楊光兵,呂連港
(1.國(guó)家海洋局 海洋環(huán)境科學(xué)與數(shù)值模擬重點(diǎn)實(shí)驗(yàn)室,山東 青島 266061;2.國(guó)家海洋局 第一海洋研究所,山東 青島 266061)
在海洋工程中,無論是航道整治還是碼頭選址以及海底物探都需要進(jìn)行海底地質(zhì)勘探。淺地層剖面儀因其靈敏度和分辨率高、連續(xù)性好并且能夠快速準(zhǔn)確探測(cè)識(shí)別不同沉積層結(jié)構(gòu)而廣泛應(yīng)用于港口、航道、堤壩、護(hù)岸及海底管道施工等需要海底底質(zhì)調(diào)查的工程中[1-2]。淺地層剖面儀有聲參量陣式、壓電陶瓷式、電磁式、電火花式等。C-BOOM淺剖是一種新型的電磁式剖面儀,它采用低電壓技術(shù),其最大的好處是輕便,適于淺海、近岸和小型船只使用[3]。
目前,國(guó)內(nèi)外針對(duì)淺剖信號(hào)有淺剖測(cè)量模擬[4]以及淺剖信號(hào)包絡(luò)對(duì)淺剖性能的影響等的研究[5]。傅立葉變換在信號(hào)分析領(lǐng)域具有重要地位,它能夠?qū)r(shí)域信號(hào)變換到頻域,從而讓人們對(duì)信號(hào)有多方面的認(rèn)識(shí)。然而,對(duì)于分析如C-BOOM淺剖信號(hào)等非線性、非穩(wěn)態(tài)信號(hào),基于傅立葉變換原理的快速傅立葉變換、短時(shí)傅立葉變換等信號(hào)分析方法具有很大的局限性。1998年提出的HHT[6]方法具有自適應(yīng)、高分辨率等諸多優(yōu)點(diǎn),能夠很好的分析非線性、非穩(wěn)態(tài)信號(hào)。目前,在聲學(xué)領(lǐng)域有針對(duì)海洋生物聲信號(hào)分析[7],海底目標(biāo)回聲分析等方面的應(yīng)用[8]。在地質(zhì)勘探方面,EMD和HHT被應(yīng)用于分析和處理地震反射波數(shù)據(jù),抑制拖纜振動(dòng)噪聲,從而提高信號(hào)的信噪比[9]。
本研究利用HHT方法分析C-BOOM淺剖信號(hào),得到了信號(hào)的頻域特征,并在未知信號(hào)頻域參數(shù)的情況下對(duì)信號(hào)進(jìn)行了濾波,從原始信號(hào)中分離得到了淺剖信號(hào)部分和噪聲部分。
C-BOOM淺剖是一種電磁式淺剖。電磁式淺剖通常為不同名稱的Boomer或Bubble,傳統(tǒng)的Boomer系統(tǒng)使用的電磁式換能器,一般由金屬線圈及鋁制極板組成。換能器上的線圈通電時(shí)產(chǎn)生強(qiáng)磁場(chǎng),放電時(shí)磁場(chǎng)迅速衰減從而推動(dòng)極板產(chǎn)生高能量的聲波。圖1為在大連三山島、小山島附近海域?qū)嶒?yàn)獲得的三段淺剖信號(hào),實(shí)驗(yàn)地點(diǎn)水深36m左右,實(shí)驗(yàn)采用雙船作業(yè),其中一條船布設(shè)淺剖,另一條船布設(shè)水聽器垂直陣和聲學(xué)記錄儀。從圖1中可見,C-BOOM淺剖信號(hào)的特點(diǎn)是它產(chǎn)生的是一個(gè)極短的脈沖,波峰和波谷相差0.4 ms左右。這個(gè)脈沖迅速產(chǎn)生并迅速衰減類似于一個(gè)白噪聲信號(hào)或者說類似于一個(gè)沖擊函數(shù),它的頻帶從幾十赫茲一直到兩千赫茲左右,而且低頻成分比較豐富,和環(huán)境噪聲的頻率重疊。另外從圖1中還可以看出C-BOOM淺剖信號(hào)具有電磁式淺剖信號(hào)的共性即其重復(fù)性較差,三段信號(hào)時(shí)域波形及其頻譜都有一定差別。從圖1可見三段信號(hào)的波峰和波谷分別相隔0.54ms,0.42ms和0.38ms,頻譜的峰值分別位于421.9 Hz,890.6Hz和984.4Hz。考慮到這三段信號(hào)均未進(jìn)行濾波去噪,但從頻域圖中無法辨別信號(hào)與噪聲,因此也無法確定針對(duì)C-BOOM淺剖信號(hào)的濾波參數(shù)。
圖1 三段C-BOOM淺剖信號(hào)的時(shí)域波形和對(duì)應(yīng)的頻譜圖Fig.1 The time-domain waveforms of three sections of signal from C-BOOM subbottom profiler and their corresponding frequency spectrograms
對(duì)信號(hào)進(jìn)行HHT分析的第一步就是將信號(hào)展成幾個(gè)本征模態(tài)函數(shù)(Intrinsic Mode Function,IMF)和一個(gè)趨勢(shì)項(xiàng)之和,這一步稱為本征模態(tài)展開(Empirical Mode Decomposition,EMD)。得到的IMF的中心頻率一般為較低一階IMF中心頻率的2倍。但是有的時(shí)候分解得到的IMF具有其他頻率成分,則稱發(fā)生了模態(tài)混疊(mode mixing)。目前解決模態(tài)混疊最好的辦法是EEMD[10],本研究也將利用EEMD進(jìn)行信號(hào)分析。但是需要注意的是,用EEMD展開后得到的并不是IMF,只能稱之為信號(hào)分量。
首先,用EEMD將信號(hào)展開,一共得到8個(gè)信號(hào)分量,分別用c1~c8表示。
從圖2中可見,8個(gè)信號(hào)分量的波形變化速度依次減慢,即頻率逐漸降低。各個(gè)信號(hào)分量中c2幅值最大,c6的幅值最小。各個(gè)信號(hào)分量之間基本沒有模態(tài)混疊。對(duì)其作希爾伯特變換得到希爾伯特譜并對(duì)時(shí)間積分得到邊際譜(Marginal Spectrum)。
從圖3中可以很清晰的看出信號(hào)能量的時(shí)頻變化關(guān)系,信號(hào)的時(shí)頻譜由幾條隨時(shí)間變化的線譜構(gòu)成,希爾伯特譜非常高的時(shí)頻分辨率是其他基于積分變換原理的時(shí)頻分析方法所無法實(shí)現(xiàn)的。另外,從圖3b可見邊際譜較傅立葉譜具有更尖銳的譜峰。
將各個(gè)信號(hào)分量分別畫出其希爾伯特譜,見圖4。
從圖2和圖4中可見c1幅值較小,并且從圖3的邊際譜和傅立葉譜中均可見c1所在的頻段能量較小。c2分量瞬時(shí)能量最大,而且在時(shí)頻關(guān)系圖中可以明顯看出由于信號(hào)的產(chǎn)生出現(xiàn)了原來沒有的頻率成分。c3和c2類似,在信號(hào)出現(xiàn)的時(shí)刻開始有了原來沒有的頻率成分。對(duì)于c4雖然在時(shí)頻譜的整個(gè)時(shí)間長(zhǎng)度內(nèi)都有500Hz左右的頻率存在,但是在6ms位置信號(hào)分量能量顯著增大,可知環(huán)境噪聲和C-BOOM淺剖信號(hào)中都有這一頻段的成分,但是噪聲較信號(hào)的強(qiáng)度小很多。對(duì)于c5和c6的情況和c4類似。從c7開始,能量強(qiáng)度隨時(shí)間變化不明顯,因此可以認(rèn)為在這些分量中大多都是噪聲成分,而淺剖信號(hào)的成分較少。綜上分析,我們可以將其中的c7和c8分量作為噪聲成分,由于c1較小可將其去掉,而c2~c6即為信號(hào)的主要成分。
通過對(duì)信號(hào)的各個(gè)分量分析篩選,合成去掉噪聲成分的信號(hào),其時(shí)頻圖中個(gè)頻率的產(chǎn)生和信號(hào)發(fā)生的時(shí)間吻合很好。從邊際譜中也可見低頻成分——實(shí)際上主要是噪聲成分,在信號(hào)頻帶不明確的情況下——已經(jīng)被濾掉。因此,現(xiàn)在可以結(jié)合圖5中a和b兩個(gè)圖得到信號(hào)的頻帶為260~1370Hz以及中心頻率為815Hz。
圖6 真實(shí)噪聲和噪聲分量的頻譜對(duì)比Fig.6 Comparison of frequency spectrum between the real noise and the noise component
對(duì)于其中的c7和c8,將其合成為噪聲成分。并從信號(hào)附近截取一段噪聲(即2個(gè)淺剖發(fā)射脈沖之間的信號(hào),可以認(rèn)為此時(shí)淺剖信號(hào)已經(jīng)幾乎衰減殆盡)。將兩者分別做傅立葉譜和邊際譜并比較。從圖6中可見,兩者譜線接近,噪聲頻率主要在100Hz以下,一般認(rèn)為這個(gè)頻段的噪聲主要是船、工業(yè)活動(dòng)噪聲[11],考慮到信號(hào)記錄時(shí),淺剖所在的調(diào)查船是航行的,因此認(rèn)為環(huán)境噪聲主要為船噪聲,c7和c8兩個(gè)信號(hào)分量構(gòu)成的成分的確為噪聲成分。
析了C-BOOM淺剖信號(hào)的時(shí)域和頻域特點(diǎn),并利用HHT方法分析C-BOOM淺剖信號(hào),通過分析篩選由EEMD方法分離得到的信號(hào)分量,得到了信號(hào)的頻帶和中心頻率等頻域參數(shù),并在未知信號(hào)頻帶的情況下完成了對(duì)信號(hào)的濾波。通過比較發(fā)現(xiàn)分離得到的噪聲分量和環(huán)境噪聲的頻譜符合得很好,即準(zhǔn)確的從原始信號(hào)中將信號(hào)成分和噪聲成分分離,對(duì)其他電磁式以及電火花式聲源的信號(hào)分析均有一定借鑒意義。
(References):
[1] ZHANG J C,CAI A Z,GUO Y F,et al.Subbottom profiler application in the coastal engineering[J].The Ocean Engineering,1995,13(2):71-74.張金城,蔡愛智,郭一飛,等.淺地層剖面儀在海岸工程上的應(yīng)用[J].海洋工程,1995,13(2):71-74.
[2] LI Y B,ZHANG Y F,LIU Y L,et al.Application of subbottom profiler to ocean engineering[J].Chinese Journal of Engineering Geophysics,2007,4(1):4-8.李一保,張玉芬,劉玉蘭,等.淺地層剖面儀在海洋工程中的應(yīng)用[J].工程地球物理學(xué)報(bào),2007,4(1):4-8.
[3] LI Z L,QI F Q.New subbottom profiler C-BOOM with unique low voltage technique[J].Coastal Engineering,2005,24(3):72-77.李增林,亓發(fā)慶.采用獨(dú)特低電壓技術(shù)的新型淺地層剖面儀C-Boom[J].海岸工程,2005,24(3):72-77.
[4] LüL G,GAO D Z,LIU J Z,et al.Simulation of Subbottom Profiler Measurement[J].Advance in Marine Science,2011,29(3):411-418.呂連港,高大治,劉進(jìn)忠,等.淺地層剖面儀的測(cè)量模擬[J].海洋科學(xué)進(jìn)展,2011,29(3):411-418.
[5] GUTOWSKI M,BULL J,HENSTOCK T,et al.Chirp sub-bottom profiler source signature design and field testing[J].Marine Geophysical Researches,2002,23:481-492.
[6] HUANG N E,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings of the Royal Society of London,1998,A454:903-995.
[7] ADAM O.Advantages of the Hilbert Huang transform for marine mammals signals analysis[J].Journal of the Acoustical Society of America,2006,120(5):2965-2973.
[8] LI X K,CHI H G.Echo analysis of objects on the seafloor(A)[J].Journal of the Acoustical Society of America,2008,123(5):3753-3753.
[9] BATTISTA B M,KNAPP C,MCGEE T,et al.Application of the empirical mode decomposition and Hilbert-Huang transform to seismic reflection data[J].Geophysics,2007,72(2):H29-H37.
[10] WU Z H,HUANG N E.Ensemble empirical mode decomposition:a noise-assisted data analysis method[J].Advance in Adaptive Data Analysis,2009,1(1):1-41.
[11] LIU B S,LEI J Y.Hydroacoustics theory[M].Harbin:Harbin Engineering University Press,1993.劉伯勝,雷家煜.水聲學(xué)原理[M].哈爾濱:哈爾濱工程大學(xué)出版社,1993.