姬托 李然威 劉福臣

（第七一五研究所，杭州，310023）

隨著潛艇隱身降噪技術(shù)的發(fā)展，目標輻射聲源級相較以往有了大幅度的下降，但不可避免的是其產(chǎn)生的低頻線譜仍要比海洋背景噪聲高 10～20 dB以上[1]。相較寬帶輻射噪聲，低頻線譜主要有相干性強、傳播損失小等特點，且目標輻射噪聲中的低頻線譜往往攜帶目標的重要信息，因此基于低頻線譜的檢測技術(shù)是現(xiàn)階段探測安靜型潛艇的重要手段之一。

矢量水聽器可同步共點獲得聲場的聲壓和振速信息，互譜法測向是對目標的不同頻率成分進行測向，如果有多個目標，只要它們的特征譜不重合，就可分別對其進行測向。相比于其他方位估計算法，該算法簡便易行、計算量小。Paulo Felisberto等利用互譜法對2005年馬凱實驗中的三種信號源分別進行測向。現(xiàn)場數(shù)據(jù)表明，只要它們輻射線譜不相同就可以分別對其進行測向，其結(jié)果與四元矢量水聽器陣波束形成結(jié)果基本一致，且計算量小、易于實現(xiàn)[2]?；プV法對信噪比要求較高，且由于目標為靜止狀態(tài)，測向時頻點取為固定頻點。本文針對此問題提出一種在聲壓、振速組合基礎(chǔ)上進行線譜提取、跟蹤，并對提取得到線譜點進行互譜測向，理論上推導了組合形式增益，并通過仿真和海試數(shù)據(jù)分析了復聲強器的測向性能，驗證了該算法的有效性。

1 基于單矢量水聽器的互譜測向法

1.1 矢量水聽器模型

對于遠場的點源信號，聲壓和振速是完全相關(guān)的；而對于各向同性噪聲場，它的聲壓與振速是不相關(guān)的，這是聲壓與振速聯(lián)合信號處理抗干擾的基礎(chǔ)。在海洋波導條件下，三維振速場可近似簡化為二維情況，此時有[3-4]：

式中，x(t)為聲壓通道的目標信號，θ為目標水平方位角，分別為三個通道的背景噪聲。在各向同性噪聲場中，是不相關(guān)的，各軸振速分量的功率為聲壓功率的1/2，即

1.2 基于低頻線譜的方位估計框架

鑒于實際運動目標輻射線譜幅值與頻率的不穩(wěn)定性，本文基于單矢量水聽器提出一種利用低頻線譜的測向方法，將單矢量水聽器采集到的三通道數(shù)據(jù)進行波束旋轉(zhuǎn)用以獲得較穩(wěn)定的幅度增益，后續(xù)再通過線譜提取、線譜跟蹤以獲得準確的線譜信息，其具體流程見圖1。

圖1 方位估計流程圖

2 基于組合形式的線譜提取與跟蹤

2.1 矢量組合增益

傳統(tǒng)標量水聽器只能接收目標聲壓信息，且單水聽器無波束指向性；而矢量水聽器可同時獲取目標聲壓和具有“8”字形指向性的振速信息，因此單個矢量水聽器就可形成波束指向性，并且利用聲壓振速的適當組合可以形成不同的波束指向。對振速分量進行加權(quán)組合可以使波束在二維空間旋轉(zhuǎn)。令：

式中，ψ為引導方位，θs為目標方位。由此可知，vc也具有偶極子指向性，通過改變ψ值，可以在全方位進行角度搜索，當ψ=θs時，vc具有極大值，這就實現(xiàn)了波束在水平面內(nèi)的電子掃描。

當單獨利用vc進行線譜的檢測時，獲得的空間增益當引導方位對準信源所在方位時，獲得的空間增益最大，最大增益為3 dB。同理，利用p+vc進行處理獲得的空間增益Gp+v滿足如下關(guān)系：

同樣，利用p+vc處理獲得的最大增益為4.26 dB。不妨假定利用p+nvc處理可以獲得最大增益，則處理獲得的增益Gp+nv為

由上式可得n=2時，Gp+nv有最大值。所以，p+ 2vc是聲壓與振速的最佳組合方式，可以獲得4.8 dB的空間增益。表1列出了該種組合方式與矢量水聽器其他常見組合形式的增益。

表1 幾種矢量組合形式增益

下面仿真分析幾種組合形式的增益，如圖2所示，噪聲為零均值白噪聲，信號為50 Hz單頻信號，樣本時間為1 s，采樣頻率為1 000 Hz，水平方位角θ=30°，窄帶信噪比設(shè)置為10 dB，計算結(jié)果為100次獨立試驗的統(tǒng)計數(shù)據(jù)。

圖2 各種組合形式增益與目標角度關(guān)系

通過對圖2分析，可以看出前三種的組合形式嚴重依賴于目標方位角，只有當目標方位處于某一較小范圍時可取得理想的增益，而當目標方位不在該范圍時組合形式會出現(xiàn)惡化，不利于后續(xù)檢測。而第4～6種組合通過波束旋轉(zhuǎn)不依賴于目標方位角，尤其第五種組合形式，可取得4.8 dB左右的增益，可作為一種檢測量用于線譜的檢測。

2.2 線譜提取

根據(jù)線譜特征及與連續(xù)譜的差異，可得線譜自動提取的三個判據(jù)：（1）必須包含左右邊界，且左右邊界的寬度應(yīng)小于某一門限；（2）邊界的斜率應(yīng)超過一定的門限；（3）幅度應(yīng)超過某一門限。根據(jù)這三條原則即可編程實現(xiàn)線譜的自動提取，程序流程見圖3。

圖3 線譜提取流程圖

在對艦船噪聲的處理中，由于艦船由遠及近，其信號由弱變強，并非平穩(wěn)過程；此外，海洋環(huán)境噪聲也在起伏變化，因此處理的時間不能太長。而要獲得較高的頻率分辨率，信號段長度必須取的較長，這樣平均的次數(shù)不能太多，引起譜估計的方差較大。此時，線譜自動識別的主要干擾是連續(xù)譜上由于方差起伏引起的偽峰，需要通過卡峰高門限剔除。

峰高門限與歸一化功率譜平均次數(shù)有密切的關(guān)系?，F(xiàn)考慮nd段歸一化功率譜的平均，均值為

仿真分析比較組合形式與功率譜線譜提取結(jié)果見圖4。噪聲為零均值白噪聲，信號為50 Hz單頻信號，樣本時間為1 s，采樣頻率為1 000 Hz，水平方位角θ=30°，窄帶信噪比設(shè)置為–10～30 dB，計算結(jié)果為500次獨立試驗的統(tǒng)計數(shù)據(jù)。

圖4 線譜提取概率與信噪比關(guān)系

分析圖4，在較低信噪比時，相同條件下組合形式提取成功率明顯高于功率譜，當信噪比高于10 dB時，二者都有接近1的提取概率。

2.3 線譜跟蹤

由于運動目標存在多普勒頻移，當存在多目標時，線譜提取后并不能獲得每一目標的線譜歷程。本文主要利用鄰近思想，對線譜提取前后幀鄰近線譜點進行匹配，從而得到目標的線譜歷程用于后續(xù)方位估計。具體實現(xiàn)方法如下：（1）將數(shù)據(jù)按照一定長度劃分成幀，對每一幀的數(shù)據(jù)采用同樣的門限利用上節(jié)方法進行線譜提取，將每一幀提取到的線譜點按順序存入一個新矩陣中的每一行；（2）從第一幀提取到的線譜點開始，設(shè)置一定譜寬，將后一幀與前一幀頻率相差在譜寬范圍內(nèi)的視為同一目標，若沒有則將上一幀的繼續(xù)記錄下來用于與后續(xù)幀進行比較；（3）待全部幀數(shù)據(jù)跟蹤完后，將線譜提取次數(shù)少于一半幀數(shù)的疑似目標刪除。

2.4 互譜法方位估計

互譜法是聲壓、振速互譜處理器，它是對p(t)及作 FFT變換，得到相應(yīng)的譜為則聲壓、振速互譜為[5]

采用滑動窗時間平均，對互譜作平均，得到平均周期圖輸出為：

在海洋信道中，近似滿足聲學歐姆定律，聲壓與振速是同相位的。根據(jù)傅里葉變換的基本特性，兩個同相位輸入的能量集中在互譜的實部，所以目標信號能量集中在復聲強器互譜輸出的實部，虛部中主要為干擾能量。令

目標聲源的水平方位θ為

根據(jù)上式即可計算每個頻率的方位。因此只要目標輻射不同頻率的線譜，就可以分辨多目標的方位。

3 海試數(shù)據(jù)驗證

為了驗證該算法的有效性，用算法處理了海試數(shù)據(jù)。實驗海區(qū)位于三亞海區(qū)，海深70 m，矢量水聽器采用潛標式布放，目標為模擬運動聲源，深度35 m，采樣頻率為512 Hz，數(shù)據(jù)長度約為100 min，其距離變化約為3～9 km，如圖5所示。目標輻射線譜的功率譜歷程圖見圖6。分別利用聲壓功率譜和本文多波束線譜提取的方法對目標輻射線譜進行提取、跟蹤后，得到其線譜信息如圖7。其中（a）為本文算法獲得結(jié)果，（b）為利用傳統(tǒng)功率譜所得結(jié)果。

根據(jù)圖7可以得出結(jié)論：（1）矢量水聽器接收到的運動目標輻射的線譜隨著時間變化存在偏移，若用某一固定頻率值進行后續(xù)方位估計必然會使方位誤差過大；（2）在相同的線譜提取門限下，上圖提取到的線譜點明顯多于下圖提取到的線譜點，證明利用本文多波束線譜提取的方法可有效減少線譜信息的遺漏，從而減小后續(xù)方位估計誤差。

圖5 目標距離變化圖

圖6 目標功率譜歷程

圖7 線譜歷程跟蹤結(jié)果

利用本文算法對該譜寬內(nèi)所有幀數(shù)據(jù)進行線譜提取后，設(shè)置譜寬為0.2 Hz，對每一個譜寬范圍內(nèi)檢測到的線譜點采用鄰近準則進行跟蹤匹配，最后對跟蹤后的線譜歷程進行互譜法方位估計（未提取到的幀不輸出方位），測向后方位歷程圖與實際方位歷程一致性較好（見圖8），驗證了該算法的有效性。

圖8 方位估計結(jié)果

4 結(jié)論

鑒于傳統(tǒng)矢量水聽器測向算法對信噪比要求過高且采用固定頻點測向誤差大的弊端，本文針對運動目標提出一種基于低頻線譜聲壓振速波束旋轉(zhuǎn)的測向方法，在信噪比不過低的情況下均可有效提取目標的方位歷程和頻率歷程，并通過仿真和海試數(shù)據(jù)進行驗證。得出：（1）通過將聲壓振速波束旋轉(zhuǎn)作為檢測量可取得4.8 dB左右的增益。（2）水聽器接收到的運動目標輻射的線譜頻率存在偏移，通過對預(yù)先設(shè)置譜寬內(nèi)提取到的線譜點進行跟蹤可有效減少測向誤差。進一步研究方位與頻率偏移量，可將方位-頻率TMA思想與本算法結(jié)合進行目標的粗略定位。