水声目标探测技术研究现状与展望
|
|
水声目标探测技术发展现状与趋势
基于特征的目标探测技术
在复杂海洋环境下，面向越来越低的目标输入信噪比条件，如何提高水声目标探测性能是水声信号处理领域亟待解决的问题。而从目标角度出发，通过研究目标信号在产生、传播与接收过程的特征，并利用目标特征进行高增益处理，以提高对目标信号侦察与探测性能是一种自然的选择。目前，基于特征的目标探测技术发展主要包括 4 个方面。
基于固有特征量的目标探测技术。所谓固有特征量，就是指目标辐射噪声中受海洋信道长距离传输影响变化较小，或即使有变化，但变化规律已知或者是可控的那一部分分量。根据目标辐射噪声形成和传播机理，固有特征量往往集中在低频、甚低频段，因此此类目标探测技术主要聚焦在目标的低频、甚低频特征探测上。例如，李启虎等提出的带有自适应线谱增强的单频特征信号探测技术，能够获得比传统能量探测方法更高的处理增益，有效探测具有线谱特征的微弱目标，从而有效提高了被动目标探测作用距离。
矢量信号处理方法。水声场既有声压场，也有振速场，随着矢量水听器在工程上的日臻成熟，通过矢量水听器同时获取声压和质点振速矢量，为水声目标探测提供了更多维度上的目标声场特征。在自由场条件下，通过声场声压标量和质点振速矢量联合测量，可对声压、振速、振动加速度、位移、声波强度等特征进行单独或者组合检测，有效区分目标和噪声矢量场，从而达到提高目标探测能力的目的。矢量信号处理一直是水声领域备受关注的热点问题，国内外学者在矢量阵列高分辨方位估计、左右舷分辨、低频和甚低频检测等方面进行了深入研究并确定良好效果，根据研究表明，探测信噪比可提高 5—10 dB；未来研究重点主要集中在运动多目标估计、非自由场条件下矢量处理等方面。
基于非高斯、非线性特征提取的目标探测技术。利用 Wigner-Vill 分布、小波变换、高阶统计、非线性等现代信号处理工具对接收数据进行分析与特征提取，然后进行探测也是基于特征探测的一个较为活跃的研究课题。其中，非高斯信号处理包括高阶统计（高阶谱估计、基于高阶累积量的 ARMA 模型估计、超定递推辅助变量法参数估计、随机梯度法参数估计等）、盲解卷、非监督自适应滤波（盲均衡器、码率盲均衡器、常数模算法）等方面。非线性信号处理则包括随机共振理论、基于随机统计学理论的非线性时间序列分析（非参数化模型估计、非线性 ARMA 模型参数估计等）、基于混沌动力学理论的非线性时间序列分析（嵌入维估计、相空间重构技术、分形维和 Lyapunov 指数估计、全局与局部动力学模型估计、非线性预测与降噪等）、自相似随机信号模型（分数布朗运动、分数高斯噪声、分数 Lévy 稳定运动）等方面的工作。比如，Haykin 和 Thomson提出了一种新的非平稳信号探测的思路，即非平稳环境下的信号探测问题可以转化为自适应模式识别的问题，利用 Wigner-Vill 分布等时频分析工具对数据进行二维时频分析，进行特征提取，并用神经网络进行探测。Shin 和 Kil 利用时频分析方法，提出了全谱信号探测方法，也是一种新思路。
基于信号或噪声宽容性特征的处理方法，依赖于较少的传播信道先验知识，通过信号或噪声的依靠鉴别性特征进行处理，改善其宽容性。例如，Gingras提出了一种利用传统的模闪烁指数的非确定性分量分析的方法，利用简正波模态能量的闪烁来描述在随机起伏海洋波导中的声波传播特性，并通过模态分解和利用模态闪烁指数的统计特性实现水面和水下目标的分辨。Ephraty 等提出了一种基于空间稳定性的水下声源的探测方法，该探测方法只应用了较少的先验知识，即信道的边界性和加性噪声较低的空间非平稳性。