2. 中国人民解放军 91049部队博士后工作站,山东 青岛 266102;
3. 杭州应用声学研究所,浙江 杭州 310023;
4. 军事科学院国防科技创新研究院,北京 100071
2. Postdoctoral Workstation in No.91049 Unit of PLA, Qingdao 266102, China;
3. Hangzhou Application Acoustics Institute, Hangzhou 310023, China;
4. National Innovation Institute of Defense Technology, Academy of Military Sciences, Beijing 100071, China
主动声呐探测面临的最大问题是如何区分目标回波与由散射体或界面引起的混响以及其他静止伪目标。目前,抑制混响的方法分为2种,一是选择合适的发射信号波形[1 - 2];二是从接收信号特征入手[3 - 4]。通常引起混响的散射体可近似看作静止,当发射多普勒敏感信号,主动声呐所在平台静止时,静止散射体的回波匹配出的速度均在零多普勒附近,混响及静止海底山等伪目标可以在速度上与运动目标区分开[5 - 7]。然而对于运动平台而言,来自不同方位的接收信号匹配出的混响速度各不相同,混响的多普勒不再全部位于零附近[8],常规的自身多普勒补偿(ODN)技术无法完全补偿平台运动引起的速度展宽[9],该问题在小孔径阵上尤为突出。空时自适应方法有助于解决该问题[10 - 12],但对协方差矩阵进行精确估计需要大的快拍数,此时混响的平稳性又无法保证,因此该方法的稳健性不高。分裂波束方法可用于提高方位分辨力[13 - 14]从而抑制噪声和混响,但没有考虑平台运动与目标多普勒信息。
1 问题描述 1.1 运动平台下的常规处理方法为通过速度信息区分运动目标和混响,需使用多普勒敏感信号,因此选择长CW脉冲作为发射信号进行推导,中心频率设为
![]() |
图 1 运动目标和运动平台示意图 Fig. 1 Diagram of the moving target and platform |
x(t,θ)=N∑i=1xi(t)e−j2πk0f0dicosθc=ej2πk0f0(t−τ0)×N∑i=1ej2πk0f0di(cosθ0−cosθ)c+n′(t)。 | (1) |
式中:
波束输出后进行多速度通道的匹配滤波,即用一组相对速度估计值
y(τ,v,θ)=∫x(t,θ)⋅s∗[k(t−τ)]dt=∫e−j2πkf0(t−τ)x(t,θ)dt=r(τ,vr)⋅D(θ)+n(τ)。 | (2) |
式中:
由于声呐平台的运动,采用常规方法时匹配滤波输出受速度和舷角的耦合关系影响,将导致多普勒展宽。图2中左侧是预成波束指向亮点方向
![]() |
图 2 亮点速度和舷角的耦合关系示意图 Fig. 2 Diagram of the coupling of velocity and bearing |
ODN只针对平台运动沿预成波束方向的速度分量进行补偿,无法补偿图2中A、B区域的速度扩展。小孔径阵由于阵列尺度的限制,多普勒扩展会更加严重。虽然散射体起伏和漂移的速度不高,但随着声呐平台运动速度提高,混响的多普勒扩展将不断增大,在探测低速目标时,目标速度很容易落在混响多普勒扩展带之内 ,导致其被强混响遮蔽。
2 小孔径动平台回波多普勒展宽抑制新方法为了在混响背景下辨识低速目标,就要减少多普勒展宽,需要波束主瓣尽可能窄而旁瓣尽可能低,希望当且仅当搜索速度和舷角都与真实速度和舷角匹配时才输出峰值,然而在有限的阵元个数和基阵长度下无法达到这个要求。分裂波束方法可利用相位差把通过其他非期望方向进入的混响和回波排除在外,因此本文针对运动平台先采用分裂波束处理,考虑到抑制多普勒展宽需要利用速度信息,分裂波束之间的相位差判断不采用互谱法等传统方法,而是采用在速度搜索匹配滤波输出之后进行相位差判断的后置处理方法。
把均匀线列分为个数相等的左右两阵。通常当回波的参数与副本匹配(
y1(τ0,v,θ)y2(τ0,v,θ)=r(τ0,vr0)⋅D1(θ)r(τ0,vr0)⋅D1(θ)=D1(θ)D2(θ)。 | (3) |
设左右阵的等效声中心与参考阵元的距离分别为
D1(θ)=∑iej2πk0f0di(cosθ−cosθ0)c=|D1(θ)|ej2πk0f0b1(cosθ−cosθ0)c。 | (4) |
D2(θ)=∑iej2πk0f0di(cosθ−cosθ0)c=|D2(θ)|ej2πk0f0b2(cosθ−cosθ0)c。 | (5) |
将式(4)和式 (5)代入式(6)中,可得
y1(τ0,v,θ)y2(τ0,v,θ)=|D1(θ)||D2(θ)|ej2πk0f0b(cosθ−cosθ0)c。 | (6) |
记相位差
由式(6)可知,当副本信号
![]() |
图 3 SBF-MF-PDT方法流程图 Fig. 3 Flowchart of the SBF-MF-PDT method |
经过后置的相位差判断,超出相位差区间的舷角-速度-距离单元的输出被置零,在相位差区间内单元输出的被保留,形成最终的处理结果。因此,影响相位差判断的因素必然会影响最终的处理结果。
3.1 输出信噪比对相位差的影响SBF-MF-PDT方法是在忽略噪声对相位差影响的基础上得到,实际中即使混响为主要背景干扰,噪声的影响也不可完全忽略。下面讨论信噪比对相位差
假定噪声为带限高斯白噪声且左右波束输出信噪比相同,当亮点回波的方向与速度均匹配时,对左右阵相位差
n1(τ)=E1(τ)cos[ω0τ+φ(τ)]=Vc1(τ)cosω0τ−Vs1(τ)sinω0τ。 | (7) |
式中:随机过程
设亮点回波的幅度为
y1(τ)=(Vc1(τ)+A0)cosω0τ−Vs1(τ)sinω0τ=A1(τ)cos(ω0τ+φ1(τ)), | (8) |
y2(τ)=(Vc2(τ)+A0)cosω0τ−Vs2(τ)sinω0τ=A2(τ)cos(ω0τ+φ2(τ))。 | (9) |
式中:
f({V_{c1}},{V_{c2}},{V_{s1}},{V_{s2}}) = \frac{1}{{{{(2\pi )}^2}{{\left| {{\boldsymbol C}} \right|}^{\frac{1}{2}}}}}{e^{ - \frac{1}{2}{{\boldsymbol{V}}^{\rm T}}{{\boldsymbol{C}}^{ - 1}}{\boldsymbol{V}}}} 。 | (10) |
式中:
因
{\begin{split}&f({A_1},{A_2},{\varphi _1},{\varphi _2}) = \frac{{{A_1}{A_2}}}{{{{(2{\text π} {\sigma ^2})}^2}}}\exp \times \\ &\left\{ { - \frac{{{A_1}^2 - 2{A_1}{A_0}\cos {\varphi _1} + {A_0}^2 + {A_2}^2 - 2{A_2}{A_0}\cos {\varphi _2} + {A_0}^2}}{{2{\sigma ^2}}}} \right\}。\\[-10pt]\end{split}} | (11) |
令
\begin{split}&f({A_1},{A_2},{\varphi _1},\Delta \varphi ){\text d}{A_1}{\text d}{A_2}{\text d}{\varphi _1}{\text d}\Delta \varphi = \frac{{\rho r}}{{{{\text π} ^2}}}{e^{ - 2{s^2}}}\times {e^{ - ({\rho ^2} + {r^2})}} \\ &{e^{2s[(\rho + r\cos \Delta \varphi )\cos {\varphi _1} + r\sin \Delta \varphi \sin {\varphi _1}]}}{\text d}\rho {\text d}r{\text d}{\varphi _1}{\text d}\Delta \varphi。\\[-5pt] \end{split} | (12) |
左右阵的相位差
\begin{split}f(\Delta \varphi ) =& \int_0^\infty \int_0^\infty \int_{ - {\text π} }^{\text π} \frac{{\rho r}}{{{{\text π} ^2}}}{e^{ - 2{s^2}}}{e^{ - ({\rho ^2} + {r^2})}}\times\\ &{e^{2s[(\rho + r\cos \Delta \varphi )\cos {\varphi _1} + r\sin \Delta \varphi \sin {\varphi _1}]}} {\text d}{\varphi _1}{\text d}{A_1}{\text d}{A_2} =\\ &\frac{2}{{\text π} }\int_0^\infty \int_0^\infty \rho r{e^{ - 2{s^2}}}{e^{ - ({\rho ^2} + {r^2})}}{I_0}\times\\ &(2s\sqrt {{\rho ^2} + {r^2} + 2\rho r\cos \Delta \varphi } ) {\text d}{A_1}{\text d}{A_2} 。\end{split} | (13) |
式中:
\begin{split} f(\Delta \varphi ) =& \frac{1}{{2{\text π} }}\int_0^{\frac{{\text π} }{2}} \sin 2\beta {e^{ - 2{s^2}}}\sum\limits_{k = 0}^\infty \times\\ &{\frac{{{s^{2k}}{{(1 + \cos \Delta \varphi \sin 2\beta )}^k}(k + 1)}}{{k!}}} {\text d}\beta =\frac{1}{{2{\text π} }}\int_0^{\frac{{\text π} }{2}} \sin 2\beta \times\\ &[1 + {s^2}(1 + \cos \Delta \varphi \sin 2\beta )]{e^{ - {s^2}(1 - \cos \Delta \sin 2\beta )}} {\text d}\beta。\\[-5pt]\end{split} | (14) |
令
\begin{split}f(\Delta \varphi ) =& \frac{1}{{2{\text π} }}\int_0^{\frac{{\text π} }{2}} \sin \psi [1 + R(1 + \cos \Delta \varphi \sin \psi )]\times\\ &{e^{ - R(1 - \cos \Delta \varphi \sin \psi )}} {\text d}\psi。\\[-5pt]\end{split} | (15) |
![]() |
图 4 不同信噪比下分裂阵相位差的概率密度分布 Fig. 4 Probability density distribution of the phase difference for different signal-noise ratio |
相位差区间
P = \int_{{h_1}}^{{h_2}} {f(\Delta \varphi ){\text d}} \Delta \varphi。 | (16) |
根据式(16),选定在某信噪比条件下可接受的漏检率和方位分辨力后,可以确定相位差区间
使用海试数据来验证SBF-MF-PDT方法抑制多普勒扩展以及区分低速目标和混响的能力。海试试验发射阵列为阵元间隔1 m的11元小孔径线列阵,发射信号为CW长脉冲,频率435 Hz,脉宽6 s。
4.1 只有混响,无目标的情况当处理距离、速度范围内无动目标时(本文方法用于区分混响和低速目标,因此不考察速度范围大于6 kn的非低速目标情况),常规方法和SBF-MF-PDF方法的速度-距离处理结果如图5和图6所示。将输出幅值下降到峰值的
![]() |
图 5 无目标情况下常规方法的速度-距离图 Fig. 5 Normalized output envelope in speed-distance units using the regular method |
![]() |
图 6 SBF-MF-PDF方法的速度-距离图 Fig. 6 Normalized output envelope in speed-distance units using the SBF-MF-PDF method |
在检测低速弱目标时,目标速度极易落入混响的多普勒展宽中而无法区分。4.1节中已验证SBF-MF-PDF方法可以有效减少混响的多普勒展宽,这样更利于从速度维上辨识低速目标和混响。利用这一辨别手段设置一个混响多普勒门限,将零多普勒附近的输出置零,从而在舷角-距离图中保留低速目标的同时抑制掉混响,提高检测性能,实现目标辨识检测一体化。
试验中基阵78°舷角处存在运动速度为1.8 kn的弱目标。对比常规方法(见图7)与SBF-MF-PDF方法(见图8)的速度-距离图可以看出,本文方法减小了多普勒展宽,能够反映出目标和混响散射体的真实速度,可以从速度维分辨出低速目标和混响,而常规方法目标速度和混响速度混叠在一起难以分辨。
![]() |
图 7 有低速弱目标时常规方法的速度-距离图 Fig. 7 Normalized output envelope in speed-distance units using the regular method |
![]() |
图 8 有低速弱目标时SBF-MF-PDF方法的速度-距离图 Fig. 8 Normalized output envelope in speed-distance units using the SBF-MF-PDF method |
根据4.1节得出的多普勒展宽实际值设置多普勒门限,将低于混响多普勒门限的输出置零后得到舷角-距离图,常规方法(见图9)在40°和120°附近混响强度较大,甚至超过了78°处的目标强度,SBF-MF-PDF方法(见图10)由于可从速度上区分目标混响,故能更好地抑制混响。
![]() |
图 9 有低速弱目标时常规方法的方位历程图 Fig. 9 Normalized output envelope in bearing-distance units using the regular method |
![]() |
图 10 有低速弱目标时SBF-MF-PDF方法的方位历程图 Fig. 10 Normalized output envelope in bearing-distance units using the SBF-MF-PDF method |
本文提出一种适用于小孔径运动平台的抑制多普勒展宽的新方法,减轻了速度和舷角的耦合所导致的亮点速度和舷角的失配,还原亮点真实速度和舷角。经分析,SBF-MF-PDT方法在合理选择参数的情况下对输出信噪比并无过高要求,有较好的噪声宽容性。海试数据的处理结果表明,SBF-MF-PDT方法可以减小动平台下混响的多普勒展宽,更好地利用多普勒信息辨识混响和低速目标,抑制混响并检测目标。基阵孔径越小,平台速度越大,该方法相比常规方法的优势越明显,因此可用于尺寸受限的阵列中,增加探测平台的灵活性。
[1] |
贾耀君, 蔡志明, 王平波. 基于双曲调频的组合波形设计研究[J]. 电子与信息学报, 2023, 45(12): 4352-4360. DOI:10.11999/JEIT221385 |
[2] |
PAKDEL A O, AMIRI H, RAZZAZI F. Enhanced target detection using a new combined sonar waveform design[J]. Telecommunication Systems, 2021, 77: 317-334. DOI:10.1007/s11235-021-00761-6 |
[3] |
李青, 潘成胜, 杨阳, 等. 基于稀疏表示的NMF抗混响方法[J]. 舰船科学技术, 2023, 45(17): 129-134. LI Q, PAN C S, YANG Y, et al. Research on anti-reverberation method of NMF based on sparse representation[J]. Ship Science and Technology, 2023, 45(17): 129-134. |
[4] |
JIA H, LI X. Underwater reverberation suppression based on non-negative matrix factorisation[J]. Journal of Sound and Vibration, 2021, 506: 116166. DOI:10.1016/j.jsv.2021.116166 |
[5] |
DOISY Y, DERUAZ L, IJSSELMUIDE SP, et al. Reverberation suppression using wideband Doppler-sensitive pulses[J]. IEEE Journal of Oceanic Engineering, 2008, 33(4): 419-433. DOI:10.1109/JOE.2008.2002582 |
[6] |
LEE D H, SHIN J W, DO D W, et al. Robust LFM target detection in wideband sonar systems[J]. IEEE Transactions on Aerospace and Electronic Systems, 2017, 53(5): 2399-2412. DOI:10.1109/TAES.2017.2696318 |
[7] |
PARK J, KIM G, SEOK J, et al. Pulsed active sonar using generalized sinusoidal frequency modulation for high-speed underwater target detection and tracking[J]. IEEE Access, 2023.
|
[8] |
王磊, 朱堃. 运动平台低频混响的方位-多普勒谱特性研究[J]. 声学学报, 2009, 34(2): 110-116.
|
[9] |
刘建国, 朱凌霄, 严胜刚. 运动平台混响的时空耦合统计模型[J]. 声学学报, 2018, 43(4): 481-494.. |
[10] |
黄晓燕, 冯西安, 高天德. 浅海主动声呐空时自适应混响抑制方法[J]. 计算机工程与应用, 2015, 51(11): 187-189+217.. DOI:10.3778/j.issn.1002-8331.1309-0513 |
[11] |
寇思玮, 冯西安, 黄辉, 等. 一种基于混响干扰稀疏重构的STAP方法[J]. 西北工业大学学报, 2020, 38(6): 1179-1187. DOI:10.3969/j.issn.1000-2758.2020.06.006 |
[12] |
PALLOTTA L, FARINA A, SMITH S T, et al. Phase-only space-time adaptive processing[J]. IEEE Access, 2021, 9: 147250-147263. DOI:10.1109/ACCESS.2021.3122837 |
[13] |
曹宦植, 蔡志明, 幸高翔, 等. 基于分裂阵配置的旁瓣抑制方法[J]. 电子学报, 2019, 47(6): 1388-1392. DOI:10.3969/j.issn.0372-2112.2019.06.029 |
[14] |
CHEN T, WU Y, ZHANG W, et al. Insight into split beam cross-correlator detector with the prewhitening technique[J]. IEEE Access, 2019, 7: 160819-160828. DOI:10.1109/ACCESS.2019.2951418 |
[15] |
SALZ J, STEIN S. Distribution of instantaneous frequency for signal plus noise[J]. IEEE Trans. Inform. Theory, 1964, IT-10(10): 272-274. |
[16] |
WAITE A D. Sonar for Practising Engineers 3rd[M]. UK: John Wiley & Sons Ltd, 2002.
|