呂曜輝，孫大軍，黃海寧，孫英棣

(1.哈爾濱工程大學(xué) 水聲技術(shù)重點實驗室,哈爾濱 150001; 2.中國科學(xué)院聲學(xué)研究所 水聲工程中心,北京 100190)

基于三元陣聲納的強干擾抑制技術(shù)研究

呂曜輝1，2，孫大軍1，黃海寧2，孫英棣1

(1.哈爾濱工程大學(xué) 水聲技術(shù)重點實驗室,哈爾濱 150001; 2.中國科學(xué)院聲學(xué)研究所 水聲工程中心,北京 100190)

為了提高三元陣被動聲納在水下強干擾下對弱目標(biāo)的檢測性能，文章提出了一種基于三元陣的水下強干擾子空間剔除的抑制算法。算法對強干擾和弱目標(biāo)分別采用了兩種不同的快照數(shù)進行處理，用較短的時間估計運動強干擾的干擾空間，采用正交投影的辦法從原始信號中去除強干擾；對得到的信號作時間累積，通過自適應(yīng)波束形成算法或常規(guī)波束形成算法實現(xiàn)對弱目標(biāo)地檢測。根據(jù)海試數(shù)據(jù)的處理結(jié)果表明，文中建立的算法可以有效地將運動強干擾從接收到的原始信號中剔除，實現(xiàn)了干擾抑制作用，提高了運動強干擾下三元陣聲納對弱目標(biāo)的檢測性能。

強干擾抑制；弱目標(biāo)檢測；波束形成；三元陣被動聲納

0 引 言

三元陣聲納的探測性能更多地是受到水面船只的影響，以及繁忙航線的監(jiān)測，可以說主要的噪聲源就是水面的各種船只。在較短的時間內(nèi)，干擾可能會經(jīng)過多個波束，從而導(dǎo)致嚴(yán)重的非平穩(wěn)噪聲，使得算法無法獲得足夠的快照以估計陣列協(xié)方差矩陣。對于自適應(yīng)波束形成來講，這意味著干擾會很快移出權(quán)響應(yīng)的零陷區(qū)域，干擾功率將泄漏到觀測波束，從而影響對弱目標(biāo)的檢測。

如果運動強干擾和弱目標(biāo)同時存在，為了檢測弱目標(biāo)，通常將采用較長的時間以積累快照數(shù)，但是由于強干擾的快速運動，干擾將經(jīng)過多個波束(比如經(jīng)過弱目標(biāo)所在波束)，從而掩蓋弱目標(biāo)。我們知道目標(biāo)功率越強，則目標(biāo)越容易被估計，所需用來估計目標(biāo)的快照數(shù)越少。反之目標(biāo)功率越弱，則目標(biāo)越難被估計，這時就需要較多的快照數(shù)(相當(dāng)于增加信噪比)來檢測弱目標(biāo)。因此對于強干擾和弱目標(biāo)可以采用兩種速率來處理，即用較少的快照數(shù)對強干擾進行估計并抑制，然后對抑制干擾后的數(shù)據(jù)進行長時間的積累以檢測弱目標(biāo)。該算法從特征空間的角度出發(fā)，首先用較短的時間估計運動干擾對應(yīng)的干擾空間，通過正交投影的辦法從原始信號中去除干擾信號，然后對去除干擾以后的信號作長時間積累，最后采用通常的自適應(yīng)波束形成或者是常規(guī)波束形成算法進行弱目標(biāo)的檢測。

1 三元陣被動測向原理

一個目標(biāo)輻射噪聲，被看作點聲源，離聲源遠(yuǎn)處處置兩個接收水聽器，間距為d，點源與接收水聽器間的間距為r，兩個水聽器接收信號x1(t,r)和x2(t,r)的互相關(guān)函數(shù)Rx1x2(τ,d)為：

(1)

稱為信道中點源聲場的時空相關(guān)函數(shù)。橫桿表示為時間平均。若取r軸與聲傳播方向垂直，則(1)式稱為橫向時空相關(guān)函數(shù)[1-4]。

假設(shè)目標(biāo)是點源，聲波按球面波方式傳播，三元等間距陣被動測距模型如圖1所示。

圖1 三元陣測距模型

圖中S為聲源，1、2、3分別表示被動聲納的三個陣元。設(shè)三元等間距陣間距為d，目標(biāo)方位為θ，目標(biāo)到各陣元的距離分別為r1、r2、r3，其中，r2即為要測定的目標(biāo)距離r。

設(shè)在極坐標(biāo)系中，點源目標(biāo)的坐標(biāo)為S(r,θ)，3個陣元的坐標(biāo)分別為1:(d,π)，2:(0,0)，3:(d,0)，則目標(biāo)到三個陣元的距離為：

r2=r

(2)

設(shè)聲速為c，則目標(biāo)信號到達各個陣元的時延差分別為

(3)

其中，τ12表示陣元1、2接收信號的時間差，τ23表示陣元2、3接收信號的時間差，陣元1、3接收信號的時間差τ13為兩者之和。將式(1)代入式(3)得到：

(4)

(5)

將式(4)、式(5)移項后兩邊平方，整理可得到：

(6)

(7)

將式(6)和式(7)相除后，整理可得目標(biāo)方位的精確估計：

(8)

2 基于子空間剔除的強干擾抑制原理

通常，窄帶信號的陣列協(xié)方差矩陣可以采用如下表示[5-9]：

(9)

其中R0為平穩(wěn)分量。R1為非平穩(wěn)分量，通常對應(yīng)著快速變化的環(huán)境噪聲，如快速運動的船只等。這些船只由于距離聲陣較近，其功率很大，而且運動的速度很快。假設(shè)有K個強干擾存在，算法包括兩個階段：第一個階段，用較少的快照數(shù)L1估計干擾并抑制(快照數(shù)必須大于干擾個數(shù)L1>K)；第二個階段，對抑制干擾后的數(shù)據(jù)進行累積，檢測弱目標(biāo)。

首先陣列輸出的時域信號x(t)經(jīng)過FFT變換到頻域，得到最新頻域快照。假設(shè)X1(f),…,XL1(f)為頻率點f處的陣列輸出快照，其中XL1(f)為最新得到的快照數(shù)據(jù)。為方便起見，在以后的敘述中我們將略去f，可以得到陣列協(xié)方差矩陣如下：

(10)

(11)

假設(shè)Z1,…,ZL2為干擾抑制后的快照數(shù)據(jù)，其中ZL2為最新得到的快照數(shù)據(jù)，于是我們得到以下協(xié)方差矩陣：

(12)

這里需要注意的是，L2可以小于L1，但是這并不是說，檢測弱目標(biāo)需要的時間可以小于抑制干擾所需的時間。從(10)式可以看到，要得到快照ZL2，必須要有L1個快照X1(f),…,XL1(f)來估計干擾空間，L2個快照Z1,…,ZL2，實際上是用到了X2-L2(f),…,X1(f),…,XL1(f)的信息。因此檢測弱目標(biāo)需要的時間必須大于抑制干擾所需的時間，即L1+L2-1>L1。

前面提到需要L1個快照估計K個強干擾，這里我們將通過仿真計算說明抑制強干擾所需要的快照個數(shù)。假設(shè)環(huán)境噪聲為各向均勻同性的白噪聲，并且只有一個干擾，則陣列協(xié)方差矩陣可以如下表示：

(13)

Rz=(I-uuH)R(I-uuH)

(14)

于是抑制前后，干擾方位上的波束形成功率分別為：

(15)

(16)

以上結(jié)論為理想情況，實踐中我們僅能獲得有限的快照數(shù)。假設(shè)有L個快照數(shù)據(jù)，則可以得到估計的陣列協(xié)方差矩陣為：

(17)

同理，干擾抑制后的陣列協(xié)方差矩陣為：

(18)

于是抑制前后，干擾方位上的波束形成輸出功率分別為：

(19)

(20)

下圖為該算法的信號處理框圖。

圖2 強干擾抑制算法框圖

3 試驗結(jié)果

為了驗證基于三元陣的水下強干擾子空間剔除抑制技術(shù)的實際效果并將其應(yīng)用于處理海試數(shù)據(jù)。三元陣陣形結(jié)構(gòu)如下所示：

圖3 三元陣被動聲納接收系統(tǒng)示意圖

舷側(cè)陣被動測距聲納系統(tǒng)安裝示意圖如圖3。每舷有三個基陣，等間距分布。假設(shè)仿真條件為陣間距d=20 m，每個陣有11個基元，基元間距D=5.625 cm。海試數(shù)據(jù)的處理結(jié)果如下：

圖4 未使用強干擾抑制算法的試驗數(shù)據(jù)處理結(jié)果

圖5 使用強干擾抑制算法的試驗數(shù)據(jù)處理結(jié)果

圖4是未采用強干擾子空間剔除算法處理的海試數(shù)據(jù)處理結(jié)果，從圖中可以看出在接近于航行器尾部的區(qū)域有強目標(biāo)出現(xiàn)，弱目標(biāo)與強目標(biāo)的旁瓣混雜在一起不能予以區(qū)分。圖5是采用強干擾子空間剔除算法處理的海試數(shù)據(jù)處理結(jié)果，從圖中可以看出弱目標(biāo)與強目標(biāo)的處理后的檢測門限基本一致，強目標(biāo)的旁瓣基本被抑制干凈，可以清晰地對目標(biāo)進行區(qū)分。由海試數(shù)據(jù)處理結(jié)果可以表明強干擾子空間剔除算法對三元陣聲納有良好的處理效果。

4 結(jié) 語

本文主要討論了基于三元陣的運動強干擾的抑制問題。首先介紹了三元陣測向原理及子空間干擾抑制算法，分析了快照數(shù)對干擾抑制性能的影響。根據(jù)海試數(shù)據(jù)的處理結(jié)果表明，文中建立的算法可以有效地將運動強干擾從接收到的原始信號中剔除，實現(xiàn)了干擾抑制作用，提高了水下強干擾干擾下三元陣聲納弱目標(biāo)的檢測性能。

[1] 梅繼丹.噪聲目標(biāo)被動測向問題研究[D]. 哈爾濱:哈爾濱工程大學(xué)碩士學(xué)位論文, 2006.

[2] 梅繼丹,惠俊英,王逸林,余赟,周偉.Bartlett波束形成的波束零限權(quán)設(shè)計[J]. 2008, 29(12):1316-1318.

[3] 呂曜輝.互譜法被動測距研究[D].哈爾濱:哈爾濱工程大學(xué)工學(xué)碩士學(xué)位論文,2006.

[4] 鄢社鋒,馬遠(yuǎn)良.傳感器陣列波束優(yōu)化設(shè)計及應(yīng)用[M].北京:科學(xué)出版社,2009:1-153.

[5] 李啟虎.聲納信號處理引論(第二版)[M].北京:海洋出版社,2000,334-340.

[6] Y.Wang, J.Li, P.Stoica.” Rank-deficient robust Capon filter bank approach to complex spectral estimation”. IEEE Trans. Signal Processing, 2005,53(8), 2713-2726.

[7] G.. Clifford Carter. Time delay estimation for passive sonar signal processing. IEEE Trans. on Acoustics, Speech, and Signal Processing. 1981, ASSP-29(3): 463-469.

[8] C. H. Knapp, G.C. Carter. The generalized correlation method for estimation of time delay. IEEE. Trans. Acoust. Speech Signal Process. Vol. Assp-24. 1976(8): 320-327.

[9] Z.-S.Wang, J. Li, R.-B.Wu.” Time-delay-and time-reversal-based robust capon beamformers for ultrasound imaging”. IEEE Trans. Medical Imaging, 2005,24(10):1308-1322.

Research on Noise Subspace Culling Based on Three-Element Array Sonar

LV Yao-hui1,2，SUN Da-jun1，HUANG Hai-ning2， SUN Ying-di1

(1. National Laboratory of Underwater Acoustics Technology ,Harbin Engineering University , Harbin 150001,China; 2. Underwater Acoustic Engineering Center, Institute of acoustics Chinese Academy of Sciences,Beijing 100190, China)

In order to improve the performance of the three-element passive sonar for weak target detection under strong underwater noise sources, a suppression algorithm based on three-element array is proposed to eliminate the strong noise source subspace. The algorithm uses two different snapshots to deal with the strong noise source and the weak target respectively. The interference space of the strong noise source is estimated in a short time. The strong noise source is removed from the original signal by orthogonal projection. The resulting signal is integrated for a long time and detected by an adaptive beamforming algorithm or a conventional beamforming algorithm. According to the results of the sea experimental data, it is shown that the proposed algorithm can effectively remove the strong noise source from the

original signal, and achieve the interference suppression effect, The algorithm improves the detection performance of the weak target with three- element sonar under the strong noise source.

strong noise source suppression; subspace culling; three-element passive sonar

10.3969/j.issn.1673-5692.2017.04.014

2017-06-18

2017-07-26

自然科學(xué)基金(No.61501133)

呂曜輝(1982—),男，博士, 副研究員，主要研究方向為水聲信號處理；

E-mail: lyh@mail.ioa.ac.cn

孫大軍(1972—)，男，教授，主要研究方向為水聲信號處理；

黃海寧(1969—)，男，研究員，主要研究方向為水聲信號處理；

孫英棣(1992—)，男，博士，主要研究方向為水聲信號處理。

TB566

A

1673-5692(2017)04-406-04