Page 98 - 《应用声学》2020年第2期

256 2020 年 3 月

(g) 对剩下的局部最大点进行卡门限处理，在 因此可以对筛选之后的线谱 Z 6 (n) 进行处理，
对门限进行选择的时候，由于不同的目标线谱信噪 分别得到每根线谱对应的方位，与目标跟踪方位进
比不同，门限的选择要适应不同信噪比的情况，本文 行对比，误差较大的不认为是目标线谱，从而将干扰
提出利用拉平后线谱 Z 1 (n) 的均方差乘一比例因子 线谱剔除，实现线谱净化。为了保证利用线谱测定
κ设为门限， 方位的正确性，可以采用多个时刻的结果平均的方

法。如果测得方位与听测方位不同，误差较大，那么
Z 5 (n), Z 5 (n) > κ · std [Z 1 (n)] ,

Z 6 (n) = (11) 认为不是目标线谱，剔除出去。这种方法可以有效
0, Z 5 (n) < κ · std [Z 1 (n)] ,

解决左右舷对称方位同时存在目标时特征线谱难
式(11)中：
以分辨的问题。
√
¯
∑ N−1 [ ] 2
std [Z 1 (n)] = Z 1 (n) − Z 1 (n) . (12)
n=0 2 VLA跟踪目标低频线谱提取海上试验数
比例因子 κ 的设置，是依据大量数据统计得到 据验证
的，可据历程图的人工观测结果和自动提取出来的
线谱结果进行对比分析，最后选定一个比例因子。 选用 VLA 实测海试数据，VLA 为 32 阵元矢量
(4) 利用互谱测向剔除干扰线谱 水听器阵列，间距 2 m，长 62 m，采用 VTAMVDR
下面介绍利用 VLA 跟踪目标声压振速互谱线 算法对阵元域信号处理，处理频段 50 ∼ 600 Hz。选
谱测向方法剔除干扰线谱的原理。目标信号可表示 取其中一段信号，在左右舷对称方位同时存在目标
为s(t)，那么 VLA 跟踪后得到的声压和振速信号分 时刻检验本文线谱提取方法效果，图 3 给出了 VLA
(t)做
◦
别为y p (t)、y v x (t)、y v y (t)，对y p (t)、y v x (t)和y v y 波束输出图，目标位于 104 方位，左右舷对称方位
(f)，
◦
傅里叶变换，得到相应谱为Y p (f)、Y v x (f) 与Y v y 256 也有一目标。
则声压振速互谱为
115
∗
(f) = Y p (f) · Y (f), (13)
S pv x
v x
䐏䑚ⴞḷ1
110
∗
(f) = Y p (f) · Y (f). (14)
S pv y
v y
声压、组合振速互谱为 [6] 105 䐏䑚ⴞḷ2
∗
(f) = Y p (f) · Y (f) , (15) ⌒ᶏ䗃ࠪ/dB
S pv c
v c 100
∗
(f) = Y p (f) · Y (f) . (16)
S pv s
v s
95
其中：*表示共轭。
对于声压振速互谱来说，由于声压振速是同相 90
0 50 100 150 200 250 300 350
位的，根据傅里叶变换的基本特性，两个同相位输入 வͯᝈ/(°)
的能量集中在互谱的实部，所以目标信号的能量集
图 3 波束输出图
中在复声强器互谱输出的实部，虚部中主要为干扰
Fig. 3 Beam output char
能量。
令 采用上文所述过程，对选取目标进行线谱提取，
[ ]
(f) = Re Y p (f) · Y (f) , (17) 经过声压自谱、声压振速互谱以及声压组合振速互
∗
I R x
v x
[ ] 谱计算，归一化，提取趋势项，谱线拉平，卡门限谱
(f) = Re Y p (f) · Y (f) , (18)
∗
I R y
v y
峰搜索，干扰线谱剔除等处理过程，最终得到目标的
根据式 (17) 和式 (18) 可以求出每个频率点对应的
真实线谱。在卡门限谱峰搜索中，经过大量数据测
方位， 试，对于该阵列，比例因子的值为 6时线谱提取效果
[ ]
∗
◦
(f) Re Y p (f) · Y (f) 较好。图4 给出了 106 方位目标低频线谱的提取流
v y
I R y
θ(f) = tan −1 = tan −1 [ ] .
(f) Re Y p (f) · Y (f) 程及结果，图5 给出了 256 方位目标低频线谱提取
◦
∗
I R x
v x
(19) 结果。