基于恒虛警檢測的圖像聲吶目標跟蹤

呂曜輝，胡明陽，唐勝雨，徐 媛，李興順

（中國海洋大學 信息科學與工程學部，山東 青島 266404）

0 引言

聲吶是利用聲波對水下目標進行探測并獲取目標相關(guān)信息的重要設(shè)備。由于聲波是目前已知唯一能在海洋環(huán)境中遠距離傳播的能量形式，人們常用聲吶對海面及海面下的目標進行檢測，這在民用和軍用方面都起著關(guān)鍵的作用。最初的聲吶起源于對冰山的探測，能夠避免航行的船只觸碰前方海面及海面下隱藏的冰山和礁石，后續(xù)被用到軍事方面，如偵測潛藏在水底的潛艇，對海面的監(jiān)控或?qū)︳~雷的檢測。此外，聲吶技術(shù)還廣泛應用于魚群探測、資源勘探、船舶導航、水下作業(yè)等各方面。其中，在海雜波背景下對各種目標的探測，可以說是水下信號處理的重要領(lǐng)域[1]。

受制于海洋特殊的環(huán)境，其傳播空間通常較為狹窄，且海水成分具有較強的不均勻性，和聲吶載具通常應用在海洋邊界等特點，使聲吶發(fā)出的聲波在海洋中傳播時易發(fā)生散射，散射后聲波相互疊加會形成強烈的混響。非平穩(wěn)的混響是主動聲吶的主要干擾之一[2-3]，因此對混響干擾的抑制具有重要意義。

對于聲吶信號或雷達信號，目標檢測的根本任務就是判斷所關(guān)注的目標是否存在。目標的信息全部體現(xiàn)在聲吶的接收信號中，但接收信號同時還混雜著雜波和接收機、發(fā)射機等的噪聲干擾，因此聲吶信號處理中的核心任務就是要對聲吶接收到的回波數(shù)據(jù)進行處理，判斷背景環(huán)境中目標是否存在，進而計算出目標的運動參數(shù)等更多信息。

水下目標跟蹤通常是指利用不同種類的傳感器取得探測范圍內(nèi)距離、方位等的量測信息，通過濾波算法對目標的速度、位置等狀態(tài)在時間上進行連續(xù)地估計與預測[4]。傳統(tǒng)的水下目標跟蹤技術(shù)主要有基于聲吶圖像的目標跟蹤和基于聲吶陣列的目標跟蹤。主要應用在濾波方面，即糾正海洋目標軌跡。且隨著無人化、智能化探測成為水下目標探測的趨勢[5-6]，針對水下移動小目標的跟蹤問題，本文設(shè)計了一套時域聯(lián)系的處理方法，在傳統(tǒng)恒虛警處理的基礎(chǔ)上[7]，為門限的判決引入過去時間的參數(shù)，減少靜態(tài)干擾影響。并在恒虛警處理的基礎(chǔ)上，通過聲吶圖像的目標運動位置預測與保持，實現(xiàn)水下移動目標的探測跟蹤。

1 恒虛警檢測

信號檢測的基本問題可以看成在有噪聲存在的目標信號中，確定研究目標是否存在，或者對目標在何種希望的約束條件下進行最優(yōu)判決的問題。比如典型的二元信號檢測理論模型，將接收到的回波數(shù)據(jù)按最小分辨單元構(gòu)成檢測序列，利用某種門限對其判決，如果序列的值達到設(shè)定的門限，則認為對應單元存在目標；若小于設(shè)定的門限，則認為其單元不存在目標。

如用H0表示接收到的回波信號中只有雜波，沒有目標存在；H1表示接收到的回波中目標和雜波同時存在，則將Pfa＝P(H1|H0)稱為虛警概率。所謂恒虛警技術(shù)就是一種保持恒定虛警率的濾波手段[8]，在實際聲吶信號的處理中，虛警問題是目標檢測要解決的首要問題。在聲吶接收的回波數(shù)據(jù)中，由于回波信號會受到時間、空間、信號頻率、環(huán)境參數(shù)等多重因素的改變而產(chǎn)生較大的變化，其接收的信號強度也會不斷變化，因此，想要控制較低且相對恒定的虛警率，通常需要依據(jù)具體的回波數(shù)據(jù)來對接收回波的背景特性進行估計，隨之產(chǎn)生動態(tài)的判決門限，以適應復雜多變的海洋壞境。

為了解決上述問題，降低混響等干擾的影響，在信號處理方面，人們通常利用恒虛警檢測技術(shù)[9]。由于混響是一個復雜的非平穩(wěn)隨機過程，在回波檢測過程中需要使用動態(tài)的門限對目標的存在與否進行判決。恒虛警檢測方法通過估計回波信號的局部噪聲功率，動態(tài)設(shè)定檢測門限，來提高聲吶對信號在各種噪聲和混響背景情況下的檢測能力。

其檢測原理如圖1所示，若假定海雜波的干擾幅度服從瑞利分布，即

圖1 單元平均恒虛警檢測器原理圖Fig.1 Principle diagram of CA-CFAR detector

虛警率的表達式為

可得動態(tài)門限與功率的關(guān)系：

以上述假設(shè)為例，要保持恒定的虛警率，也就是預設(shè)相同的Pfa，此時動態(tài)門限T僅取決于功率估計E(x)。由于通常聲吶接收到的回波信號存在時空相關(guān)性，因此，可以考慮使用其周圍相鄰的雜波樣本來估計背景雜波功率。傳統(tǒng)的恒虛警處理就是利用回波數(shù)據(jù)單元周圍的局部功率來代替E(x)[11]，從而得到動態(tài)的檢測門限T，能夠有效抑制混響干擾。

如圖1所示，在待檢測單元周圍選取一個參考窗，將其中參考單元取均值作為該點的E(x)，同時為了避免高分辨率下一個目標占據(jù)多個分辨單元，自己屏蔽自己的情況，通常設(shè)計一定保護單元。將整個窗口在信號中滑動，或直接卷積或頻域處理可以得到所有單元的動態(tài)門限，完成目標檢測。

然而，不管如何假定背景雜波模型與處理方式，傳統(tǒng)恒虛警處理只能一定程度上抑制背景雜波，對于相對恒定的強干擾，如地形山脈、沉船等非目標的干擾并無直接去除能力。

基于目標的移動特點，即為了消除相對靜態(tài)的干擾，本文將單元平均恒虛警算法與時域處理相結(jié)合，在恒虛警處理的門限選擇時，引入過去時間的相同空間位置處的權(quán)重，即

式中：T（n）是第n時刻的某位置門限，例如式（3），由恒虛警處理得到；f（n–1）是第n–1時刻某位置的強度值；nω為前n時刻的權(quán)重。在動態(tài)門限的計算時，通過引入過去時間強度的積累，使靜態(tài)干擾的門限變高，進而抑制在時間上始終存在的恒定干擾。

2 自動目標跟蹤

為了進一步驗證恒虛警處理效果，并從抑制噪聲后的聲吶圖中得到移動目標，本文配套提出了一套基于目標移動的自動跟蹤方法，不同于傳統(tǒng)目標跟蹤方法，如卡爾曼濾波、粒子濾波等。該方法并沒有涉及過多目標參數(shù)，也無需大量的迭代濾波，更偏向于從較為干凈的連續(xù)聲吶圖像中自動提取移動目標。

圖2為跟蹤方法的大體流程，方法的核心是建立一個二維矩陣，稱之為目標的跟蹤矩陣。利用該矩陣，可以將每一幀圖像中可能的目標點進行比較與聯(lián)系。在跟蹤處理之前可以對輸入矩陣進行適當壓縮，如距離維度分辨率過高的情況下，可以將多個數(shù)據(jù)看為一個單元來提高運算效率。

圖2 目標跟蹤算法流程Fig.2 Target tracking algorithm flow

首先是對聲吶圖像所有單元的掃描，根據(jù)能量大小保留出前N個可能的單元，將單元的距離、角度和能量信息一并保存，此時可以認為其中包含了移動的目標單元。將每一幀N點信息保存為跟蹤矩陣的一行，每一列則代表著一組連續(xù)的觀察點，只有被判定為和上行該列的點為連續(xù)運動的點才會被存儲到其中。

通過存儲每一幀聲吶圖像中強度較大的點的位置信息，逐幀之間進行比較，通過信號強度、距離、方位的關(guān)系判決是否能與之前幀的點聯(lián)系起來，構(gòu)成連續(xù)運動的目標。若下一幀的點未能與前幀的點聯(lián)系起來，則在跟蹤矩陣的后面新增一列來對其引入跟蹤觀察。同時允許目標暫時的丟失，給每一組點線性的位置預測，若丟失目標后續(xù)能與預測點重新聯(lián)系即視為預測正確，清除記錄狀態(tài)；若一定時間容限后仍未聯(lián)系成功的點，則進行刪除；一定時間后仍聯(lián)系成功的點，將之前的位置信息一并框出，形成軌跡，以達到目標的自動跟蹤。

3 實驗數(shù)據(jù)處理

湖試實驗選自新安江水域，選用直徑40 cm的目標小球，布放深度9 m，以最慢航速航行，基陣布放深度6.8 m，主動發(fā)出并接收一定時間的聲吶信號。經(jīng)過信號的補償、解調(diào)等處理后的某幀聲吶圖像如圖3所示。

圖3 原始聲吶圖像Fig.3 Original sonar image

如圖3所示為解調(diào)后某幀的聲吶圖像，表明了探測范圍360°和150 m內(nèi)回波信號，其中存在大量雜波干擾，移動的目標小球在圖中用紅框圈出。為了抑制混響干擾、減少噪聲，對二維的聲吶圖像進行恒虛警處理，從角度維和距離維上滑動處理窗，得到門限對聲吶數(shù)據(jù)進行判決，能夠有效減少背景干擾。恒虛警處理結(jié)果如圖4所示。

圖4 恒虛警處理后圖像Fig.4 Image processed with constant false alarm

時域聯(lián)合恒虛警處理結(jié)果如圖5所示。

圖5 聯(lián)合時域處理后圖像Fig.5 Image processed with joint time-domain

如圖5所示，目標左側(cè)的一片隨時間相對恒定的非目標干擾基本消失。同時在目標框外進行掃描，以10×1大小為一個單位，超出一定閾值的單元被認為是噪聲。統(tǒng)計噪聲數(shù)量如圖6所示，能夠看出恒虛警處理對去除噪聲的效果，時域聯(lián)合的恒虛警方法可以進一步去除靜態(tài)噪聲。

圖6 各處理噪聲對比Fig.6 Comparison of noise of each processing method

圖7是其中某一幀時展現(xiàn)的跟蹤效果，紅框自動圈出的是目標移動的歷史軌跡。可見，時域聯(lián)合的恒虛警處理過后能夠有效減少干擾，并能通過自動檢測方法跟蹤到移動目標。

圖7 目標跟蹤效果（單幀）Fig.7 Single frame target tracking effect

為了從單張圖片中獲得更好的效果展示，圖8和圖9將時間上數(shù)十幀疊加到一起得到歷史軌跡，表現(xiàn)出處理前后的差距。由于疊加了過多張圖像，分辨率有所下降，且單張圖片中的少量干擾疊加后表現(xiàn)出一些數(shù)值強烈的點，但在實時單幀圖像中無需擔心。

圖8 保持疊加的原始圖像Fig.8 Superimposed original image

圖9 保持疊加的處理后原始圖像Fig.9 Superimposed processed image

4 結(jié)束語

針對水文條件不特別惡劣的聲吶圖像水下移動小目標的探測問題，本文設(shè)計了一套處理方法。首先，利用恒虛警處理去除混響干擾，在門限判決時引入時間上的歷史強度，使位置固定的靜態(tài)干擾的門限比正常恒虛警空域處理得到的門限更高，一定程度上抑制靜態(tài)干擾。之后，在處理基礎(chǔ)上進行目標的位置跟蹤，湖試數(shù)據(jù)的實驗證明該方法能夠有效去除干擾，自動探測跟蹤目標。