The invention discloses an autonomous extraction method for non-stationary low-frequency line spectrum of ship noise, which includes the following steps: (1) initial detection of long integral power spectrum of ship noise to obtain suspected line spectrum; (2) setting the number of segments and the length of integration domain intervals for suspected line spectrum analysis; (3) setting the starting point of integration domain for each segment power spectrum analysis; (4) roots. Secondary power spectrum estimation of ship noise is carried out according to the set starting point and interval length of integral domain; (5) automatic cancellation of continuous spectrum and automatic identification and extraction of line spectrum. Aiming at the problem of autonomous extraction of non-stationary low-frequency line spectra of ship noise, this method adaptively adjusts the number of segments, the starting point of integration domain and the length of intervals in the analysis of non-stationary characteristics of low-frequency line spectra of ship noise, improves the tolerance of power spectrum to non-stationary characteristics of line spectra, improves the signal-to-noise ratio of line spectra, and automatically cancels and line spectra through continuous spectra. Autonomous identification realizes the automatic extraction of non-stationary low-frequency line spectrum of ship noise.
【技术实现步骤摘要】
一种船舶噪声非平稳低频线谱自主提取方法
本专利技术涉及一种积分域自适应船舶噪声非平稳低频线谱自主提取方法,属于声纳信号处理
技术介绍
在水下复杂的声场环境中,对船舶噪声的自动检测与特征提取是无人平台自主探测的基础,具有重要的研究价值。船舶辐射噪声一般由两种成分组成。一种是宽带噪声,主要来源于螺旋桨附近海水的空化过程,频率从零附近连续地延伸到几十千赫兹以上。另一种是极窄的线状谱,主要集中在1千赫兹以下的低频段内。线谱主要由船舶机械部件的往复运动与螺旋桨叶片的周期性击水以及叶片共振产生的。不仅线谱具有的较高信噪比可以用来提高检测性能,而且线谱本身携带的频率信息,对目标参数估计和类型识别,也是极有意义的。无人平台数量庞大,如果将全部水听器采集时域数据上传到卫星接收端,将给无线电传输带宽带来极大压力。而船舶噪声的线谱携带大量信息,是最有价值的特征,因此可在无人平台上完成船舶噪声线谱特征自主提取,然后仅将提取的线谱特征信息传输到卫星接收端,可大大降低通信带宽需求。实际中,水听器接收到的信号是目标声源与海洋环境相互作用的结果。线谱的非平稳性是线谱特性的一个重要方面。线谱声源产生的幅度和频率的不稳定,海洋信道的起伏和目标和接收点的相对运动造成的多普勒现象等是线谱非平稳性的原因。对于非平稳信号,在平均时间内信号已不满足信号平稳的假设。如果分析时间间隔内信号线谱频率发生漂移,采用长的积分时间会导致谱峰展宽,强度和分辨率下降;如果漂移较大,则会导致无法检测出线谱的存在。因此,线谱的频率不稳定使“用增加积分时间来获得线谱增益”的方法受到限制。因此,船舶噪声非平稳低频线 ...
【技术保护点】
1.一种船舶噪声非平稳低频线谱自主提取方法,其特征在于,包括如下步骤:(1)进行船舶噪声长积分功率谱线谱初检测,获得疑似线谱;(2)针对疑似线谱,设定分段功率谱分析的段数和积分域区间长度;(3)针对疑似线谱,设定各分段功率谱分析的积分域起始点;(4)根据设定的积分域起始点和区间长度进行船舶噪声二次功率谱估计;(5)连续谱自动抵消及线谱自主辨识提取。
【技术特征摘要】
1.一种船舶噪声非平稳低频线谱自主提取方法,其特征在于,包括如下步骤:(1)进行船舶噪声长积分功率谱线谱初检测,获得疑似线谱;(2)针对疑似线谱,设定分段功率谱分析的段数和积分域区间长度;(3)针对疑似线谱,设定各分段功率谱分析的积分域起始点;(4)根据设定的积分域起始点和区间长度进行船舶噪声二次功率谱估计;(5)连续谱自动抵消及线谱自主辨识提取。2.如权利要求1所述的船舶噪声非平稳低频线谱自主提取方法,其特征在于,步骤(1)中,采用如下方法进行船舶噪声长积分功率谱线谱初检测,获得疑似线谱,具体包括如下步骤:(1-1)计算船舶噪声s[n]的长积分功率谱P[l]其中,N为功率谱分析的积分域区间长度,l为P[l]的离散频率索引,j表示虚数单位,即||代表取模值运算;(1-2)将长积分功率谱P[l]通过Q1阶中值滤波器得到长积分功率谱的趋势项C1[l],l=0,1,...,N/2,则功率谱P[l]与趋势项C1[l]的差值谱E1[l]为E1[l]=P[l]-C1[l],l=0,1,...,N/2E1[l]的规范化差值谱D1[l]为其中,std(E1[l])是求E1[l]的标准差;(1-3)设定长积分功率谱疑似线谱检测门限G1,若D1[l]满足如下条件:D1[l]≥G1,1≤l≤(N/2-1)则将D1[l]判为疑似线谱。假设在频带[fL,fH]范围内共提取出K根疑似功率谱线谱,第k根疑似线谱在D1[l]中的索引为Jk,则第k根疑似线谱的频率为fk=JkΔf,k=1,2,...,K其中,fL和fH分别为分析频带的下限频率和上限频率,Δf为长度为N的离散傅里叶变换的频率分辨率,Δf=fs/N,fs为舰船噪声数字化过程中的采样率。3.如权利要求2所述的船舶噪声非平稳低频线谱自主提取方法,其特征在于,在步骤(2)中,采用如下方法针对疑似线谱,设定分段功率谱分析的段数和积分域区间长度,具体包括如下步骤:(2-1)基于长积分功率谱疑似线谱检测结果进行强谱线簇判定,统计第i个强谱线簇内的谱线根数Li;(2-2)针对第i个强谱线簇,根据强谱线簇内的谱线根数Li,将功率谱分析的积分域区间长度从N调整为N1其中,是求的四舍五入值;(2-3)将长度为N的船舶噪声数据分为M段长度为N1的船舶噪声数据,各相邻船舶噪声数据段存在50%重叠,对各段船舶噪声数据进行积分域区间长度为N1的功率谱分析,并对各分段功率谱进行非相干累加:其中,l为P1[l]的离散频率索引,为第m+1段数据相对于第m段数据的离散采样时间点偏移量,为设定的分段功率谱分析段数;(2-4)令idxi=round(fi1/Δf1)为第i个强谱线簇的中心频率fi1在P1[l]中的频率下标索引预估值,根据P1[idxi-1]、P1[idxi]和P1[idxi+1]三个值的大小更新idxi:令则频率插值的相对偏差δi为P1[l]中与第i个强谱线簇对应的疑似线谱的频率估计值为fi2=(idxi+δi)Δf1,i=1,2,...,I其中,Δf1为长度为N1的离散傅里叶变换的频率分辨率,Δf1=fs/N1;(2-5)根据估计的疑似线谱的频率fi2,选定功率谱分析的积分域区间长度N2:使得在对频率近似为fi2的准周期信号进行功率谱分析时,准周期信号可以得到平滑的周期延拓。4.如权利要求3所述的船舶噪声非平稳低频线谱自主提取方法,其特征在于,在步骤(2-1)包括如下步骤:(2-1-1)初始化,令强谱线簇下标索引i=0,疑似线谱下标索引k=1;(2-1-2)令起始...
【专利技术属性】
技术研发人员:刘清宇,朱传奇,方世良,方衍,
申请(专利权)人:南京世海声学科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。