一种多传感器阵列的水声信道离散噪声源抑制方法技术

本发明专利技术涉及一种多传感器阵列的水声信道离散噪声源抑制方法，用于包括有多个阵元的多传感器阵列中，该方法包括：使用线性匹配场处理或对角加载的最小方差无畸变响应匹配场处理获取水声信道中的离散噪声源的方位信息；根据方位信息设计离散噪声源干扰抑制的最优权向量，使最优权向量对观测方位的波束响应无失真，而对离散噪声源干扰方位的响应为零；使用最优权向量构成离散噪声源干扰抑制匹配处理器，对观测信号进行定位，从而实现在离散噪声源干扰存在情况下的目标定位。

【技术实现步骤摘要】

本专利技术涉及声纳数字信号处理领域，特别涉及一种多传感器阵列的水声信道离散 噪声源抑制方法。
技术介绍
基于多传感器阵列的水声信号匹配场处理技术，充分利用了水声信道多途传播的 特点，可以实现对目标距离和深度估计，所以该技术在判断目标类型和威胁程度时具有重 要的应用价值。其中线性匹配场处理（CMFP)和对角加载的最小方差无畸变响应匹配场处 理（DL-MVDR)是应用最为广泛两种算法，CMFP处理器在强干扰环境下旁瓣较高，DL-MVDR处 理器对环境参数失配敏感。线性匹配场处理（CMFP)和对角加载的最小方差无畸变响应匹 配场处理（DL-MVDR)的理论研究已很充分，处理性能也已通过实验数据进行了充分的论证。 在对水下目标进行探测时，水声信道中的噪声源会对观测信号的检测、定位造成 影响。为了尽可能降低这一影响，需对噪声源进行抑制。近年来，国内外众多学者进行了大 量的理论和实验研究。现有技术中的强干扰抑制技术，比较典型的方法包括阵元域空域矩 阵滤波技术。该技术通过对强干扰方位设置阻带，可实现强干扰的抑制。基于空域矩阵滤 波的强干扰抑制技术需要在接收阵列数据用于目标波束形成之前使用，而现有的声纳装备 中，大多利用波束域对目标方位进行估计，使用矩阵滤波需对现有声纳硬件设备进行升级， 成本高。通过对现有的波束形成和匹配场处理技术的改进，实现强干扰抑制及高精度的目 标定位能力，是一个有待解决的技术问题。
技术实现思路
本专利技术的目的在于克服现有技术中的强干扰抑制技术对硬件配置要求较高，设备 成本高的缺陷，从而提供一种在现有的声纳设备的基础上即能实现的离散噪声源抑制方 法。 为了实现上述目的，本专利技术提供了一种多传感器阵列的水声信道离散噪声源抑制 方法，用于包括有多个阵元的多传感器阵列中，该方法包括： 步骤1)、使用线性匹配场处理或对角加载的最小方差无畸变响应匹配场处理获取 水声信道中的离散噪声源的方位信息； 步骤2)、根据步骤1)所获得的方位信息设计离散噪声源干扰抑制的最优权向量， 使最优权向量对观测方位的波束响应无失真，而对离散噪声源干扰方位的响应为零； 步骤3)、使用步骤2)所设计的最优权向量构成离散噪声源干扰抑制匹配处理器， 对观测信号进行定位，从而实现在离散噪声源干扰存在情况下的目标定位。 上述技术方案中，所述步骤1)包括： 步骤1-1)、由所述多传感器阵列接收的时域信号中的某个频点的第1次快拍经过 FFT变换之后得到f，其中f = T，N为多传感器阵列中的阵 元数；然后将与XlifH相乘得到数据向量，其中的（?）H表示共轭转置； 步骤1-2)、将步骤1-1)获得的数据向量取多个快拍数据平均，获得互谱密度矩阵 K，其计算公式表示为： (1) 其中，L为所要平均的快拍的数目； 步骤1-3)、根据水声环境参数信息和基阵的几何形状建立声场模型，然后计算基 阵的拷贝向量其中，所述水声环境参数信息包括介质声速C、介质密度P、衰减系数a ; 所述基阵的拷贝向量V(cp)包括观测区域内距离和深度离散化后多个离散点的拷 贝向量，表示为*(的(咏％(9)工，％(_]T，vi((p)v(cp) N为多传感器阵列中的阵元 数，所述基阵的拷贝向量的计算公式表示为：(2)",(叫为第j个水听器的声压值，q>表示声源的位置参数； 步骤1-4)、根据步骤1-3)获得的拷贝向量v(tp)构建线性匹配场处理器的基阵加权 向量或最小方差无畸变响应匹配场处理器的基阵加权向量，其计算公 式为： 其中，K为互谱密度矩阵，I为单位矩阵，Sd为协方差矩阵的对角加载因子； 步骤1-5)、将步骤1-2)获取的互谱密度矩阵K和步骤1-4)计算得到的基阵加权 向量做相关，获得模糊度表面，其计算公式为： 步骤1-6)、将各个频点按照步骤1-5)计算所得模糊度表面P(9)做累加后取平均， 得到非相干处理模糊度表面，其极大值点为目标的估计位置，所述估计位置包括多传感器 阵列与目标间的相对距离，以及目标相对海平面的深度。 上述技术方案中，在步骤1-3)中，采用Kraken声场模型软件计算基阵的拷贝向量 v((p)6 上述技术方案中，所述步骤2)包括： 步骤2-1)、根据步骤1-6)所获得的目标距离和目标深度信息计算得到该目标距 离和目标深度下的离散噪声源的基阵的拷贝向量》(识)，并对由步骤102)获取的互谱密度矩 阵K、步骤103)获取的拷贝向量v(cp)所生成的观测信号方向向量《(供)进行置1约束，对离 散噪声源的拷贝向量"(的进行置零约束，所述置1约束与置〇约束的约束条件表示为： 步骤2-2)、根据步骤2-1)所得到的约束条件，求模糊度函数P的最小值约束，所述 最小值约束的约束条件表示为： 步骤2-3)、构造Lagrange函数，该函数的表达式为：(8)其中，入丨，入2分别表示Lagrange乘子； 步骤2-4)、由步骤1-2)获取的互谱密度矩阵K、步骤1-3)获取的拷贝向量V(_作 为观测信号方向向量《(炉).，根据该观测信号方向向量《(州以及步骤2-1)获取的拷贝向量 W(W)对步骤2-3)所构造的Lagrange函数求最小方差解，从而得到最优权向量wMV，所述最 优权向量wMV表示为：(9)〇： 上述技术方案中，所述步骤3)进一步包括： 步骤3-1)、由步骤1-2)获取的互谱密度矩阵K和步骤3-1)计算所得的最优权向 量wMV，计算模糊度面汽叻，表示为：(10) 步骤3-2)、将各个频点按照步骤3-1)计算所得模糊度表面/>沖)做累加后取平均， 得到非相干处理模糊度表面，其极大值点为目标的估计位置，所述估计位置包括多传感器 阵列与目标间的相对距离，以及所要探测的目标相对海平面的深度。本专利技术的优点在于： 本专利技术将基于复杂海洋环境的匹配场处理技术和最优传感器阵列处理技术结合 在一起，设计最优权向量，使其对观测方位的波束响应无失真，而对离散噪声源干扰方位的 响应为零，从而达到消除离散噪声源干扰对观测信号检测和定位的影响。【附图说明】 图1是多传感器阵列做目标探测及环境参数的示意图； 图2是线性匹配场处理模糊面的示意图； 图3是最小方差无畸变响应匹配场处理模糊面的不意图； 图4是对离散噪声源做干扰抑制后的模糊度面的示意图； 图5是本专利技术的多传感器阵列的水声信道离散噪声源抑制方法的流程图。【具体实施方式】 现结合附图对本专利技术作进一步的描述。 本专利技术的水声信道离散噪声源抑制方法基于多传感器阵列，所述多传感器阵列的 阵型不限，可以是水平阵、垂直阵、离散阵等多种阵型。多传感器阵列中包括有多个阵元，这 些阵元之间的距离没有要求，可以是等间距，也可以有不同的距离。在图1所示的一个实施 例中，所述多传感器阵列为一阵元数N为50的水听器均匀垂直线列阵，阵元间距为2米，海 区深度为l〇〇m。各个阵元均匀分布在lm到99m水深中。在该实施例中，假设水面强干扰和 水下目标都是点声源，水面强干扰声源级比水下目标大10dB，距离垂直阵的水平距离均为 8km，水面强干扰声源的等效深度为7米，水下目标的声源深度为40米，两目标信号频带完 全重叠，中心频率均为300Hz，带宽为10Hz。在图1中还给出了声速参数模型的示意图，其 中，图1的右侧为声速的剖面，从该声速本文档来自技高网...

【技术保护点】
一种多传感器阵列的水声信道离散噪声源抑制方法，用于包括有多个阵元的多传感器阵列中，该方法包括：步骤1）、使用线性匹配场处理或对角加载的最小方差无畸变响应匹配场处理获取水声信道中的离散噪声源的方位信息；步骤2）、根据步骤1）所获得的方位信息设计离散噪声源干扰抑制的最优权向量，使最优权向量对观测方位的波束响应无失真，而对离散噪声源干扰方位的响应为零；步骤3）、使用步骤2）所设计的最优权向量构成离散噪声源干扰抑制匹配处理器，对观测信号进行定位，从而实现在离散噪声源干扰存在情况下的目标定位。

【技术特征摘要】

【专利技术属性】
技术研发人员：郑胜家，李晓，张春华，韩东，
申请(专利权)人：中国科学院声学研究所，
类型：发明
国别省市：北京;11