被動聲吶信號檢測技術(shù)發(fā)展

張曉勇，羅來源

?

被動聲吶信號檢測技術(shù)發(fā)展

張曉勇，羅來源

(西南電子電信技術(shù)研究所，四川成都 610041)

水聲信號檢測是被動聲吶系統(tǒng)進(jìn)行目標(biāo)探測所需的重要支撐技術(shù)，信號檢測的性能直接影響到被動聲吶系統(tǒng)對目標(biāo)探測的能力。對被動聲吶信號檢測技術(shù)的研究情況進(jìn)行了梳理，將其歸納為基于時(shí)域信息的信號檢測技術(shù)和基于空域信息的信號檢測技術(shù)兩大類。在分析現(xiàn)有技術(shù)不足和應(yīng)用需求的基礎(chǔ)上，指出弱信號、低虛警率和有效利用水聲傳播信息等是被動聲吶信號檢測技術(shù)可能的發(fā)展方向。

被動聲吶；信號檢測；發(fā)展趨勢；

0 引言

被動聲吶具有隱蔽性高、探測距離遠(yuǎn)等優(yōu)點(diǎn)，是對各類艦船目標(biāo)進(jìn)行水聲探測的主要手段之一。被動聲吶系統(tǒng)的主要任務(wù)是通過對艦船目標(biāo)的水聲信號的檢測、識別和測向定位等處理，獲取艦船目標(biāo)的存在性、方位、屬性、運(yùn)動態(tài)勢等信息。

被動聲吶系統(tǒng)直接采集得到的時(shí)域信息包含艦船目標(biāo)輻射聲信號(由船只的機(jī)械噪聲、螺旋槳噪聲和水動力噪聲共同組成)、水聲通信信號、主動水聲探測信號、海洋生物叫聲、地震、水下爆破等產(chǎn)生的瞬態(tài)信號和因刮風(fēng)、降雨等引起的環(huán)境噪聲等。多數(shù)情況下系統(tǒng)關(guān)注的是艦船輻射聲信號，其它信號則作為噪聲和干擾來處理。此外，對直接采集的信號經(jīng)計(jì)算得到的方位歷程圖(Bearing-Time Record, BTR)，也是進(jìn)行水聲目標(biāo)探測的重要依據(jù)，反映了目標(biāo)和環(huán)境的空域信息。

在被動聲吶信號處理流程中，目標(biāo)信號檢測通常位于前端，是目標(biāo)識別分類和定位的前提。經(jīng)過半個(gè)多世紀(jì)的發(fā)展，被動聲吶信號檢測技術(shù)從最初的僅依靠模擬的限幅相關(guān)檢測[1]的方法發(fā)展到綜合應(yīng)用LOFAR譜分析、DEMON譜分析等數(shù)字信號處理方法，取得了較多的研究成果，尤其是小波分析、混沌檢測等新理論和新方法的應(yīng)用給被動聲吶信號檢測技術(shù)注入了新的活力。

目前，被動聲吶信號存在性檢測主要分為兩種思路：一種是基于時(shí)域信息的檢測技術(shù)，它處理的是系統(tǒng)直接采集的時(shí)間采樣序列，主要應(yīng)用于復(fù)雜噪聲條件下的特定水聲信號的檢測，通常通過各種變換處理提取特征參數(shù)進(jìn)行檢測；另一種是基于空域信息的檢測技術(shù)，它處理的是系統(tǒng)在所有方向上不同時(shí)間內(nèi)接收到的聲強(qiáng)信息，主要應(yīng)用于噪聲和干擾具有空域分布不均衡性情況下的信號檢測，通常先要對整個(gè)空間內(nèi)的環(huán)境噪聲門限進(jìn)行估計(jì)，再通過門限比較實(shí)現(xiàn)對信號的存在性檢測。

基于空域信息的檢測技術(shù)與系統(tǒng)前端結(jié)合緊密，技術(shù)理論成熟，在實(shí)際工程中得到了較為廣泛的應(yīng)用；而基于時(shí)域信息的檢測技術(shù)利用水聲信號本身的更多信息，對于處理微弱目標(biāo)以及復(fù)雜環(huán)境條件下的檢測問題有優(yōu)勢，是目前的研究熱點(diǎn)。

1 基于時(shí)域信息的檢測技術(shù)

1.1 線譜檢測技術(shù)

在基于時(shí)域信息的檢測技術(shù)中，針對信號中含有的線譜分量進(jìn)行檢測的技術(shù)占據(jù)著重要的地位，它通常的處理方法是對信號時(shí)間序列使用周期圖法計(jì)算功率譜，再通過檢測功率譜中的譜值實(shí)現(xiàn)對信號存在性的判斷。根據(jù)檢測過程中所需要的觀測次數(shù)的多少，這類檢測方法還可以分為利用單次觀測的功率譜值的實(shí)時(shí)檢測法和利用多次觀測數(shù)據(jù)的推遲決策法[2]。

實(shí)時(shí)檢測法直接利用單次功率譜計(jì)算結(jié)果檢測線譜，具有實(shí)現(xiàn)簡單、快速的優(yōu)點(diǎn)。2008年李啟虎等[3,4]針對艦船輻射噪聲中單頻分量的檢測問題，探討了自相關(guān)檢測、FFT分析、自適應(yīng)線譜增強(qiáng)等幾種低信噪比條件下檢測信號的不同理論方法，指出分段的FFT檢測具有明顯的優(yōu)勢，且對頻率漂移現(xiàn)象有較好的寬容性。實(shí)時(shí)檢測法在高信噪比時(shí)可以同時(shí)保證高檢測概率和較低的虛警概率，但隨著信噪比的降低，虛警變得越來越嚴(yán)重，影響了實(shí)際的可應(yīng)用性。

推遲決策法利用連續(xù)的多次觀測的功率譜組成LOFAR譜圖，線譜對應(yīng)的頻率位置會形成清晰的亮線即譜線，而信號檢測問題也就轉(zhuǎn)變成了對譜線的檢測和提取問題，常用的圖像檢測和跟蹤的方法都可以得到應(yīng)用[2,5]。推遲決策法利用了多次觀測的信息，即使部分觀測的信號信噪比較低也能夠獲得較好的檢測結(jié)果，缺點(diǎn)在于處理相對較為復(fù)雜。

1.2 其它檢測技術(shù)

雖然多數(shù)情況下艦船輻射聲信號中均含有線譜分量，但不含線譜分量的情況也是廣泛存在的，在這種情況下，基于線譜這種相對穩(wěn)定特征的檢測方法都失去了應(yīng)用基礎(chǔ)。

對于不含線譜分量的艦船輻射聲信號，檢測的思路和方法千差萬別。2002年余秋星等[6]介紹了過零點(diǎn)分布、峰間幅值分布和波長差分布等可用于信號檢測和識別的時(shí)域波形結(jié)構(gòu)特征，這些特征的計(jì)算簡單、意義明確，但是易受到噪聲的影響，取值的穩(wěn)定性較差。2008年柳革命等[7]將語音信號處理中的倒譜分析應(yīng)用于提取艦船輻射聲信號的特征，分別對比了線性預(yù)測倒譜方法和Mel倒譜方法提取的特征用于區(qū)分三類典型目標(biāo)時(shí)的性能。倒譜特征本質(zhì)上反映的還是信號的時(shí)域特征，因此，低信噪比條件下的應(yīng)用問題仍需進(jìn)行研究。2010年王紅萍等[8]將混沌理論的基本思想應(yīng)用于水聲信號檢測，提出一種基于混沌預(yù)測的水聲信號檢測模型，根據(jù)混沌系統(tǒng)的動力學(xué)特性，給出了對應(yīng)于這種檢測模型的檢驗(yàn)準(zhǔn)則，仿真試驗(yàn)取得了較好的結(jié)果?；陬A(yù)測的方法需要積累一定長度的信號用于預(yù)測器的訓(xùn)練，并且檢測器的結(jié)構(gòu)相對復(fù)雜，不利于工程實(shí)施。2007年胡橋等[9]通過對水聲信號進(jìn)行經(jīng)驗(yàn)?zāi)Ｊ椒纸?，提取信號的本征模式分量并轉(zhuǎn)化為能量特征向量，計(jì)算得到經(jīng)驗(yàn)?zāi)Ｊ侥芰快兀c門限比較從而實(shí)現(xiàn)對水聲目標(biāo)的檢測?；谛盘柗纸獾臋z測算法將信號投影到不同的觀測尺度上進(jìn)行分析，可以得到艦船輻射聲信號的不同細(xì)節(jié)，但這種方法在低信噪比條件下的表現(xiàn)并不突出。

類似的，這類檢測技術(shù)也可以分為實(shí)時(shí)檢測法和推遲決策法兩種，波形結(jié)構(gòu)檢測、倒譜檢測、混沌檢測、信號分解檢測等多數(shù)檢測技術(shù)都屬于實(shí)時(shí)檢測法，而推遲決策法較為典型的是預(yù)測檢測技術(shù)。預(yù)測檢測將待檢測的時(shí)間序列看作為一個(gè)特定系統(tǒng)的輸出，使用某種模型來模擬該系統(tǒng)，通過歷史數(shù)據(jù)對系統(tǒng)進(jìn)行訓(xùn)練，再將模擬出的輸出結(jié)果與實(shí)際觀測到的結(jié)果進(jìn)行比對，根據(jù)誤差的大小來判別檢測對象是否出現(xiàn)。

此外，學(xué)者們還對水下瞬變信號的檢測問題做了較多研究[10-13]。1991年Marple L.等[14]將水聲瞬變信號建模為阻尼的復(fù)指數(shù)信號的疊加，應(yīng)用奇異值分解降低高斯白噪聲的影響，根據(jù)能量進(jìn)行信號檢測。1999年吳國清等[15]通過對海上記錄的幾十條水聲目標(biāo)噪聲短時(shí)譜圖的分布形態(tài)進(jìn)行分析，采用譜相關(guān)技術(shù)檢測水聲瞬態(tài)信號，仿真實(shí)驗(yàn)對18個(gè)實(shí)際瞬態(tài)信號進(jìn)行實(shí)驗(yàn)，結(jié)果表明近80%的實(shí)際信號使用譜相關(guān)檢測比使用常規(guī)功率譜檢測有3~6 dB的增益。2006年Chaillan F.等[16]對鯨魚叫聲采用隨機(jī)匹配濾波器進(jìn)行檢測，仿真結(jié)果表明當(dāng)信噪比大于-8 dB時(shí)可以正確檢測。2008年韓建輝等[17]提出一種水聲瞬態(tài)信號檢測方法，該方法先通過小波去噪，去除信號中的隨機(jī)頻譜成分，再利用Page-Test檢測器檢測，可以在低信噪比條件下有效提取瞬態(tài)信號的起始位置。

2 基于空域信息的檢測技術(shù)

基于空域信息的檢測技術(shù)的信息來源是水聲探測系統(tǒng)根據(jù)陣列接收的信號計(jì)算得到的方位歷程圖，它反映了不同觀測時(shí)刻、不同方位上接收到的聲強(qiáng)情況。通常每次觀測分別對方位強(qiáng)度信號(某次觀測探測系統(tǒng)接收到的各個(gè)方位上的聲信號強(qiáng)度序列)進(jìn)行檢測，判斷艦船輻射聲信號在各個(gè)方向上的存在性，再根據(jù)多次觀測的結(jié)果進(jìn)行判定以增加檢測的準(zhǔn)確性。由于目標(biāo)輻射聲信號的具體形式是不可確知的，因而不能用匹配濾波的方式實(shí)現(xiàn)最佳檢測；同樣，鑒于海洋環(huán)境噪聲在空域分布上的不均衡性，根據(jù)假定的噪聲分布進(jìn)行信號檢測很難獲得較好的效果。

基于空域信息的檢測技術(shù)的基本實(shí)現(xiàn)思路是：根據(jù)系統(tǒng)接收的陣列數(shù)據(jù)計(jì)算得到方位歷程圖，對方位歷程圖進(jìn)行預(yù)處理估計(jì)噪聲門限，將各次觀測的聲強(qiáng)數(shù)據(jù)與噪聲門限進(jìn)行比較得到信號檢測結(jié)果。目前，基于空域信息的檢測技術(shù)的研究主要從三個(gè)方面展開：一是使用優(yōu)化的波束形成技術(shù)，提高空域上對信號的分辨能力；二是采用更為合理的方位歷程圖生成方法，提高對信號的凸顯能力；三是研究更為有效的噪聲門限估計(jì)技術(shù)，提高對信號的檢測能力。其中，前兩個(gè)方面都是研究如何更好地產(chǎn)生方位歷程圖的方法，而后一個(gè)方面則是與信號檢測能力關(guān)聯(lián)最為緊密的部分，也是研究的熱點(diǎn)。

2.1 優(yōu)化的波束形成技術(shù)

波束形成是水聲陣列測向的基本方法，通過對探測系統(tǒng)直接采集后的時(shí)間序列進(jìn)行計(jì)算獲得探測范圍內(nèi)各個(gè)方位上的聲信號頻率與強(qiáng)度的對應(yīng)關(guān)系，是生成方位歷程圖的基礎(chǔ)。波束形成可以通過較高分辨率的方位估計(jì)實(shí)現(xiàn)對信號的測向，同時(shí)通過陣列處理獲得抗噪聲和干擾的空間增益。最基本的波束形成技術(shù)是常規(guī)波束形成(Conventional BeamForming, CBF)，采用固定的加權(quán)方法進(jìn)行空間信號的合成，這種方法實(shí)現(xiàn)簡單、性能穩(wěn)定但精度較低。為了獲得更高的角度分辨力，發(fā)展了多種高分辨的方位估計(jì)方法，如線性預(yù)測算法、子空間算法等。除此之外，為了盡可能降低噪聲和干擾對信號方位估計(jì)的影響，各種自適應(yīng)波束形成算法應(yīng)運(yùn)而生[18]，如最小均方算法、遞歸最小二乘算法等，實(shí)現(xiàn)壓低旁瓣或?qū)?qiáng)干擾方向陷波等。這些方位估計(jì)的優(yōu)化技術(shù)相繼應(yīng)用于被動聲吶系統(tǒng)，以獲得更易分辨的方位歷程圖。

2.2 方位歷程圖生成技術(shù)

對于每次觀測得到的波束形成結(jié)果，需要應(yīng)用方位歷程圖生成方法，將頻率信息進(jìn)行綜合得到方位與聲強(qiáng)相關(guān)的方位強(qiáng)度信號，再由多次觀測的方位強(qiáng)度信號按照時(shí)間先后順序排列為方位歷程圖。最為簡單的方位歷程圖生成方法是直接頻率累加法，它將某個(gè)方位所有頻率對應(yīng)的聲強(qiáng)直接求和作為該方位上的總聲強(qiáng)。這種方法忽略了艦船輻射聲信號能量在頻率上分布較為集中而噪聲的能量分布較為分散的特點(diǎn)，容易造成信號的遺漏。2003年楊晨輝[19]等介紹了子帶峰值能量檢測(Subband Peak Energy Detection, SPED)在水聲信號檢測中的應(yīng)用，并提出了波束域?qū)拵Х逯的芰繖z測算法，具有提高方位歷程圖顯示清晰度的作用。2005年鄭援等[20]使用圖像處理的方法對方位歷程圖進(jìn)行處理，通過圖像降噪、亮點(diǎn)提取、歷程擴(kuò)展、非目標(biāo)歷程剔除等四個(gè)步驟實(shí)現(xiàn)了對多目標(biāo)方位歷程的自動提取。2011年蔣小勇等[21]提出了一種將導(dǎo)向最小方差(Steered Minimum Variance, STMV)的寬帶自適應(yīng)波束形成與SPED結(jié)合的寬帶檢測新方法，海試數(shù)據(jù)測試結(jié)果表明，該方法的性能優(yōu)于基于常規(guī)波束形成的SPED方法。

2.3 自適應(yīng)噪聲門限估計(jì)技術(shù)

自適應(yīng)噪聲門限估計(jì)已經(jīng)廣泛應(yīng)用于頻域譜分析、弱信號檢測、方向性數(shù)據(jù)的空域?yàn)V波等方面，其基本思想是：按照設(shè)計(jì)準(zhǔn)則自動地對有限窗長內(nèi)的待處理數(shù)據(jù)進(jìn)行挑選和計(jì)算，使得待處理數(shù)據(jù)中代表噪聲的取值較小的數(shù)據(jù)低于計(jì)算得到的噪聲門限，而其中代表信號的取值較大的數(shù)據(jù)高于計(jì)算得到的噪聲門限，從而到達(dá)有效抑制噪聲、提高信號檢測能力的目的。2000年李啟虎等[22]將中值濾波和排序截?cái)嗥骄?Order Truncate Average, OTA)相結(jié)合，利用可變長的窗口匹配不同主瓣寬度的波束圖，對模擬的拖曳式聲吶陣列數(shù)據(jù)進(jìn)行處理，正確地顯示了目標(biāo)方位軌跡。2002年Suojoki T等[23]使用圖像處理的方法對于二維聲吶圖像進(jìn)行噪聲歸一化及目標(biāo)檢測，噪聲歸一化采用二維中值濾波器，二維窗口選擇矩形窗或十字形窗，目標(biāo)檢測使用的是二元假設(shè)檢驗(yàn)方法，通過歸一化后的采樣值與檢測門限的比較實(shí)現(xiàn)檢測。2009年陶劍鋒等[24]對增強(qiáng)方位歷程圖顯示效果的峰值檢出器、均值檢出器、均值-峰值檢出器、峰值-均值檢出器、數(shù)據(jù)均勻縮減檢出器、數(shù)據(jù)插值檢出器等幾種典型方法進(jìn)行了對比分析，指出峰值檢出器和自適應(yīng)插值處理算法的性能在同類算法中比較有優(yōu)勢。2009年王曉宇等[25]提出了一種新的差分鄰域均衡算法實(shí)現(xiàn)對噪聲背景的準(zhǔn)確估計(jì)，該方法比OTA方法更易于工程實(shí)現(xiàn)。

2.4 與跟蹤相結(jié)合的檢測技術(shù)

除了上面提到的幾個(gè)方面外，還有一些學(xué)者將基于空域信息的信號檢測問題與目標(biāo)跟蹤問題一起探討。2000年Shapo B.等[26]針對方位歷程圖提出一種基于單元概率密度函數(shù)的目標(biāo)檢測/跟蹤算法，分三步實(shí)現(xiàn)：第一步是預(yù)處理，用中值濾波器估計(jì)噪聲水平和噪聲功率標(biāo)準(zhǔn)差，并根據(jù)估計(jì)的信噪比進(jìn)行歸一化；第二步是檢測，使用迭代Bayes-Markov算法找到關(guān)聯(lián)性較強(qiáng)的區(qū)域，通過比較似然比與門限實(shí)現(xiàn)該次觀測的信號檢測；第三步是跟蹤，使用最近鄰法和濾波器進(jìn)行軌跡平滑。2003年Sonmez T.[27]在其博士論文中研究了用于目標(biāo)監(jiān)視的多傳感器的優(yōu)化配置問題，以及被動聲吶的純方位目標(biāo)跟蹤問題，使用考慮了實(shí)際物理環(huán)境情況的改進(jìn)概率數(shù)據(jù)關(guān)聯(lián)方法生成目標(biāo)方位軌跡。2011年Chung Kil Woo[28]在其博士論文中研究了淺海環(huán)境下的被動聲吶潛水者檢測問題，提出了一種多頻帶匹配濾波器方法，選擇具有高信噪比的頻帶進(jìn)行信號檢測，并用Hudson河的實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了算法。

3 發(fā)展趨勢

3.1 弱信號檢測技術(shù)是研究重點(diǎn)

一方面，隨著現(xiàn)代艦船自身輻射噪聲譜級的大幅降低，被動聲吶系統(tǒng)所接收到的水聲信號的強(qiáng)度也相應(yīng)降低；另一方面，實(shí)際應(yīng)用要求被動聲吶能夠?qū)Ωh(yuǎn)距離的目標(biāo)進(jìn)行檢測發(fā)現(xiàn)，這意味著對于同一個(gè)艦船目標(biāo)，考慮到傳播損失的影響，系統(tǒng)的檢測門限需要降得更低。因此，對于弱信號的有效檢測技術(shù)是被動聲吶信號檢測需要研究的一個(gè)重點(diǎn)問題。

3.2 低虛警檢測是需要深入研究的問題

對于基于空域信息的信號檢測技術(shù)，影響信號檢測概率與虛警概率的主要技術(shù)是自適應(yīng)噪聲門限估計(jì)技術(shù)。海洋噪聲的分布具有一定的空間指向性[29]，而這種噪聲在空域上的不均衡分布并不能直接精確測定，因此，現(xiàn)有的自適應(yīng)門限估計(jì)技術(shù)都是純數(shù)據(jù)的處理方式，即不考慮噪聲數(shù)據(jù)的概率分布特性而僅根據(jù)數(shù)據(jù)的取值情況估計(jì)噪聲門限，這就導(dǎo)致不能通過噪聲門限的設(shè)定來控制虛警概率(因?yàn)樘摼怕逝c噪聲門限之間沒有直接的對應(yīng)關(guān)系)，使得基于空域信息的信號檢測方法往往存在虛警概率較高的問題。而虛警概率的高低將直接影響被動聲吶系統(tǒng)的實(shí)際可用性。因此，能夠有效降低虛警概率的自適應(yīng)噪聲門限估計(jì)方法是需要進(jìn)行深入研究的。

3.3 水聲傳播信息的利用是潛在的突破點(diǎn)

當(dāng)水聲傳播使得聲源信號發(fā)生擴(kuò)展、延遲疊加等畸變時(shí)，艦船輻射聲信號的特征可能發(fā)生改變，導(dǎo)致檢測方法失效。此外，當(dāng)接收到的信號極其微弱，超出了檢測器的能力范圍時(shí)，常規(guī)的檢測方法已經(jīng)不能實(shí)現(xiàn)對信號有效檢測的要求。

海洋環(huán)境參數(shù)和水聲傳播信道響應(yīng)可以通過主動探測的方式獲得，有效利用這些水聲傳播信息為上述問題的解決帶來了希望。匹配場處理技術(shù)和時(shí)間反轉(zhuǎn)處理技術(shù)是對水聲傳播信息有效應(yīng)用的典范，因此，通過對這類方法的研究，不僅可以去除水聲傳播對信號特性的影響，還可以通過陣列處理增益提高被動聲吶對弱信號的檢測能力，具有較好的應(yīng)用前景。

[1] Ide J M. Development of underwater acoustic arrays for passive detection of sound sources[C]// Proceedings of the IRE, 1959, 47(5): 864-866.

[2] 陳敬軍, 陸佶人. 被動聲吶線譜檢測技術(shù)綜述[J]. 聲學(xué)技術(shù), 2004, 23(1): 57-60.

CHEN Jingjun, LU Jiren. A review of techniques for detection of line-spectrum in passive sonar[J]. Technical Acoustics. 2004, 23(1): 57-60.

[3] 李啟虎, 李敏, 楊秀庭. 水下目標(biāo)輻射噪聲中單頻信號分量的檢測: 理論分析[J]. 聲學(xué)學(xué)報(bào), 2008, 33(3): 193-196.

LI Qihu, LI Min, YANG Xiuting. The detection of single frequency component of underwater radiated of target: theoretical analysis[J]. Acta Acustica, 2008, 33(3): 193-196.

[4] 李啟虎, 李敏, 楊秀庭. 水下目標(biāo)輻射噪聲中單頻信號分量的檢測: 數(shù)值仿真[J]. 聲學(xué)學(xué)報(bào), 2008, 33(4): 289-293.

LI Qihu, LI Min, YANG Xiuting. The detection of single frequency component of underwater radiated of target: digital simulation[J]. Acta Acustica, 2008, 33(4): 289-293.

[5] Lampert T A, Pears N E, O'Keefe S E M. A multi-scale piecewise-linear feature detector for spectrogram tracks[C]// Sixth IEEE International Conference on Advanced Video and Signal Based Surveillance, AVSS '09., 2009: 330-335.

[6] 余秋星, 李志舜. 艦船輻射噪聲的特征提取方法[J]. 魚雷技術(shù), 2002, 10(2): 10-12.

YU Qiuxing, LI Zhishun. Characteristics extraction methods of ship radiative noise[J]. Torpedo Technology. 2002, 10(2): 10-12.

[7] 柳革命, 孫超, 楊益新. 兩種倒譜特征提取技術(shù)在水聲目標(biāo)識別中的應(yīng)用[J]. 西北工業(yè)大學(xué)學(xué)報(bào), 2008, 26(3): 276-281.

LIU Geming, SUN Chao, YANG Yixin. Feature extraction of passive sonar target based on two cepstrums[J]. Journal of Northwestern Polytechnical University, 2008, 26(3): 276-281.

[8] 王紅萍, 王黎明, 萬程亮. 混沌理論在水聲信號檢測中的應(yīng)用研究[J]. 艦船電子工程, 2010, 30(7): 169-172.

WANG Hongping, WANG Liming, WAN Chengling. Applacation of chaotic detection technology to underwater acoustic signals[J]. Ship Electronic Engineering, 2010, 30(7): 169-172.

[9] 胡橋, 郝保安, 呂林夏, 等. 經(jīng)驗(yàn)?zāi)Ｊ侥芰快卦谒暷繕?biāo)檢測中的應(yīng)用[J]. 聲學(xué)技術(shù), 2007, 26(5): 181-183.

HU Qiao, HAO Baoan, LV Linxia, et al. Application of empirical mode energy entropy to target-detection of underwater acoustic signals[J]. Technical Acoustics, 2007, 26(5): 181-183.

[10] Mellinger D K. Handling time variability in bioacoustic transient detection[C]// OCEANS '93 Proceedings, 1993(3): 116-121.

[11] Mellinger D K, Clark C W. A method for filtering bioacoustic transients by spectrogram image convolution[C]// OCEANS '93 Proceedings, 1993(3): 122-127.

[12] Ravier P, Amblard P O. A transient detector based on Malvar wavelets[C]// OCEANS '96 Proceedings, 1996(2): 914-918.

[13] Leung T S T, White P R. A fuzzy logic based underwater acoustic transient classifier[C]// 1996 IEEE Digital Signal Processing Workshop Proceedings, 1996: 494-497.

[14] Marple L, Brotherton T. Detection and classification of short duration underwater acoustic signals by Prony's method[C]// 1991 International Conference on Acoustics, Speech, and Signal Processing, 1991(2): 1309-1312.

[15] 吳國清, 陳永強(qiáng), 李樂強(qiáng), 等. 水聲瞬態(tài)信號短時(shí)譜形態(tài)及譜相關(guān)法檢測[J]. 聲學(xué)學(xué)報(bào), 2000, 25(6): 510-515.

WU Guoqing, CHEN Yongqiang, LI Leqiang, et al. The analysis of underwater transient signal and their detection by spectral correlation[J]. Acta Acustica, 2000, 25(6): 510-515.

[16] Chaillan F, Courmontagne P. Detection of short signal in a noisy underwater environment[C]// OCEANS 2006-Asia Pacific, 2006: 1-7.

[17] 韓建輝, 楊日杰, 王偉, 等. 基于小波變換的Page-Test水聲瞬態(tài)信號檢測[J]. 測試技術(shù)學(xué)報(bào), 2008, 22(2): 160-165.

HAN Jianhui, YANG Rijie, WANG Wei, et al. Research on page-test underwater acoustic transient signal detection based on wavelet transform[J]. Journal of Test and Measurement Technology, 2008, 22(2): 160-165.

[18] 關(guān)欽錦. 波束形成技術(shù)在水聲定位中的應(yīng)用[D]. 南京: 南京理工大學(xué)碩士學(xué)位論文, 2008.

GUAN Qinjin. Application of beamforming in underwater target positioning[D]. Nanjing: Master degree thesis of Nanjing University of Science and Technology, 2008.

[19] 楊晨輝, 馬遠(yuǎn)良, 楊益新. 峰值能量檢測及其在被動聲吶顯示中的應(yīng)用[J]. 應(yīng)用聲學(xué), 2003, 22(5): 31-35.

YANG Chenhui, MA Yuanliang, YANG Yixin. Peak energy detection with application to passive sonar display[J]. Applied Acoustics, 2003, 22(5): 31-35.

[20] 鄭援, 胡成軍, 李啟虎, 等. 一種多目標(biāo)方位歷程實(shí)時(shí)提取方法[J]. 聲學(xué)學(xué)報(bào), 2005, 30(1): 83-88.

ZHENG Yuan, HU Chengjun, LI Qihu. et al. A method to extract multi-target’s bearing time tracks on real time[J]. Acta Acustica. 2005, 30(1): 83-88.

[21] 蔣小勇, 于李洋, 杜選民. 提高被動聲吶寬帶檢測性能的一種新方法[J]. 聲學(xué)技術(shù), 2011, 30(6): 484-488.

JIANG Xiaoyong, YU Liyang, DU Xuanmin. A noval efficient technique to improve performance of passive sonar broadband detection[J]. Technical Acoustics, 2011, 30(6): 484-488.

[22] 李啟虎, 潘學(xué)寶, 尹力. 數(shù)字式聲吶中一種新的背景均衡算法[J]. 聲學(xué)學(xué)報(bào), 2000, 25(1): 5-9.

LI Qihu, PAN Xuebao, YIN Li. A new algorithm of background equalization[J]. Acta Acoustica. 2000, 25(1): 5-9.

[23] Suojoki T, Tabus I. A novel efficient normalization technique for sonar detection[C]// Proceedings of the 2002 International Symposium on Underwater Technology, 2002: 296-301.

[24] 陶劍鋒, 劉洪生. 聲吶數(shù)據(jù)動態(tài)顯示算法研究[J]. 聲學(xué)與電子工程, 2009(4): 35-38.

TAO Jianfeng, LIU Hongsheng. Research on the algorithm of dynamic display of sonar data[J]. Acoustics and Electronics Engineering, 2009(4): 35-38.

[25] 王曉宇, 楊益新. 一種新的寬帶聲吶波束域背景均衡方法[J]. 航海工程, 2009, 38(5): 181-185.

WANG Xiaoyu, YANG Yixin. A new background equalization algorithm in beamspace of broadband sonar[J]. Ship & Ocean Engineering, 2009, 38(5): 181-185.

[26] Shapo B, Bethel R. A novel passive broadband Bayesian detector/tracker[C]// 2000 IEEE Sensor Array and Multichannel Signal Processing Workshop Proceedings, 2000: 92-96.

[27] Sonmez T. Sensor scheduling, target detection and estimation in sonar applications[D]. Dissertation of Doctor degree of the Faculty of the Graduate School of the University of Maryland, USA, 2003.

[28] Chung Kil Woo, Signal processing for passive detection and classification of underwater acoustic signals[D]. Dissertation of Doctor degree of the Faculty of the Stevens Institute of Technology, USA, 2011.

[29] 顧金海, 葉學(xué)千. 水聲學(xué)基礎(chǔ)[M]. 北京: 國防工業(yè)出版社, 1981.

GU Jinhai, YE Xueqian. The basis of underwater acoustics[M]. Beijing: National Defence Industry Press, 1981.

Recent development of passive sonar signal detection

ZHANG Xiao-yong, LUO Lai-yuan

(Southwest Electronics and Telecommunication Technology Research Institute, Chengdu 610041, Sichuan,China)

Underwater signal detection is the important supporting technology forpassive sonar system to monitor targets,and the performance of signal detection directly affects the targetdetection capability of passive sonar system. This paper sort out the main techniques and achievements of passive sonar signal detection, which could be classified into two categories: the temporal information based signal detection technique and the spatial information based signal detection technique. Through the analyses of the existing problems and the application requirements, the potential developing direction of passive sonar signal detection is pointed out, that is, weak signal detection, false alarm probability reduction, and effective use of underwater acoustic propagation information in signal detection.

passive sonar; signal detection; development trend

TN929.3

A

1000-3630(2014)-06-0559-05

10.3969/j.issn1000-3630.2014.06.016

2013-09-10;

2013-12-23

張曉勇(1982－), 男, 江蘇海安人, 博士, 研究方向?yàn)樗曅盘柼幚砑夹g(shù)。

張曉勇, E-mail: tianzxy@126.com