet transform, the wavelet coefficients are not sampled, the original signal is still the length of the original signal, and the sampling loss of the signal features is avoided. The error of the wavelet coefficients after the wavelet decomposition is corrected, and the accuracy of the data processing is improved. The correlation coefficient of the adjacent scales is solved by the correlation of the wavelet coefficients cross scale. It may be weak and can not extract the eigenvalue of the signal. According to the characteristic of the wavelet decomposition coefficient of the noisy signal, the filter threshold coefficient is selected adaptively, which can solve the problem that the filter threshold may be too large or too small.

【技术实现步骤摘要】
一种小波跨尺度相关滤波的宽带水声信号处理方法
本专利技术涉及水声信号处理，尤其是涉及一种小波跨尺度相关滤波的宽带水声信号处理方法。
技术介绍
随着人类文明的发展，海洋的战略地位日益突显，各国积极开发利用海洋资源和空间，采用各种手段对海洋的水下环境进行探测、研究和开发。声波是目前在海洋中唯一能够进行远距离传播的能量形式，因此，在众多的海洋水下探测和开发设备中，声波探测是其主要使用的技术手段。由于声波在海洋探测和开发中的广泛应用，因此水声信号的提取、处理和识别也就显得十分重要。不同的水声信号类型，其处理方法不同。对于窄带水声信号，可以通过带通滤波方法处理；对于确定性可重复水声信号，可以通过匹配滤波方法处理；但对于宽带水声信号，特别是宽带脉冲式水声信号，则处理复杂。除水声信号本身外，海洋中存在复杂的背景噪声来源，比如风浪噪声、降雨噪声、航船辐射噪声、海洋生物发声等。特别是降雨噪声、航船辐射噪声和海洋生物发声，均具有频域宽带、时域无规的特点，从而造成宽带水声信号处理的困难。专利技术人在实际的工程实践中，常常需要对各种水下声探测信号进行提取和识别。对于单波束、多波束、侧扫等窄带确定性信号，通过带通滤波可以轻松实现提取。但对于单道地震、多道地震等宽带、脉冲式水声信号进行监测和处理时，则面临海洋环境背景噪声干扰，特别是近处航船辐射噪声干扰的问题，二者在频域带宽上部分重叠，在时域特性上则均是无规脉冲式信号。因此，要解决该问题则需要进一步从被测水声信号的其他特征入手，开展声信号的滤波和提取。
技术实现思路
本专利技术的目的在于针对上述所存在的问题，提供适用于宽带水声信号，特别是脉冲式宽带水声信号的一种小波跨尺度相关滤波的宽带水声信号处理方法。本专利技术包括以下步骤：1)被测信号的静态离散小波变换；在步骤1)中，所述被测信号的静态离散小波变换可将被测水声信号根据采样频率进行多尺度分解，得到不同频带的小波系数。2)小波系数的平移修正；在步骤2)中，所述小波系数的平移修正可将分解后得到的各小波系数与原信号作互相关，根据相关结果修正小波分解产生的偏移。3)信号及干扰噪声的小波系数特征分析；在步骤3)中，所述信号及干扰噪声的小波系数特征分析可根据分解后得到的各小波系数，分析信号和干扰噪声随分解尺度增加后的特征变化，为后续滤波阈值系数的选取提供依据。4)不同尺度间的小波系数相关分析；在步骤4)中，所述不同尺度间的小波系数相关分析可将分解后得到的各小波系数进行跨尺度相关处理，将信号特征显著的小波系数与信号特征较弱的小波系数作相关，而非简单的相邻尺度的相关。5)滤波阈值系数的选取；在步骤5)中，所述滤波阈值系数的选取可根据信号及干扰噪声的小波系数特征随分解尺度的变化，选取不同尺度的阈值系数。6)小波系数的阈值滤波和重构。在步骤6)中，所述小波系数的阈值滤波和重构可将小波系数跨尺度相关后的相关系数归一化，并与原小波系数比较，进行阈值滤波，最后将滤波后得到的各尺度小波系数重构，即得到跨尺度相关滤波后的水声信号。本专利技术为实现宽带水声信号的处理，将被测信号的静态离散小波变换、小波系数的平移修正、信号及干扰噪声的小波系数特征分析、不同尺度间的小波系数相关分析、滤波阈值系数的选取、小波系数的阈值滤波和重构。与现有技术相比，本专利技术具有如下优点：(1)采用静态离散小波变换，变换后得到的小波系数(近似系数和细节系数)没有进行下采样，仍然是原信号的长度，避免了信号特征的抽样损失；(2)修正了小波分解后小波系数的偏移问题，提高了数据处理精度；(3)小波系数跨尺度相关解决了相邻尺度相关系数可能较弱从而无法提取信号特征值的问题；(4)根据含噪信号的小波分解系数特征，自适应的选取滤波阈值系数，解决了滤波阈值可能过大或过小的问题。附图说明图1为本专利技术处理前的含噪单道地震信号时域图。图2为本专利技术处理后的单道地震信号时域图。图3为本专利技术处理前的含噪单道地震信号时频图。图4为本专利技术处理后的单道地震信号时频图。具体实施方式下面结合具体公式对本专利技术的实施过程作进一步说明：设小波分解的最大尺度为J。Wf(j,n)表示尺度j上位置n处含噪信号f的离散小波变换，取相邻尺度的变换值进行相关计算，定义：其中，l表示参与相关运算的尺度数，j<J-l+1。由于信号突变部分的宽度随着尺度的增加而增大，相邻的突变点在粗尺度上也会相互影响。因此，一般取l＝2，有：Corr2(j,n)＝Wf(j,n)Wf(j+1,n)(2)式中，Corr2(j,n)为尺度j上点n处的相关系数。进行跨尺度的相关运算后，对于尺度j≥3的情况，式(2)表示为：Corr2(j,n)＝Wf(j,n)Wf(j-k,n)(3)其中，k为一常整数，且要求1<k<j。由于随着小波分解尺度的增大，分解系数会产生一定的偏移，因此k的选取以该尺度的小波系数不产生偏移，或偏移较小为宜，一般情况下取k为j-1或j-2。对于有偏移的小波系数需同原始信号做互相关，得到偏移量，然后进行平移修正后再用于小波系数的相关运算。为使相关系数与小波系数具有可比性，将Corr2(j,n)的能量归一化至Wf(j,n)，定义归一化相关系数：其中通过比较NewCorr2(j,n)与Wf(j,n)的大小来鉴别信号重要的边缘。若|NewCorr2(j,n)|>|Wf(j,n)|，则认为该点为信号边缘，存储Wf(j,n)的位置及大小，并置NewCorr2(j,n)及Wf(j,n)中相应的点为零，记剩余的数据为NewCorr’2(j,n)和Wf’(j,n)。再归一化NewCorr’2(j,n)的能量至Wf’(j,n)，比较其绝对值的大小，抽取信号次重要的边缘。重复这个过程，直到Wf(j,n)中未被抽取的点的方差满足第j尺度上的噪声方差门限σj。通过上述迭代过程，从Wf(j,n)中抽取的数据点就组成一个新向量，设为Wfnew(j,n)，显然Wfnew(j,n)中保留了大部分的边缘，而去除了大部分的噪声。在每一个尺度上都进行上述迭代过程，得到滤波后的数据，然后重构回去就可得到滤波后的信号。综上，整个滤波算法的步骤可归结如下(令为滤波后的值，初值为零)：(1)对含噪信号进行静态离散小波变换，得到Wf(j,n)。(2)求取各尺度与相邻尺度的相关系数Corr2(j,n)。(3)利用式(4)、式(5)和式(6)将Corr2(j,n)归一化到Wf(j,n)，得到归一化后的相关系数NewCorr2(j,n)。(4)若|NewCorr2(j,n)|>|Wf(j,n)|，则认为n点处的小波变换值是由信号产生，将Wf(j,n)赋予的相应位置，并将Wf(j,n)置零，Corr2(j,n)置零；否则认为Wf(j,n)是由噪声产生的，Wf(j,n)保留。(5)重复步骤(3)和(4)，直到Wf(j,n)的方差满足噪声方差门限σj。这时，中保留了去除噪声后的小波系数。(6)最后对进行小波逆变换，即重构，得到滤波后的信号。此算法的核心环节是通过比较NewCorr2(j,n)与Wf(j,n)的绝对值的大小来抽取信号的边缘信息，并以噪声方差作为一个阈值来终止迭代过程。但这样做一般会过多保留噪声的信息或导致不必要的迭代次数增加，因此，实际应用中常本文档来自技高网...

【技术保护点】
1.一种小波跨尺度相关滤波的宽带水声信号处理方法，其特征在于包括以下步骤：1)被测信号的静态离散小波变换；2)小波系数的平移修正；3)信号及干扰噪声的小波系数特征分析；4)不同尺度间的小波系数相关分析；5)滤波阈值系数的选取；6)小波系数的阈值滤波和重构。

【技术特征摘要】
1.一种小波跨尺度相关滤波的宽带水声信号处理方法，其特征在于包括以下步骤：1)被测信号的静态离散小波变换；2)小波系数的平移修正；3)信号及干扰噪声的小波系数特征分析；4)不同尺度间的小波系数相关分析；5)滤波阈值系数的选取；6)小波系数的阈值滤波和重构。2.如权利要求1所述一种小波跨尺度相关滤波的宽带水声信号处理方法，其特征在于在步骤1)中，所述被测信号的静态离散小波变换是将被测水声信号根据采样频率进行多尺度分解，得到不同频带的小波系数。3.如权利要求1所述一种小波跨尺度相关滤波的宽带水声信号处理方法，其特征在于在步骤2)中，所述小波系数的平移修正是将分解后得到的各小波系数与原信号作互相关，根据相关结果修正小波分解产生的偏移。4.如权利要求1所述一种小波跨尺度相关滤波的宽带水声信号处理方法，其特征在于在步骤3)中，所述信号及干扰噪声的小波系数特征分析是根据分解后得到的各小波系...

【专利技术属性】
技术研发人员：文洪涛，杨燕明，
申请(专利权)人：国家海洋局第三海洋研究所，
类型：发明
国别省市：福建,35