牛 芳,惠 娟,趙安邦,4
(1. 哈爾濱工程大學(xué) 水聲技術(shù)重點(diǎn)實(shí)驗(yàn)室,哈爾濱 150001;2. 哈爾濱工程大學(xué) 海洋信息獲取與安全工信部重點(diǎn)實(shí)驗(yàn)室,哈爾濱 150001;3. 哈爾濱工程大學(xué) 水聲工程學(xué)院,哈爾濱 150001; 4. 中國船舶工業(yè)系統(tǒng)工程研究院水聲對抗技術(shù)重點(diǎn)實(shí)驗(yàn)室,北京 100036)
對艦船類目標(biāo)識別主要分為兩大類方法,一種是從光學(xué)圖像中提取輪廓特征[1],另一種是從艦船輻射噪聲中提取聲學(xué)特征。其中聲學(xué)特征可以是從艦船輻射噪聲連續(xù)譜中提取的功率、幅度、高階累積量以及一些非線性動力學(xué)特征,也可以是從線譜中提取的軸頻、葉頻以及葉片數(shù)等特征量。針對艦船輻射噪聲中連續(xù)譜的方法主要有:功率譜分析法[2]、小波變換法[3]、希爾伯特黃變換相關(guān)方法[4-5]、非線性動力學(xué)法[6-7]以及仿人耳聽覺分析法[8-9]等。螺旋槳空化噪聲往往會產(chǎn)生幅度調(diào)制,通過解調(diào)處理的調(diào)制譜中存在許多離散線譜,線譜位置對應(yīng)著螺旋槳的軸頻(基頻)、葉頻以及其諧波(軸頻與葉片數(shù)的乘積)[10],利用這些離散線譜可估計(jì)螺旋槳的軸頻[11-12]。螺旋槳軸頻與艦船排水量和航速有關(guān)[13],當(dāng)航速和排水量不變時(shí),螺旋槳軸頻不變。故螺旋槳軸頻可以為被動聲吶目標(biāo)檢測和分類識別提供重要依據(jù)。螺旋槳軸頻物理意義明確,相對于連續(xù)譜特征,軸頻作為艦船目標(biāo)識別特征具有更高的穩(wěn)定性和可區(qū)分性。
艦船輻射噪聲和海洋環(huán)境噪聲十分復(fù)雜,寬帶干擾給線譜提取帶來了困難。在線譜提取和檢測中,一般使用自適應(yīng)線譜增強(qiáng)器(Adaptive Line Enhancer, ALE)[14]來增強(qiáng)線譜,抑制寬帶干擾。然而ALE有以下幾種固有缺陷:① 收斂速度和穩(wěn)態(tài)失調(diào)量構(gòu)成一對矛盾;② 收斂性能受輸入信號功率的影響;③ 計(jì)算復(fù)雜,運(yùn)算量大,實(shí)時(shí)性較差。利用相干累加算法[15-16]改進(jìn)的ALE僅能提高線譜增強(qiáng)性能,羅斌等[17]提出的歸一化頻域批處理最小均方算法[17]也僅能夠在一定程度上減小其計(jì)算量,不能彌補(bǔ)其他固有缺陷。
本文提出了一種新的寬帶干擾抑制算法——干擾抑制門算法。該算法此算法步驟簡潔,運(yùn)算速度快,且性能穩(wěn)定。文中通過對單頻信號和諧波信號的仿真,分析了其干擾抑制性能,并將其用于實(shí)測螺旋槳噪聲的線譜提取中。
干擾抑制門是利用單頻信號和寬帶噪聲不相關(guān)時(shí)噪聲分量只存在于相關(guān)峰處這一特征,通過對相關(guān)峰做置零處理,來抑制寬帶干擾。圖1給出了算法流程:將輸入信號進(jìn)行自相關(guān)運(yùn)算,再通過一個(gè)干擾抑制門,得到輸出后進(jìn)行譜分析。本文給出的干擾抑制算法可抑制寬帶干擾,用于線譜提取或檢測中,能夠降低線譜的提取難度或提高線譜檢測概率。

圖1 干擾抑制算法流程圖
假設(shè)輸入信號x(t)包括有用信號s(t)和噪聲n(t),且信號和噪聲不相關(guān),即x(t)=s(t)+n(t),那么其自相關(guān)函數(shù)有
(1)

式(1)說明,當(dāng)信號與噪聲完全不相關(guān)時(shí),輸入信號進(jìn)行自相關(guān)運(yùn)算后,噪聲分量只存在于相關(guān)峰處(即t=T處)。基于此點(diǎn)特征,只要將相關(guān)峰附近一定時(shí)間寬度內(nèi)的輸出置零,即可抑制干擾。所以,這里將干擾抑制門函數(shù)W(t)設(shè)置為一個(gè)加權(quán)窗,表達(dá)式為

(2)
式中:2β為置零時(shí)間寬度。圖2中顯示了干擾抑制門時(shí)間窗函數(shù)。經(jīng)過干擾抑制門加權(quán)后,得系統(tǒng)輸出
z(t)=p(t)·W(t)
(3)

圖2 干擾抑制門窗函數(shù)
干擾抑制門窗函數(shù)的置零時(shí)間寬度2β略寬于相關(guān)峰寬度,跟處理頻帶B有關(guān),一般取2β=2/B。
采樣率為2 kHz,正弦信號頻率為15 Hz,處理頻帶為0~100 Hz,帶寬內(nèi)信噪比為-10 dB。圖3(a)為輸入波形,圖3(b)為自相關(guān)輸出,將相關(guān)峰處放大得圖3(c),其中虛線為抑制門,窗函數(shù)的置零寬度為20 ms,圖3(d)為原信號和抑制后信號的頻譜。圖3中信號都做了歸一化處理。從圖3(d)中可以看出該輸入信號在頻域只有一根15 Hz的線譜,經(jīng)過干擾抑制處理后的線譜旁瓣大大降低,說明該算法起到了抑制寬帶噪聲的作用。

(a) 輸入信號波形

(b) 自相關(guān)輸出

(c) 自相關(guān)輸出(相關(guān)峰處)

(d) 信號功率譜
輸入信號為基頻15 Hz的單頻信號和其二至四次諧波的疊加,幅度分別為0.5、0.6、1、0.4,處理頻帶不變,帶寬內(nèi)信噪比為-5 dB。


(a) 輸入信號波形

(b) 自相關(guān)輸出

(c) 自相關(guān)輸出(相關(guān)峰處)

(d) 信號功率譜
對單頻和諧波兩種輸入信號進(jìn)行了多次仿真,并對干擾抑制門輸出信噪比增益進(jìn)行統(tǒng)計(jì)。這里的信噪比增益是指抑制門頻域輸出信噪比與輸入信號頻域信噪比之差。圖5為輸入信噪比與干擾抑制門輸出信噪比增益之間的關(guān)系曲線,是100次統(tǒng)計(jì)平均值。從圖中可以看出,當(dāng)輸入為單頻信號時(shí),系統(tǒng)增益在輸入信噪比為-7 dB時(shí)達(dá)到最大值。而對于諧波輸入,系統(tǒng)增益在輸入信噪比為-6 dB時(shí)達(dá)到最大,且小于單頻輸入時(shí)最大增益。隨著輸入信噪比的增加,系統(tǒng)輸出增益呈近似線性反比降低,當(dāng)輸入信噪比大于0 dB時(shí),兩種輸入具有幾乎相同的輸出增益。當(dāng)輸入信噪比足夠高(如圖5中8 dB)時(shí),系統(tǒng)對信號的抑制大于對噪聲的抑制,增益為負(fù)值,此時(shí)干擾抑制門失去意義。另外,圖5中的統(tǒng)計(jì)結(jié)果都是在能夠檢測到線譜的條件下計(jì)算得出的。從圖中可以看出,干擾抑制門對單頻輸入信號具有更好的寬容性,具有更優(yōu)異的干擾抑制性能。表1中列出了其中10次結(jié)果,并計(jì)算得出其均值,輸入信噪比分別為-10 dB和-5 dB。

圖5 干擾抑制門輸出信噪比增益

表1 干擾抑制門輸出信噪比增益
將艦船輻射噪聲進(jìn)行帶通濾波、解調(diào)、低通濾波處理后,在頻域會得到離散的、分布在葉片速率倍數(shù)上的“葉片速率”線譜系列。將干擾抑制算法用于低通濾波之后,在信號時(shí)域進(jìn)行干擾抑制處理,如圖6中虛線框中所示。用平均周期圖法得到功率譜,功率譜通過自適應(yīng)門限分離出線譜后可繼續(xù)提取軸頻。

圖6 螺旋槳噪聲線譜提取流程
對湖試中采集的一大型貨船的輻射噪聲信號進(jìn)行處理。貨船航行速度為10節(jié),信號采樣率為8 kHz。由于解調(diào)譜中的“葉片速率”線譜系列大多集中在100 Hz以下,為了減少線譜丟失,處理帶寬設(shè)為0~200 Hz,抑制門置零時(shí)間寬度為10 ms。圖7(a)為輻射噪聲信號低通濾波后時(shí)間波形。從圖7(d)功率譜中可以發(fā)現(xiàn),本文的算法明顯起到了抑制寬帶干擾的效果。三次諧波34.25 Hz處線譜最強(qiáng),各階諧波分量皆有一定損失,但考慮到其干擾抑制效果,損失可忽略。經(jīng)計(jì)算得抑制門輸出信噪比增益為8.65 dB。采用參考文獻(xiàn)[18]中提出的最大公約數(shù)法提取螺旋槳軸頻,得到軸頻為11.25 Hz。
本文設(shè)計(jì)了一個(gè)干擾抑制門,對寬帶噪聲干擾進(jìn)行抑制。
(1) 對單頻和諧波兩種輸入信號的仿真證明了干擾抑制門的有效性。通過多次仿真,對干擾抑制門輸出信噪比增益進(jìn)行統(tǒng)計(jì)。結(jié)果表明系統(tǒng)增益與輸入信噪比有關(guān),隨著輸入信噪比增大,系統(tǒng)增益有一最大值,當(dāng)輸入信噪比足夠高時(shí),系統(tǒng)對信號的抑制大于對噪聲的抑制,增益為負(fù)值,此時(shí)干擾抑制門失去意義。干擾抑制門對單頻輸入信號具有更好的寬容性,且具有更優(yōu)異的干擾抑制性能。

(a) 輸入信號波形

(b) 自相關(guān)輸出

(c) 自相關(guān)輸出(相關(guān)峰處)

(d) 功率譜
(2) 對艦船輻射噪聲解調(diào)信號進(jìn)行干擾抑制處理,再從功率譜中分離線譜并提取了螺旋槳軸頻。實(shí)驗(yàn)結(jié)果表明,本文提出的干擾抑制門算法能夠有效抑制寬帶干擾,為線譜分離提取和線譜檢測提供了便利。螺旋槳軸頻可用于艦船目標(biāo)識別。