基于改進譜減算法的水聲通信信號檢測方法

王大宇，王志欣，張光普

1. 中國電子科技集團公司 第五十四研究所，河北 石家莊 050081 2. 哈爾濱工程大學 水聲工程學院，黑龍江 哈爾濱 150001

近年來，水聲通信技術應用日益廣泛，對非合作水下通信信號的偵測已成為通信偵察領域的研究熱點之一[1?3]。水聲通信信號檢測作為水聲通信信號偵測的基礎，受水聲信道環境噪聲影響，信號接收信噪比往往較低，導致信號檢測概率低。如何實現低信噪比下水聲通信信號的高概率檢測，是本文研究的重點。

譜減法[4]以其計算簡單、運算量小、便于實時處理等優點，被廣泛應用于語音信號處理領域，是最常用的語音減噪方法。該算法利用語音與噪聲不相關的特性，估計并消減噪聲頻譜，以增強語音信號。譜減法技術應用于水聲通信信號檢測，可抑制水聲信道強背景噪聲干擾，有效提高信號接收信噪比。

雙滑窗檢測法[5?6]是一種建立在時域上的突發信號檢測算法，其判決門限只與信號接收信噪比有關，避免了信號檢測過程中信道增益的影響。但該算法要實現較低的檢測誤差，需要較高的接收信噪比。

本文結合改進的譜減算法和雙滑窗檢測技術提出了一種水聲通信信號檢測方法。該方法能有效抑制水聲信道強背景噪聲干擾，實現水聲通信信號的高概率檢測，并且仿真結果驗證了算法的有效性。

1 多窗譜估計的改進譜減法

傳統譜減法采用周期圖法進行譜估計，具有一定估計誤差，使得消噪后的語音存在一定的“音樂噪聲”，效果并不理想。1982 年Thomson[7]提出的多窗譜(multitaper spectrum)估計是一種比周期圖法更準確的譜估計方法，該方法通過多個正交的數據窗分別對接收信號求直接譜，然后對獲得的直接譜求平均以得到較小的估計方差。其定義如下：

式 中：L為 窗 個 數； Xmt為 第 k個 信 號 窗 的 譜；(ω)為

式中： x(n)為 信號序列； N 為信號長度； ak(n)為第k個數據窗函數，數據窗(Slepian 窗)是一組相互正交的離散橢球序列：

多窗譜估計的譜減法是傳統譜減法的一種改進算法，在一定程度上解決了傳統譜減算法“音樂噪聲”大的問題[8]。其具體步驟如下：

1)設信號的時間序列為 x(n)，加窗分幀處理后得到第 i幀 信號為 xi(m)，相鄰幀之間有重疊，幀長為 N。

2)對分幀處理后的信號進行 FFT變換，分別求其幅度譜|Xi(k)|和相位譜θi(k)，并在相鄰幀之間做平滑處理，得到平均幅度譜

以i幀為中心，前后各取K幀，共有 2K+1幀進行平均。

3)對 xi(m)進行多窗譜估計，得到其功率譜密度 P(k,i)。 其中 i表 示第 i幀 ； k 表 示第 k條譜線。

4)對獲得的 P(k,i)在相鄰幀之間進行平滑處理，得到平滑功率譜密度 Py(k,i)：

以i幀為中心，前后各取K幀，共有 2K+1幀進行平均。

5)已知前序噪聲有M幀，可以得到噪聲的平均功率譜密度值 Pn(k)：

式中： α為過減因子；β為增益補償因子。

圖1 所示為多窗譜估計的改進譜減法處理流程。

圖1 多窗譜估計的改進譜減法處理流程

為驗證多窗譜估計的改進譜減法效果，將該算法與傳統譜減法進行了仿真對比，結果如圖2所示。具體的仿真參數如下：采樣率為96 kHz；所使用水聲通信信號調制方式為QPSK；符號速率為4 000 sps；信號持續時間1 s；噪聲為高斯白噪聲；信噪比為?5 dB。

圖2 改進譜減法與傳統譜減法效果對比

仿真結果表明，傳統譜減法減噪后信噪比為8.0 dB，信噪比提高了13 dB；改進譜減法減噪后信噪比為21.49 dB，信噪比提高了26.49 dB?？梢钥闯?，改進譜減法較傳統譜減法具有更好的減噪效果，能獲得更高的信噪比提升。

圖4 雙滑窗檢測流程

2 雙滑窗檢測技術

雙滑窗檢測算法的基本原理是通過計算設置的2 個連續滑動窗口中的能量，計算2 個窗口的能量比值，得到檢測的判決門限，進而獲得信號的起止時刻，完成信號檢測[9]。其原理框圖如圖3所示。

圖3 雙滑窗檢測原理

通過逐點移位分析前后2 個窗內能量的差異，完成數據存儲區內信號的搜索，記錄檢測到的每個信號的起始時刻、終止時刻及信號個數。圖4 所示為雙滑窗檢測流程圖。

假設接收信號的時間序列為 r(n)， 則窗口 A、B的總能量以及判決變量 Mn分別為

式中 L為 窗口 A、 B的 窗長。將判決變量 Mn作為檢測函數，采用判決門限進行 Mn峰值檢測，以得到信號的起止時刻。在 Mn最大值位置處， a(n)等于信號和噪聲的總能量， b(n)等于噪聲的能量，因此Mn最大值點處的值為

可見，雙滑窗檢測其判決門限只與信號接收信噪比有關，避免了信號檢測過程中信道增益的影響。

3 基于改進譜減算法的水聲通信信號檢測

針對傳統雙滑窗檢測需要較高信噪比的需求，而水聲信道環境噪聲干擾嚴重，信號接收信噪比往往較低，導致傳統雙滑窗檢測概率低的問題，我們將多窗譜估計的改進譜減法和雙滑窗檢測技術相結合，提出了一種水聲通信信號檢測算法。算法克服了傳統雙滑窗檢測在低信噪比情況下檢測概率低、負信噪比情況下無法檢測的問題，在水聲信道強干擾噪聲條件下，仍可實現高概率、高準確率檢測。

基于改進譜減算法的水聲通信信號檢測方法流程如圖5 所示。其具體步驟如下：

圖5 基于改進譜減算法的水聲通信信號檢測流程

1)對采集的水聲信號進行預處理，主要包括去直流、歸一化、帶通濾波，得到濾波后的時域信號；

2)對濾波后的信號進行多窗譜估計的改進譜減法處理，得到減噪、增強后的水聲信號；

3)對增強后的水聲信號進行雙滑窗檢測，獲取數據中信號個數和對應的信號起止時間，完成信號檢測。

4 仿真驗證

為驗證算法在水聲背景環境噪聲下通信信號檢測能力，首先對海洋環境噪聲進行了模擬仿真；然后在模擬的海洋環境噪聲條件下，仿真研究了水聲通信信號分別在接收信噪比為?5、?10 dB情況下信號的檢測效果，并與傳統雙滑窗檢測進行了對比。具體仿真參數如下：采樣率為96 kHz，信號調制方式為QPSK、2FSK，符號速率分別為4 000、500 sps，信號持續時間分別為1、0.5 s，噪聲為模擬的海洋環境噪聲。

海洋環境噪聲的特點是在不同的頻率處有不同的譜級響應，是多種源的綜合效應，其中潮汐、波浪、海洋湍流、行船等產生的環境噪聲均集中在低頻部分，因此，海洋環境噪聲在低頻部分噪聲源級較高，高頻部分源級較低[10?11]。圖6 所示為仿真的海洋環境噪聲及其噪聲譜，其噪聲譜級相當于3 級海況。

圖6 海洋環境噪聲及噪聲譜

圖7、8 所示分別為接收信噪比為?5、?10 dB情況下信號檢測結果。其中QPSK 調制信號處于0.5～1.5 s，持續時間1 s，2FSK 信號處于2～2.5 s，持續時間0.5 s。

由于信號接收信噪比分別為?5、?10 dB，均為負信噪比，直接經雙滑窗檢測已無法實現信號檢測提取。經改進譜減法降噪后，?5 dB 情況下，QPSK 調制信號接收信噪比為23.94 dB，2FSK 調制信號接收信噪比為25.31 dB，雙滑窗檢測可實現信號準確檢測，檢測結果為QPSK 調制信號起止時間分別為0.494、1.501 s，2FSK 調制信號起止時間分別為1.992、2.513 s；?10 dB 情況下，QPSK調制信號接收信噪比為15.09 dB，2FSK 調制信號接收信噪比為19.85 dB，雙滑窗檢測可實現信號準確檢測，檢測結果為QPSK 調制信號起止時間分別為0.498 1.501 s，2FSK 調制信號起止時間分別為1.999、2.511 s。

圖7 ?5 dB 情況下信號檢測結果

圖8 ?10 dB 情況下信號檢測結果

5 結論

傳統雙滑窗檢測在保證檢測概率的需求下，需要較高信噪比支撐，而水聲信號環境噪聲干擾嚴重，接收到的水聲通信信號信噪比往往較低，無法滿足傳統雙滑窗檢測的需求。通過借鑒語音信號處理中所使用的語音增強技術，將語音信號減噪中常用的譜減法與雙滑窗檢測相結合，實現了水聲信道強背景噪聲干擾條件下，水聲通信信號的高概率檢測，并對該算法進行了仿真實驗。

1)仿真結果表明，在接收信噪比為?10 dB 的情況下，仍可實現水聲通信信號的正確檢測，驗證了算法的有效性。

2)本文所提的水聲通信信號檢測方法可實現負信噪比下水聲通信信號的檢測，且算法實現簡單，運算量少，便于實時實現，具有一定的實用價值。

后續需經過湖試、海試進一步驗證優化算法性能，使其能夠應用于水聲通信信號的實時檢測。