時(shí)頻域?yàn)V波沉底目標(biāo)亮點(diǎn)特征提取方法研究

朱廣平，王飛，2，孫輝

(1.哈爾濱工程大學(xué)水聲工程學(xué)院，黑龍江哈爾濱150001;2.沈陽(yáng)遼海裝備有限責(zé)任公司，遼寧沈陽(yáng)110000)

由于水下目標(biāo)回波的亮點(diǎn)結(jié)構(gòu)能夠清晰地反映出目標(biāo)的物理信息(如目標(biāo)的尺度及材料屬性等)，因此，目標(biāo)亮點(diǎn)特征常常是主動(dòng)聲吶目標(biāo)識(shí)別提取的重要特征之一［1］。經(jīng)過(guò)多年的研究及眾多科研工作者的努力，在水下復(fù)雜目標(biāo)回波亮點(diǎn)物理［2-4］及統(tǒng)計(jì)特性分析［5］方面取得了較多成果。然而，目前在海洋探測(cè)中，主動(dòng)聲吶探測(cè)識(shí)別人造沉底目標(biāo)仍是一個(gè)非常棘手的問(wèn)題。這是因?yàn)槌恋啄繕?biāo)常常體型較小且靜止不動(dòng)，尤其是嚴(yán)重的海底混響干擾對(duì)目標(biāo)回波的污染，導(dǎo)致目標(biāo)回波信號(hào)的信混比較低，不能有效地提取到目標(biāo)的亮點(diǎn)特征，大大降低了主動(dòng)聲吶探測(cè)識(shí)別的性能。因此，研究如何有效抑制混響干擾提取目標(biāo)回波亮點(diǎn)特征的方法，就成為了提高主動(dòng)聲吶識(shí)別沉底目標(biāo)性能的關(guān)鍵環(huán)節(jié)。由于混響干擾在時(shí)域或者頻域與目標(biāo)回波信號(hào)存在一定的相似性，單從時(shí)域或頻域抑制混響干擾效果并不理想。近年來(lái)，基于時(shí)頻分析的特征提取方法取得了較多成果，如文獻(xiàn)［6］采用高斯窗的短時(shí)分?jǐn)?shù)階傅里葉變換提取回波中穩(wěn)健的時(shí)頻特征，文獻(xiàn)［7］對(duì)目標(biāo)寬帶回波進(jìn)行時(shí)頻譜重排壓制混響再進(jìn)行匹配檢測(cè)的方法，以及文獻(xiàn)［8］應(yīng)用希爾伯特黃變換提取混響與目標(biāo)回波的希爾伯特譜特征等，文獻(xiàn)［9］將時(shí)頻分析引入到了處理收發(fā)分置聲吶目標(biāo)特性分析中。

為更好提取沉底目標(biāo)亮點(diǎn)特征，將文獻(xiàn)［10］研究工作進(jìn)一步延伸，首先將時(shí)頻濾波方法應(yīng)用于抑制混響干擾及噪聲，從而提高其信混(噪)比。在時(shí)頻濾波基礎(chǔ)上，依據(jù)LFM脈沖的目標(biāo)回波信號(hào)特性，采用Hough變換及其投影方法提取沉底目標(biāo)回波的亮點(diǎn)特征。

1 時(shí)頻域?yàn)V波方法

1.1 時(shí)頻濾波的基本思路

LFM(linear frequency modulation)信號(hào)具有良好的脈沖壓縮性能及較強(qiáng)的抗干擾能力，經(jīng)過(guò)拷貝相關(guān)處理后，有很好的分辨力，因此常用于測(cè)量水下目標(biāo)的亮點(diǎn)特征。當(dāng)測(cè)量沉底目標(biāo)的亮點(diǎn)特征時(shí)，經(jīng)過(guò)拷貝相關(guān)后得到的亮點(diǎn)特征常常淹沒(méi)在較強(qiáng)的海底混響干擾中，嚴(yán)重影響目標(biāo)亮點(diǎn)特征的正確提取以及后續(xù)對(duì)目標(biāo)的正確識(shí)別。因此，如何有效地抑制混響干擾是正確提取目標(biāo)亮點(diǎn)特征及識(shí)別的重要前提。

根據(jù)文獻(xiàn)［10］可知，經(jīng)互魏格納變換后，目標(biāo)回波信號(hào)與混響及噪聲信號(hào)在時(shí)頻域上能量聚集特性不同，即LFM脈沖的目標(biāo)回波在時(shí)頻域上能量集中分布在一條直線上，通過(guò)HT(Hough transform)變換后形成一個(gè)峰值，而混響及噪聲在時(shí)頻域上能量分布是雜亂的，通過(guò)HT變換后不能形成峰值。因此，基于目標(biāo)及混響在時(shí)頻域上不同的能量聚集特性，可以在二維時(shí)頻域上進(jìn)行時(shí)頻濾波抑制混響及噪聲，從而更好地提取亮點(diǎn)特征。二維平面上，由于脊波變換能很好的在脊波域表示直線特征，即在脊波域表示直線特征的脊波系數(shù)大于非直線特征的系數(shù)，因此可以類似于小波變換的閾值濾波方法，將二維時(shí)頻域變換到脊波域，通過(guò)合理設(shè)置門限進(jìn)行閾值濾波，濾波后再進(jìn)行脊波逆變換到時(shí)頻域，這樣在時(shí)頻域既保留了目標(biāo)回波信號(hào)又濾除了混響及噪聲?？紤]到自適應(yīng)軸向均值濾波的計(jì)算量與濾波增益，本研究中省略了時(shí)頻域自適應(yīng)均值脊波變換濾波中自適應(yīng)軸向均值濾波步驟。

因此，時(shí)頻濾波的基本思路是:對(duì)混響干擾的沉底目標(biāo)回波，首先通過(guò)XWVD變換到二維時(shí)頻域，依據(jù)目標(biāo)回波與干擾在時(shí)頻域能量聚集特性的不同，在時(shí)頻域?qū)ζ溥M(jìn)行脊波變換濾波。

1.2 XWVD 變換

在上世紀(jì)末有學(xué)者提出了一種計(jì)算兩個(gè)信號(hào)的互時(shí)頻分布－WVD變換。

設(shè)接收信號(hào)為

式中:s(t)為發(fā)射信號(hào)，n(t)為噪聲或者混響干擾。

互魏格納變換的優(yōu)點(diǎn):1)接收信號(hào)x(t)與發(fā)射信號(hào)的拷貝信號(hào)s(t)作變換，充分利用了目標(biāo)回波信號(hào)與發(fā)射信號(hào)的相關(guān)性，從一定程度上提高了信噪比。2)由于目標(biāo)回波常常含有多個(gè)亮點(diǎn)，而XWVD變換可以有效避免多亮點(diǎn)之間的交叉項(xiàng)，為后續(xù)正確提取目標(biāo)亮點(diǎn)提供了必要保證。

1.3 脊波變換濾波

脊波的定義

脊波的支撐集為f(x，ω)，在脊線u·x=b垂直方向上的橫截面上是小波曲線，而脊線方向上為一條直線。

連續(xù)脊波變換的定義為

其中，φ滿足容許條件，Cφ=π (2π)－d。

時(shí)頻域是二維的，因此，取d=2，a0=2。則脊波函數(shù)可以變換為

式中:a是尺度，θ是角度，b是位置。這樣，可以得到脊波函數(shù)的支撐集為:{(x，y)‖xcos θ+ysin θ|－b≤a}。其脊波變換系數(shù)為

其中，φ*為φ的共軛。

重構(gòu)公式為

分別對(duì)連續(xù)脊波yi［(w·xi)+b］－1≥0，i=1，2，..，n中的3個(gè)參數(shù)離散化得到離散脊波:

通常 θ離散化按 θi，j=2πθ0l2－j進(jìn)行離散，角度離散化的采樣步長(zhǎng)和尺度成反比。通過(guò)離散化，在數(shù)字信號(hào)處理時(shí)可進(jìn)行有限離散脊波變換(finite discrete ridgelet transform，F(xiàn)RIT)。

LFM信號(hào)在時(shí)頻域上為沿一條直線上的脊?fàn)罘澹祉懠霸肼曉跁r(shí)頻域上常常是較為雜亂的，由于脊波變換后在脊波域表示直線的脊波系數(shù)大于非直線特征的系數(shù)，因此可以通過(guò)閾值濾波濾除混響和噪聲后再進(jìn)行逆變換到時(shí)頻域，這樣既保留了LFM信號(hào)又濾除了混響和噪聲。

脊波變換濾波方法總結(jié)如圖1所示:首先對(duì)時(shí)頻域信號(hào)進(jìn)行離散脊波變換，即將時(shí)頻域變換到脊波域，然后進(jìn)行閾值濾波處理，最后進(jìn)行逆變換重構(gòu)時(shí)頻域信號(hào)。閾值濾波中，門限可采用蒙特卡洛方法從純?cè)肼暬蚧祉憳颖局杏?jì)算得到，工程中比較容易實(shí)現(xiàn)。

圖1 脊波變換濾波方法Fig.1 The sketch of ridgelet transform filtering

2 沉底目標(biāo)亮點(diǎn)特征提取

2.1 目標(biāo)回波的亮點(diǎn)結(jié)構(gòu)及物理含義

在主動(dòng)聲吶和雷達(dá)領(lǐng)域中，目標(biāo)在某一方位的散射回波常常是由幾個(gè)較強(qiáng)信號(hào)分量組成，對(duì)應(yīng)每個(gè)分量稱為一個(gè)亮點(diǎn)，因此，目標(biāo)回波可理解為多個(gè)亮點(diǎn)的相互疊加。單個(gè)亮點(diǎn)的傳遞函數(shù)［4］:

式中:A(r，ω)是幅度反射因子，τ是時(shí)延，φ是回波形成時(shí)產(chǎn)生的相位跳變。根據(jù)以上3個(gè)參數(shù)可以完全確定亮點(diǎn)的特性。按照線性疊加原理，總的傳遞函數(shù)可以表示為

由上述亮點(diǎn)的概念可知，如果發(fā)射信號(hào)為s(t)(復(fù)解析形式)，即一個(gè)目標(biāo)時(shí)域回波信號(hào)可寫(xiě)為

在物理意義上，τi是第i個(gè)亮點(diǎn)相對(duì)于參考時(shí)間點(diǎn)的時(shí)延，其反映了目標(biāo)的尺度信息。ai是第i個(gè)亮點(diǎn)的幅度，反映了目標(biāo)散射點(diǎn)的散射強(qiáng)度信息。φi是相位跳變信息，ai和φi與材料屬性有關(guān)。這就是沉底目標(biāo)的亮點(diǎn)特征可作為識(shí)別的重要特征依據(jù)。在實(shí)際測(cè)量中，往往由于存在環(huán)境影響(如混響噪聲、聲起伏等)以及測(cè)量誤差的原因，使得φi不宜測(cè)量，而τi、ai較為穩(wěn)定，因此在實(shí)際工作中常常采用包含τi、ai信息所形成的向量作為特征向量。

2.2 Hough變換與亮點(diǎn)的關(guān)系

對(duì)時(shí)頻濾波后的二維數(shù)據(jù)可采用Hough變換有效地獲得在二維面上目標(biāo)亮點(diǎn)峰。為了解二維面上目標(biāo)亮點(diǎn)峰物理含義，有必要研究一下Hough域上的目標(biāo)亮點(diǎn)峰與亮點(diǎn)模型中τi、ai的關(guān)系。

Hough變換實(shí)質(zhì)是利用點(diǎn)與線的對(duì)應(yīng)關(guān)系，將(t，ω)平面上的直線映射到 (ρ，θ)平面上的一個(gè)點(diǎn)，這點(diǎn)的能量就等于(t，ω)平面該直線上能量的積分，所以Hough變換實(shí)際上就是沿著時(shí)頻平面上的直線路徑積分。

Hough變換的參數(shù)化表達(dá)式為

其中，ρ≥0，0≤θ≤2π ，ω=2πf。

由式(12)可知，LFM信號(hào)能量在時(shí)頻面分布在一條直線上，因此Hough變換后會(huì)在(ρ，θ)平面內(nèi)形成一個(gè)峰值。顯而易見(jiàn)，該峰值的強(qiáng)度大小可反映出ai的大小，在此不作推導(dǎo)。

推導(dǎo)Hough變換與亮點(diǎn)時(shí)延特征的關(guān)系，若在ρ-θ平面上 (ρi，θi)點(diǎn)處出現(xiàn)峰值，代入式(12)有

兩邊同除 cosθi得

由上式可知，Hough變換是沿著斜率k=，截距的直線路徑積分。

圖2 目標(biāo)回波中含有兩個(gè)亮點(diǎn)的時(shí)頻分布示意圖Fig.2 The sketch of time-frequency distribution of target echo involving two highlights

如果目標(biāo)回波中含有兩個(gè)亮點(diǎn)，其時(shí)頻示意圖如圖2所示，發(fā)射信號(hào)為L(zhǎng)FM，S1、S2分別為兩個(gè)亮點(diǎn)回波信號(hào)分量，調(diào)頻斜率為k。經(jīng)Hough變換后2 個(gè)峰值分別出現(xiàn)的位置為 (ρ1，θ1)、(ρ2，θ2)，則

因?yàn)樾盘?hào)分量S1、S2的調(diào)制率相同，所以斜率k相同，也即θ1=θ2=θ0，在實(shí)際中θ0可由發(fā)射信號(hào)LFM脈沖信號(hào)頻率調(diào)制斜率k確定，θ0=arctank。

當(dāng)ω=0時(shí)，得到兩信號(hào)分量的關(guān)于時(shí)間軸上的:截距

若設(shè)t=0時(shí)刻為參考時(shí)間點(diǎn)，則亮點(diǎn)時(shí)延:

式中:Δ=ω0tanθ=ω0k，ω0為L(zhǎng)FM初始頻率。式(17)、(18)為Hough變換與亮點(diǎn)τi的位置對(duì)應(yīng)關(guān)系。2個(gè)亮點(diǎn)間的時(shí)間延遲差為

由此可見(jiàn)，亮點(diǎn)模型中的亮點(diǎn)間的時(shí)間延遲差正比于在ρ-θ平面上ρ1－ρ2值，而 cosθ0可由發(fā)射信號(hào)事先確定。這就是Hough變換與亮點(diǎn)模型時(shí)間延遲參數(shù)重要的關(guān)系?？梢?jiàn)在實(shí)際工程中，只需對(duì)ρ-θ平面上向ρ軸作投影計(jì)算，即可得到目標(biāo)的亮點(diǎn)結(jié)構(gòu)的特征向量。

2.3 沉底目標(biāo)亮點(diǎn)特征提取步驟

基于時(shí)頻域?yàn)V波的沉底目標(biāo)亮點(diǎn)特征提取步驟為:

1)將接收到的目標(biāo)回波信號(hào)與發(fā)射信號(hào)的拷貝信號(hào)作XWVD變換，得到二維的時(shí)頻域信號(hào);

2)進(jìn)行時(shí)頻濾波，即對(duì)時(shí)頻域信號(hào)作脊波變換，進(jìn)行閾值去噪后作脊波逆變換，得到濾波后的時(shí)頻域信號(hào);

3)將濾波后的輸出進(jìn)行Hough變換，時(shí)頻域中的回波亮點(diǎn)分量變?yōu)镠ough平面內(nèi)的波峰;

4)對(duì)Hough平面內(nèi)的雜波進(jìn)行閾值濾波;

5)將去噪后的信號(hào)投影到ρ軸上，得到提取出的一維特征向量。

圖3 基于時(shí)頻濾波Hough變換的目標(biāo)特征提取流程圖Fig.3 The sketch of extraction features of target based on time-frequency domain filtering and Hough transform

3 支持向量機(jī)

在主動(dòng)目標(biāo)識(shí)別問(wèn)題中，實(shí)際采集得到的樣本數(shù)目可能較少，由于支持向量分類器具有對(duì)小樣本數(shù)的適應(yīng)性以及很高的泛化性，因此將采用支持向量機(jī)作為整個(gè)目標(biāo)識(shí)別系統(tǒng)的分類器。支持向量機(jī)就是求取最優(yōu)分類面問(wèn)題，而最優(yōu)分類面問(wèn)題可以轉(zhuǎn)化成下面的帶有約束條件的優(yōu)化問(wèn)題，即在約束條件yi［(w·xi)+b］－1 ≥ 0(i=1，2，..，n)下，求式(20)的最小值。

由Lagrange極值理論可得到支持向量機(jī)判別函數(shù)為

關(guān)于支持向量機(jī)的詳細(xì)推導(dǎo)請(qǐng)見(jiàn)文獻(xiàn)［14］。

沉底目標(biāo)識(shí)別過(guò)程可分為2步:1)對(duì)采集的樣本進(jìn)行時(shí)頻域?yàn)V波及Hough變換提取沉底目標(biāo)亮點(diǎn)特征:2)訓(xùn)練支持向量機(jī)，訓(xùn)練后即可投入實(shí)際應(yīng)用。在本研究中，將采用支持向量機(jī)對(duì)常規(guī)拷貝相關(guān)提取沉底目標(biāo)亮點(diǎn)特征與本特征提取方法作統(tǒng)計(jì)對(duì)比研究。

4 仿真及實(shí)際實(shí)驗(yàn)研究

4.1 仿真實(shí)驗(yàn)

采用仿真方法產(chǎn)生了具有2個(gè)亮點(diǎn)的目標(biāo)回波及白噪聲干擾。發(fā)射信號(hào)為L(zhǎng)FM脈沖信號(hào)，帶寬為20 kHz，脈沖寬度為 2.5 ms，信號(hào)的采樣頻率為200 kHz。將目標(biāo)回波信號(hào)和噪聲疊加形成接收信號(hào)，仿真出的信號(hào)如圖4所示。

圖4 仿真產(chǎn)生的目標(biāo)信號(hào)和接收信號(hào)Fig.4 Target signal and receive signal in terms of simulation

分別對(duì)信噪比為－5 dB和－20 dB的接收信號(hào)作XWVD脊波變換濾波，時(shí)頻濾波結(jié)果如圖5、6所示。當(dāng)SNR=－5 dB時(shí)，將接收信號(hào)與拷貝信號(hào)作XWVD變換到時(shí)頻域后，可清晰地觀察到目標(biāo)回波兩個(gè)分量，再經(jīng)過(guò)脊波變換濾波濾出了大部分噪聲，凸現(xiàn)了目標(biāo)回波的兩根亮線。當(dāng)SNR=－20 dB時(shí)，將接收信號(hào)與拷貝信號(hào)作XWVD變換到時(shí)頻域后，由于信噪比較低噪聲干擾也較為嚴(yán)重，再經(jīng)過(guò)脊波變換濾波后抑制了大量噪聲。

再將經(jīng)過(guò)濾波的時(shí)頻圖分別作Hough變換及門限濾波，并向ρ軸投影提取亮點(diǎn)特征向量，結(jié)果如圖7所示。經(jīng)過(guò)Hough變換及閾值濾波后，通過(guò)提取峰值，進(jìn)一步抑制了噪聲干擾，因此可以提取到較好的亮點(diǎn)特征(如圖7)。

為了突出本文提取方法的有效性，采用拷貝相關(guān)處理方法作比較，也分別對(duì)SNR=－5 dB和SNR=－20 dB的數(shù)據(jù)進(jìn)行處理，提取出的亮點(diǎn)結(jié)果如圖8所示。比較圖8與圖7可知，在較低的信噪比下(SNR=－20 dB)，通過(guò)時(shí)頻濾波方法及Hough變換可以提取到清晰的亮點(diǎn)峰值。而常用的拷貝相關(guān)處理方法在較低的信噪比下提取到的亮點(diǎn)特征很不明顯。注意，圖7中的兩亮點(diǎn)間距與圖8不同是因?yàn)?/p>

圖7中的橫軸為ρ軸，沒(méi)有乘以(詳見(jiàn) 2.2節(jié))。通過(guò)對(duì)仿真實(shí)驗(yàn)數(shù)據(jù)的處理結(jié)果比較可知，基于時(shí)頻濾波Hough變換的目標(biāo)亮點(diǎn)特征提取方法是有效果的。

圖5 SNR=－5 dB時(shí)噪聲中時(shí)頻濾波實(shí)驗(yàn)結(jié)果Fig.5 The results of time-frequency domain filtering in noise(SNR=－5 dB)

圖6 SNR=－20 dB時(shí)噪聲中時(shí)頻濾波實(shí)驗(yàn)結(jié)果Fig.6 The result of time-frequency domain filtering in noise(SNR=－20 dB)

圖8 拷貝相關(guān)提取的目標(biāo)特征Fig.8 The features of target using copy-correlation

4.2 水池實(shí)驗(yàn)

實(shí)驗(yàn)水池底部鋪敷厚度為50 cm的細(xì)沙，水深為72 cm。收發(fā)合置換能器經(jīng)連接桿固定在一平臺(tái)下。目標(biāo)模型為一面球冠狀一面平面的圓柱殼體，模型以一定姿態(tài)沉于沙層之上，目標(biāo)的上端系一圓盤(pán)以調(diào)節(jié)目標(biāo)方位角度。信號(hào)源產(chǎn)生LFM信號(hào)，有效帶寬80 kHz，脈寬為0.05 ms。由于發(fā)射換能器束寬的限制，測(cè)量時(shí)采用了較小的掠射角，得到的數(shù)據(jù)信混比較高。為了突出時(shí)頻濾波方法優(yōu)勢(shì)，又專門采集了大量的純混響數(shù)據(jù)，然后與目標(biāo)回波數(shù)據(jù)相疊加，形成較低信混比的接收數(shù)據(jù)用于比較本方法與拷貝相關(guān)處理方法的處理效果。

圖9 時(shí)頻濾波實(shí)驗(yàn)實(shí)例處理結(jié)果Fig.9 The example of filtering in time-frequency domain

圖10 Hough變換及閾值濾波后的結(jié)果Fig.10 The results of Hough transform and filtering

圖9是對(duì)一組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行XWVD及時(shí)頻濾波處理的結(jié)果。圖10為對(duì)其時(shí)頻濾波結(jié)果進(jìn)行Hough變換及門限濾波后的結(jié)果。圖11(a)是時(shí)頻濾波Hough變換投影后提取到的特征向量，而圖11(b)為對(duì)接收整個(gè)數(shù)據(jù)進(jìn)行拷貝相關(guān)處理的結(jié)果，在目標(biāo)區(qū)域?yàn)?0.4～0.5 ms，但其淹沒(méi)在混響之中，無(wú)法正確提取亮點(diǎn)特征。比較結(jié)果可知，基于拷貝相關(guān)得到的目標(biāo)特征已經(jīng)被混響淹沒(méi)，而基于時(shí)頻濾波的目標(biāo)特征相對(duì)比較突出。

圖11 兩種方法提取出的目標(biāo)特征的比較Fig.11 The comparison of extracted features between new method and copy-correlation method

4.3 特征提取效果的統(tǒng)計(jì)識(shí)別研究

為了進(jìn)一步驗(yàn)證本文提取沉底目標(biāo)亮點(diǎn)特征方法的性能，進(jìn)行了基于支持向量機(jī)為分類器的統(tǒng)計(jì)識(shí)別研究。實(shí)驗(yàn)數(shù)據(jù)來(lái)源為:實(shí)驗(yàn)采集了各個(gè)角度的目標(biāo)回波222組數(shù)據(jù)。此外，采集了大量的純混響數(shù)據(jù)。將含有2個(gè)亮點(diǎn)的數(shù)據(jù)截取出來(lái)，與對(duì)應(yīng)長(zhǎng)度的混響疊加起來(lái)形成目標(biāo)回波信號(hào)，通過(guò)調(diào)整混響幅值的大小改變信混比。

從實(shí)驗(yàn)數(shù)據(jù)中提取出的目標(biāo)特征向量(共222組數(shù)據(jù))中抽取一半的數(shù)據(jù)用于支持向量機(jī)的訓(xùn)練，剩余一半的實(shí)驗(yàn)數(shù)據(jù)作為待識(shí)別樣本。實(shí)驗(yàn)中真目標(biāo)為提取的目標(biāo)特征向量，假目標(biāo)為純混響數(shù)據(jù)(共222組數(shù)據(jù))。

當(dāng)信混比分別為12、5及0 dB時(shí)，分別采用基于時(shí)頻濾波的目標(biāo)特征提取方法以及拷貝相關(guān)處理方法提取特征，并用支持向量機(jī)進(jìn)行訓(xùn)練然后識(shí)別，得到的識(shí)別率如表1所示。

表1 2種亮點(diǎn)特征提取方法識(shí)別性能的比較Table 1 The comparison of recognition performance between two methods of extracting highlights

由表可知，在較高信混比下，兩種特征提取方法對(duì)真假目標(biāo)均能較好識(shí)別，隨著信混(噪)比的降低，支持向量機(jī)對(duì)2種方法提取特征的識(shí)別率均有下降，然而采用時(shí)頻濾波提取特征的方法的識(shí)別率較高，如SNR=5 dB時(shí)，采用時(shí)頻濾波提取特征的真假目標(biāo)的識(shí)別率為20.7%和78.1%，而拷貝相關(guān)提取特征的真假目標(biāo)的識(shí)別率為8.6%和51.5%，相比分別高出12.1%和26.6%。由此可見(jiàn)，在本實(shí)驗(yàn)數(shù)據(jù)條件下，通過(guò)時(shí)頻域?yàn)V波Hough變換后投影提取沉底目標(biāo)亮點(diǎn)特征的方法更能有效地濾除混響干擾與噪聲，從而提高沉底目標(biāo)的識(shí)別性能。

5 結(jié)論

研究了時(shí)頻域?yàn)V波Hough變換提取沉底目標(biāo)回波亮點(diǎn)特征方法，該方法的特點(diǎn)是:

1)接收信號(hào)x(t)與發(fā)射信號(hào)的拷貝信號(hào)s(t)作XWVD變換，利用了目標(biāo)回波與發(fā)射信號(hào)的相關(guān)性抑制了部分混響及噪聲，在時(shí)頻平面提高了信混(噪)比。并且XWVD變換避免多亮點(diǎn)之間的交叉項(xiàng)，為后續(xù)正確提取目標(biāo)亮點(diǎn)提供了必要保證。

2)經(jīng)過(guò)XWVD變換到時(shí)頻域后，利用目標(biāo)回波信號(hào)與混響及噪聲信號(hào)的時(shí)頻域上能量聚集特性不同，在時(shí)頻域上進(jìn)行脊波變換濾波進(jìn)一步抑制混響干擾及噪聲。

3)研究了Hough變換域中的峰值位置與目標(biāo)亮點(diǎn)模型對(duì)應(yīng)的數(shù)學(xué)關(guān)系。利用Hough變換提取目標(biāo)回波中各亮點(diǎn)峰，并進(jìn)行投影計(jì)算形成目標(biāo)回波的亮點(diǎn)特征。

通過(guò)實(shí)驗(yàn)研究，并與拷貝相關(guān)提取亮點(diǎn)特征方法進(jìn)行了比較，結(jié)果表明:通過(guò)時(shí)頻域?yàn)V波Hough變換后能有效的抑制混響干擾及噪聲，更好地提取到了沉底目標(biāo)的亮點(diǎn)特征，提高了對(duì)沉底目標(biāo)回波的識(shí)別性能。

［1］李秀坤，李婷婷，夏峙.水下目標(biāo)特性特征提取及其融合［J］.哈爾濱工程大學(xué)學(xué)報(bào)，2010，31(7):903-908.LI Xiukun，LI Tingting，XIA Zhi.Feature extraction and fusion based on the characteristics of underwater targets［J］.Journal of Harbin Engineering University，2010，31(7):903-908.

［2］湯渭霖.聲吶目標(biāo)回波的亮點(diǎn)模型［J］.聲學(xué)學(xué)報(bào)，1994，3(19):92-100.TANG Weilin.Highlight model of echoes from sonar targets［J］.Acta Acustica，1994，3(19):92-100.

［3］范軍，朱蓓麗，湯渭霖.非剛性表面聲吶目標(biāo)回波的修正幾何亮點(diǎn)模型［J］.聲學(xué)學(xué)報(bào)，2001，26(6):545-550.FAN Jun，ZHU Beili，TANG Weilin.Modified geometrical highlight model of echoes from nonrigid surface sonar target［J］.Acta Acustica，2001，26(6):545-550.

［4］BUCARO J A，HOUSTON B H，SANIGA M，et al.Broadband acoustic scattering measurements of underwater unexploded ordnance(UXO)［J］.J Acoust Soc Am，2008，123(2):738-746.

［5］陳云飛，李桂娟，王振山，等.水中目標(biāo)回波亮點(diǎn)統(tǒng)計(jì)特征研究［J］.物理學(xué)報(bào)，2013，62(8):284-294.CHEN Yunfei，LI Guijuan，WANG Zhengshan，et al.Statistical feature of underwater target echo highlight［J］.ACTA Phys Sin，2013，62(8):284-294.

［6］王強(qiáng)，潘翔.水下沉底小目標(biāo)回波的短時(shí)FrFT濾波分析［J］.浙江大學(xué)學(xué)報(bào):工學(xué)版，2008，42(6):918-922.WANG Qiang，PAN Xiang.Analysis of small underwater bottomed target echo time-frequency filter characteristics based on short-time FrFT［J］.Journal of Zhejiang University Engineering:Science，2008，42(6):918-922.

［7］王強(qiáng)，潘翔.面向沉底目標(biāo)的分?jǐn)?shù)階傅里葉變換譜重排回波時(shí)頻處理［J］.中南大學(xué)學(xué)報(bào):自然科學(xué)版，2009，40(6):1649-1654.WANG Qiang，PAN Xiang.Bottom object echo time-frequency processing based on two dimension fractional Fourier transform reassignment spectrogram［J］.Journal of Central South University:Science and Technology，2009，40(6):1649-1654.

［8］李秀坤，謝磊，秦宇.應(yīng)用希爾伯特黃變換的水下目標(biāo)特征提取［J］.哈爾濱工程大學(xué)學(xué)報(bào)，2009，30(5):542-546.LI Xiukun，XIE Lei，QIN Yu.Underwater target feature extraction using Hilbert-Huang transform［J］.Journal of Harbin Engineering University，2009，30(5):542-546.

［9］SHAUN D A，KARIM G S.Time-frequency analysis of the bistatic acoustic scattering from a spherical elastic shell［J］.J Acoust Soc Am，2012，131(1):164-173.

［10］朱廣平，孫輝，朱鳳芹.時(shí)頻域自適應(yīng)均值脊波變換濾波及檢測(cè)方法［J］.哈爾濱工程大學(xué)學(xué)報(bào)，2010，31(9):1172-1178.ZHU Guangping，SUN Hui，ZHU Fengqin.Detecting signals using adaptive mean and ridgelet transform filtering in a time-frequency domain［J］.Journal of Harbin Engineering University，2010，31(9):1172-1178.

［11］CANDES E J.Ridgelet theory and applications［D］.Standford:Standford University，1998:23-38.

［12］HELBERT D.3-D discrete analytical ridgelet transform［J］.IEEE Transactions on Image Procesing，2006，15(12):3701-3714.

［13］BARBAROSSA S.Analysis of multicomponent LFM signals byacombined Wigner 2 Hough transform［J］.IEEE Transactions on Signal Procrssing，1995，43(6):1511-1515.

［14］瓦普尼克.統(tǒng)計(jì)學(xué)習(xí)理論［M］.中國(guó):電子工業(yè)出版社，2004:293-420.