一种基于条件波数谱密度的宽带信号方位估计的方法技术

本发明专利技术提出的一种基于条件波数谱密度的宽带信号方位估计的方法，包括：步骤1)用空间线阵接收远距离目标的宽带信号，将所述宽带信号在时域和空域做快速傅利叶变换，生成时空二维功率谱密度函数，再将时空二维功率谱密度与阵列接收响应的频谱之比作为条件波数谱密度，对扩展的条件波数谱密度谱图净化，得到条件波数谱的净化谱；步骤2)在条件波数谱的净化谱上选取估计的扫描方位角，计算该估计的扫描方位角对应的条带内峰值能量位置集，采用最小二乘拟合对估计的扫描方位角进行修正，得到修正方位角，将修正方位角与对应的峰值能量作为输出，从而得到方位谱图，方位谱图上的峰值位置对应于所述宽带信号的方位。本发明专利技术的方位的估计精度高。

A method of DOA estimation of wideband signal based on conditional wavenumber spectral density

【技术实现步骤摘要】
一种基于条件波数谱密度的宽带信号方位估计的方法
本专利技术属于声纳数字信号处理领域，特别涉及一种基于条件波数谱密度的宽带信号方位估计的方法。
技术介绍
被动声呐是根据辐射噪声来检测目标并判别目标类型的，宽带连续谱作为舰船的声纹特征之一，从频带内携带能量的角度描述了舰船辐射噪声的特性，对舰船辐射噪声的检测具有不可或缺的作用。基于传感器阵列的方位估计(DirectionofArrival,DOA)是其中重要的一环，面临着阵列孔径有限、空间分辨能力差、对扰动误差的鲁棒性差等问题。目前关于窄带信号空间测向的算法已趋于成熟，而对于携带更多有效信息、具有更高应用价值的宽带信号，传统的窄带信号算法已不完全适用。宽带DOA估计算法包括常规波束形成(CBF)算法、宽带MVDR波束形成算法和子空间类算法等，这些方法均是水声阵列信号处理中最常用的方法。CBF算法是基于波束扫描的测向方法，具有结构简单计算量小的特点，然而受到“瑞利准则”的限制，空间方位分辨能力差；参考文献[1](SomasundaramSD.Widebandrobustcaponbeamformingforpassivesonar.IEEEJournalofOceanicEngineering,2013)提出的宽带最小方差无畸变(MVDR)波束形成方法，将处理频带划分为若干子带，对每个子带进行MVDR窄带波束形成，然后对所有子带波束输出功率求和，得到目标的方位估计，具有一定的高分辨能力，但该算法稳健性差，易因扰动误差(阵元误差、通道误差等误差)和数据协方差矩阵估计误差导致阵增益下降，方位估计性能下降；宽带信号的子空间方位估计算法分为非相干信号子空间算法(IncoherentSignalSubspace,ISS)和相干信号子空间算法(CoherentSignalSubspace，CSS)。参考文献[2](WangH,KavehM.Coherentsignal-subspaceprocessingforthedetectionandestimationofanglesofarrivalofmultiplewide-bandsources.IEEETransactionsonAcoustics,SpeechandSignalProcessing,1985)，这类算法通过信号空间和噪声空间的分解实现目标的超分辨估计，但对信噪比和快拍数要求较高，且需要对信源数目和目标方位进行预估。频率-波数功率谱分析(f-k分析)是地震波数据分析的一种处理方法。参考文献[3](J.Capon.High-ResolutionFrequency-WavenumberSpectrumAnalysis.ProceedingsoftheIEEE.1969)在分析地震波信号过程中，通过把空间采样与时域平稳随机过程类比，采用时空二维联合功率谱密度对阵列传感器输出的空间平稳场进行分析和描述，提供了空间叠加随机场的幅度均方根值。参考文献[4](KvaernaTandDoornbosDJ.Anintegratedapproachtoslownessanalysiswitharraysandthree-componentarraydata.InSemiannualTechnicalSummary,1985)提出了地震波的f-k分析方法，利用频率域内的聚束，在慢度空间计算信号的功率谱，得到不同慢度和不同方向波的能量分布，其最大谱值对应信号的慢度矢量，根据慢度矢量可以计算信号的方位角。目前，f-k分析方法已经广泛应用于地震波慢度测定、表面波的损伤检测和表面波色散问题研究。而在声呐领域，参考文献[5](BeerensP,IjsselmuideSV,VolwerkC,etal.Flownoiseanalysisoftowedsonararrays.UdtEurope.1999)利用f-k分析了拖曳阵设计中流噪声的成因，取得了良好的效果；而利用信号在f-k空间的能量分布特征进行DOA估计的研究较少。现有的宽带高分辨方位谱估计算法计算速度较慢，可行性不高且实际应用中需要预先对信源数目和目标方位进行预估。实际应用中，需要一种能够针对宽带目标信号快速、高分辨、对扰动误差鲁棒性高的方位谱估计实时处理方法。
技术实现思路
本专利技术目的在于，为克服现有的高分辨方位谱估计算法计算速度较慢，可行性不高，且实际应用中需要预先对信源数目和目标方位进行预估的缺点，本专利技术提出一种基于条件波数谱密度的宽带信号方位估计(CWSD-based)方法。包括：步骤1)用空间线阵接收远距离目标的宽带信号，将所述宽带信号在时域和空域做快速傅利叶变换，生成时空二维功率谱密度函数，再将时空二维功率谱密度与阵列接收响应的频谱之比作为条件波数谱密度，对扩展的条件波数谱密度谱图净化，得到条件波数谱的净化谱；步骤2)在条件波数谱的净化谱上选取估计的扫描方位角，计算该估计的扫描方位角对应的条带内峰值能量位置集，采用最小二乘拟合对估计的扫描方位角进行修正，得到修正方位角，将修正方位角与对应的峰值能量作为输出，从而得到方位谱图，方位谱图上的峰值位置对应于所述宽带信号的方位。作为上述方法的一种改进，所述步骤1)具体包括：步骤1-1)用空间线阵接收宽带信号，得到M个阵元的时域信号ψ[dm,t]，在时域将数据分为N个快拍，记为快拍1,2,…,n,…,N，每个快拍ψn[dm,t]长度为T，其中，m为阵元序号，取值为自然数，t为采样时间点，dm＝m*d为第m个阵元的位置，d为阵元间距；步骤1-2)对第n个快拍数据在时间域上做快速傅利叶变换，得到目标辐射信号时域频谱ψ[dm,f]；其中，T为采样点数，取值为自然数，f表示频率，ψn[dm,t]为第m个阵元接收的时域信号；步骤1-3)确定目标辐射信号ψ[dm,f]的频带范围[fmin,fmax]，fmin为频率最小值，fmax为频带最大值，对频带范围内的每一个频点的空域数据，在空域做快速傅利叶变换，快速傅利叶变换点数为Q，得到时空二维频谱Φ[k,f]：当Q＞M时，Q和M取值为自然数，采用空间域上补零，Φ[k,f]在空间域作快速傅利叶变换，生成时空二维功率谱密度函数S[k,f]：其中，E[·]表示数学期望，k为波数，取值为自然数；步骤1-4)参考阵元功率谱密度S(f)为：其中，上标*表示复共轭；将零频分量移至谱中心，得到条件波数谱密度函数S[k|f]：S[k|f]＝S[k,f]/S(f)(7)；步骤1-5)沿波数k方向对条件波数谱密度函数S[k|f]进行周期性延拓，得到扩展的条件波数谱密度函数；步骤1-6)选取扩展的条件波数谱密度函数中局部振幅极大值点为宽带信号峰值能量，将其余点置零，计算所述条件波数谱的净化谱；在条件波数谱的净化谱上，宽带信号峰值能量位置呈与入射方位角相关的线性分布。作为上述方法的一种改进，所述波数k为：其中f表示频率，d是阵元间距，c为声波传播速本文档来自技高网...

【技术保护点】
1.一种基于条件波数谱密度的宽带信号方位估计的方法，包括：/n步骤1)用空间线阵接收远距离目标的宽带信号，将所述宽带信号在时域和空域做快速傅利叶变换，生成时空二维功率谱密度函数，再将时空二维功率谱密度与阵列接收响应的频谱之比作为条件波数谱密度，对扩展的条件波数谱密度谱图净化，得到条件波数谱的净化谱；/n步骤2)在条件波数谱的净化谱上选取估计的扫描方位角，计算该估计的扫描方位角对应的条带内峰值能量位置集，采用最小二乘拟合对估计的扫描方位角进行修正，得到修正方位角，将修正方位角与对应的峰值能量作为输出，从而得到方位谱图，方位谱图上的峰值位置对应于所述宽带信号的方位。/n

【技术特征摘要】
1.一种基于条件波数谱密度的宽带信号方位估计的方法，包括：
步骤1)用空间线阵接收远距离目标的宽带信号，将所述宽带信号在时域和空域做快速傅利叶变换，生成时空二维功率谱密度函数，再将时空二维功率谱密度与阵列接收响应的频谱之比作为条件波数谱密度，对扩展的条件波数谱密度谱图净化，得到条件波数谱的净化谱；
步骤2)在条件波数谱的净化谱上选取估计的扫描方位角，计算该估计的扫描方位角对应的条带内峰值能量位置集，采用最小二乘拟合对估计的扫描方位角进行修正，得到修正方位角，将修正方位角与对应的峰值能量作为输出，从而得到方位谱图，方位谱图上的峰值位置对应于所述宽带信号的方位。


2.根据权利要求1所述的基于条件波数谱密度的宽带信号方位估计的方法，其特征在于，所述步骤1)具体包括：
步骤1-1)用空间线阵接收宽带信号，得到M个阵元的时域信号ψ[dm,t]，在时域将数据分为N个快拍，记为快拍1,2,…,n,…,N，每个快拍ψn[dm,t]长度为T，其中，m为阵元序号，取值为自然数，t为采样时间点，dm＝m*d为第m个阵元的位置，d为阵元间距；
步骤1-2)对第n个快拍数据在时间域上做快速傅利叶变换，得到目标辐射信号时域频谱ψ[dm,f]；



其中，T为采样点数，取值为自然数，f表示频率，ψn[dm,t]为第m个阵元接收的时域信号；
步骤1-3)确定目标辐射信号ψ[dm,f]的频带范围[fmin,fmax]，fmin为频率最小值，fmax为频带最大值，对频带范围内的每一个频点的空域数据，在空域做快速傅利叶变换，快速傅利叶变换点数为Q，得到时空二维频谱Φ[k,f]：



当Q＞M时，Q和M取值为自然数，采用空间域上补零，Φ[k,f]在空间域作快速傅利叶变换，生成时空二维功率谱密度函数S[k,f]：



其中，E[·]表示数学期望，k为波数，取值为自然数；
步骤1-4)参考阵元功率谱密度S(f)为：



其中，上标*表示复共轭；
将零频分量移至谱中心，得到条件波数谱密度函数S[k|f]：
S[k|f]＝S[k,f]/S(f)(7)；
步骤1-5)沿波数k方向对条件波数谱密度函数S[k|f]进行周期性延拓，得到扩展的条件波数谱密度函数；
步骤1-6)选取扩展的条件波数谱密度函数中局部振幅极大值点为宽带信号峰值能量，将其余点置零，计算所述条件波数谱的净化谱；在条件波数谱的净化谱上，宽带信号峰值能量位置呈与入射方位角相关的线性分布。


3.根据权利要求2所述的基于条件波数谱密度的宽带信号方位估计的方法，其特征在于，所述波数k为：



其中f表示频率，d是阵元间距，c为声波传播速度，θ是扫描方位角，取值范围0～180度。
...

【专利技术属性】
技术研发人员：李学敏，黄海宁，李宇，张扬帆，叶青华，
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