【技术实现步骤摘要】
一种改进的线谱自动提取方法
[0001]本专利技术涉及水声学和水声信号处理的目标线谱检测和特征提取
,具体领域为一种改进的线谱自动提取方法。
技术介绍
[0002]被动声纳目标分类识别作为潜艇、水面舰和岸基警戒等声纳系统的主要功能,是各国重点发展的
,具有重要的军事应用价值,其性能的优劣是海军作战能力强弱的重要体现。目前,被动目标分类识别主要通过对目标辐射噪声进行分析,提取表征目标物理属性的功率谱和调制谱等相关特征来实现的。舰船辐射噪声功率谱由线谱与连续谱组成,其中线谱产生于目标齿轮、活塞、螺旋桨、船体等机械产生的振动,直接反应了目标的物理特征,是被动声纳目标分类识别的重要依据之一。线谱特征的自动提取在声纳装备自动化与智能化上有重要意义,特征提取的优劣直接关系到目标识别的准确率。
[0003]目前发展较成熟、应用较广泛的线谱特征提取方法有信噪比门限法、似然比检测、非线性混沌振子等,但以上方法局限于提取单个信号处理周期的线谱特征,当目标线谱较稳定,频率信噪比变化较小时,上述算法能够获得较好的效果。但现实中,由于舰船目标工况变化、运动状态变化、水声信道变化、环境噪声起伏等原因,目标线谱的频率、信噪比呈现时变特性,此时会出现线谱展宽、频率漂移、轨迹不连续等问题,为目标线谱特征估计带来了较大的困难。仅依靠短时线谱特征提取方法难以获取线谱的一些长时特征如频率位置稳定性、线谱强度稳定性、线谱偏移速度,制约了多普勒速度估计、谐波序列判别等后置处理的进行。
[0004]这里提出了一种改进的线谱自动提取方法 ...
【技术保护点】
【技术特征摘要】
1.一种改进的线谱自动提取方法,其特征在于:其步骤为:步骤一:LOFAR谱分析,对接收的舰船辐射噪声数据x(i),i=1,2,...,N,经低通滤波、降采样、数据累积、傅里叶变换、非相干累积得到功率谱X(f);步骤二:线谱检测,首先采用双通分离窗方法估计功率谱的连续谱,再根据连续谱进行线谱提取,线谱提取方法为信噪比门限法,最终得到提取的瞬时线谱集合fLine;步骤三:对跟踪线谱集合TrackF中的每条跟踪线谱,对其中任意的线谱f,根据提取的线谱集合fLine匹配观测值f
m
,利用f
m
进行卡尔曼滤波,同时令fLine=fLine/f
m
;最后删除TrackF中跟踪丢失次数过多的线谱;步骤四:对预跟踪线谱集合CandiF中的每条跟踪线谱,对其中任意的线谱f,根据提取的线谱集合fLine匹配观测值f
m
,利用f
m
进行卡尔曼滤波,并令fLine=fLine/f
m
,此时若该线谱达到一定条件,则将其转移至跟踪集合TrackF;其次删除CandiF中跟踪丢失次数过多的线谱,最后将剩余的fLine加入到预跟踪集合CandiF;步骤五:将跟踪线谱集合TrackF中的线谱特征信息作为结果输出。2.根据权利要求1所述的一种改进的线谱自动提取方法,其特征在于:步骤一的具体过程为:
①
低通滤波和降采样,根据声纳的采样频率、工作频段以及要分析的低频频段,选取合适的低通滤波器对接收信号进行滤波,得到滤波后的信号y1(i),i=1,2,..,N,在对其进行降采样得到y2(i),i=1,2,...,N/D:y2(i)=y1(1:D:N),i=1,2,...,N/D其中,D为降采样倍数;
②
功率谱分析,数据累积至NFFT点,并对累积数据进行功率谱分析,其中,K为累积批次,X(f)即为LOFAR谱分析结果。3.根据权利要求1所述的一种改进的线谱自动提取方法,其特征在于:步骤二的具体过程为:
①
利用双通分离窗算法对LOFAR谱进行连续谱估计:根据双通分离窗参数M、L确定滑动窗如下:根据双通分离窗参数M、L确定滑动窗如下:其中WinTpsw为双通分离窗,Win1为全1窗;用双通分离窗WinTpsw对LOFAR谱X(f)进行滑动平均:上式中N为X(f)的长度,对X1(f)进行极值处理:
同理再用全1窗Win1对X2(f)进行滑动平均得到平滑谱Xs(f);最后计算LOFAR谱各频点信噪比:XSnr(i)=10log10((X(i)
‑
Xs(i))/Xs(i))
②
根据信噪比向量XSnr(f)进行线谱检测提取,主要过程如下:谱峰识别,谱峰位置I处是一个极大值点,既存在左边界又存在右边界,且保证其左斜率和右斜率均大于斜率门限TD,即D
‑
(I)≥TD...
【专利技术属性】
技术研发人员:叶思懋,尚金涛,张舒杨,杨柳,
申请(专利权)人:杭州瑞声海洋仪器有限公司,
类型:发明
国别省市:
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。