基于自適應(yīng)波束形成的水下微弱目標(biāo)檢測(cè)技術(shù)*

張國(guó)光

(昆明船舶設(shè)備研究試驗(yàn)中心 昆明 650051)

基于自適應(yīng)波束形成的水下微弱目標(biāo)檢測(cè)技術(shù)*

張國(guó)光

(昆明船舶設(shè)備研究試驗(yàn)中心 昆明 650051)

對(duì)水下微弱信號(hào)輻射目標(biāo)的檢測(cè)是實(shí)現(xiàn)水聲探測(cè)和對(duì)潛攻擊的關(guān)鍵技術(shù)。針對(duì)當(dāng)前的匹配濾波檢測(cè)方法檢測(cè)性能不好的問題,提出一種基于自適應(yīng)波束形成的水下微弱目標(biāo)檢測(cè)算法。構(gòu)建水下微弱目標(biāo)的反射回波模型,采用二階自適應(yīng)格型IIR陷波器進(jìn)行信號(hào)抗干擾濾波處理,采用自適應(yīng)波束形成算法進(jìn)行水下微弱目標(biāo)回波信號(hào)的時(shí)頻聚焦,實(shí)現(xiàn)對(duì)目標(biāo)信號(hào)的準(zhǔn)確檢測(cè),最后進(jìn)行仿真測(cè)試,結(jié)果表明,采用該方法進(jìn)行水下微弱目標(biāo)檢測(cè)的精度較高,抗干擾性能較好,準(zhǔn)確檢測(cè)概率高于傳統(tǒng)方法。

自適應(yīng)波束形成; 水下微弱目標(biāo); 信號(hào)檢測(cè); 濾波

1 引言

隨著智能武器和國(guó)防科技技術(shù)的發(fā)展,智能制武器系統(tǒng)設(shè)計(jì)成為發(fā)現(xiàn)和攻擊高速隱蔽運(yùn)動(dòng)目標(biāo)的關(guān)鍵。在自適應(yīng)智能制導(dǎo)武器系統(tǒng)設(shè)計(jì)中,需要對(duì)運(yùn)動(dòng)的水下目標(biāo)進(jìn)行有效檢測(cè),研究微弱目標(biāo)的有效檢測(cè)技術(shù)同時(shí)也是微電子處理和智能信號(hào)處理的基礎(chǔ)性工作,信號(hào)檢測(cè)技術(shù)是整個(gè)制導(dǎo)系統(tǒng)設(shè)計(jì)的重中之重。研究水下微弱目標(biāo)檢測(cè)技術(shù),在水聲探測(cè)、水中兵器的制導(dǎo)設(shè)計(jì)以及聲吶目標(biāo)檢測(cè)等領(lǐng)域具有重要意義[1～3]。

對(duì)目標(biāo)檢測(cè)主要是對(duì)目標(biāo)的輻射信號(hào)進(jìn)行被動(dòng)檢測(cè)或者通過輻射主動(dòng)脈沖信號(hào),檢測(cè)目標(biāo)回波信號(hào),進(jìn)行目標(biāo)的主動(dòng)檢測(cè),兩種方法分別為主動(dòng)自導(dǎo)和被動(dòng)自導(dǎo)模型,近年來,對(duì)目標(biāo)信號(hào)的檢測(cè)技術(shù)主要有小波分析方法、時(shí)頻分析方法等[4～5],小波分析方法成為現(xiàn)代信號(hào)處理研究的熱點(diǎn),結(jié)合連續(xù)小波變換的窄帶系統(tǒng)和窄帶信號(hào)處理方法,構(gòu)建運(yùn)動(dòng)目標(biāo)寬帶模型,采用雙曲調(diào)頻小波檢測(cè)進(jìn)行目標(biāo)信號(hào)主動(dòng)檢測(cè)和輻射信號(hào)的被動(dòng)檢測(cè),成為水下航行器的制導(dǎo)系統(tǒng)設(shè)計(jì)的關(guān)鍵技術(shù),通過對(duì)目標(biāo)檢測(cè)可以提高系統(tǒng)對(duì)水下高速運(yùn)動(dòng)的微弱輻射信號(hào)目標(biāo)的攻擊和識(shí)別性能,但是傳統(tǒng)方法在受到較大的干擾或者無線電靜默屏蔽時(shí),對(duì)目標(biāo)的檢測(cè)精度受到限制[7]。針對(duì)上述問題,本文提出一種基于自適應(yīng)波束形成的水下微弱目標(biāo)檢測(cè)算法,構(gòu)建水下微弱目標(biāo)的反射回波模型,采用二階自適應(yīng)格型IIR陷波器進(jìn)行信號(hào)抗干擾濾波處理,采用自適應(yīng)波束形成算法進(jìn)行水下微弱目標(biāo)回波信號(hào)的時(shí)頻聚焦,實(shí)現(xiàn)對(duì)目標(biāo)信號(hào)的準(zhǔn)確檢測(cè),最后進(jìn)行仿真測(cè)試得出有效性結(jié)論。

2 水下微弱目標(biāo)回波信號(hào)模型構(gòu)建 及濾波預(yù)處理

2.1 水下微弱目標(biāo)回波信號(hào)模型

為了實(shí)現(xiàn)對(duì)水下微弱目標(biāo)回波信號(hào)的準(zhǔn)確檢測(cè),首先需要構(gòu)建水下微弱目標(biāo)回波信號(hào)采樣和信號(hào)傳輸結(jié)構(gòu)模型。結(jié)合時(shí)間序列分析方法,進(jìn)行水下微弱目標(biāo)回波信號(hào)的統(tǒng)計(jì)分析,水下微弱目標(biāo)回波信號(hào)是一組非線性時(shí)間序列,可以采用非線性時(shí)間序列分析方法進(jìn)行特征分析和檢測(cè),在時(shí)頻空間上,目標(biāo)回波信號(hào)具有時(shí)頻對(duì)偶關(guān)系[8～12],水下目標(biāo)回波模型在連續(xù)時(shí)頻空間上參數(shù)對(duì)偶關(guān)系如圖1所示。

圖1 水下目標(biāo)回波模型空間參數(shù)對(duì)偶關(guān)系

根據(jù)上述對(duì)偶關(guān)系模型,構(gòu)建水下目標(biāo)回波信號(hào)結(jié)構(gòu)模型為

x(t)=Re{an(t)e-j2πfcτn(t)sl(t-τn(t))e-j2πfct}

(1)

其中,水下目標(biāo)的目標(biāo)回波信號(hào)傳輸?shù)臅r(shí)間尺度脈沖響應(yīng)可描述為

(2)

式中,an(t)是第n條數(shù)據(jù)傳輸信號(hào)上進(jìn)行運(yùn)動(dòng)中的目標(biāo)回波檢測(cè)的輻射信號(hào),若對(duì)目標(biāo)檢測(cè)中發(fā)射的主動(dòng)脈沖信號(hào)為f(t),目標(biāo)反射回波g(t),采用雙曲調(diào)頻的信道調(diào)制模型,得到目標(biāo)回波傳輸?shù)男诺滥Ｐ蜑?/p>

(3)

其中,ai和τi分別是水下目標(biāo)中目標(biāo)回波信號(hào)傳播損失和傳遞時(shí)延,由此得到水下目標(biāo)中目標(biāo)回波信號(hào)傳輸模型的特征分布函數(shù)為

(4)

通過目標(biāo)回波信號(hào)回波特征的相空間重構(gòu),可得目標(biāo)回波信號(hào)異常特征的頻譜特征為

(5)

Wy(t,v)=Wx(kt,v/k)

(6)

其中,k表示采樣頻率,v表示水下目標(biāo)的帶寬,Wx為時(shí)間窗口函數(shù),對(duì)目標(biāo)回波模型采用雙曲調(diào)頻小波分析方法進(jìn)行特征提取,得到回波時(shí)延τ為信號(hào)采樣時(shí)間t的函數(shù)為

(7)

式中,c為介質(zhì)中的水下目標(biāo)的運(yùn)動(dòng)速度。通過上述分析,進(jìn)行了水下微弱目標(biāo)回波信號(hào)模型構(gòu)建,以此為信號(hào)源進(jìn)行信號(hào)濾波和特征檢測(cè)。

2.2 信號(hào)抗干擾濾波預(yù)處理

在上述進(jìn)行了水下微弱目標(biāo)回波信號(hào)模型構(gòu)建的基礎(chǔ)上,進(jìn)行信號(hào)檢測(cè)。由于信號(hào)采集中受到雜波和混響的干擾,導(dǎo)致采集的回波信號(hào)具有大量的噪聲和混響,需要進(jìn)行抗干擾處理,設(shè)計(jì)二階自適應(yīng)格型IIR陷波器進(jìn)行抗干擾濾波,二階自適應(yīng)格型IIR陷波器的結(jié)構(gòu)如圖2所示。

圖2 二階自適應(yīng)格型IIR陷波器結(jié)構(gòu)框圖

圖2中,兩種陷波器的傳輸函數(shù)[18]：

(8)

(9)

θ1(k+1)=θ1(k)-μRe[y(k)φ*(k)]

(10)

其中,μ是水下微弱目標(biāo)回波檢測(cè)的離散時(shí)間線性系統(tǒng)收斂控制參數(shù),稱為步長(zhǎng)；φ(k)是輸出期望響應(yīng)信號(hào)y(k)的陷波頻率,被稱為沖擊響應(yīng)信號(hào),當(dāng)r→1時(shí)陷波器的帶寬減小。通過上述分析,得到本文設(shè)計(jì)的水下微弱目標(biāo)回波信號(hào)濾波的陷波器的傳輸函數(shù)為

(11)

其中

(12)

輸入的水下微弱目標(biāo)回波信號(hào)u(k)經(jīng)過自適應(yīng)IIR處理,使得輸出信號(hào)與期望相應(yīng)之間的誤差最小,令d(k)為陷波器幅頻響應(yīng)的輸出誤差為

(13)

上式兩邊取數(shù)學(xué)期望,實(shí)現(xiàn)對(duì)水下微弱目標(biāo)回波信號(hào)的抗干擾濾波處理,使得均方誤差函數(shù)的梯度最小,可見輸出誤差為零,從而實(shí)現(xiàn)有效的抗干擾濾波,有利于提高檢測(cè)精度。

3 自適應(yīng)波束形成及目標(biāo)檢測(cè)技術(shù)改進(jìn)

在上述進(jìn)行了目標(biāo)回波信號(hào)模型構(gòu)建及濾波預(yù)處理的基礎(chǔ)上,進(jìn)行水下目標(biāo)檢測(cè)改進(jìn)設(shè)計(jì)。本文提出一種基于自適應(yīng)波束形成的水下微弱目標(biāo)檢測(cè)算法,通過調(diào)整反射增益,得到水下微弱目標(biāo)回波信號(hào)標(biāo)量時(shí)間序列定義為

ΦH(t) =A(t)exp[jθ(t)]

(14)

上式中,上角標(biāo)H表示雙曲(Hyperbolic),其與目標(biāo)的傳輸特性有關(guān),設(shè)計(jì)自適應(yīng)波束形成器：

(15)

其中,a0為初始水下微弱目標(biāo)回波信號(hào)的采樣幅值,xn-i為具有相同的均值、方差的目標(biāo)回波信號(hào)標(biāo)量時(shí)間序列,bj為回波輻射回波的振蕩幅值。

對(duì)水下微弱目標(biāo)回波信號(hào)進(jìn)行自適應(yīng)波束加權(quán),得到輸出信號(hào)的寬帶結(jié)構(gòu)模型為

(16)

(17)

式中,γ為目標(biāo)回波信號(hào)時(shí)頻特征的峰度,h(j)表示與之相對(duì)應(yīng)的對(duì)角切片算子,采用小波尺度分解,在不同的小波尺度上進(jìn)行波束聚焦。由于小波尺度具有時(shí)間上的相關(guān)性,記小波頻率中心為f0,小波頻寬為Xθ(t),得到通過自適應(yīng)波束形成進(jìn)行信號(hào)盲源分離過程描述為

x(t)=ej2πvx(t)t

(18)

vx(t)=v0+2βt

(19)

Yp(u)=Xp(u)+δ(v-(v0+βt))

(20)

在時(shí)頻空間上,信號(hào)的指向性特征為

(21)

通過上述處理,設(shè)計(jì)自適應(yīng)波束形成檢測(cè)器,檢測(cè)判決式設(shè)計(jì)為

(22)

采用自適應(yīng)波束形成算法進(jìn)行水下微弱目標(biāo)回波信號(hào)的時(shí)頻聚焦,則水下微弱目標(biāo)回波信號(hào)的相位估計(jì)結(jié)果為

(23)

通過上述分析,實(shí)現(xiàn)了對(duì)水下微弱目標(biāo)的有效回波檢測(cè),檢測(cè)過程實(shí)現(xiàn)框圖如圖3所示。

圖3 目標(biāo)檢測(cè)實(shí)現(xiàn)框圖

4 仿真實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試本文算法在實(shí)現(xiàn)水下微弱目標(biāo)檢測(cè)中的應(yīng)用性能,進(jìn)行仿真實(shí)驗(yàn),采用Matlab 7數(shù)學(xué)仿真語言進(jìn)行算法設(shè)計(jì)與實(shí)現(xiàn),水下微弱目標(biāo)回波數(shù)據(jù)樣本測(cè)試集采集于某大型水聲試驗(yàn)場(chǎng)。水下微弱目標(biāo)回波樣本數(shù)據(jù)的采集過程中,離散采樣率為fs=10*f0Hz=10KHz,樣本長(zhǎng)度為1024,回波信號(hào)樣本數(shù)為998,回波信號(hào)的帶寬B=1000Hz。二階格型陷波器的權(quán)重系數(shù)μ0=0.001,θ2=0.45π,信號(hào)幅值取為A1=A2=A3=1,信號(hào)頻率取為0.3π,帶寬參數(shù)ρ=0.96,噪聲的譜峰位置選在0.5π處,陷波器初始值選為θ1=-0.3π,即300Hz。目標(biāo)回波信號(hào)訓(xùn)練集為頻帶4kHz～10kHz、時(shí)寬2.4ms的線性調(diào)頻信號(hào),根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定,進(jìn)行目標(biāo)檢測(cè)仿真,首先進(jìn)行原始的目標(biāo)回波采樣,并進(jìn)行濾波處理,得到結(jié)果如圖4所示。

圖4 回波采樣及濾波的時(shí)域波形

從圖4可見,采用本文方法進(jìn)行信號(hào)濾波,能有效抑制混響干擾,提高信號(hào)檢測(cè)精度。在此基礎(chǔ)上,進(jìn)行目標(biāo)檢測(cè),采用自適應(yīng)波束形成算法進(jìn)行水下微弱目標(biāo)回波信號(hào)的時(shí)頻聚焦,實(shí)現(xiàn)對(duì)目標(biāo)信號(hào)的準(zhǔn)確檢測(cè),得到時(shí)頻聚焦的模值和譜如圖5所示。

圖5 信號(hào)檢測(cè)的模值及譜聚焦結(jié)果

從圖可見,采用本文方法進(jìn)行水下微弱目標(biāo)檢測(cè),時(shí)頻譜具有較好的聚焦性能,能有效實(shí)現(xiàn)時(shí)頻譜的特征提取,輸出準(zhǔn)確的目標(biāo)信息。為了定量刻畫檢測(cè)性能,采用1000次蒙特卡洛實(shí)驗(yàn),得到本文方法和傳統(tǒng)的匹配濾波檢測(cè)方法進(jìn)行目標(biāo)檢測(cè)的ROC曲線如圖6所示。從圖可知,本文方法進(jìn)行目標(biāo)檢測(cè)的準(zhǔn)確概率高于傳統(tǒng)方法。

圖6 檢測(cè)性能曲線對(duì)比

5 結(jié)語

為了提高目標(biāo)檢測(cè)性能,本文提出一種基于自適應(yīng)波束形成的水下微弱目標(biāo)檢測(cè)算法,構(gòu)建水下微弱目標(biāo)的反射回波模型,采用二階自適應(yīng)格型IIR陷波器進(jìn)行信號(hào)抗干擾濾波處理,采用自適應(yīng)波束形成算法進(jìn)行水下微弱目標(biāo)回波信號(hào)的時(shí)頻聚焦,實(shí)現(xiàn)對(duì)目標(biāo)信號(hào)的準(zhǔn)確檢測(cè),最后進(jìn)行仿真測(cè)試。結(jié)果表明,采用該方法進(jìn)行水下微弱目標(biāo)檢測(cè)的精度較高,抗干擾性能較好,準(zhǔn)確檢測(cè)概率高于傳統(tǒng)方法,本文方法在目標(biāo)檢測(cè)和水下武器的自導(dǎo)識(shí)別中具有較好的應(yīng)用價(jià)值。

[1] 周勇,甘新年,胡光波,等.魚雷制導(dǎo)控制系統(tǒng)多通道控制加權(quán)算法設(shè)計(jì)[J].現(xiàn)代電子技術(shù),2014,37(19):14-17.

[2] 趙威. 強(qiáng)海水混響背景下水中兵器攻擊目標(biāo)檢測(cè)研究[J].智能計(jì)算機(jī)與應(yīng)用,2016,6(2):51-54.

[3] 黃朝,許鑫,劉敦歌,等.基于多傳感器的微弱磁異常信號(hào)提取方法研究[J].電子測(cè)量技術(shù),2015,38(10):91-95.

[4] 鄧異,梁燕,周勇.水聲換能器基陣信號(hào)采集系統(tǒng)優(yōu)化設(shè)計(jì)[J].物聯(lián)網(wǎng)技術(shù),2015,5(4):36-37,41.

[5] 羅澤峰,單廣超.基于網(wǎng)絡(luò)和虛擬多媒體技術(shù)的海戰(zhàn)平臺(tái)視景仿真實(shí)現(xiàn)[J].物聯(lián)網(wǎng)技術(shù),2015,5(3):91-92,94.

[6] 趙威.基于魚雷自導(dǎo)的艦船尾流回波模型建立方法[J].艦船電子工程.2013,33(4):81-83.

[7] 葛立志.基于全彈道控制分析的水下航行器攻擊模型視景仿真[J].艦船電子工程,2015,35(3):137-141.

[8] 石鑫,周勇,甘新年,等.機(jī)載多源飛行數(shù)據(jù)資料的非線性檢驗(yàn)[J].計(jì)算機(jī)與數(shù)字工程,2013,41(5):729-732.

[9] 閆源江,胡光波.關(guān)聯(lián)維估計(jì)在艦船輻射噪聲特征提取中的應(yīng)用[J].科學(xué)技術(shù)與工程.2010,10(27)：6756-6759.

[10] 徐騫,梁紅,胡光波.基于二階統(tǒng)計(jì)量的近場(chǎng)源四維參數(shù)聯(lián)合估計(jì)[J].計(jì)算機(jī)工程與應(yīng)用,2011,47(23): 137-140.

[11] 劉昊晨,梁紅.線性調(diào)頻信號(hào)參數(shù)估計(jì)和仿真研究[J].計(jì)算機(jī)仿真,2011,10(14): 157-159.

[12] 劉家亮,王海燕,姜喆,等.垂直線列陣結(jié)構(gòu)對(duì)PTRM陣處理空間增益的影響[J].魚雷技術(shù),2010,18(4):263-267.

Underwater Weak Target Detection Technology Based on Adaptive Beamforming

ZHANG Guoguang

(Kunming Shipborne Equipment Research and Test Center, Kunming 650051)

The detection of weak signal of underwater target radiation is the key technology of underwater acoustic detection and submarine attacks. Aiming at the bad perfomance of the current matched filter detection method, a weak target underwater detection algorithm is proposed based on adaptive beamforiming, the echo model of weak target under water is constructed, two order adaptive IIR notch filter for signal interference filter is designed, the adaptive beamforming algorithm is used for time-frequency focusing weak echo signal to achieve accurate detection of underwater target signal, finally the simulation results show that the high precision test is obtained, using the method of weak target detection under water, the anti jamming performance is good, accurate detection probability is higher than the traditional method.

adaptive beamforming, underwater weak target, signal detection, filter

TN911

2016年9月15日,

2016年10月20日

張國(guó)光,男,碩士,助理工程師,研究方向：水下信號(hào)處理。

TN911

10.3969/j.issn.1672-9730.2017.03.030