一种舰船水下信号降噪及目标增强方法与流程

1.本发明属于海洋信息技术领域，具体涉及一种基于本征概率密度函数的舰船水下信号降噪及目标增强方法。


背景技术：

2.海上舰船目标的准确识别对海上船舶监测及航线规划、海上权益维护具有重要的现实意义。目前，水下辐射噪声是舰船识别中常用到的信号之一。
3.舰船航行过程中产生的噪声信号在水下会以声波的形式向四周传播。声波传播会受到海洋水体环境和海面、海底的边界的影响，是一个复杂的物理过程，表现在两个方面：一个是传播时声信道会对信号产生调制作用，导致信号的能量损失和畸变；另一个是海洋、内波和锋面等物理海洋动态现象会引入噪声，掩盖有用信号。随着减振降噪技术和材料科学的发展，船舶辐射噪声变得越来越微弱，这使得有效准确地从海洋背景噪声中识别出船舶辐射噪声愈发困难。
4.目前舰船声学的识别主要依靠人耳听取经过降噪、增强处理后的水下噪声信号，依据直觉和经验人工判断相应的类型、螺旋桨转速、叶片数等舰船的物理信息。识别的效果主要取决于信号的降噪和特征增强处理。
5.特征增强的主要目的是尽可能地降低接收信号中的噪声成分，增强信号中的目标成分来提升数据质量，提高识别性能。目前，国内外研究者提出了多种方法来增强目标信号，主要有：滤波技术、信号变换技术和信号分解技术。滤波技术依赖于信号的统计特征，只能处理线性、平稳信号，无法应对目标信号和噪声频带重合的情况，不适用于处理船舶噪声信号。信号变换技术主要是利用多种变换方法，将信号时频局部化以应对目标的非平稳特性，却存在着参数和阈值等选取的影响，需要先验知识，适用范围和增强性能受限。信号分解技术主要有经验模态分解（emd）及其改进算法和变分法模态分解（vmd）算法，同样面临着依赖先验信息，适用范围和性能受限的问题。


技术实现要素：

6.本发明要解决的技术问题在于提供一种基于本征概率密度函数的舰船水下信号降噪及目标增强方法，该方法通过模态分解获取信号的本征概率密度函数，根据与高斯函数的偏差，对信号进行重构，实现对舰船水下噪声的降噪和特征增强。
7.本发明是通过如下技术方案来解决技术问题的：一种舰船水下信号降噪及目标增强方法，所述方法具体包括以下步骤：第一步，提取总长度为t的一段噪声信号s，得到标准化的噪声信号s
t
；标准化操作的步骤为将不同数据样本的采样率统一为fs
std
，其中fs
std
大于20khz；然后去掉信号的直流分量：，其中mean()表示取均值操作；最后将信号功率归一化：，其中std()表示取标准差操作；
第二步，计算信号的本征模态函数；首先对信号s
t
进行模态分解，模态分解的方法包括：模态分解后，表示为：,（1）其中，ci(t)是第i个本征模态函数（imf）分量；进一步，对于舰船噪声，公式（1）中的n大于8。
8.第三步，计算本征模态函数的概率密度函数；对前8个本征模态函数，求得其核函数估计出的概率密度函数；（2）其中，k()为核函数，h为平滑参数。
9.进一步，公式（2）中的核函数选用正态分布对应的高斯函数，则（3）第四步，求解信号本征概率密度函数与高斯函数的偏差；选取偏差绝对值最大值超过0.04的本征模态函数；当选出的本征模态函数个数不超过3时，则选取偏差均值最大的3个本征模态函数；第五步，将选出的本征模态函数在时域上相加，即可完成对舰船水下信号降噪及目标增强的处理。
10.本发明与现有技术相比的有益效果是：本发明方法运用了信号本征概率密度函数与高斯函数的偏差来衡量船舶噪声中的目标特征，摆脱了对先验信息的需求；偏差表征了信号中偏离正态分布的情况，这往往对应着舰船的物理结构（以螺旋桨驱动为主）对水体的外力作用，能有效获取目标成分。该方法不存在着参数和阈值等选取的影响，无需先验知识，适用范围广，能有效地对舰船水下信号进行降噪和目标特征增强，提高后续的识别性能。
附图说明
11.图1是本发明方法的处理步骤流程图；图2是舰船信号分解得到的本征模态函数图；图3是每个本征模态函数的概率密度函数与高斯函数的对比图；图4是增强处理前后的信号demon谱的对比图。
具体实施方式
12.下面通过实施例来对本发明的技术方案做进一步解释，但本发明的保护范围不受实施例任何形式上的限制。
13.实施例1这里以1艘船舶的水下噪声信号为例，把信号进行分帧，每一帧的长度为10秒，帧
与帧之间重合9秒。对于每帧数据，本发明方法的处理步骤（见图1）如下：第一步标准化操作。将总长度为10秒的一帧噪声信号s，执行标准化操作得到标准化的噪声信号s
t
。由于采样率已经一致，故不再需要统一采样率工作。去掉信号的直流分量：，其中mean()表示取均值操作；信号的功率归一化：，其中std()表示取标准差操作。经过标准化后，信号的时域波形如图2中data所示。
14.第二步，计算信号的本征模态函数。首先对信号s
t
进行模态分解，模态分解的方法包括：经验模态分解法（emd），集合经模态分解法（eemd），或者自适应性噪声完备集合经验模态分解法（ceem-emd）。这里选用eemd对这些舰船信号进行分解。模态分解后，信号可以表示为：，其中，ci(t)是本征模态函数（imf）分量。如图2所示，为信号分解后的结果，其中data为原始信号，imfi为第i个本征模态函数，residual为分解后的残余分量，右侧数值为各本征模态函数和残余分量对应的频率。
15.第三步，计算本征模态函数的概率密度函数。对每一个本征模态函数，求得其概率密度函数：，其中，k()为核函数，h为平滑参数。通常选用正态分布对应的高斯函数为核函数，，h=100。每一个本征模态函数的概率密度函数如图3中灰色实线所示。
16.第四步，求解信号本征概率密度函数与高斯函数的偏差。求解信号本征概率密度函数与高斯函数的偏差。选取偏差绝对值最大值超过0.04的本征模态函数；当选出的本征模态函数个数小于3时，则选取偏差均值最大的3个本征模态函数。图3中给出了每一个本征模态函数的概率密度函数（灰色实线）与高斯函数（黑线虚线）的对比。根据图3的结果可以看出，对于该信号选出的本征模态函数分别为imf2、imf3和imf4。
17.第五步，将选出的本征模态函数在时域上进行叠加，对信号进行重构。增强处理前后的信号的demon谱如图4所示，增强处理的效果十分明显。根据图4的结果可以看出，原始信号demon谱的峰值位置如图4上部分的实心点所示，与实际目标严重偏离（空心点所示）；增强处理后的信号demon谱的峰值位置如图4下部分的空心点所示，与实际目标没有偏离。


技术特征：
1.一种舰船水下信号降噪及目标增强方法，其特征在于所述方法具体包括以下步骤：第一步，提取总长度为t的一段噪声信号s，得到标准化的噪声信号s
t
；标准化操作的步骤为将不同数据样本的采样率统一为fs
std
，其中fs
std
大于20khz；然后去掉信号的直流分量：，其中mean()表示取均值操作；最后将信号功率归一化：，其中std()表示取标准差操作；第二步，计算信号的本征模态函数；首先对信号s
t
进行模态分解，模态分解的方法包括：模态分解后，表示为：,（1）其中，c
i
(t)是第i个本征模态函数分量；第三步，计算本征模态函数的概率密度函数；对前8个本征模态函数，求得其核函数估计出的概率密度函数；（2）其中，k()为核函数，h为平滑参数；第四步，求解信号本征概率密度函数与高斯函数的偏差；选取偏差绝对值最大值超过0.04的本征模态函数；当超过0.04的本征模态函数个数小于3时，则选取偏差最大的3个；第五步，将选出的本征模态函数在时域上相加，即可完成对舰船水下信号降噪及目标增强的处理。2.根据权利要求1所述的一种舰船水下信号降噪及目标增强方法，其特征在于对于舰船噪声，公式（1）中的n大于8。3.根据权利要求1所述的一种舰船水下信号降噪及目标增强方法，其特征在于进一步，公式（2）中的核函数选用正态分布对应的高斯函数，则（3）。

技术总结
本发明涉及一种舰船水下信号降噪及目标增强方法，属于海洋信息技术领域，该方法通过模态分解获取信号的本征概率密度函数，根据与高斯函数的偏差，对信号进行重构，实现对舰船水下噪声的降噪和特征增强。本发明方法不存在着参数和阈值等选取的影响，无需先验知识，适用范围广，能有效地对舰船水下信号进行降噪和目标特征增强，提高后续的识别性能。提高后续的识别性能。提高后续的识别性能。


技术研发人员：姜莹 刘宗伟 杨春梅 吕连港 张远凌
受保护的技术使用者：自然资源部第一海洋研究所
技术研发日：2022.04.11
技术公布日：2022/5/10