Page 102 - 《应用声学》2020年第2期
P. 102

260                                                                                  2020 年 3 月


                 signal on fractional domain, correct estimations of target parameters can be obtain by using FrFT method to
                 process echo data with band-pass sampling. The processing results for simulation data and experimental data
                 of UUV demonstrate the validity of the method, and the corresponding data processing time can meet the
                 real-time requirements of UUV.
                 Keywords: Bandpass sampling; Fractional Fourier transform; Linear frequency modulated; Active sonar system
                                                               信号提出 FrFT 的带通采样实现方法,通过对 LFM
             0 引言
                                                               信号时频特性直线在分数阶域的投影进行修正,使
                                                               利用 FrFT 方法处理带通采样回波数据时,可获得
                 主动声呐系统常使用线性调频 (Linear fre-
             quency modulated, LFM) 信号   [1−2]  对水下目标进         正确的目标参数估计。在 FrFT 方法计算复杂度理
             行探测与参数估计。实际应用中,根据LFM信号的                           论分析基础上,计算机仿真数据和 UUV 平台湖试
             宽多普勒容限特性,通常选取零多普勒速度的单个                            数据的处理结果验证了 FrFT 的带通采样实现方法
             副本信号和接收回波进行匹配滤波。为提升主动                             的正确性,数据处理时间能够满足 UUV 平台处理
             声呐系统的距离和速度分辨力,通常会增大发射信                            的实时性要求,从而实现了 FrFT 方法的工程化实
             号的时间带宽积。LFM 信号时间带宽积的增加导                           时应用。
             致信号多普勒容限变化           [3] ,多普勒效应带来的影响
                                                               1 系统描述
             不可忽略,单副本匹配滤波处理方法会降低系统检
             测性能并带来距离估计偏差,而且也无法获得目标
                                                               1.1  分数阶傅里叶变换
             速度信息。分数阶傅里叶变换 (Fractional Fourier
                                                                   FrFT 是传统傅里叶变换的广义形式,可以理
             transform, FrFT) 作为一种线性时频分析工具,在
                                                               解为信号在时频二维平面上进行逆时针旋转。信号
             处理 LFM 信号时具有独特优势             [4] 。目前已有大量
                                                               x (t)的p阶连续FrFT线性积分形式定义               [4]  为
             研究将 FrFT 方法及改进方法应用于处理 LFM 回
                                                                                  p
             波  [5−10] ,从而获得目标参数的估计。研究结果表明,                            X α (u) = F [x (t)] (u)
             在低信噪比      [11]  和强混响背景     [12−13]  下利用 FrFT                       ∫  +∞
                                                                              =       K α (u, t)x (t) dt,  (1)
             处理LFM回波能提高系统检测性能,实现对目标回                                              −∞
             波时延和目标速度的有效估计。                                    其中,积分核为
                 主动声呐发射信号的脉宽增加时,若按窗处理
                                                                  K α (u, t) =
             接收回波,则为了完整捕获目标回波,处理窗宽度
                                                                   
                                                                               2
                                                                           (  u + t 2              )
             需相应增大。此外,脉宽增加带来的速度分辨力提                                A α exp j       cot α − jut csc α ,
                                                                   
                                                                   
                                                                               2
                                                                   
             高使得系统可以在设定速度范围内实现更精细的                                              α ̸= kπ,
                                                                   
             搜索。系统性能的提升却带来了回波处理算法计算                                                                       (2)
                                                                   
                                                                   δ(u − t),    α = 2kπ,
                                                                   
             复杂度的显著增加,尤其是奈奎斯特采样下 FrFT                              
                                                                   
                                                                   
                                                                   
                                                                     δ(u + t),   α = (2k + 1) π,
             的回波处理算法。理论计算表明 FrFT 方法的计算
                                                                              √
             复杂度与 FrFT 变换阶数数量 (等效为多普勒处理                        式 (2) 中,A α =    (1 − j cot α)/(2π) 表示复幅度因
             通道数量) 呈线性变化趋势,与处理数据的长度呈                           子,k 为整数,u 表示分数阶傅里叶域,α = pπ/2 表
             对数变化趋势。在 9 个波束方向上以 0.1 m/s 间隔                     示时频平面的旋转角度。由于 LFM 信号在分数阶
             搜索−4 ∼ 4 m/s速度范围内的水下目标时,奈奎斯                       域上具有很强的聚集特性,利用 FrFT 方法对 LFM
             特采样下处理一窗 32768 点数据时 FrFT 方法的计                     信号进行检测与参数估计时具有独特的优势。将
             算复杂度高达 100 GFloats 以上。高的计算复杂度                     FrFT 方法应用于主动声呐目标探测时,利用 FrFT
             使 FrFT 方法难以应用于具有实时性要求的主动声                         估计出的 LFM 脉冲回波参数可以计算出目标距离
             呐系统,尤其是功耗和体积受限的无人水下航行器                            和速度。
             (Unmanned underwater vehicle, UUV)平台。                 FrFT 的实现过程主要分为 7 个步骤:(1) HT:
                 本文基于主动声呐回波后处理框架,结合LFM                         对一帧时域采样数据执行 Hilbert变换,得到时域数
   97   98   99   100   101   102   103   104   105   106   107