一种杂波边缘检测及杂波数据分类方法和系统技术方案

本发明专利技术提供了一种杂波边缘检测及杂波数据分类方法和系统，针对具有多个阵元的声呐系统，基于广义似然比检验和模型阶数选择准则，判别辅助数据中混响边缘数量与位置，以及判断辅助数据是否均匀，所述方法包括：基于声呐系统接收的来自于待检测距离单元和辅助单元的回波数据，建立二元假设检验问题；利用模型阶数选择准则，对混响种类数、辅助数据的混响协方差矩阵、混响边缘位置进行估计；利用广义似然比检验方法判断辅助数据是否均匀。本发明专利技术的优势在于：通过对混响边缘位置进行估计直接实现混响数据的分类；能够自适应地估计各均匀区域的背景混响能量；实现了对辅助数据中混响边缘数量与位置的自适应估计，在工程中更为实用。用。用。

【技术实现步骤摘要】
一种杂波边缘检测及杂波数据分类方法和系统


[0001]本专利技术属于声呐领域，具体涉及一种杂波边缘检测及杂波数据分类方法和系统。

技术介绍

[0002]对于主动声呐系统来说，除固有水下噪声外，混响是影响声呐系统检测性能的主要背景干扰。当声呐平台运动时，混响呈现空时耦合特性，单一采用空域滤波或时域滤波难以有效区分目标与混响。空时自适应检测技术(STAD)以空时联合处理为框架、以目标检测为目的，能够实现混响抑制与目标检测一体化，且与先滤波后检测判决的级联处理方法相比，空时自适应检测技术(STAD)设计方法灵活、能够充分利用接收数据、具有更好的检测性能。
[0003]STAD方法中，混响协方差矩阵(RCM)的估计精度直接影响了混响抑制性能和目标检测能力。传统的RCM估计方法是取待检测距离单元(CUT)附近的若干个距离单元的数据作为辅助数据来估计CUT中的RCM。该方法在均匀混响环境下，即辅助数据独立同分布且与CUT中的混响具有相同的统计特性时是有效的。然而在实际环境中，混响边缘的存在会造成混响分布的不均匀。混响边缘会将声呐观测窗口划分为若干均本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种杂波边缘检测及杂波数据分类方法，针对具有多个阵元的声呐系统，基于广义似然比检验和模型阶数选择准则，判别辅助数据中混响边缘数量与位置，以及判断辅助数据是否均匀，所述方法包括：步骤1：基于声呐系统接收的来自于待检测距离单元和辅助单元的回波数据，建立二元假设检验问题；步骤2：利用模型阶数选择准则，对混响种类数、辅助数据的混响协方差矩阵、混响边缘位置进行估计；步骤3：利用广义似然比检验方法判断辅助数据是否均匀。2.根据权利要求1所述的杂波边缘检测及杂波数据分类方法，其特征在于，所述步骤1具体包括：建立二元假设检验问题如下：其中，H0表示原假设；H
1,m
表示备择假设；z
l
∈C
N
×1,l＝1,...,L，z
l
表示声呐系统接收回波数据，并对每一个距离单元的回波进行采样形成的N维复向量，N表示声呐的阵元数量；L表示辅助单元的个数；z
l
～CN
N
(0,M
k
)表示z
l
是一个均值为0，协方差矩阵为M
k
的N维高斯复向量；m表示混响种类数；设定混响种类数的上限为m
max
，则m的取值范围为m＝2,3,...,m
max
；M0∈C
N
×
N
表示均匀假设下辅助数据的混响协方差矩阵；M
k
∈C
N
×
N
,k＝1,2,..,m代表非均匀假设下第k个均匀混响区域的混响协方差矩阵；L1,L2,...,L
m
‑1表示混响边缘位置；设定Z＝[z1,z2,...,z
L
]，Ω1＝{1,...,L1},Ω2＝{L1+1,..,L2},...,Ω
k
＝{L
k
‑1+1,..,L
k
},...Ω
m
＝{L
m
‑1+1,..,L}；H0假设下的概率密度函数为：H
1,m
假设下的概率密度函数为：
其...

【专利技术属性】
技术研发人员：郝程鹏，吴敏，金禹希，殷超然，
申请(专利权)人：中国科学院声学研究所，
类型：发明
国别省市：