水下目标瞬时频率和方位角高精度联合估计方法和系统

技术领域

本发明属于水声被动探测技术领域，尤其涉及一种水下目标瞬时频率和方位角高精度联合估计方法和系统。

背景技术

随着人类对海洋资源需求的不断增长，水下目标探测工作受到越来越多的重视。水声被动探测技术因其不产生声污染、隐蔽性强、对海洋生物无伤害性而备受关注。水下目标的辐射噪声频率和方位角等时空参数估计是水声探测领域的重要内容。受多普勒频移影响，水下目标的声特征主要表现为非平稳特性，常用短时傅里叶变换、小波变换、变分模态分解等非平稳信号处理手段对其进行时频分析（基于EMD和压缩感知的水声目标辐射噪声分类方法及系统.CN112183280A；基于阵列信号时频表征的水下非平稳声源方位估计方法及系统.CN117951465A）；水下目标空间定位常采用常规波束形成、高分辨率波达角估计等手段进行方位角估计（基于分数域反卷积波束形成的啁啾信号波达方向估计方法.CN116226611A;基于时频分析到达时间检测的声源方位估计方法及系统.CN117783999A）。这些常规方法对时空信号按照时域和频域分别进行处理，未能充分利用时空信息的关联性。在实际应用中，复杂环境下的被动目标探测通常面临信噪比低等问题，采用上述传统时空级联处理方法难以实现准确有效的时空参数估计。

时空联合处理方法(一种频率和方位联合估计的阵列信号处理方法.CN108919189A)能够同时利用时空信息进行方位角和频率特性的联合估计，可以有效提高算法抗噪能力和参数估计精度，是实现复杂环境水声弱信号时空参数准确估计的有效手段。但是，现有的方位角和频率联合估计方法主要针对平稳信号设计，不适用于非平稳信号的时频分析，尤其缺乏瞬时频率和方位角的联合估计能力。随着海洋渔业资源勘探、生物多样性监测、海防安全等领域对于水下瞬时信号探测需求的不断提升，精确掌握低信噪比环境下目标瞬时频率特征和瞬时方位动态的技术迫切性与日俱增，开展新型的时空联合估计方法研究意义重大。

发明内容

本发明的目的在于针对现有技术的不足，提供一种水下目标瞬时频率和方位角高精度联合估计方法和系统。

本发明的目的是通过以下技术方案来实现的：第一方面，本发明提供了一种水下目标瞬时频率和方位角高精度联合估计方法，所述方法包括：

获取水下目标探测阵列接收的目标信号，以构建时空二维数组；

对所述时空二维数组进行自适应分解，得到二维固有模态函数；

对所述二维固有模态函数进行二维希尔伯特变换得到解析形式的二维固有模态函数，对所述解析形式的二维固有模态函数进行相位分析得到时空相位函数；

根据理想信号特点和探测阵列空间分布情况，建立目标信号的时域模型和空域模型，所述时域模型和空域模型分别用于描述目标信号的时频特性和空间传播特性；

对所述时空相位函数按照所述目标信号的时域模型进行分析，以估计目标信号的瞬时频率；

对所述时空相位函数按照所述目标信号的空域模型进行分析，以估计目标信号的瞬时方位角。

进一步地，所述水下目标探测阵列包括均匀线性水听器阵列，所述水听器阵列用于接收目标信号，所述目标信号为水声信号。

进一步地，所述对所述时空二维数组进行自适应分解，得到二维固有模态函数，包括：

采用信源个数估计算法，确定分解信号个数Q；利用二维变分模态分解方法对所述时空二维数组进行自适应分解，得到Q个二维固有模态函数；

所述信源个数估计算法包括MDI准则、AIC准则和盖尔圆方法。

进一步地，所述对所述解析形式的二维固有模态函数进行相位分析得到时空相位函数，包括：

对所述解析形式的二维固有模态函数利用虚部和实部的反正切求解得到初步的时空相位函数；对所述初步的时空二维相位函数实施二维相位解缠绕算法，得到时空相位函数。

进一步地，所述目标信号的时域模型为：

其中，

所述目标信号的空域模型为：

其中，

进一步地，所述对所述时空相位函数按照所述目标信号的时域模型进行分析，以估计目标信号的瞬时频率，包括：

对所述时空相位函数

其中，

将M个阵元的瞬时频率进行平均，得到所述目标信号中第q个窄带信号成分瞬时频率的估计值：

。

进一步地，所述对所述时空相位函数按照所述目标信号的空域模型进行分析，以估计目标信号的瞬时方位角，包括：

对所述时空相位函数在空间维度求一阶导数，并根据所述目标信号的空域模型计算得到方位角：

其中，c为声速，

将M个空间采样点进行平均，得到所述目标信号中第q个窄带信号成分瞬时方位角的估计值：

。

进一步地，所述方法应用于静态目标和/或动态目标的探测；还应用于若干个声源目标的同步探测。

第二方面，本发明还提供了一种水下目标瞬时频率和方位角高精度联合估计系统，包括：

数据采集模块，用于获取水下目标探测阵列接收的目标信号，以构建时空二维数组；

信号处理模块，用于对所述时空二维数组进行自适应分解，得到二维固有模态函数；对所述二维固有模态函数进行二维希尔伯特变换解析形式的二维固有模态函数，对所述解析形式的二维固有模态函数进行相位分析得到时空相位函数；

模型建立模块，用于根据理想信号特点和探测阵列空间分布情况，建立目标信号的时域模型和空域模型，所述时域模型和空域模型分别用于描述目标信号的时频特性和空间传播特性；

参数估计模块，用于对所述时空相位函数按照所述目标信号的时域模型进行分析，以估计目标信号的瞬时频率；对所述时空相位函数按照所述目标信号的空域模型进行分析，以估计目标信号的瞬时方位角。

第三方面，本发明还提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，用于实现上述的一种水下目标瞬时频率和方位角高精度联合估计方法。

与现有技术相比，本发明的有益效果是：

（1）本发明利用时域和空域信息的关联性实现时空联合处理，可以有效提升提高复杂环境下微弱目标信号的时空参数估计精度。将时空数据构建为二维数组，在空间参数估计方面，能够利用时间信息增强信噪比，从而提取常规波束形成算法不能检测到的微弱信号；在时间参数估计方面，能够利用空间信息增强信噪比，相较于普通时间信号分析方法具有更高的时间参数估计精度。

（2）本发明所提方法相较于传统的时空联合处理方法，具有更出色的非平稳信号分析能力。本发明利用二维变分模态分解将阵列数据分解为一系列子信号，并计算得到每个子信号的瞬时频率，能够更精准刻画目标信号非平稳特征。

（3）本发明对水下目标信号时空参数的估计具有自适应性。相较于传统算法先进行频率分析，再根据频率分析结果人工选择频带进行波束形成的做法，本发明无需人为干预，能够自适应地根据变分模态分解得到信号频率特征实现时空参数联合估计。

（4）本发明适用于多个声源目标的同步探测，并且同时满足静态和动态目标的探测需求，增加了其在实际应用中的灵活性和适用范围。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种水下目标瞬时频率和方位角高精度联合估计方法流程图；

图2为采用本发明的时空联合估计方法获得的水声目标信号瞬时频率的估计结果与真实值的对比图；

图3为采用本发明的时空联合估计方法获得的水声目标信号瞬时方位角的估计结果与真实值的对比图；

图4为采用本发明的时空联合估计方法获得的水声目标瞬时频率估计结果的均方根误差与传统方法估计结果均方根误差的对比图；

图5为采用本发明的时空联合估计方法获得的水声目标瞬时方位角估计结果的均方根误差与传统方法估计结果均方根误差的对比图；

图6为本发明实施例提供的一种水下目标瞬时频率和方位角高精度联合估计系统模块示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，下述的实施例及实施方式中的特征可以相互组合。

本实施例提供一种水下目标瞬时频率和方位角高精度联合估计方法，用于对水下目标的时空重要参数进行估计，如图1所示，包括以下步骤：

S1.获取水下目标探测阵列接收的目标信号，构建时空二维数组；

具体的，所述水下目标探测阵列均匀线性排列，即等间距布置成一线阵列。

在一实施例中，仿真参数如下：设置50个水听器水平等间距布置成一线阵，阵列阵元间距为7.5米，声速设置为1500米/秒。空间中假设有三个远场声源目标。声源1从-30°匀速移动至-40°，声源2在-25°静止，声源1从40°匀速移动至50°。声源信号形式分别为：

S2.建立目标信号的时域模型和空域模型，所述时域模型和空域模型均是调幅调频函数的形式，分别用于描述目标信号的时频特性和空间传播特性；

具体的，目标信号的时域模型和空域模型是根据目标在时域上的发声特征和空域上的传播特点建立的。

在一实施例中，所述目标信号为水声信号，即建立水声信号的时域模型和空域模型。

水声信号的时域模型表示为多个窄带调幅调频信号的和，如下所示：

其中，

水声信号的空域模型在均匀线阵窄带远场源条件下表示为：

其中，

S3.对所述时空二维数组进行自适应分解，得到二维固有模态函数；

具体的，所述步骤S3包括以下步骤：

S31.采用信源个数估计算法，包括MDI准则、AIC准则和盖尔圆方法，确定分解信号个数Q，理想情况下Q为所有声源的窄带信号个数，即

S32.将2D-VMD（二维变分模态分解）算法应用于时空域二维信号的自适应分解，得到Q个2D-IMF（二维固有模态函数）。

S4. 对所述二维固有模态函数进行二维希尔伯特变换解析形式的二维固有模态函数，对所述解析形式的二维固有模态函数进行相位分析得到时空相位函数；

具体的，所述步骤S4包括以下步骤：

S41.对Q个2D-IMF进行希尔伯特变换，得到Q个解析形式的2D-IMF；

S42.对Q个解析形式的2D-IMF利用虚部和实部的反正切求解得到初步的时空相位函数。

S43.对初步的时空相位函数实施二维相位解缠绕算法，得到时空相位函数。第

S5.对所述时空相位函数按照所述目标信号的时域模型进行分析，以估计目标信号的瞬时频率；

具体的，所述步骤S5包括以下步骤：

S51.对时空相位函数在时间维度求一阶导数，并根据目标信号的时域模型计算得到各个阵元的瞬时频率：

其中，

S52.将M个阵元的瞬时频率进行平均，得到目标信号中第q个窄带信号成分瞬时频率的估计值：

，

参见图2，在一实施例中，采用上述方法所得到的三个目标信号瞬时频率的估计结果与真实值的对比图。

S6.对所述时空相位函数按照所述目标信号的空域模型进行分析，以估计目标信号的瞬时方位角。

具体的，所述步骤S6包括以下步骤：

S61.对时空相位函数在空间维度求一阶导数，并根据目标空域信号模型计算得到方位角：

其中，c为水下中声速，

S62.将M个空间采样点进行平均，得到目标信号中第q个窄带信号成分瞬时方位角的估计值：

参见图3，在一实施例中，采用上述方法所得到的三个目标信号瞬时方位角的估计结果与真实值的对比图。

将瞬时频率和瞬时方位角对应起来，得到Q组

为了比较本发明方法与传统方法在水下目标瞬时频率和瞬时方位角估计方面的精度性能，本实施例采用传统方法对以上仿真数据进行处理。针对非平稳水下目标瞬时频率和瞬时相位角的估计，传统方法通常采用先时频分析、再方位角估计的方式，处理步骤如下：对每个阵元采集到的时域信号采用一维变分模态分解进行分解，再对分解后的子信号利用希尔伯特变换估计瞬时频率；对每个阵元得到的瞬时频率估计结果进行平均，得到最终瞬时频率估计结果；根据瞬时频率估计结果采用窄带常规波束形成算法得到瞬时方位角估计值。为了量化评估两种方法的表现，分别计算本实施例中三个目标瞬时频率和瞬时方位角的均方根误差，并将三个目标的均方根误差进行平均。如图4所示是本发明方法与传统方法瞬时频率均方根误差的对比图；如图5所示是本发明方法与传统方法瞬时方位角均方根误差的对比图。从中可以看出，与传统方法进行比较，本发明方法具有更高的瞬时频率和瞬时方位角估计精度。

本发明还提供了一种水下目标瞬时频率和方位角高精度联合估计系统，如图6所示，包括：

数据采集模块，用于获取水下目标探测阵列接收的目标信号，以构建时空二维数组；

信号处理模块，用于对所述时空二维数组进行自适应分解，得到二维固有模态函数；对所述二维固有模态函数进行二维希尔伯特变换解析形式的二维固有模态函数，对所述解析形式的二维固有模态函数进行相位分析得到时空相位函数；

模型建立模块，用于根据理想信号特点和探测阵列空间分布情况，建立目标信号的时域模型和空域模型，所述时域模型和空域模型分别用于描述目标信号的时频特性和空间传播特性；

参数估计模块，用于对所述时空相位函数按照所述目标信号的时域模型进行分析，以估计目标信号的瞬时频率；对所述时空相位函数按照所述目标信号的空域模型进行分析，以估计目标信号的瞬时方位角。

需要说明的是，本实施例中示出的装置实施例与上述方法实施例的内容相匹配，可以参考上述方法实施例的内容，在此不再赘述。

本发明实施例还提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述实施例中的一种水下目标瞬时频率和方位角高精度联合估计方法。

所述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元，例如硬盘或内存。所述计算机可读存储介质也可以是任意具备数据处理能力的设备，例如所述设备上配备的插接式硬盘、智能存储卡（Smart Media Card，SMC）、SD卡、闪存卡（Flash Card）等。进一步的，所述计算机可读存储介质还可以既包括任意具备数据处理能力的设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述任意具备数据处理能力的设备所需的其他程序和数据，还可以用于暂时地存储已经输出或者将要输出的数据。

以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。