Page 134 - 《应用声学》2023年第4期
P. 134
796 2023 年 7 月
海洋环境噪声作为时间序列信号,现有的常 文献 [35]给出的方法对4个参数进行估计。
用数据处理方法是谱分析,为国军标推荐采用,也 上述数据处理方法处理流程如图 5 所示。给出
是国际上通行方法。首先计算功率谱密度 (Power 的时间序列分析处理、谱分析及宽带声压级计算,用
2
spectral density, PSD)(dB re 1 µPa /Hz) 来表征 来分析冰下环境噪声的谱级、接收源级、时间变化
整体环境噪声的级别。将所有数据分成 10 min 一 趋势、起伏特性、背景噪声特性、噪声源特性,描述信
段的数据进行处理,每次取 1 s 数据,使用 Welch 算 号中的离散事件和趋势;而时域统计分析,包括获取
法 (1 s 样本、无重叠、Hanning 窗、1 Hz 频率分辨 均值、方差、偏度、峰度、α 稳定分布的4个参数估计,
率),先计算每个时长为 10 s 的数据段的短时平均 可以用来刻画环境噪声时域模型,表征不同时间或
功率谱,之后来估计 10 min 数据的平均 PSD,将得 地点的变异性和比较声学环境。这些处理方法,在
到的功率谱在 10∼500 Hz 内取平均值,以获得 PSD 很多研究中已经采用,因此通过这些处理结果组成
的估计,代表了 10 min 内的长期环境噪声。通过 的参数组,可以与过去的公开发表的结论进行比较,
每个时长为 10 s 的非重叠数据段算出的 PSD,按照 以描述和理解北冰洋水声环境的变化。
ANSI S1.11-2004 标准计算 [32] ,得到 1/3 倍频程谱
m↼t↽
级(TOLs)。 Ϡएᝠካ
进一步,计算背景噪声级 (Acceptable noise
ፒᝠѬౢ एᝠካ
2
level, ANL)(dB re 1 µPa /Hz) 来表征潜在的背景 Ѭ
噪声。ANL 在以前的极地水声研究中已经被使用, ሷࠀѬ࣋
Ԡͥᝠ
它可以通过手动去除带有瞬态信号的数据快照来
៨Ѭౢ ᆁࣱک Ѭࣱک
估计 [28−30] ,这里使用自动提取算法,该方法在参考 ៨ͥᝠ
PSD PSD
文献[29]中提出。估计ANL的过程依赖于前述的数
TOL
据段和相同的短时功率谱,不过与平均功率谱不同
ࠕࣜܦԍጟ
的是,ANL是根据每个频率所有的谱值计算的第15 SPL EPSD ANL
百分位估算的。具体过程如下:首先,计算所有数据
图 5 处理流程及结果参数组
的频率直方图,以产生环境噪声的 PSD的经验概率
Fig. 5 Process flowcharts and result parameter groups
(EPSD) [33] 。之后,将10 min ANL 数据在一个频带
内平均,得到该频带的平均值。在这里,选择的频段
3 观测结果及分析
是10∼500 Hz,这种计算过程每个数据段进行一次。
接收到的海洋环境噪声信号的宽带声压级 3.1 时间序列分析结果
(Sound pressure level, SPL) 表示为在整个文件持 垂直阵接收的波形则显示了冰层以及双声道
续时间(10 min)内计算的均方值,计算公式如下: 波导对海洋噪声的影响,图6(a) 为长期冰站的结果,
( ∫ )
1 数据随机抽取,可以看出,虽然雪龙号停靠在附近,
2
SPL(dB re 1 µPa)=10×lg m (t)dt . (2)
T T 辅机处于工作状态,不可避免地抬高了整体噪声水
北冰洋冰下噪声瞬态分量的存在,使得冰下概 平,越靠近冰层,水听器接收的信号相对较小,接收
率分布偏离高斯分布,概率密度分布显见拖尾,本 噪声相对较低,谱级计算结果也支持该结论。这是
文依据北极海域环境噪声监测数据的时域幅度概 由于垂直阵阵元都处在上表面声道中,顶部覆盖着
率分布计算基本统计结果,首先从概率分布计算 大面积的多年冰,冰层起到了隔绝噪声的作用,随
出偏度和峰度。偏度,是对不对称的测量,定义为 着海冰密集度、面积和厚度的增加,声级减小,而远
µ 3 /σ ,在这里 µ 3 是均值的三阶矩,σ 是标准差。峰 处声源的贡献增大 [38] 。而由图6(b)可以看出,越靠
3
度,是对峰值的测量,定义为µ 4 /σ 。α 稳定分布,是 近冰层,水听器接收的信号幅度相对变大,海洋噪
4
广义上的高斯分布,被认为是适用于描述冰下环境 声相对较高。频域的处理结果中差异更明显,上下
噪声的统计特性 [31,34] ,其特征函数完全由 4 个参数 两组水听器明显分开,谱级差异最大可达 5 dB,这
α、β、γ、δ 唯一确定。目前,已有多种 α 稳定分布的 是由于垂直阵阵元上下两组水听器分别处在不同的
参数估计方法在不同情况下应用 [35−37] 。本文采用 波导中,并且该冰站处于海冰边缘区,但冰层受风和