基于LOFAR谱起伏特征的线谱增强方法技术

本申请揭示了一种基于LOFAR谱起伏特征的线谱增强方法，包括步骤一LOFAR谱分析，步骤二LOFAR谱相位提取，步骤三相位加权因子计算和步骤四线谱增强；本发明专利技术提供的基于LOFAR谱起伏特征的线谱增强方法，利用LOFAR线谱相位具有规律起伏的特性，首先对LOFAR相位谱进行时域傅里叶变换，然后对其进行峰值检测及背景平滑，计算二者的比值得到相位加权因子，最后利用相位加权因子对原始LOFAR谱进行加权，经仿真及实际数据验证，该方法对能够有效增强弱线谱、抑制背景噪声，具有良好的工程应用前景。具有良好的工程应用前景。具有良好的工程应用前景。

【技术实现步骤摘要】
基于LOFAR谱起伏特征的线谱增强方法


[0001]本专利技术涉及水声被动目标识别领域，特别涉及一种基于LOFAR谱起伏特征的线谱增强方法。

技术介绍

[0002]水声被动目标识别一直是水声信号处理领域备受关注的方向之一，更是维护我国海洋领土完整与对潜作战制胜的重要组成部分。当代舰艇都致力于降低自身辐射噪声以求得更高的隐蔽性，这对水声目标特征提取造成了极大的影响，也对后续目标分类识别与敌情判断造成了困难，因此如何在低信噪比环境下对目标进行特征提取及增强已经成为亟待解决的问题。
[0003]LOFAR谱分析是水声目标识别中应用最广泛的特征提取方法之一，其主要是对目标辐射噪声进行低频段功率谱分析，得到低频离散线谱及连续谱特征，其中低频离散线谱是目标机械部件的周期性振动引起的，因此可以直观反映目标的物理特征，对水声被动目标识别具有重要的意义。目前的线谱增强方法主要包括自适应线谱增强法、高阶谱分析、基于人工神经网络的线谱增强法等，其中自适应线谱增强方法参数选取十分困难，并且在抑制噪声的同时会抑制弱线谱成分，高阶谱分析同样存在抑制弱线谱的缺陷，基于人工神经网络的线谱增强方法计算量较大，在工程应用上存在不便。线谱频点处相位起伏呈现规则锯齿状，而非线谱频点处相位则是无规律剧烈起伏，利用这一特性，这里引入了一相位加权因子对LOFAR谱进行特征加权，可有效抑制背景噪声以及增强弱线谱成分，提高线谱输出信噪比，对后续目标分类识别提供了良好的基础。

技术实现思路

[0004]本专利技术的主要目的为提供一种基于LOFAR谱起伏特征的线谱增强方法，旨在解决水声目标识别中LOFAR线谱较弱难以检测的问题。
[0005]为了实现上述目的，本专利技术提供一种基于LOFAR谱起伏特征的线谱增强方法，包括：
[0006]步骤一：LOFAR谱分析，对接收的辐射噪声数据x(n)＝1,2,...,N，经过低通滤波、降采样、数据累积、傅里叶变换、非相干累积得到LOFAR谱X(i)，i＝1,2,...,NFFT，其中NFFT为LOFAR谱频点数；
[0007]步骤二：LOFAR谱相位提取，统计batchN批LOFAR谱的相位特征得到batchN
×
NFFT维相位特征矩阵P
angle
；
[0008]步骤三：相位加权因子计算，对相位特征矩阵P
angle
中所有频点进行遍历，对各频点的相位谱进行时域FFT计算，并计算其平滑谱S
i
,i＝1,2,...,NFFT，的均值及提取线谱集合fLine
i
，计算二者比值得到相位加权因子Γ(i)；
[0009]步骤四：线谱增强，通过对原始LOFAR谱X(i)与相位加权因子Γ(i)进行互谱处理，最终实现弱线谱增强。
[0010]进一步地，所述步骤一包括：
[0011]①
低通滤波和降采样，依据声纳的采样频率、工作频段以及要分析的低频频段，选取符合要求的低通滤波器对接收的时域信号进行滤波，得到滤波后的信号x
LP
(n),n＝1,2,...,N，再对其进行降采样得到x
DS
(n),n＝1,2,...,N/D；
[0012][0013]x
DS
(n)＝x
LP
(1:D:N),n＝1,2,...,N/D；
[0014]其中，h
LP
(n)为低通滤波器的单位冲激响应，D为降采样倍数；
[0015]②
功率谱分析，将降采样后的时域数据x
DS
累积至NFFT点，并对累积数据进行功率谱分析：
[0016][0017]其中，K为累积批次，X(i)为LOFAR谱分析结果。
[0018]进一步地，所述步骤二包括：
[0019]假设当前批次为count，提取当前批次至count
‑
batchN+1共batchN批LOFAR谱的相位特征得到batchN
×
NFFT维相位特征矩阵P
angle
：
[0020][0021]其中，X(m,n)表示第m批数据第n个频点的傅里叶变换结果，arg(X
i
(jω))表示第i个频点相位起伏向量。
[0022]进一步地，所述步骤三包括：
[0023]①
对相位特征矩阵P
angle
中时域维做FFT，得到相位起伏特征谱，记为P
AT
；
[0024]P
AT
＝FFT(P
angle
)
[0025]＝FFT{[P
angle
(1) P
angle
(2)
ꢀ…ꢀ
P
angle
(NFFT)]}
[0026]＝[FFT(arg(X1(jω))) FFT(arg(X2(jω))) ... FFT(arg(X
NFFT
(jω)))][0027]其中，P
angle
(i)表示相位特征矩阵P
angle
第i列向量；
[0028]②
遍历所有频点，采用双通分离窗方法估计P
AT
中每个频点f
i
,i＝1,2,...,NFFT，的平续谱S
i
；
[0029]首先根据双通分离窗参数M、L确定滑动窗如下：
[0030][0031]用双通分离窗WinTpsw对P
AT
进行滑动平均得到平滑谱S
i
；
[0032]③
针对每个频点f
i
,i＝1,2,...,NFFT，搜索P
AT
(i)中幅值最大的B个点，其对应幅值记为fLine
i
(b),其中fLine
i
为提取的相位特征谱中每个频点i的线谱集合；
[0033]④
相位加权因子为提取线谱幅值与平滑谱均值的比值：
[0034][0035]本专利技术提供的基于LOFAR谱起伏特征的线谱增强方法，利用LOFAR线谱相位具有规律起伏的特性，首先对LOFAR相位谱进行时域傅里叶变换，然后对其进行峰值检测及背景平滑，计算二者的比值得到相位加权因子，最后利用相位加权因子对原始LOFAR谱进行加权，经仿真及实际数据验证，该方法对能够有效增强弱线谱、抑制背景噪声，具有良好的工程应用前景。
附图说明
[0036]图1是本专利技术一实施例基于LOFAR谱起伏特征的线谱增强方法的实现流程框图；
[0037]图2是仿真信号线谱频点100Hz处相位起伏及其特征谱(上图为线谱频点相位起伏，下图为线谱频点相位起伏特征谱)；
[0038]图3是仿真信号线谱频点100Hz处相位起伏及其特征谱(上图为线谱频点相位起伏，下图为线谱频点相位起伏特征谱)；
[0039]图4是仿真信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LOFAR谱起伏特征的线谱增强方法，其特征在于，包括：步骤一：LOFAR谱分析，对接收的辐射噪声数据x(n)＝1,2,...,N，经过低通滤波、降采样、数据累积、傅里叶变换、非相干累积得到LOFAR谱X(i)，i＝1,2,...,NFFT，其中NFFT为LOFAR谱频点数；步骤二：LOFAR谱相位提取，统计batchN批LOFAR谱的相位特征得到batchN
×
NFFT维相位特征矩阵P
angle
；步骤三：相位加权因子计算，对相位特征矩阵P
angle
中所有频点进行遍历，对各频点的相位谱进行时域FFT计算，并计算其平滑谱S
i
,i＝1,2,...,NFFT，的均值及提取线谱集合fLine
i
，计算二者比值得到相位加权因子Γ(i)；步骤四：线谱增强，通过对原始LOFAR谱X(i)与相位加权因子Γ(i)进行互谱处理，最终实现弱线谱增强。2.根据权利要求1所述的基于LOFAR谱起伏特征的线谱增强方法，其特征在于，所述步骤一包括：
①
低通滤波和降采样，依据声纳的采样频率、工作频段以及要分析的低频频段，选取符合要求的低通滤波器对接收的时域信号进行滤波，得到滤波后的信号x
LP
(n),n＝1,2,...,N，再对其进行降采样得到x
DS
(n),n＝1,2,...,N/D；x
DS
(n)＝x
LP
(1:D:N),n＝1,2,...,N/D；其中，h
LP
(n)为低通滤波器的单位冲激响应，D为降采样倍数；
②
功率谱分析，将降采样后的时域数据x
DS
累积至NFFT点，并对累积数据进行功率谱分析：其中，K为累积批次，X(i)为LOFAR谱分析结果。3.根据权利要求1所述的基于LOFAR谱起伏特征的线谱增强方法，其特征在于，所述步骤二包括：假设当前批次为count，提取当前批次至count
‑
batchN+1...

【专利技术属性】
技术研发人员：张昕，叶思懋，陈浩，尚金涛，杨柳，王庆，陈越超，
申请(专利权)人：中国船舶集团有限公司第七一五研究所，
类型：发明
国别省市：