基于高阶累积量的多路径传播声信号分离方法技术

本发明专利技术公开了一种基于高阶累积量的多路径传播声信号分离方法。本发明专利技术将原有的基于二阶累积量的主动宽带信号分离方法拓展到四阶累计量，根据四阶累计量构造相应的副本矢量和噪声子空间，并假设声信号传播过程中的加性噪声为彩色噪声，最后根据与噪声子空间的正交性搜索出声线路径。本发明专利技术还公开了一种基于声线传播时间层析的海洋声层析方法以及一种声源定位方法。相比现有技术，本发明专利技术具有更高分离精度，能正确分离出间隔较小的声线路径，并能适用于传感器数目小于射线路径的情况，同时还可抑制高斯噪声和非高斯噪声的影响。

Multipath propagation acoustic signal separation method based on high order cumulant

The invention discloses a multi-path propagation acoustic signal separation method based on higher order cumulants. The invention of the original active broadband signal separation method based on two order cumulant expansion to four order cumulant, according to the four order cumulant structure corresponding replica vector and the noise subspace, and assuming additive noise signal propagation in the process of color noise, according to the orthogonality and noise subspace search ray path. The invention also discloses an ocean acoustic tomography method based on acoustic ray propagation time chromatography and a sound source positioning method. Compared with the prior art, the invention has higher separation accuracy, can correctly separate ray path interval is smaller, and can be applied to the sensor number is less than the ray path, but also can inhibit the effect of Gauss noise and non Gauss noise.

【技术实现步骤摘要】

本专利技术涉及声信号处理
，尤其涉及一种基于高阶累积量的多路径传播声信号分离方法。
技术介绍
声信号处理技术目前已广泛应用在水声探测、通信以及地震、生物医学工程等许多领域。由于声音信号在介质中的传播往往是以多路径的形式存在，传感器所接收的是这多个路径传播的波的混叠数据，因此，要对声信号进行后续处理的前提是要从传感器所接收的多路径传播声信号中将每条声线路径分离出来，这种声信号处理方法即为多路径传播声信号分离方法。以海洋声层析技术为例，海洋声层析是用声速方法检测海洋内部的最重要技术之一，它利用声音在海洋中传播速度的变化来反演海洋温度的变化乃至海洋气候变化。根据不同的反演模型，可分为：(1)声线传播时间层析(2)简正波传播时间层析；(3)峰值匹配层析；(4)简正波相位层析；(5)简正波水平折射层析；(6)匹配场层析。浅海声层析术的前向问题中需识别不同的射线路径，之后将射线路径的到达时间用于解决反演问题并估计声速变化。高质量的反演过程建立在(1)可识别的线路径数；(2)线路径可覆盖的海洋波导一致空间。浅海声层析术利用的一个重要的性质是声信号在水中的多路径传播性质，即：由于海面或海底的折射或反射，声音信号是以多路径的形式传播且每个线路径为发射信号的复本。图1为多路径传播的一个例子。由于每一个线路径都覆盖不同的海洋区域，多路径传播性质可以为浅海声层析术的反演过程提供更多的信息。但多路径传播同时产生干扰区域，因此，在浅海声层析术中首先需用阵列处理技术对线路径分离并估计不同线路径的到达时间，这是获得准确反演结果要解决的首要问题。在浅海声层析应用中，现有阵列处理技术主要为波束形成类算法。波束形成是阵列处理技术中简单且经典的算法。起初，它被用于点到点的试验结构中,即：一个信号源和一个传感器。为了提高分离精度，波束形成又被扩展到点到阵列的结构中，即用一个垂直传感器阵列作为信号接收端，将信号到传感器阵列的波达方向作为判别参数成功分离了部分在点到点结构中无法分离的情形。尽管如此，当线路径以很小的时间间隔到达阵列时，波束形成在点到阵列结构中仍不能成功将其分离识别。近来，有研究者提出一种新的双波束形成算法用于在声层析术背景下信号分离，该算法依据声音在水中传播的互易性，在信号发射端采用信号源阵列，建立阵列到阵列的二维试验结构，由此引入了新的判别参数——发射角度，试验表明较之波束形成算法该方法提高了分离精度。为进一步提高算法分辨力，Jiang等人在“Raypathseparationwithhighresolutionprocessing”一文中，提出在点到阵列结构中，结合空间-频域平滑方法与主动宽带多信号分离算法，提出了平滑的主动宽带多信号分离算法(smoothingMultipleSignalClassificationActiveLarge-band:smoothing-MUSICAL)。该方法的主要步骤为：对传感器阵列接收到的数据傅里叶变换后依次做空间-频域平滑处理、求平滑后数据的协方差矩阵、对协方差矩阵做特征分解、构造副本矢量、构造估计器，最终寻找到声线路径的到达时间和角度。该方法有如下三方面的优点：(1)较之波束形成方法提高了分辨力：当线路径到达时间间隔非常小时，smoothing-MUSICAL可成功分离部分信号；(2)解决了线路径相关或相干时信号的高分辨分离问题；(3)合成数据与实际试验结果表明smoothing-MUSICAL算法有很好的抗噪性。但是smoothing-MUSICAL中的算法仍存在以下问题：(1)分辨力仍不能满足实际应用的要求；(2)算法基于二阶统计量，需假设信号为高斯信号；(3)阵元数必须多于待分离信号源数；(4)需增加预处理步骤来分离相关或相干信号。
技术实现思路
本专利技术所要解决的技术问题在于克服现有平滑的主动宽带多信号分离算法的不足，提供一种基于高阶累积量的多路径传播声信号分离方法，其具有更高分离精度，能正确分离出间隔较小的声线路径，并能适用于传感器数目小于射线路径的情况，同时还可抑制高斯噪声和非高斯噪声的影响。本专利技术具体采用以下技术方案解决上述技术问题：基于高阶累积量的多路径传播声信号分离方法，用于从声传感器阵列所接收到的多路径传播声信号中分离出每条声线路径，包括以下步骤：步骤1、对传感器所接收声信号傅里叶变换后进行空域-频域平滑处理，获得K＝(2Ks+1)(2Kf+1)个窄带估计组成矩阵xks，kf，Ks、Kf分别为空域平滑阶次、频域平滑阶次；且K大于声源个数P；步骤2、利用下式计算矩阵xks，kf的四阶累积量C^=E{(x‾ks,kf⊗x‾ks,kf*)(x‾ks,kf⊗x‾ks,kf*)H本文档来自技高网...

【技术保护点】
基于高阶累积量的多路径传播声信号分离方法，用于从声传感器阵列所接收到的多路径传播声信号中分离出每条声线路径，其特征在于，包括以下步骤：步骤1、对传感器所接收声信号做傅里叶变换后进行空域‑频域平滑处理，获得K＝(2Ks+1)(2Kf+1)个窄带估计组成矩阵xks，kf，Ks、Kf分别为空域平滑阶次、频域平滑阶次；且K大于声源个数P；步骤2、利用下式计算矩阵xks，kf的四阶累积量C^=E{(x‾ks,kf⊗x‾ks,kf*)(x‾ks,kf⊗x‾ks,kf*)H}-E{x‾ks,kf⊗x‾ks,kf*}E{(x‾ks,kf⊗x‾ks,kf*)H}-E{x‾ks,kfx‾ks,kfH}⊗E{(x‾ks,kfx‾ks,kfH)*}]]>其中，E表示求期望，*表示求共轭，H表示求共轭转置，表示克罗内克积；步骤3、对四阶累积量进行EVD特征分解，并将所得到的(MF)2个特征值从大到小排列为：其中，F为频域平滑时选取的频率数；M为声传感器阵列中的传感器数量；步骤4、对进行特征分解后得到(MF)2个特征值以其中P2个较大的特征值λ1、…、对应的特征向量构造信号子空间，以剩下的(MF)2‑P2个较小特征值对应的特征向量构造噪声子空间；步骤5、为声线路径构造以下的副本矢量a(θ，T)：a(θ,T)=b(θ,T)⊗b(θ,T)*]]>b(θ,T)=e(v1)e-2iπv1Td(v1,θ)...e(vF)e-2iπvFTd(vF,θ)]]>d(vi,θ)=[1,e-2iπviτ1,2(θ),...,e-2iπviτ1,M-1(θ)]]]>其中，θ表示声线路径的到达角度，T表示声线路径的到达时间，e(vi)是声信号在频率vi处的幅值，i＝1,2,…,F，表示克罗内克积，τ1,j(θ)表示声线路径到达第j个传感器相对于到达作为参考传感器的第1个传感器的时间延迟，j＝2,…,M‑1；步骤6、搜索与所述噪声子空间正交的副本矢量，这些副本矢量即为最终分离出的声线路径，其θ和T即为声线路径相应的到达方向和到达时间。...

【技术特征摘要】
1.基于高阶累积量的多路径传播声信号分离方法，用于从声传感器阵列所接收到的多
路径传播声信号中分离出每条声线路径，其特征在于，包括以下步骤：
步骤1、对传感器所接收声信号做傅里叶变换后进行空域-频域平滑处理，获得K＝(2Ks+
1)(2Kf+1)个窄带估计组成矩阵xks，kf，Ks、Kf分别...

【专利技术属性】
技术研发人员：姜龙玉，洪亚萍，伍家松，贺润国，舒华忠，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32