Page 198 - 《应用声学》2025年第1期

194 2025 年 1 月

各信号的自相关函数均由一个主瓣和众多旁
2 声梳信号水声通信性能仿真研究
瓣组成，通过计算峰值旁瓣比(Peak side lobe ratio,
2.1 声梳信号相关性分析和时延估计仿真 PSLR)能直观地比较出信号的自相关性能。峰值旁
瓣比的计算公式为
信号的自相关性和互相关性体现了信号的抗
多径、抗多址干扰能力。图 3 显示了声梳信号与 P s max
PSLR = 20 × lg , (4)
LFM 信号、直扩信号的自相关函数图。三个信号 P
的带宽和功率相同，其中声梳信号的偏移频率为 式 (4) 中：P 为自相关函数的主瓣峰值，P s max 为最
5 kHz，间隔频率为 10 Hz，含有 201 个声学模式； 强旁瓣峰值，峰值旁瓣比值越小，自相关性越好。
LFM信号起始频率5 kHz，终止频率 7 kHz；直接序 声梳信号峰值旁瓣比为 −13.5295 dB；LFM 信号为
列扩频信号采用了7阶m序列扩频码和BPSK调制 −13.2676 dB；直扩信号为 −14.5094 dB。与两种常
方式，数据信息随机生成，信号中心频率 6 kHz，带 用的信号相比，声梳的峰值旁瓣比值居中，自相关性
宽2 kHz。 能良好。

1.0 1.0 1.0

0.8 0.8 0.8
ॆʷӑࣨϙ 0.6 ॆʷӑࣨϙ 0.6 ॆʷӑࣨϙ 0.6

0.4
0.4
0.4
0.2 0.2 0.2

0 0 0
-5 0 5 -5 0 5 -5 0 5
௑ᫎ/ms ௑ᫎ/ms ௑ᫎ/ms
(a) ܦ೛ηՂᒭᄱТѦ஝ (b) ጳভូᮠηՂᒭᄱТѦ஝ (c) ᄰੱηՂᒭᄱТѦ஝
图 3 不同信号的自相关函数图
Fig. 3 Autocorrelation function graphs of different signals

信号的互相关性则可以通过计算互相关干扰 计对通导一体化波形设计十分重要。在相关性分析
比值 (Cross correlation interference ratio, CCIR) 的基础上，接着对编码后的声梳信号进行时延估计
进行评估，CCIR 值越小，则信号互相关性越好 [13] 。 仿真研究。图 5(a) 是信号的匹配滤波结果，其波形
将三个信号进行混叠，加入带限白噪声，计算单个信
号与混叠信号的互相关函数，接着计算互相关干扰 600
ܦ೛ηՂ
比值，其公式表示为 500 ጳভូᮠ
ᄰੱηՂ
CCIR = P/P max , (5) 400
式(5) 中：P 为信号的自相关峰值，P max 为信号与混 ൓஝ 300
叠信号的互相关峰值。在混叠信号中加入不同SNR 200
噪声分别仿真 1000 次，统计各信号 CCIR 值最小的
100
次数。图4为统计结果，在多数SNR条件下，声梳信
0
号都表现出了最好的互相关性。 -12 -8 -4 0 4 8 12
声梳信号在进行水下测量和定位时，需要得到 η٪උ/dB
精确的时延估计，再采用类比光梳的时间飞行法 图 4 不同 SNR 下信号 CCIR 值最小次数统计图
和相关分析法的原理，进一步得到测量和定位结 Fig. 4 Statistical diagram of minimum frequency
果 [6−7] 。因此声梳信号在编码后保持精确的时延估 of signal CCIR value under different SNR