一种基于频率线相位差的运动目标瞬时频率估计方法技术

一种基于频率线相位差的运动目标瞬时频率估计方法，涉及水声被动声纳信号处理领域。本发明专利技术是为了解决现有运动目标瞬时频率估计方法还存在计算复杂度高的问题。本发明专利技术包括：对采样数据进行N点FFT，按照时间

【技术实现步骤摘要】
一种基于频率线相位差的运动目标瞬时频率估计方法


[0001]本专利技术涉及水声被动声纳信号处理领域，特别涉及一种基于频率线相位差的运动目标瞬时频率估计方法。

技术介绍

[0002]在被动声纳领域，当目标与被动声纳存在相对运动时，被动声纳接收的目标辐射噪声信号就会产生频率变化的现象，这种现象被称为多普勒效应，对应的接收信号往往呈现为非平稳信号。瞬时频率是研究非平稳信号的一个重要特征，与平稳信号不同，使用时域或者频域单一域全局信息无法满足对非平稳信号的检测。瞬时频率的准确估计对于判断目标当前的运动状态十分重要，为了方便研究，构造一个称为LOFAR图的频率和时间图像来可视化时间频率演变。当目标以恒定速度运行时，其部分能量辐射为窄带声音。这种窄带能量会在LOFAR图上产生频率随时间增加的轨迹，被称为频率线。被动声纳接收信号的相位往往被建模成多项式相位以及正弦调频模型等来分析。
[0003]现有估计非平稳信号参数的方式主要分数阶傅里叶变换，采用分数阶傅里叶变换通过改变傅里叶变换核函数的形式，实现对频域面的旋转，使得线性调频信号(LFM)的能量更为集中，提升频率估计精度，如文献“Iterative Interpolation for Parameter Estimation of LFM Signal Based on Fractional Fourier Transform”(Circuits Systems&Signal Processing,2013)介绍了两种基于分数阶傅里叶变换(FrFt)的线性调频信号参数估计迭代插值算法。通过在FrFt变换域内定位周期图的峰值，可以得到LFM的估计参数。并通过利用相对于真参数的FrFt系数和迭代插值算法来改进参数估计方法，从而提高LFM参数的估计精度。然而分数阶傅里叶变换需要二维搜索，计算复杂度较高。

技术实现思路

[0004]本专利技术目的是为了解决现有运动目标瞬时频率估计方法还存在计算复杂度高的问题，而提出了一种基于频率线相位差的运动目标瞬时频率估计方法。
[0005]一种基于频率线相位差的运动目标瞬时频率估计方法具体过程为：
[0006]步骤一、利用水平阵以f
s
的采样频率对时域数据进行采样获得采样数据，然后对采样数据进行N点FFT，按照时间
‑
频率关系构建LOFAR图；
[0007]步骤二、采用双向α滤波估计LOFAR图中的背景噪声的功率谱密度Bg(k,j)；
[0008]步骤三、对步骤二中的背景噪声功率谱密度Bg(k,j)进行概率上的赋值得到轨迹转移似然概率矩阵B；
[0009]步骤四、对步骤三获得的轨迹转移似然概率矩阵B进行取门限处理，确认频率线的起始和终止时间，从而得到存在性矩阵E；
[0010]步骤五、利用步骤三获得的B和步骤四获得E进行频率上极值点搜索并跟踪，得到完整的频率线f
c
；
[0011]步骤六、提取f
c
对应的相位信息，并对相位做差处理得到相位差，然后对相位差进
行解模糊处理，获得解模糊后的相位差；
[0012]步骤七、对步骤六获得的解模糊后的相位差进行回归分析，获得瞬时频率的精估计量集合f
e
；
[0013]步骤八、利用步骤七获得的瞬时频率的精估计量集合f
e
对线谱的瞬时频率进行估计，获得瞬时频率集合
[0014]进一步地，所述步骤一中的对采样数据进行N点FFT，具体为：
[0015]对采样数据进行K次N点FFT，其中第k+1次N点FFT是基于第k次N点FFT结果进行处理的；
[0016]第k次FFT，如下式：
[0017][0018]其中i＝1,2,
…
,M，M是频率点的总数，P(k,i)为第k次FFT第i个频率点对应的功率谱密度，j1为基本虚数单位，n∈[0，N
‑
1]，N是快速傅里叶变换的总点数，k＝1,2,
…
K，K是LOFAR图的总行数，f
s
为信号的采样频率，r()为接收信号的时域表达式。
[0019]进一步地，所述步骤二中的采用双向α滤波估计LOFAR图中的背景噪声的功率谱密度Bg(k,j)，具体为：
[0020]步骤二一、获取中间变量y(k,i)：
[0021]y(k,i)＝w*P(k,i)+(1
‑
w)*y(k,i
‑
1)i＝2,
…
,M
[0022]y(k,i)＝P(k,i)i＝1
[0023]步骤二二、利用步骤二一获得的y(k,i)获取LOFAR图中任一点的背景噪声的功率谱密度Bg(k,j)：
[0024]Bg(k,j)＝w*y(k,j)+(1
‑
w)*Bg(k,j+1),j＝M
‑
1,
…
2,1
[0025]Bg(k,j)＝y(k,M)j＝M
[0026]其中，i,j是频率点，w为加权系数，Bg(k,j)为第k次FFT第j个频率点对应的噪声功率谱密度；
[0027]步骤二三、LOFAR图中其他点的背景噪声的功率谱密度均采用步骤二一到步骤二二的方法获取。
[0028]进一步地，所述步骤三中的对步骤二中的背景噪声功率谱密度Bg(k,j)进行概率上的赋值得到轨迹转移似然概率矩阵B，如下式：
[0029][0030][0031]其中,K为LOFAR图的总行数，k＝1,2,
…
K,i＝1,2
…
,M。
[0032]进一步地，所述步骤四中对步骤三获得的轨迹转移似然概率矩阵B进行取门限处理，确认频率线的起始和终止时间，从而得到存在性矩阵E，包括以下步骤：
[0033]步骤四一、设计频率轨迹转移概率矩阵A，如下式：
[0034][0035][0036]其中，σ
ε
为噪声方差；
[0037]步骤四二、利用步骤四一获得的频率轨迹转移概率矩阵A和步骤三获得的频率轨迹转移似然概率矩阵B，采用前后向算法后获得前向概率和后向概率的归一化结果α
S
和β
S
，如下式：
[0038]首先，对α
S
和β
S
设定初始值，如下式：
[0039][0040]然后，利用α
S
和β
S
的初始值和矩阵A、矩阵B获取α
S
和β
S
，如下式：
[0041][0042][0043]其中α(k,i)为前向概率，β(k,i)为后向概率；
[0044]步骤四三、对步骤四二获得的α
S
和β
S
获取阵分别取门限处理，获得频率线的起始和终止时间，从而得到存在性矩阵E，如下式：
[0045][0046]其中，DT1和D本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于频率线相位差的运动目标瞬时频率估计方法，其特征在于所述方法具体过程为：步骤一、利用水平阵以f
s
的采样频率对时域数据进行采样获得采样数据，然后对采样数据进行N点FFT，按照时间
‑
频率关系构建LOFAR图；步骤二、采用双向α滤波估计LOFAR图中的背景噪声的功率谱密度Bg(k,j)；步骤三、对步骤二中的背景噪声功率谱密度Bg(k,j)进行概率上的赋值得到轨迹转移似然概率矩阵B；步骤四、对步骤三获得的轨迹转移似然概率矩阵B进行取门限处理，确认频率线的起始和终止时间，从而得到存在性矩阵E；步骤五、利用步骤三获得的B和步骤四获得E进行频率上极值点搜索并跟踪，得到完整的频率线f
c
；步骤六、提取f
c
对应的相位信息，并对相位做差处理得到相位差，然后对相位差进行解模糊处理，获得解模糊后的相位差；步骤七、对步骤六获得的解模糊后的相位差进行回归分析，获得瞬时频率的精估计量集合f
e
；步骤八、利用步骤七获得的瞬时频率的精估计量集合f
e
对线谱的瞬时频率进行估计，获得瞬时频率集合2.根据权利要求1所述的一种基于频率线相位差的运动目标瞬时频率估计方法，其特征在于：所述步骤一中的对采样数据进行N点FFT，具体为：对采样数据进行K次N点FFT，其中第k+1次N点FFT是基于第k次N点FFT结果进行处理的；第k次FFT，如下式：其中i＝1,2,
…
,M，M是频率点的总数，P(k,i)为第k次FFT第i个频率点对应的功率谱密度，j1为基本虚数单位，n∈[0，N
‑
1],N是快速傅里叶变换的总点数，k＝1,2,
…
K，K是LOFAR图的总行数，f
s
为信号的采样频率，r()为接收信号的时域表达式。3.根据权利要求2所述的一种基于频率线相位差的运动目标瞬时频率估计方法，其特征在于：所述步骤二中的采用双向α滤波估计LOFAR图中的背景噪声的功率谱密度Bg(k,j)，具体为：步骤二一、获取中间变量y(k,i)：y(k,i)＝w*P(k,i)+(1
‑
w)*y(k,i
‑
1)i＝2,
…
,My(k,i)＝P(k,i)i＝1步骤二二、利用步骤二一获得的y(k,i)获取LOFAR图中任一点的背景噪声的功率谱密度Bg(k,j)：Bg(k,j)＝w*y(k,j)+(1
‑
w)*Bg(k,j+1),j＝M
‑
1,
…
2,1Bg(k,j)＝y(k,M)j＝M其中，i,j是频率点，w为加权系数，Bg(k,j)为第k次FFT第j个频率点对应的噪声功率谱密度；
步骤二三、LOFAR图中其他点的背景噪声的功率谱密度均采用步骤二一到步骤二二的方法获取。4.根据权利要求3所述的一种基于频率线相位差的运动目标瞬时频率估计方法，其特征在于：所述步骤三中的对步骤二中的背景噪声功率谱密度Bg(k,j)进行概率上的赋值得到轨迹转移似然概率矩阵B，如下式：如下式：其中,K为LOFAR图的总行数，k＝1,2,
…
K,i＝1,2
…
,M。5.根据权利要求4所述的一种基于频率线相位差的运动目标瞬时频率估计方法，其特征在于：所述步骤四中对步骤三获得的轨迹转移似然概率矩阵B进行取门限处理，确认频率线的起始和终止时间，从而得到存在性矩阵E，包括以下步骤：步骤四一、设计频率轨迹转移概率矩阵A，如下式：如下式：其中，σ
ε
为噪声方差；步骤四二、利用步骤四一获得的频率轨迹转移概率矩阵A和步骤三获得的频率轨迹转移似然概率矩阵B，采用前后向算法后获得前向概率和后向概率的归一化结果α
S
和β
S
，如下式：首先，对α
S
和β
S
设定初始值，如下式：然后，利用α
S
和β
S
的初始值和矩阵...

【专利技术属性】
技术研发人员：吕云飞，丁毅，穆首源，王恩兵，孙大军，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：