基于多普勒Chirp-Fourier變換的水下航行器噪聲源定位方法

田 豐 楊益新 吳姚振 楊 龍

?

基于多普勒Chirp-Fourier變換的水下航行器噪聲源定位方法

田 豐 楊益新*吳姚振 楊 龍

(西北工業(yè)大學(xué)航海學(xué)院 西安 710072)

通過(guò)對(duì)水下航行器輻射噪聲的多普勒特征分析，可以定位線譜噪聲源在航行器上的輻射位置，從而有針對(duì)性地采取治理措施。傳統(tǒng)的多普勒分析方法大多在時(shí)頻域中進(jìn)行，難以有效處理同頻聲源的定位問(wèn)題。該文提出一種基于Chirp-Fourier變換特征的多普勒分析方法，將多普勒信號(hào)分解為線性調(diào)頻(LFM)子分量的集合，并轉(zhuǎn)換到頻率-調(diào)頻因子構(gòu)成的2維平面。利用該平面內(nèi)的多普勒信號(hào)分布特征，可以有效抑制同頻聲源之間的相互干擾，進(jìn)而完成多噪聲源的定位。仿真和海上實(shí)驗(yàn)驗(yàn)證了該方法的有效性。

水下信息處理；噪聲源定位；水下多普勒信號(hào)；Chirp-Fourier變換；頻率-調(diào)頻域

1 引言

水下運(yùn)動(dòng)航行器的輻射噪聲頻譜由離散的線譜和連續(xù)分布的寬帶譜組成。其中的線譜成分主要來(lái)源于航行器內(nèi)部機(jī)械設(shè)備的低頻往復(fù)運(yùn)動(dòng)，一般比較穩(wěn)定而且相對(duì)連續(xù)譜的強(qiáng)度較高，在水下傳播損失較小，通常攜帶了明顯的航行器個(gè)體特征，是水聲檢測(cè)和識(shí)別的重要信息源[1,2]。因此，需要通過(guò)水聲測(cè)量方法準(zhǔn)確定位低頻線譜噪聲源在航行器表面的輻射部位，以便于有針對(duì)性地采取減震降噪措施，從而提高航行器的聲隱身性能。目前采用的水下航行器噪聲源定位方法主要包括通過(guò)特性法、方位角估計(jì)方法以及多普勒分析方法等。

針對(duì)水下航行器同頻輻射噪聲源的定位分辨問(wèn)題，本文提出了一種基于多普勒Chirp-Fourier變換特征分析的噪聲源定位方法。該方法將多普勒信號(hào)由時(shí)頻域轉(zhuǎn)換到頻率-調(diào)頻因子構(gòu)成的2維平面，使多普勒信號(hào)分解為多個(gè)LFM子分量的組合。通過(guò)對(duì)多普勒信號(hào)的LFM子分量在頻率-調(diào)頻平面上分布特征的提取，可以有效抑制聲源之間的相互干擾，并且準(zhǔn)確估計(jì)各聲源的多普勒參數(shù)，進(jìn)而定位各噪聲源的輻射位置。多噪聲源環(huán)境的仿真算例分析表明，該方法對(duì)于水下航行器表面的多個(gè)同頻或相近頻率聲源的定位分析具有良好的分辨和估計(jì)性能。海上實(shí)測(cè)數(shù)據(jù)驗(yàn)證了方法的有效性。

2 測(cè)量系統(tǒng)模型

圖1 噪聲源定位測(cè)量系統(tǒng)示意圖

由于聲源和接收端之間延時(shí)的非線性變化，接收信號(hào)產(chǎn)生多普勒效應(yīng)，可表示為

3 多普勒信號(hào)的Chirp-Fourier分解特征

3.1 Chirp-Fourier變換的分解原理

Chirp-Fourier變換(CT)是一種Chirplet基函數(shù)參數(shù)化時(shí)頻分析方法，常用于多線性調(diào)頻信號(hào)分量參數(shù)分析[13]，可以表示為

3.2 多普勒信號(hào)的Chirp-Fourier分解特性

多普勒信號(hào)的CT分解比較復(fù)雜，很難直接精確推導(dǎo)其在頻率-調(diào)頻面上分布的完整數(shù)學(xué)表達(dá)式。然而多普勒信號(hào)中任意時(shí)刻的局部能量分布，都是其某部分LFM子分量作用的結(jié)果。因此，只需要研究構(gòu)成中心時(shí)刻的那部分LFM子分量的特征，就可以獲得完整的多普勒中心時(shí)刻信息，從而達(dá)到簡(jiǎn)化信號(hào)分析的目的。

4 基于多普勒頻率-調(diào)頻分布特征的噪聲源定位方法

4.1混合LFM信號(hào)的頻率-調(diào)頻平面分布特征

多普勒信號(hào)中包含了相交的LFM子分量信號(hào)，且交點(diǎn)為多普勒中心點(diǎn)。因此，相交的混合LFM信號(hào)與多普勒信號(hào)在頻率-調(diào)頻平面上具有相同分布特征。研究混合LFM信號(hào)在頻率-調(diào)頻2維平面上的分布規(guī)律，提取其中所包含的LFM信號(hào)交點(diǎn)信息，也就得到了多普勒信號(hào)的頻率-調(diào)頻分布特征，從而估計(jì)出多普勒信號(hào)的中心參數(shù)。

圖2 交點(diǎn)位于時(shí)間段中點(diǎn)的混合LFM信號(hào)

4.2多普勒信號(hào)的頻率-調(diào)頻平面分布特征

圖3 交點(diǎn)與時(shí)間中點(diǎn)不重合的混合LFM信號(hào)

4.3同頻噪聲源的多普勒CT分解定位方法

5 仿真性能分析

為了考察算法的聲源定位分辨性能，設(shè)置了多噪聲源仿真環(huán)境，并與短時(shí)傅里葉變換(STFT)和Wigner-Ville分布(WVD)時(shí)頻分析方法進(jìn)行對(duì)比。仿真中的統(tǒng)一條件設(shè)置為：運(yùn)動(dòng)速度3 m/s，正橫距離20 m，水中聲速1500 m/s，信號(hào)采集時(shí)長(zhǎng)80 s，采樣率1 kHz。各仿真中，兩信號(hào)CPA分別為32 s和48 s，信號(hào)幅度相同，單個(gè)信號(hào)的信噪比為6 dB。

仿真1 兩個(gè)信號(hào)頻率存在微弱差異，為50.00 Hz和49.90 Hz。圖5(a)為其STFT處理結(jié)果，圖5(b)為WVD的處理結(jié)果。這兩種分布均產(chǎn)生了嚴(yán)重混疊，不能反映真實(shí)的能量分布狀態(tài)。圖5(c)為CT分布效果，雖然存在信號(hào)間干擾，但是依然能有效分辨信號(hào)并提取參數(shù)。

仿真2 兩個(gè)信號(hào)中心頻率完全相同，均為50.00 Hz。各算法處理結(jié)果如圖6所示，信號(hào)的STFT和WVD出現(xiàn)了嚴(yán)重的失真和畸變，而CT分解結(jié)果能獲得良好的分辨效果。估計(jì)處理結(jié)果如表1所示?？梢钥闯?，針對(duì)同頻聲源形成的窄帶內(nèi)混疊多普勒信號(hào)，CT分解方法具有良好的處理性能，可以有效定位聲源的輻射位置。

圖4 多普勒信號(hào)的CT分布效果

圖5 相近頻率聲源的多普勒分布與處理

圖6 同頻率聲源的多普勒分布與處理

表1各仿真參組及估計(jì)性能對(duì)比

仿真組信號(hào)頻率(Hz)CPA誤差(s)定位誤差(m) 仿真1信號(hào)150.000.170.51 信號(hào)249.900.220.66 仿真2信號(hào)150.000.431.32 信號(hào)250.000.320.96

6 海測(cè)數(shù)據(jù)分析

海上驗(yàn)證試驗(yàn)于2012年在大連附近海域進(jìn)行。接收端水聽(tīng)器位于水線下10 m。發(fā)射平臺(tái)布置參照?qǐng)D1，搭載低頻和高頻發(fā)射換能器，作為模擬輻射聲源和參考聲源。兩聲源分別固定于船體中軸線上的兩個(gè)可升降支架底部，間距為19.2 m，試驗(yàn)時(shí)均放入水線下6 m。為避免船體諧振，發(fā)射信號(hào)頻率為55 Hz，采用5 kn航速工況。實(shí)測(cè)正橫距離為33.9 m，運(yùn)動(dòng)速度為2.93 m/s。為了驗(yàn)證同頻多聲源的處理性能，將采集信號(hào)延時(shí)8.2 s后與原信號(hào)疊加，以模擬距離為24 m的同頻聲源接收效果。對(duì)延時(shí)疊加后的數(shù)據(jù)進(jìn)行處理，如圖7所示。可以看出，STFT和WVD均無(wú)法對(duì)混疊信號(hào)進(jìn)行有效分辨，而CT能清晰分辨兩個(gè)信號(hào)，估計(jì)結(jié)果如表2所示?？梢钥闯觯珻T變換的頻率-調(diào)頻分析方法能有效提取同頻信號(hào)的多普勒CPA時(shí)刻參數(shù)，并且完成各聲源的定位處理。

圖7 實(shí)測(cè)低頻聲源多普勒信號(hào)的處理效果

表2實(shí)測(cè)聲源的CT處理定位結(jié)果

單聲源處理模擬雙聲源處理 信號(hào)55 Hz信號(hào)55 Hz原始信號(hào)55 Hz延時(shí)信號(hào) CPA時(shí)刻誤差(s)0.250.410.52 定位誤差(m)0.731.191.52

7 結(jié)論

本文基于水下目標(biāo)輻射噪聲中線譜的多普勒頻移特征，提出了一種基于CT的多噪聲源多普勒分析方法，將運(yùn)動(dòng)聲源產(chǎn)生的多普勒信號(hào)轉(zhuǎn)換到頻率-調(diào)頻因子構(gòu)成的2維平面，并分解為多個(gè)LFM分量的組合。通過(guò)多普勒信號(hào)在頻率-調(diào)頻2維平面內(nèi)分布特征的提取，可以得到多普勒信號(hào)中LFM分量的時(shí)頻交點(diǎn)信息，從而估計(jì)出聲源的輻射頻率和多普勒CPA時(shí)刻，結(jié)合測(cè)量系統(tǒng)完成對(duì)噪聲源的定位。該方法在接收端僅需單個(gè)水聽(tīng)器即可處理，具有良好的實(shí)際應(yīng)用性能。多噪聲源環(huán)境的仿真算例分析表明，該方法對(duì)于混疊的窄帶多分量多普勒信號(hào)具有良好的分辨和估計(jì)性能，可有效處理同頻或相近頻率的聲源，具有一定的工程實(shí)用價(jià)值。最后通過(guò)海上實(shí)測(cè)數(shù)據(jù)驗(yàn)證了方法的有效性。

[1] 陳陽(yáng), 王自娟, 朱代柱, 等. 一種基于頻率方差加權(quán)的線譜目標(biāo)檢測(cè)方法[J]. 聲學(xué)學(xué)報(bào), 2010, 35(1): 76-80.

[2] Abrahamsen K. The ship as an underwater noise source[C]. Proceedings of Meetings on AcousticsEdinburgh, 2012: 70058-70061.

[3] 高偉, 陳川. 基于輻射噪聲強(qiáng)度和線譜多普勒的目標(biāo)運(yùn)動(dòng)參數(shù)估計(jì)[J]. 聲學(xué)技術(shù), 2010, 29(4): 374-379.

Gao Wei and Chen Chuan. Target motion parameters estimation based on radiated noise intensity and Doppler frequency shift of line spectrum[J].. 2010, 29(4): 374-379.

[4] 王志偉, 徐靈基, 楊益新, 等. 直線陣識(shí)別水下運(yùn)動(dòng)目標(biāo)噪聲源方法研究[J]. 振動(dòng)與沖擊, 2012, 31(19): 118-122.

Wang Zhi-wei, Xu Ling-ji, Yang Yi-xin,..Identification of noise sources of an underwater moving target based on a linear array[J]., 2012, 31(19): 118-122.

[5] 趙閃, 孫長(zhǎng)瑜, 陳新華, 等. 一種改進(jìn)的被動(dòng)合成孔徑算法用于艦船輻射噪聲檢測(cè)[J]. 電子與信息學(xué)報(bào), 2013, 35(2): 426-431.

Zhao Shan, Sun Chang-yu, Chen Xin-hua,.. An improved passive synthetic aperture sonar algorithm application for detecting of the ship radiated noise[J]., 2013, 35(2): 426-431.

[6] Xu Ling-ji, Yang Yi-xin, and Tian Feng. Doppler method for identification of noise sources on underwater moving target[C]. Asia Pacific Signal and Information Processing Association Annual Summit and Conference, Xi’an, 2011: 83-88.

[7] 田豐, 楊益新, 吳姚振, 等. 窄帶細(xì)化Wigner-Ville分布分析的快速實(shí)現(xiàn)方法[J]. 電子與信息學(xué)報(bào), 2013, 35(7): 1713-1719.

Tian Feng, Yang Yi-xin, Xu Ling-ji,..Fast Realization of Zoom-spectrum Wigner-Ville Distribution Analysis in a Narrowband[J]., 2013, 35(7): 1713-1719.

[8] 吳國(guó)清, 馬力. 利用輻射噪聲多線譜的多普勒進(jìn)行距離估計(jì)[J]. 聲學(xué)學(xué)報(bào), 2006, 31(2): 140-145.

Wu Guo-qing and Ma Li. Range estimation by Doppler of multi-time in radiated noise spectrum[J]., 2006, 31(2): 140-145.

[9] Tam K C, Tang S K, and Lau S K. On the recovery of moving source characteristics using time--frequency approach[J]., 2012, 73(4): 305-314.

[10] Tian Feng, Yang Yi-xin, and Xu Ling-ji. Doppler parameters estimation by short time Chirp Fourier transform[C]. 2011 IEEE International Conference on Signal Processing, Communications and Computing (ICSPCC), Xi’an, 2011: 76-81.

[11] 徐靈基, 楊益新. 瞬時(shí)頻率估計(jì)的水下運(yùn)動(dòng)目標(biāo)參數(shù)估計(jì)方法[J]. 哈爾濱工程大學(xué)學(xué)報(bào), 2013, 34(9): 1089-1093.

Xu Ling-ji and Yang Yi-xin. Parameter estimation of underwater moving object based oninstantaneous frequency estimate[J].. 2013, 34(9): 1089-1093.

[12] Wang Yong. Time-frequency approach to underdetermined blind source separation[J]., 2012, 32(2): 306-316.

[13] Peng Zhi-ke, Meng Guang, Chu Fu-lei,.. Polynomial chirplet transform with application to instantaneous frequency estimation[J]., 2011, 60(9): 3222-3229.

[14] Yang Yang, Zhang Wen-ming, Peng Zhi-ke,.. Multicomponent signal analysis based on polynomial chirplet transform[J]., 2013, 60(9): 3948-3956.

[15] Yousef Zanjireh, Amir Hossein Rezaie, and Hamidreza Amindavar. Multi component signal decomposition based on chirplet pursuit and genetic algorithms[J]., 2013, 74(12): 1333-1342.

田 豐： 男，1983年生，博士生，研究方向?yàn)樗滦畔⑻幚?、噪聲源定?

楊益新： 男，1975年生，教授，博士生導(dǎo)師，研究方向?yàn)殛嚵行盘?hào)處理、水聲信號(hào)處理.

吳姚振： 男，1986年生，博士生，研究方向?yàn)樗滦畔⑻幚?

Localization of Noise Sourceson Underwater Vehicle via Chirp-Fourier Processing

Tian Feng Yang Yi-xin Wu Yao-zhen Yang Long

(,,710072,)

The radiated noise sources of underwater vehicle can be localized by analysis of Doppler information. Then effective suppression of noise can be taken. However, traditional time-frequency methods can hardly distinguish the Doppler shift of noise sources with a single frequency. In this paper, a method of multi-Doppler signals analysis based on Chirp-Fourier transform is presented. The Doppler signal is decomposed into a sum of Linear Frequency Modulate (LFM) components, and transformed into two-dimensional frequency-modulate factor domain. Then the location of multiple noise sources can be estimated by the extracted Doppler information and the interference caused by single frequency sources can be suppressed. Computer simulation and experimental result at sea demonstrate the validity of the proposed method.

Underwater signal processing; Localization of noise sources; Underwater Doppler signal; Chirp-Fourier transform; Frequency-modulate factor domain

TB566

A

1009-5896(2014)12-2889-07

10.3724/SP.J.1146.2014.00106

楊益新 yxyang@nwpu.edu.cn

2014-01-15收到，2014-04-18改回

國(guó)家自然科學(xué)基金(11274253)資助課題