吳亞軍
?
MVDR波束形成在噪聲源識別中的應(yīng)用
吳亞軍
(駐西安東風儀表廠軍代室, 陜西 西安, 710065)
為了確定水下航行器主要輻射噪聲源的特性, 對各噪聲源進行量化排序, 本文研究了基于陣列信號處理的可應(yīng)用于水下輻射噪聲源識別的最小方差無畸變響應(yīng)(MVDR)波束形成方法。使用16個水聽器組成接收陣列并通過MVDR算法對采集數(shù)據(jù)進行解算, 實現(xiàn)對各噪聲源方位和能級的識別。仿真和試驗均證明了該方法的正確性和有效性。
水下航行器; 陣列信號處理; 最小方差無畸變響應(yīng)(MVDR); 噪聲源識別
隨著水聲技術(shù)的發(fā)展, 水下航行器的噪聲大小成為衡量其性能的一項重要指標。為了有效控制噪聲, 必須識別主要噪聲源。所謂噪聲源識別, 就是對水下航行器存在的各種聲源的特性進行分析, 包括聲源的大小、頻率特性等等, 確定出主要噪聲源, 為采取有效的降噪措施提供依據(jù)[1]。
傳統(tǒng)的噪聲源識別方法具有一定的局限性, 如分部運轉(zhuǎn)法適用于各零件可以分別運行的情況; 鉛包覆法比較耗時, 成本較高; 近場測量法是靠近各個聲源進行測量, 適用于聲源尺寸較大的情況, 精度不高; 近場聲全息需要陣列的孔徑必須大于被測物體且對聲源表面形狀的適應(yīng)性差。
最小方差無畸變響應(yīng)(minimum variance dis- tortionless response, MVDR)波束形成方法是基于陣列信號處理的噪聲源識別方法, 已經(jīng)廣泛應(yīng)用于雷達、聲納以及通信領(lǐng)域中, 該方法利用傳感器陣列測量目標輻射信號, 估算選定方向平面波強度大小, 確定聲源的位置。波束形成方法不要求陣列的孔徑必須大于被測物體, 對測量距離也無特殊要求, 但為了在聲源面上得到較高的分辨率, 應(yīng)該盡可能地減小測量距離。對于水下航行器處于同一平面不同位置的幾個噪聲源, 使用MVDR波束形成方法進行方位估計, 實施較容易。
本文使用MVDR方法對噪聲源進行識別, 并對消聲水池試驗數(shù)據(jù)進行處理, 試驗結(jié)果與仿真模型吻合較好。
以個陣元組成均勻直線陣, 第1個陣元為參考點, 陣元間距為半波長。當信號為遠場, 入射信號可認為平行入射波, 模型見圖1。
圖1 均勻直線陣模型
陣列中各陣元接收信號的模型表達式
相鄰兩陣元之間的時間延遲為
聲波信號到達各陣元時, 由于聲程差, 各陣元的輸出之間有著相對時延。如果對各陣元信號作適應(yīng)的時延補償, 則補償后的各信號在要求的波束方向上變?yōu)橄嗤B加, 使該方向上的波束輸出最大, 其他方向上的波束輸出相應(yīng)變小, 起到空間濾波的作用, 這便是常規(guī)波束形成的原理[2-3]。傳統(tǒng)波束形成器的輸出可寫為
基陣的輸出功率為
MVDR方法是在保持來波方向信號源能量不變的前提下, 使信號源能量對波束寬度內(nèi)的其他方向最小化, 實際上是一個約束最佳化問題的解。
則MVDR波束形成器的功率輸出為
將每個窄帶上的輸出功率相加, 即可得到寬帶輸出功率
式中,N為陣列信號做FFT時處理帶寬內(nèi)的頻率點數(shù)[5-6]。
水下航行器噪聲是其航行過程中由于流體、機械及螺旋槳等因素激發(fā)出的聲波, 在遠場條件下, 可將水下航行器的輻射噪聲作為處于同一水平位置的幾個點聲源進行目標方位識別處理。
使用仿真信號對該算法進行驗證, 用兩寬帶信號模擬水下航行器的噪聲源, 相對于接收陣列的角度分別為0°和5°, 信噪比為10 dB, 接收陣列為16個陣元, 陣元間距為半波長, 則通過MVDR方法解算的波束圖如圖2所示。
圖2(a)中, 兩模擬信號幅度相同, 即發(fā)射能級相同, 由圖中可看出, MVDR算法對信號角度和相對能級解算較為準確; 圖2(b)中兩入射信號幅度相差1倍, 即能量相差6 dB, 仿真結(jié)果對信號的角度和相對能量解算正確。
圖2 MVDR波束形成圖
常用的陣列信號處理算法還有常規(guī)波束形成和多信號分類(multiple signal classification, MUSIC)方法, 在同樣的仿真條件下, 用這2種方法與MVDR方法進行對比, 如圖3所示。從仿真結(jié)果可看出, 傳統(tǒng)波束形成方法分辨率較差, 未能分辨出2個入射信號, 所以該方法無法分辨距離較近的2個噪聲源。MUSIC方法對角度的分辨能力較強, 但由于MUSIC方法是通過信號子空間和噪聲子空間的正交性來解算信號角度, 所以其輸出功率值僅能用來描繪解算的信號角度, 而無實際的物理意義。MVDR方法與常規(guī)波束形成方法一樣, 其峰值可體現(xiàn)信號的能量, 且分辨能力又遠高于常規(guī)波束形成, 所以該方法較適用于噪聲源識別。
圖3 3種陣列信號處理算法對比
在消聲水池進行試驗驗證。使用2個發(fā)射換能器模擬噪聲源, 使用16個水聽器組成接收水聽器陣列, 陣元間距為半波長, 2個換能器相對水聽器陣列的入射角度為0°和5°, 2個信號相對能量差為3 dB。由于在試驗過程中, 水池及各種試驗儀器會給水聽器接收信號帶來一定的幅相誤差, 從而導(dǎo)致解算結(jié)果錯誤, 所以在實際測量過程中首先需要對各通道水聽器進行相位和能量的校準。在對采集信號進行相應(yīng)的校準后進行MVDR波束形成, 如圖4所示。試驗結(jié)果表明, MVDR算法對信號角度和能量解算正確, 與仿真結(jié)果相吻合。
圖4 水池試驗數(shù)據(jù)MVDR解算結(jié)果
論文提出了使用MVDR波束形成方法對水下航行器進行噪聲源識別的方法, 通過算法不僅可以估計多個噪聲源的方位, 還可以解算各噪聲源的輻射能級。仿真和試驗結(jié)果表明, 該方法有效且可行。該方法已用于水下航行器的水下熱車吊沉試驗, 可分離結(jié)構(gòu)、排氣等噪聲源, 具有一定的工程應(yīng)用前景。
[1] 田壇, 劉國枝, 孫大軍. 聲納技術(shù)[M]. 哈爾濱工程大學出版社, 2000.
[2] Ompton R T. A Numerical Pattern Synthesis Algorithm for Arrays[J]. IEEE Transactions, 1990, 38(10): 1666- 1676.
[3] Capon J. High-resolution Frequency-Wavenumber Spec- tum Analysis[J]. Proceedings of the IEEE, 1969, 57(8): 1408-1418.
[4] 楊益新. 聲納波束形成與波束域高分辨方位估計技術(shù)研究[D]. 西安: 西北工業(yè)大學, 2002.
[5] 郭祺麗. 聲納基陣寬帶波束優(yōu)化設(shè)計[D]. 西安: 西北工業(yè)大學, 2005.
[6] 楊益新, 孫超, 馬遠良. 寬帶低旁瓣時域波束形成[J]. 聲學學報, 2003, 28(4): 331-338. Yang Yi-xin, Sun Chao, Ma Yuan-Liang. Broadband Low-sidelobe Beamforming in Time Domain [J], 2003, 28(4): 331-338.
Application of MVDR Beamforming to Noise Source Identification
WU Ya-jun
(Military Representative Office, Xi′an Dongfeng Instrument Factory, Xi′an 710065, China)
To identify the main noise sources and the related acoustic properties of the radiated noise from the underwater vehicle, a beamforming method of minimum variance distortionless response (MVDR) was proposed based on array signal processing for locating underwater radiated noise source. Noise signals are received by a receiving array of 16 hydrophones, and the data are analyzed with the beamforming method of MVDR. Simulations and experiments verify the validity and efficiency of the proposed method.
underwater vehicle; array signal processing; minimum variance distortionless response (MVDR); noise source identification
TJ630.34; TB53
A
1673-1948(2011)02-0101-03
2010-05-12;
2010-07-10.
吳亞軍(1979-), 男, 工程師, 主要從事魚雷科研和生產(chǎn)的管理工作.
(責任編輯: 楊力軍)