一种被动声纳多波束窄带信号检测方法及系统与流程

本发明涉及无线电信号定位检测，尤其涉及一种被动声纳多波束窄带信号检测方法及系统。

背景技术：

1、被动声纳是通过接受和处理水中目标发出的辐射噪声或声纳信号，从而获取目标参数的各种声纳的水下侦测设备，由于其不主动发射信号，因此隐蔽性能较佳，被广泛采用。

2、针对被动声纳接收的多波束窄带谱估计，通常用于全向提取水下目标线谱特征，进一步结合目标特征先验信息实现目标跟踪与识别，能够有效避免因目标接触时间短、跟踪器未拾取而导致的目标漏检问题，是被动声纳检测与识别的有效技术途径之一。现有的被动声纳多波束窄带谱估计方法主要通过对声纳基阵接收信号进行时频变换、频域波束形成、时频逆变换以及长时累积时频变换等多步处理，以获取多波束窄带谱信息，实现窄带信号的接收检测。

3、然而上述处理方法并未充分考虑声纳探测的环境特性影响，尤其是背景噪声的起伏特性；当信号与噪声的频谱结构时变空变且不一致时，窄带谱在不同空间、时间上表现出了信噪比强弱差异，长时累积后直接使用均匀加权的时频变换处理，弱化了强信噪比信号成分对信号检测的贡献。

4、因此，针对现有处理方法中对窄带信号接收检测未全面考虑信号与噪声在不同时空的差异性，以及未考虑信噪比在信号检测不同区段的贡献差异，需要提出新的被动声纳多波束窄带信号检测方法。

技术实现思路

1、本发明提供一种被动声纳多波束窄带信号检测方法及系统，用以解决现有技术中被动声纳多波束窄带信号检测处理时，未考虑信号与噪声在不同时空差异性，导致检测出的信号无法明显体现不同信噪比对不同时段信号贡献差异的缺陷，实现充分利用水下无线电信号和噪声的频谱起伏差异性特征，提高被动声纳对目标窄带信号的区分识别。

2、第一方面，本发明提供一种被动声纳多波束窄带信号检测方法，包括：

3、接收多波束时域数据，将所述多波束时域数据划分为不重叠的若干个子段数据，形成多波束时域分段数据集合；

4、基于zoom-fft，对所述多波束时域分段数据集合中的各时段各个波束数据进行窄带谱精细化估计，得到各时段信号多波束窄带谱；

5、根据目标信号与背景噪声的相关性差异，计算所述各时段信号多波束窄带谱的目标信号能量与平均噪声能量，得到分时段最优加权系数；

6、采用所述分时段最优加权系数对所述各时段信号多波束窄带谱进行最优加权相干累加，得到多波束最优加权窄带信号。

7、根据本发明提供的一种被动声纳多波束窄带信号检测方法，接收多波束时域数据，将所述多波束时域数据划分为不重叠的若干个子段数据，形成多波束时域分段数据集合，包括：

8、获取被动声纳中波束形成器的遍历波束数和波束采样点数；

9、由所述遍历波束数和波束采样点数确定各遍历波束输出时域信号；

10、根据任一波束驾驶角度、以所述波束采样点数与预设分段长度比值向下取整和取偶得到的分段数，对所述各遍历波束输出时域信号中任一单波束时域信号进行分段，得到任一单波束时域分段数据；

11、集合所有遍历波束对应的任一单波束时域分段数据，构成所述多波束时域分段数据集合。

12、根据本发明提供的一种被动声纳多波束窄带信号检测方法，由所述遍历波束数和波束采样点数确定各遍历波束输出时域信号，包括：

13、

14、其中，为各遍历波束输出时域信号，为遍历波束数，为波束采样点数，为第个波束的驾驶角度。

15、根据本发明提供的一种被动声纳多波束窄带信号检测方法，根据任一波束驾驶角度、以所述波束采样点数与预设分段长度比值向下取整和取偶得到的分段数，对所述各遍历波束输出时域信号中任一单波束时域信号进行分段，得到任一单波束时域分段数据，包括：

16、

17、其中，，表示任一单波束时域信号；

18、

19、其中，，，表示分段数，表示预设分段长度，表示向下取整符号，取偶数。

20、根据本发明提供的一种被动声纳多波束窄带信号检测方法，基于zoom-fft，对所述多波束时域分段数据集合中的各时段各个波束数据进行窄带谱精细化估计，得到各时段信号多波束窄带谱，包括：

21、步骤s1，对所述多波束时域分段数据集合中的任一时段任一波束数据进行点的快速傅里叶fft变换：

22、

23、其中，，对应的频率值为，，频率间隔为，表示频谱带宽；

24、步骤s2，确定窄带频谱的需求频段范围为，表示需求频段范围最小值，表示需求频段范围最大值，对进行频移，将需求频段范围频移至基带频段范围，得到基带频率谱：

25、

26、其中，；

27、步骤s3，对进行低通滤波，采用有限长单位冲激响应fir滤波器滤除目标频段以外的信号，得到仅包含目标频段的信号；

28、步骤s4，按照每间隔个数据对进行采样，得到降采样数据，表示放大倍数；

29、步骤s5，对进行点的fft变换，并进行频率重组，即可获得细化后的频谱：

30、

31、其中，对应频率为，频率间隔为；

32、步骤s6，遍历各个波束数据，重复步骤s1至步骤s5，得到第段时域数据的多波束窄带谱。

33、根据本发明提供的一种被动声纳多波束窄带信号检测方法，根据目标信号与背景噪声的相关性差异，计算所述各时段信号多波束窄带谱的目标信号能量与平均噪声能量，得到分时段最优加权系数，包括：

34、根据同一段数据对应的目标信号与噪声的自相关性，得到第段时域数据在各频点上的目标信号与噪声能量之和为：

35、

36、其中，；

37、根据不同时段数据间目标信号的相关性与噪声的非相关性差异，将段信号进行两两组合，形成组信号对，将第段信号与第段信号分为一组，其中，由第组信号求解目标信号能量为：

38、；

39、基于与，计算整段数据的平均噪声能量为：

40、；

41、由减去，得到各时段数据的目标信号能量为：

42、；

43、基于最大输出信噪比准则，求解各时段数据在各频点各波束的最优加权系数为：

44、。

45、根据本发明提供的一种被动声纳多波束窄带信号检测方法，采用所述分时段最优加权系数对所述各时段信号多波束窄带谱进行最优加权相干累加，得到多波束最优加权窄带信号，包括：

46、基于所述分时段最优加权系数对各时段信号单波束窄带谱进行最优加权相干累加，得到单波束最优加权窄带信号：

47、

48、其中，为各段时间间隔，；

49、遍历各个波束角度，得到多波束最优加权窄带信号：

50、。

51、第二方面，本发明还提供一种被动声纳多波束窄带信号检测系统，包括：

52、分段模块，用于接收多波束时域数据，将所述多波束时域数据划分为不重叠的若干个子段数据，形成多波束时域分段数据集合；

53、窄带谱估计模块，用于基于zoom-fft，对所述多波束时域分段数据集合中的各时段各个波束数据进行窄带谱精细化估计，得到各时段信号多波束窄带谱；

54、最优加权系数估计模块，用于根据目标信号与背景噪声的相关性差异，计算所述各时段信号多波束窄带谱的目标信号能量与平均噪声能量，得到分时段最优加权系数；

55、累加模块，用于采用所述分时段最优加权系数对所述各时段信号多波束窄带谱进行最优加权相干累加，得到多波束最优加权窄带信号。

56、第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述被动声纳多波束窄带信号检测方法。

57、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述被动声纳多波束窄带信号检测方法。

58、本发明提供的被动声纳多波束窄带信号检测方法及系统，声纳针对处理转换得到的各时段信号多波束窄带谱，根据目标信号与背景噪声的相关性差异获得最优加权系数，利用信号和噪声的频谱起伏差异性特征信息，采用分时段非均匀加权的处理方法，加大对强信噪比时段信号的权重，得到多波束最优加权窄带信号，从而大幅提升对窄带线谱的检测能力，有效解决了被动声纳在处理多波束窄带谱时容易受水下环境影响导致的弱线谱检测概率低以及线谱检测连续性差等问题，具有实现原理简单、计算量小以及实时性强的优点，能广泛适用于各种水下检测环境。