張大偉，范文濤，許林周，章新華

(1. 海軍大連艦艇學(xué)院，遼寧大連 116018；2.海軍研究院，北京 100073)

0 引 言

被動(dòng)聲吶對(duì)水中目標(biāo)輻射的噪聲信號(hào)進(jìn)行處理，以獲得目標(biāo)的定位、識(shí)別等信息。一般地通過寬帶波束形成方法對(duì)陣列接收信號(hào)進(jìn)行處理，獲得空間增益，可得到不同方位上的波束輸出信號(hào)。傳統(tǒng)上將波束輸出信號(hào)的能量進(jìn)行累加，可以得到目標(biāo)空間譜的寬帶估計(jì)結(jié)果。

隨著目標(biāo)輻射噪聲水平的降低，傳統(tǒng)的能量平均檢測(cè)方法越來越難以解決強(qiáng)干擾存在時(shí)的弱目標(biāo)檢測(cè)問題。關(guān)注到目標(biāo)、干擾及環(huán)境噪聲在頻譜特征上的差異，尤其是針對(duì)目標(biāo)存在穩(wěn)定線譜的情況[2]，研究者提出了一些新的寬帶融合檢測(cè)方法。主要有基于線譜方位穩(wěn)定性和頻率穩(wěn)定性的檢測(cè)方法[3-4]，如子帶峰值能量檢測(cè)[5]、頻率方差線譜檢測(cè)器[6]、自適應(yīng)Alpha-beta修正的線譜檢測(cè)后置處理方法[7]、被動(dòng)線譜檢測(cè)的子帶分解和分方位區(qū)間融合算法[8]等。此外，還有基于背景均衡技術(shù)在波束域和頻率維同時(shí)檢測(cè)目標(biāo)信號(hào)的方法以及專門針對(duì)弱目標(biāo)線譜進(jìn)行自適應(yīng)增強(qiáng)的檢測(cè)技術(shù)，均在一定條件下取得了一定的效果。

本文注意到這樣一種現(xiàn)象：由于目標(biāo)、干擾及環(huán)境噪聲頻譜的差異性，在所處理的寬頻帶內(nèi)，受關(guān)注的弱目標(biāo)雖然總體能量較弱，利用傳統(tǒng)的能量檢測(cè)方法難以檢測(cè)，但在某些未知的特定頻率上，弱目標(biāo)信號(hào)卻可以明顯分辨。對(duì)此，提出了一種寬帶融合檢測(cè)方法，將不同子帶上的波束輸出映射到顏色空間，以色彩調(diào)和的方法對(duì)寬帶空間譜信息進(jìn)行融合，進(jìn)而得到包含頻率信息的彩色方位歷程圖。一方面能夠有效利用弱目標(biāo)未知頻率信號(hào)，使得能量檢測(cè)方法難以清晰顯示的目標(biāo)，通過這種處理有可能顯示出來；另一方面目標(biāo)歷程顏色暗含目標(biāo)的頻譜分布特征，使得顯示層次更加多樣，信息更加豐富，可輔助于目標(biāo)的連續(xù)跟蹤。

1 基于色彩處理的寬帶檢測(cè)方法

被動(dòng)聲吶信號(hào)處理中波束形成器每處理一個(gè)快拍數(shù)據(jù)，都可以得到不同方位上的輸出信號(hào)。通過對(duì)波束輸出信號(hào)進(jìn)行處理，可得到一個(gè)關(guān)于信號(hào)頻率與方位的二維矩陣，即頻率方位矩陣P(f,θ)。若將該矩陣按頻率維度進(jìn)行能量平均，則得到目標(biāo)的空間譜。

1.1 基本原理

通過寬帶能量平均，可以有效地抑制背景噪聲，提高檢測(cè)增益。但由于波束存在一定的寬度，弱目標(biāo)很容易被強(qiáng)干擾淹沒。通過對(duì)頻率方位矩陣進(jìn)行分析發(fā)現(xiàn)，由于目標(biāo)、干擾和噪聲的能量在頻率軸上的分布存在差異性，在某些頻率fx上，可能出現(xiàn)弱目標(biāo)的信號(hào)強(qiáng)度相對(duì)較高，而強(qiáng)干擾和環(huán)境噪聲的強(qiáng)度相對(duì)較弱的情況，但一般情況下fx是未知的，難以事先得到。

如果將整個(gè)頻帶分為N個(gè)子帶，每個(gè)子帶具有一定的寬度，那么就可能使部分子帶包含fx，而部分子帶不包含fx。對(duì)各個(gè)子帶分別進(jìn)行能量平均，得到的空間譜將產(chǎn)生不同的效果。圖1給出了某實(shí)測(cè)數(shù)據(jù)按照三個(gè)子帶對(duì)頻率方位矩陣進(jìn)行能量平均的結(jié)果。通過與全頻帶結(jié)果對(duì)比，可以看出對(duì)于關(guān)注的弱目標(biāo)(圖中箭頭指示)，子帶1的檢測(cè)效果明顯較好，對(duì)于其他目標(biāo)，不同子帶給出的結(jié)果在方位上較為一致而在能量上強(qiáng)弱有別。把不同子帶與全頻帶的檢測(cè)結(jié)果進(jìn)行綜合，將有利于提高對(duì)弱目標(biāo)的檢測(cè)效果。

圖1 不同頻帶目標(biāo)空間譜Fig.1 Spatial spectrums of the targets with different frequency bands

根據(jù)RGB顏色空間理論，使用紅(R)、綠(G)、藍(lán)(B)三種原色按照不同的比例進(jìn)行混合可以得到豐富的顏色[1]。借鑒這一理論，將方位頻率矩陣按照應(yīng)用場景劃分為三個(gè)子帶，依次映射到R、G、B三種顏色域，以子帶能量作為三種顏色混合比例的依據(jù)，從而以顏色合成的方式對(duì)不同子帶的檢測(cè)結(jié)果進(jìn)行融合。

1.2 方法步驟

(1) 將工作頻段劃分為低、中、高三個(gè)子帶，子帶的寬度可以結(jié)合先驗(yàn)知識(shí)進(jìn)行調(diào)整。依次賦予三個(gè)子帶紅(R)、綠(G)、藍(lán)(B)三種顏色值來表征，即使每一個(gè)頻率點(diǎn)對(duì)應(yīng)一個(gè)顏色值 (Rf,Gf,Bf)，取值范圍為0到1。為了使顏色混合結(jié)果更加平滑，在不同子帶之間設(shè)置一定的顏色過渡帶，配色方案如圖2所示，可以看出每種顏色在側(cè)重表示對(duì)應(yīng)頻帶的同時(shí)，對(duì)相鄰的頻帶有一定的兼顧性。

圖2 不同子帶配色方案示意圖Fig.2 Illustration of different color schemes for sub--bands

通過上述配色方案，沿頻率軸由起始頻率fstart到截止頻率fend對(duì)應(yīng)的顏色棒如圖3所示。

圖3 頻率軸與顏色棒的對(duì)應(yīng)關(guān)系Fig.3 Relation between frequency axis and color bar

(2) 按照步驟(1)確定的頻率與色棒的對(duì)應(yīng)關(guān)系，為頻率方位矩陣中每一個(gè)方位上輸出的頻譜進(jìn)行著色，即使用該頻點(diǎn)處的能量值P(f,θ)為對(duì)應(yīng)的顏色值 (Rf,Gf,Bf)加權(quán)，生成三個(gè)新的頻率方位矩陣：

(3) 對(duì)Rp(f,θ)、Gp(f,θ)、Bp(f,θ)分別按照頻率維度進(jìn)行能量平均，得到每個(gè)方位上的顏色輸出值Rp(θ)、Gp(θ)、Bp(θ)，對(duì)其進(jìn)行歸一化，生成該方位上對(duì)應(yīng)的顏色。

背景對(duì)應(yīng)的Rp、Gp、Bp一般均為較小的值，顏色接近黑色；弱目標(biāo)對(duì)應(yīng)的方位一般Rp、Gp、Bp三個(gè)值的和較小，顏色亮度較小。因此，對(duì)生成的顏色采取取反操作，即使用白色(R= 1,G= 1,B= 1)與現(xiàn)有顏色值對(duì)應(yīng)相減。

對(duì)圖1數(shù)據(jù)進(jìn)行色彩處理，得到結(jié)果如圖4所示。其中圖4(a)為能量檢測(cè)結(jié)果，圖4(b)為色彩處理后黑色背景結(jié)果，圖4(c)為色彩處理后白色背景結(jié)果。可見色彩處理后同一目標(biāo)的歷程顏色統(tǒng)一性較好，不同目標(biāo)的歷程顏色有差異，但不明顯，變換背景色為白色后，不同目標(biāo)歷程的顏色區(qū)分度得到改善，圖4(c)中紅色箭頭指示的弱目標(biāo)顯示有所突出。

圖4 對(duì)應(yīng)圖1數(shù)據(jù)著色處理后目標(biāo)歷程圖Fig.4 The bearing-time-record of target after color processing of the data in Fig.1

(4) 為進(jìn)一步增強(qiáng)弱目標(biāo)歷程的顯示強(qiáng)度，借鑒補(bǔ)色理論，對(duì)生成的顏色值(Rp,Gp,Bp)進(jìn)行變換。

變換后重新對(duì)其進(jìn)行歸一化得到新的顏色值(R′p,G′p,B′p)，變換過程相當(dāng)于放大各頻帶能量平均結(jié)果的差異性，使色彩分布更加分明，同時(shí)利用補(bǔ)色理論使顯示效果有一定的立體感。

(5) 接下來，對(duì)新的顏色值進(jìn)行再一次變換，使背景色由深藍(lán)色(明黃色)變?yōu)榻坪谏?白色)。

對(duì)圖4中的同一數(shù)據(jù)進(jìn)行顏色變換處理得到的處理結(jié)果如圖5所示，可以看出圖5(b)中紅色箭頭指示的弱目標(biāo)在黑色背景中顯示為亮綠色，在白色背景中顯示為紅褐色，不同目標(biāo)歷程的區(qū)分度得以明顯加強(qiáng)。

圖5 顏色變換后的目標(biāo)歷程圖Fig.5 The bearing-time-record of target after color conversion

2 實(shí)測(cè)數(shù)據(jù)驗(yàn)證分析

利用一段時(shí)長為80 s的海上實(shí)測(cè)數(shù)據(jù)，對(duì)本文提出的方法進(jìn)行測(cè)試。得到的結(jié)果如圖6～8所示。圖6為使用多信號(hào)分類(Multiple Signal Classification, MUSIC)波束形成方法經(jīng)能量檢測(cè)得到的目標(biāo)方位歷程圖，紅色箭頭指示為關(guān)注的弱目標(biāo)，在40～50 s之間開始可見。圖7、8為本文提出方法處理后得到的結(jié)果，分別為黑色背景和白色背景顯示，可以觀察到弱目標(biāo)歷程顯示更加立體清晰，在30～40 s之間開始可見，檢測(cè)時(shí)間提前約10 s。

圖6 MUSIC波束形成能量檢測(cè)目標(biāo)歷程圖(海試數(shù)據(jù))Fig.6 The bearing-time-record of target obtained by energy detection after MUSIC beam forming of sea trial data

圖7 著色處理后目標(biāo)歷程圖(深色背景)Fig.7 The bearing-time-record of target after color processing with dark-color background

圖8 著色處理后目標(biāo)歷程圖(淺色背景)Fig.8 The bearing-time-record of target after color processing with light-color background

經(jīng)過本文方法處理后，不同目標(biāo)的方位歷程以不同的顏色顯示，與目標(biāo)的頻譜特征具有一定的關(guān)聯(lián)性。

3 結(jié) 論

本文基于目標(biāo)、干擾及環(huán)境噪聲頻譜能量分布具有差異性這一現(xiàn)象，區(qū)別于傳統(tǒng)能量檢測(cè)方法，提出了一種劃分子帶，利用色彩合成原理進(jìn)行寬帶融合檢測(cè)的顯示方法。針對(duì)弱目標(biāo)存在穩(wěn)定線譜或者在部分頻率能量相對(duì)較強(qiáng)的情況，可有效提高對(duì)弱目標(biāo)的檢測(cè)能力，同時(shí)使具有不同頻譜分布特征的目標(biāo)方位歷程區(qū)分度增強(qiáng)，歷程顯示立體感加強(qiáng)，為目標(biāo)連續(xù)跟蹤和清晰判別提供了便利。

研究過程中發(fā)現(xiàn)，本文提出的方法生成目標(biāo)方位歷程圖的色彩效果受多種因素的影響，主要有處理的頻段范圍、頻率分辨率的大小、目標(biāo)與噪聲的頻譜特征等因素。下一步將進(jìn)行詳細(xì)研究，提升該方法對(duì)不同應(yīng)用場景的適應(yīng)性。