非高斯背景下的自适应匹配滤波方法及系统与流程

本发明涉及水声工程中主动声纳的，具体地，涉及非高斯背景下的自适应匹配滤波方法及系统。

背景技术：

1、主动声纳工作过程中主要受混响的干扰。通常情况下，混响是由大量散射体的散射波叠加而成，依据中心极限定理，混响服从高斯分布。但是，随着主动声纳的基阵孔径增大、波束越来越窄，每个散射单元内有效散射体的数量减少，导致混响偏离高斯分布而呈现非高斯分布。

2、在奈曼-皮尔逊准则下，匹配滤波器是主动声纳在高斯白噪声背景下检测回波信号的最优检测器。从频域的角度看，匹配滤波处理相当于将回波信号的频谱与匹配滤波器的频率响应共轭相乘。由于匹配滤波器的幅频响应与回波信号的幅度谱相同、相频响应与回波信号的相位谱互为相反数，因此经过匹配滤波处理后，回波信号的各频率成份在(回波信号的时延值)时刻相位相同，不同频率成份相干叠加形成一个相关峰，可以利用此相关峰实现对回波信号的检测。然而，匹配滤波器的处理增益仅取决于回波信号的“时间带宽积”，在回波信号信噪比较低时，即使经过匹配滤波处理，亦无法检测到回波信号。

3、公开号为cn106656106a的专利文献公开了一种频域自适应匹配滤波器方法，此专利文献将匹配滤波器输出的相关峰看作线谱，采用自适应线谱增强器(ale)对此线谱进行增强，从而提高了匹配滤波器的处理增益。由于ale通常采用最小均方误差(lms)算法，并且lms算法的核心假设是背景噪声服从高斯分布，因而此专利文献在非高斯背景下处理增益急剧下降。

4、针对上述中的相关技术，发明人认为存在非高斯背景下匹配滤波器处理增益低的问题。因此，需要提出一种新的技术方案以改善上述技术问题。

技术实现思路

1、针对现有技术中的缺陷，本发明的目的是提供一种非高斯背景下的自适应匹配滤波方法及系统。

2、根据本发明提供的一种非高斯背景下的自适应匹配滤波方法，所述方法包括如下步骤：

3、步骤s1：读取水声目标的回波信号r(n)；

4、步骤s2：对回波信号r(n)进行常规频域匹配滤波处理；

5、步骤s3：对常规频域匹配滤波器的输出x(k)进行去相关延迟并划分成快拍，然后将其变换到频域作为自适应滤波器的输入；

6、步骤s4：计算k时刻自适应滤波器的输出和估计误差：

7、

8、e(k)＝x(k)-y(k) (7)

9、其中，为k时刻自适应滤波器的频域抽头权向量，初始值为0；(·)h表示共轭转置；

10、步骤s5：采用最大相关熵准则对自适应滤波器的频域抽头权向量进行更新：

11、

12、其中，σk表示k时刻的核宽；μ为自适应滤波的步长；sgn(·)表示符号函数；ρ用来控制wf(k)的稀疏程度；稀疏惩罚项ρμsgn(wf(k))对wf(k)的稀疏度进行控制；

13、步骤s6：更新核宽：

14、

15、其中，max(·)表示最大值；

16、步骤s7：重复步骤s3-步骤s6，直至将x(k)处理完毕；

17、步骤s8：对y(k)作2n点的快速逆傅里叶变换得到自适应匹配滤波的输出：

18、y(n)＝ifft(y(k)) (10)。

19、优选地，所述步骤s2包括如下步骤：

20、步骤s2.1：分别对回波信号r(n)和主动声纳发射信号s(n)作2n点的快速傅里叶变换作为常规频域匹配滤波器的输入：

21、r(k)＝fft(r(n)) (1)

22、s(k)＝fft(s(n)) (2)

23、其中，n为主动声纳发射信号的长度；

24、步骤s2.2：将r(k)和s(k)共轭相乘，得到常规频域匹配滤波器的输出：

25、x(k)＝r*(k)s(k) (3)

26、其中，(·)*表示共轭。

27、优选地，所述步骤s2.1中的n＝10000。

28、优选地，所述步骤s3包括如下步骤：

29、步骤s3.1：对常规频域匹配滤波器的输出x(k)进行去相关延迟得到x(k-δ)；

30、步骤s3.2：将x(k-δ)划分成快拍作为k时刻自适应滤波器的时域输入：

31、x(k-δ)＝[x(n-δ),…,x(n-δ-l+1)]t (4)

32、其中，l为自适应滤波器的阶数，δ为解相关延迟量；

33、步骤s3.3：利用快速傅里叶变换将x(k-δ)变换到频域作为k时刻自适应滤波器的频域输入：

34、xf(k-δ)＝fft(x(k-δ)) (5)。

35、优选地，所述步骤s5中：

36、对自适应滤波器的频域抽头权向量进行更新时，采用了最大相关熵准则，使自适应匹配滤波器适用于非高斯噪声背景；另外，更新公式中加入了稀疏惩罚项ρμsgn(wf(k))对wf(k)的稀疏度进行控制，即采用稀疏自适应滤波算法对自适应滤波器的频域抽头权向量进行更新。

37、本发明还提供一种非高斯背景下的自适应匹配滤波系统，所述系统包括如下模块：

38、模块m1：读取水声目标的回波信号r(n)；

39、模块m2：对回波信号r(n)进行常规频域匹配滤波处理；

40、模块m3：对常规频域匹配滤波器的输出x(k)进行去相关延迟并划分成快拍，然后将其变换到频域作为自适应滤波器的输入；

41、模块m4：计算k时刻自适应滤波器的输出和估计误差：

42、

43、e(k)＝x(k)-y(k) (7)

44、其中，为k时刻自适应滤波器的频域抽头权向量，初始值为0；(·)h表示共轭转置；

45、模块m5：采用最大相关熵准则对自适应滤波器的频域抽头权向量进行更新：

46、

47、其中，σk表示k时刻的核宽；μ为自适应滤波的步长；sgn(·)表示符号函数；ρ用来控制wf(k)的稀疏程度；稀疏惩罚项ρμsgn(wf(k))对wf(k)的稀疏度进行控制；

48、模块m6：更新核宽：

49、

50、其中，max(·)表示最大值；

51、模块m7：重复模块m3-模块m6，直至将x(k)处理完毕；

52、模块m8：对y(k)作2n点的快速逆傅里叶变换得到自适应匹配滤波的输出：

53、y(n)＝ifft(y(k)) (10)。

54、优选地，所述模块m2包括如下模块：

55、模块m2.1：分别对回波信号r(n)和主动声纳发射信号s(n)作2n点的快速傅里叶变换作为常规频域匹配滤波器的输入：

56、r(k)＝fft(r(n)) (1)

57、s(k)＝fft(s(n)) (2)

58、其中，n为主动声纳发射信号的长度；

59、模块m2.2：将r(k)和s(k)共轭相乘，得到常规频域匹配滤波器的输出：

60、x(k)＝r*(k)s(k) (3)

61、其中，(·)*表示共轭。

62、优选地，所述模块m2.1中的n＝10000。

63、优选地，所述模块m3包括如下模块：

64、模块m3.1：对常规频域匹配滤波器的输出x(k)进行去相关延迟得到x(k-δ)；

65、模块m3.2：将x(k-δ)划分成快拍作为k时刻自适应滤波器的时域输入：

66、x(k-δ)＝[x(n-δ),…,x(n-δ-l+1)]t (4)

67、其中，l为自适应滤波器的阶数，δ为解相关延迟量；

68、模块m3.3：利用快速傅里叶变换将x(k-δ)变换到频域作为k时刻自适应滤波器的频域输入：

69、xf(k-δ)＝fft(x(k-δ)) (5)。

70、优选地，所述模块m5中：

71、对自适应滤波器的频域抽头权向量进行更新时，采用了最大相关熵准则，使自适应匹配滤波器适用于非高斯噪声背景；另外，更新公式中加入了稀疏惩罚项ρμsgn(wf(k))对wf(k)的稀疏度进行控制，即采用稀疏自适应滤波算法对自适应滤波器的频域抽头权向量进行更新。

72、与现有技术相比，本发明具有如下的有益效果：

73、1、本发明提供的一种非高斯背景下的自适应匹配滤波方法，采用基于最大相关熵的ale算法对常规频域匹配滤波器输出的线谱(相关谱)进行增强，使得自适应匹配滤波器在非高斯背景中表现出更高的鲁棒性；

74、2、本发明充分利用了ale频率响应在频域的稀疏性，采用稀疏自适应算法对ale的频域抽头权向量进行更新，可以降低失调和稳态误差，提高ale的处理增益，进而提高自适应匹配滤波器的处理增益；

75、3、本发明的算法计算量小，易于工程实现。