水声目标辐射噪声线阵波束输出信号频谱重构方法技术

本发明专利技术提供了一种水声目标辐射噪声线阵波束输出信号频谱重构方法，先通过傅立叶变换将线阵多通道信号变换到频域，然后构建空间方位字典，对选择的频段范围内的各个频点分别构建观测向量，并添加各频点之间的空间响应一致性约束，从而给构建多频点多任务稀疏分解模型，最后利用贝叶斯变分推断估计稀疏分解系数的后验均值，获得包括目标方位在内的所有方位上各个频点上的频谱幅值。本发明专利技术相比于传统的常规波束形成方法，可以更好地恢复辐射噪声信号中的500‑1000Hz的中高频频段的目标频谱。

Frequency spectrum reconstruction method of underwater acoustic target radiated noise linear array beam output signal

【技术实现步骤摘要】
水声目标辐射噪声线阵波束输出信号频谱重构方法
本专利技术涉及信号分析处理领域，可用于线阵采集的水下人造目标辐射信号分析处理领域。本专利技术在做波束形成获得阵列增益的同时，在不同频带空域响应一致性的基础上，通过添加结构化稀疏约束实现不同频点上波束恒定束宽的要求，减少由波束宽度随频率变化引起波束信号失真的影响。相比与传统波束形成方法，本专利技术能够更好地恢复目标辐射噪声的中高频信号成分。
技术介绍
检测水下目标的有无以及分析水下目标特性都离不开声纳水听器阵列采集水下人造目标辐射噪声信号。基于水听器阵列采集的水下人造目标辐射噪声号是往往是宽带信号，而对于固定线阵，其波束宽度随频率增高而变窄，这会导致输出的宽带辐射噪声信号产生失真。要解决这一问题，就需要保证阵列波束具有恒定束宽的特点，因此需要设计恒定束宽波束形成器。而采用优化方法设计宽带恒定束宽波束所需的计算量很大，在实际中的应用仍受到不小限制。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种水声目标辐射噪声线阵波束输出信号频谱重构方法。本专利技术通过结构化稀疏约束实现恒定束宽的效果，获得失真程度更小的宽带目标辐射噪声波束信号，并具有较高的运算效率。本专利技术先通过傅立叶变换将线阵多通道信号变换到频域，然后构建空间方位字典，对选择的频段范围内的各个频点分别构建观测向量，并添加各频点之间的空间响应一致性约束，从而给构建多频点多任务稀疏分解模型，最后利用贝叶斯变分推断估计稀疏分解系数的后验均值，获得包括目标方位在内的所有方位上各个频点上的频谱幅值。本专利技术解决其技术问题所采用的技术方案的详细步骤如下：步骤1：假设线阵具有N个阵元，各个阵元通道采集到的时域信号分别为x1(n),…,xN(n)，对阵列中各个通道信号x1(n),…,xN(n)进行快速傅立叶FFT变换，得到频域数据xF1(f),xF2(f),…,xFN(f)：式(1)中，FFT为快速傅立叶变换；步骤2：用户对于所关注的频段，选取需要处理的信号频段，在步骤1中选择相应频段的频域信号，频率上限nf_h由用户实际需求决定，由于人造目标辐射噪声集中在1000Hz以下，故可选择1000Hz；如果需要关注1000Hz以上的幅度调制谱，则可设置上限频率到3000-4000Hz，具体数值设置需结合水声设备采样频率大小以及用户对于目标辐射噪声信号的先验信息判断；频率下限nf_l结合用户的实际需求进行设定；将选择制定频段内的各个通道频域信号记为x'F1(f),…,x'FN(f)，则有：步骤3：根据线阵孔径大小、分辨率要求以及实际用户需求，设置入射空间方位角向量θ，长度为ND，然后基于所选择的空间方位角集合，构造空间方位字典Df，Df行数为N，列数为ND，步骤2中选择了NF＝nf_h-nf_l+1个频点，相应的，每一个频点f都对应一个字典Df，共NF个字典，频率点f对应空间方位字典Df表达式如下：其中，e为自然指数，i为虚数符号，π为圆周率，c为声速，p为N个阵元组成的位置向量，θ为所选择的入射空间方位角向量，T表示转置；步骤4：对方位字典Df进行归一化：式(4)中，sqrt表示开方，diag()对矩阵操作表示取矩阵对角线元素构成向量的操作；步骤5：采用结构化稀疏模型进行建模；对于步骤2中选取频段内的任一频点f，阵列各个阵元的频域观测向量为Yf＝[xF1(f),xF2(f),…,xFN(f)]，其中xFi(f)为阵列第i个阵元对频点f的观测结果，Yf长度为阵元数目N，方位字典Df的大小为N×ND，Yf经空间方位字典Df的分解系数Xf长度为入射方位角个数ND，对于每个频点，建立以下稀疏分解模型：Yf＝DfXf(5)其中，由于目标出现的方位在空间上是稀疏的，因此中大系数元素是稀疏的，因此式(5)为Yf基于空间方位字典Df分解得到Xf的稀疏分解过程；由于空间方位字典Df是和频率有关的量，因此对于步骤2选定的频段内的各个频率点f1～fN，均满足：对于式(6)中选定的所有频率点，经过稀疏分解求得的中，大系数元素出现的位置应该是相同或十分接近的；为了充分利用这一约束信息，将式(6)中的N个稀疏分解问题进行联合求解；设所有频点上的联合观测向量X为Y经联合空间方位字典的分解系数，D是三维矩阵，第三维度对应于不同频点上的Df，式(6)的N个稀疏分解模型通过联合求解构成了一个多任务稀疏分解模型为：Y＝DX(7)联合求解该多任务稀疏分解模型，相当于添加了各频点的空间响应一致性约束，体现在稀疏分解系数向量X中，则为对向量X大元素添加了结构化稀疏约束；在进行宽带波束扫描的同时，得到具有恒定束宽特点的波束信号；由于实际信号包含噪声，考虑噪声n，进而得到以下模型：Y＝DX+n(8)步骤6：对式(8)表示的多任务稀疏分解模型采用贝叶斯变分算法进行推断求解；假设噪声n服从多元高斯分布，式(9)中表示多元高斯分布：式(9)假设模型隐变量λ服从基于参数a和b的Gamma分布，Γ表示Gamma分布，a和b为模型可调节参数，具体取值需要根据实际信号特点与实际效果不断调整来确定：p(λ)＝Γ(λ|a,b)(10)式(10)假设待求解的稀疏分解系数为概率模型中的随机向量，并假设Xf中的元素Xkf都服从均值为0，精确度为γk的高斯分布，并且之间相互独立，Xf服从多元高斯分布，其先验概率分布为：对于精确度参数，仍然假设γk服从Gamma先验分布，并且相互独立，γ＝[γ1,γ2,...,γND]的先验分布如下式所示：步骤7：按照步骤6，对多任务稀疏分解模型中的隐变量λ，γ进行推断，最终将分解系数X的后验概率均值作为估计出的(7)式中的分解系数X的估计值；步骤8：求取X中大系数出现位置，将位置所对应的字典Df相应位置的方位角作为目标的出现方位θt，然后选择分解系数X中对于目标出现方位θt的所有频点结果Xθt，得到一次处理快拍时长的方位角估计结果和频域波束幅值；最后对连续时间信号重复按照步骤1-7进行处理，按照时间先后拼接后，得到连续时间的方位历程图以及频域波束输出信号时频谱。本专利技术的有益效果在于相比于传统的常规波束形成方法，可以更好地恢复辐射噪声信号中的500-1000Hz的中高频频段的目标频谱。现对96阵元线阵采集的某水下人造目标信号进行波束增益，图3展示了采用常规波束形成方法得到的时频图，其横轴为频率，纵轴为时间，可以看到由于低频波束宽度较宽，其输出的波束信号低频成分能量较高，导致中高频部分的信号能量被显著压低。而图4为采用本方法得到的目标时频图，可以看到300-1000Hz频段上的目标辐射噪声被更好地恢复出来，尤其是300Hz-700Hz频段上，目标辐射噪声的细节更加清晰，同时100Hz以下的周期脉冲干扰信号也被显著抑制。附图说明图1是本专利技术基于结构化稀疏的水声目标辐射噪声线阵波束输出信号频谱重构方法的工作流程图。图本文档来自技高网...

【技术保护点】
1.一种水声目标辐射噪声线阵波束输出信号频谱重构方法，其特征在于包括下述步骤：/n步骤1：假设线阵具有N个阵元，各个阵元通道采集到的时域信号分别为x

【技术特征摘要】
1.一种水声目标辐射噪声线阵波束输出信号频谱重构方法，其特征在于包括下述步骤：
步骤1：假设线阵具有N个阵元，各个阵元通道采集到的时域信号分别为x1(n),…,xN(n)，对阵列中各个通道信号x1(n),…,xN(n)进行快速傅立叶FFT变换，得到频域数据xF1(f),xF2(f),…,xFN(f)：



式(1)中，FFT为快速傅立叶变换；
步骤2：用户对于所关注的频段，选取需要处理的信号频段，在步骤1中选择相应频段的频域信号，频率上限nf_h由用户实际需求决定，由于人造目标辐射噪声集中在1000Hz以下，故可选择1000Hz；如果需要关注1000Hz以上的幅度调制谱，则可设置上限频率到3000-4000Hz，具体数值设置需结合水声设备采样频率大小以及用户对于目标辐射噪声信号的先验信息判断；频率下限nf_l结合用户的实际需求进行设定；将选择制定频段内的各个通道频域信号记为x'F1(f),...,x'FN(f)，则有：



步骤3：根据线阵孔径大小、分辨率要求以及实际用户需求，设置入射空间方位角向量θ，长度为ND，然后基于所选择的空间方位角集合，构造空间方位字典Df，Df行数为N，列数为ND，步骤2中选择了NF＝nf_h-nf_l+1个频点，相应的，每一个频点f都对应一个字典Df，共NF个字典，频率点f对应空间方位字典Df表达式如下：



其中，e为自然指数，i为虚数符号，π为圆周率，c为声速，p为N个阵元组成的位置向量，θ为所选择的入射空间方位角向量，T表示转置；
步骤4：对方位字典Df进行归一化：



式(4)中，sqrt表示开方，diag()对矩阵操作表示取矩阵对角线元素构成向量的操作；
步骤5：采用结构化稀疏模型进行建模；
对于步骤2中选取频段内的任一频点f，阵列各个阵元的频域观测向量为Yf＝[xF1(f),xF2(f),…,xFN(f)]，其中xFi(f)为阵列第i个阵元对频点f的观测结果，Yf长度为阵元数目N，方位字典Df的大小为N×ND，Yf经空间方位字典Df的分解系数Xf长度为入射方位角个数ND，对于每个频点，建立以下稀疏分解模型：
Yf＝DfXf(5)
其中，由于目标出现的方位在空间上是稀疏的，因此中大系数元素是稀疏的，因此式(5)为Yf基于空间方位字...

【专利技术属性】
技术研发人员：曾向阳，陆晨翔，乔彦，杨爽，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61