Page 258 - 应用声学2019年第4期
P. 258

718                                                                                  2019 年 7 月


                 图5中三种方法都可以检测到 CW脉冲信号的                         LOFAR图中观察到,FOS的LOFAR谱结果背景噪
             时间和频率。其中,FFT和MVDR的结果中旁瓣较                          声较低,能很清晰地分辨出多根线谱。
             高,表现为 LOFAR 谱的背景噪声起伏较大。FFT
                                                                      0                              0
             谱估计的频率分辨率较低,只能粗略判断信号的频                                   1                              -10
             率,精确度不高。相较于以上两种方法,FOS处理结                                ௑ᫎ/s  2                         -20
             果图像中的线谱显示清晰,几乎不存在旁瓣,并且能                                  3                              -30
             提供高频率分辨率的谱估计结果,准确估计出了信                                   138  140  142  144  146  148  150
                                                                                  ᮠဋ/Hz
             号的频率、出现信号的时刻和信号持续的时间。
                                                                                  (a) FOS
                 之前的仿真中体现了 FOS 算法具有很好的
                                                                      0                              0
             多线谱检测性能,接下来实验数据处理中采用                                     1                              -10
             SWellEx-96 Event S59 的数据来验证其性能。在该                       ௑ᫎ/s  2                         -20
             实验过程中,船只拖曳两个声源并发射不同频率的                                   3                              -30
             信号,两个声源分别处在深度9 m 和54 m 处。在此                              138  140  142  144  146  148  150
                                                                                  ᮠဋ/Hz
             主要分析 138 ∼ 149 Hz 这一频率范围内接收到发
                                                                                  (b) FFT
             射信号,这一频率范围内的发射信号参数如表 2 所                                 0                              0
             示。利用 FOS、FFT、MVDR 三种方法对接收信号                             ௑ᫎ/s  1                         -10
             进行谱估计并用 LOFAR 图显示,其中窗长 5 s,滑                             2                              -20
                                                                      3
             动窗长为4 s,处理结果如图6所示。                                                                      -30
                                                                      138  140  142  144  146  148  150
                表 2   SWellEx-96 Event S59 实验数据中                                  ᮠဋ/Hz
                138∼149 Hz 频率的发射信号参数                                             (c) MVDR
                Table 2  138∼149 Hz transmitted signal
                                                                  图 6  SWellEx-96 Event S59 实验数据的处理结果
                parameters in SWellEx-96 Event S59 data
                                                                  Fig. 6 Processing results of experimental data
                     频率/Hz             发射声源级/dB
                                                                   根据上述实验数据处理结果可以得出,不论是
                      139              124(较深处声源)              CW脉冲信号还是在对含有多根线谱的信号进行谱
                      140                噪声频率                  估计时,FOS 算法可以较准确地搜索到信号频率,
                                                               给出高频率分辨率、低旁瓣的谱估计结果。
                      142              120(较深处声源)
                      143                噪声频率
                                                               4 结论
                      145              158(较浅处声源)
                                                                   本文将快速正交搜索算法应用于水声信号的
                      148              158(较深处声源)
                                                               谱估计中,该方法能提供高频率分辨率、低旁瓣的谱
                 根据图 6 显示的利用三种方法获得的多线谱估                        估计结果,并能同时估计信号各个分量的幅度、初
             计结果,                                              始相位。相较于传统的基于傅里叶变换的谱估计方
                 除了 139 Hz 和 142 Hz 处这两个发射声源级较                 法,FOS能利用较少的数据样本获得高频率分辨率
             低的线谱未被检测到以外,其余线谱均可被三种谱                            的谱估计结果。同MVDR 方法相比,FOS不会存在
             估计方法检测到。FFT的谱估计结果频率分辨率较                           模型失配的现象,并且不需要过多的数据快拍就可
             低,由于旁瓣较高,LOFAR 图中的背景噪声较大。                         以保证足够的频率分辨率,在信噪比较低的情况下
             相比于 FFT,MVDR 算法能提供较高的频率分辨                         仍能提供较好的谱估计结果。仿真和实验数据处理
             率,但是对于信噪比较低的信号的谱估计结果不是                            结果表明,基于FOS算法的谱估计能够对信噪比较
             十分理想。相较于FFT和MVDR,FOS对于所有能                         低的水声信号以及包含多线谱的信号进行高频率
             检测到的线谱都能提供较高频率分辨率的谱估计                             分辨率、低旁瓣的处理,在水下信号的探测识别中
             结果,并且能检测到由于声源运动而引起的频率的                            具有重要的应用前景。若所需频率分辨率很高,搜
             细微变化。FOS 的谱估计结果旁瓣较低,所以能从                          索步长则需设置得很小,FOS的运算量会相应增加,
   253   254   255   256   257   258   259   260   261   262   263