一种低信混比条件下的混响抑制方法技术

本发明专利技术涉及一种低信混比条件下的混响抑制方法，将混响分解为混响稳定部分与混响动态部分。混响稳定部分主要为海底混响、海面混响以及体积混响的稳定部分。混响动态部分主要为海面混响以及体积混响(包含运动目标引起的混响)的动态部分。由于混响稳定部分为混响的主要成分，因此得到的混响动态部分信混比显著提高，从而实现低信混比条件下的混响抑制。由于该方法对主动探测发射信号的形式、目标的运动速度等无明显要求，因此该方法有更好的普适性。本发明专利技术涉及方法具有很好的混响抑制效果与广泛的使用范围，对于提升声呐系统的探测性能有很大的帮助。

【技术实现步骤摘要】
一种低信混比条件下的混响抑制方法
本专利技术属于声呐技术、雷达技术、图像处理以及信号处理等领域，涉及一种低信混比条件下的混响抑制方法，适用于主动探测中的混响抑制、干扰抑制。
技术介绍
海洋主动探测中，海洋边界以及水体中的物体都会对主动发射的声波产生散射或者反射作用，导致主动探测混响的存在。在低信混比环境中，这些散射或者反射信号与目标回波的特征在时域以及频域无明显的区别。另一方面，由于混响强度往往高于目标回波信号强度，也无法通过简单设置阈值进行混响抑制。对于静态目标，混响抑制的主要方法是采用短脉冲或利用脉冲压缩，以减少任一时刻散射体的表面积，从而削弱混响的强度。使用LFM信号作为主动探测信号时，基于目标反射能力与海洋散射体(包括海面、海底以及水体中生物)散射能力的差异，利用分数阶傅里叶变换对LFM信号好的聚焦特性，在分数阶傅里叶域使用稀疏处理进行混响抑制与目标方位估计，参见“Sparsespatialspectralestimationwithheavyseabottomreverberationinthefractionalfourie本文档来自技高网...

【技术保护点】
1.一种低信混比条件下的混响抑制方法，其特征在于步骤如下：/n步骤1：对主动探测接收的数据D

【技术特征摘要】
1.一种低信混比条件下的混响抑制方法，其特征在于步骤如下：
步骤1：对主动探测接收的数据Dj进行空间谱估计，获得第j帧主动探测不同距离不同方位的空间谱矩阵Zj，其维度为B0×R0，R0为距离网格数，B0为方位网格数；j为探测帧数，j＝1,2…N；
步骤2：从N帧主动探测获得的空间谱矩阵Zj中选择N0帧构建维度为N0×B0R0的混响矩阵Q：



其中：为混响矩阵Q的混响子矩阵，且N0≤N；
步骤3：将混响矩阵Q分解为混响稳定部分矩阵Rs和混响动态部分矩阵Rd，具体的分解过程如下：
1).令M为混响矩阵变量，矩阵Y为M的对偶矩阵，其维度均为N0×B0R0；令M、Rd以及Y的初始值分别为M0＝Q、和选取迭代终止常数δ，其取值满足δ∈(10-5,10-1)；令k为迭代次数，并取k＝1；
2).求中间变量L的第k次迭代结果Lk：利用M的第k-1迭代计算结果Mk-1、Rd的第k-1迭代计算结果Rd,k-1以及Y的第k-1迭代计算结果Yk-1，求得中间变量L的第k次迭代结果Lk，计算表达式为：
Lk＝Mk-1-Rd,k-1-Yk-1
3).求解混响稳定部分矩阵Rs的第k次迭代计算结果Rs,k：对Lk进行奇异值分解，计算表达式：
U∑VH＝svd(Lk)
然后基于该次奇异值的分解结果，依据计算获得Rs,k：



其中ρ为步长因子，其初始值取值满足ρ0∈(0.1,5)；svd(·)表示矩阵的奇异值分解，U和V分别为奇异值分解的左奇异值向量和右奇异值向量，其维度分别为N0×N0和B0R0×B0R0；Σ表示N0×B0R0维的奇异值矩阵；diag(·)表示取矩阵对角元元素的操作；(·)H表示转置；Hξ[·]为阈值算子，令x和ξ分别为该算子的待处理量和相应的阈值，则该算子可表示为：



4).求解混响动态部分矩阵Rd的第k次迭代结果Rd,k：



其中a1为一常数，其取值满足a1∈(0.01,5)；
5).计算对偶矩阵Y的第k次迭代结果：
Yk＝Yk-1+ρk-1[Mk-1-Rs,k-Rd,k]
6).计算M的第k次迭代残差EM...

【专利技术属性】
技术研发人员：杨坤德，段睿，朱云超，王宁，薛润泽，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61