Page 171 - 《应用声学》2025年第2期

第 44 卷 第 2 期 明超等： 结合有限新息率重构的水声宽带信号方位估计方法 431

SNR 的降低，BF-FRI 方法的 RMSE 迅速增加，在 4 实验数据处理分析
−5 ∼ 0 dB 之间，BF-FRI 方法的 RMSE 甚至高于
其他算法，性能下降较为严重。 为了分析和验证所提出的方法，本文选用了
为了评估各算法的计算复杂度，采用CPU运行 2014年7月中国科学院声学研究所声场声信息国家
时间作为性能指标。仿真设置与第一个仿真保持一 重点实验室在某海域进行的水声实验数据。在实
致，包括目标方位角、角度间隔和快拍数，仿真所使 验中，实验船以 4 kn 航速拖曳拖线阵进行数据采
用的 CPU 为 Intel i5-8300H 处理器。图7(a) 展示了 集，拖线阵深度约为 150 m，主要目的是探测水面目
在不同 SNR 条件下各算法的 CPU 运行时间，其中 标——即水面船只的辐射噪声。实验区域的海深约
SNR范围为0∼20 dB。由图 7(a)可观察到，BF-FRI 4360 m。图8展示了实验方案的示意图，而图9显示
的计算效率最高，而 MD-SBL 的计算效率最低。此 了实验期间测得的声速剖面。
外，BF-FRI 和 RSS 方法的计算时间受 SNR 影响较 ᄬಖᓕ ࠄᰎᓕ
小，MD-SBL方法在低SNR环境中的计算效率显著
下降。图 7(b) 展示了各算法在不同信号带宽下的 ଌஆ᫼(ጞ150 m)
运行时间，其中接收信号的中心频率为 200 Hz，信
图 8 实验方案示意图
号带宽范围为 10∼100 Hz。由图 7 可见，随着信号 Fig. 8 Schematic diagram of experimental protocol
带宽的增加，各算法的计算效率逐步下降。其中，
0
MD-SBL 方法和 ISSM 方法的计算效率受到信号带
500
宽影响较大，而 RSS 方法和 BF-FRI 方法的耗时相
1000
对较少。 1500

ງए/m 2500
10 1 2000

3000
CPUᤂᛡ௑ᫎ/s RSS 4000
0
10
ISSM
3500
MD-SBL
BF-FRI
4500
-1
10
1500
1480
-1
ܦᤴ/(mSs 1520 ) 1540
10 -2 图 9 实验测得的声速剖面
0 5 10 15 20 Fig. 9 Experimentally measured sound velocity
η٪උ/dB
profile
(a) CPUᤂᛡ௑ᫎ֗SNRᄊТጇ
拖线阵共有 128 个阵元，近似为水平直线阵。
选取靠近实验船的 16 个阵元的接收数据进行分析，
10 0
ISSM 这些阵元的间距约为 1.5 m。接收阵深度声速设为
CPUᤂᛡ௑ᫎ/s 10 -1 MD-SBL 用 10 个快拍，每个快拍的时间为 1 s (12000 个采样
RSS
1513 m/s，采样率为 12000 Hz，每次 DOA 估计采
BF-FRI
点)，数据长度约为 14 min，分别采用 ISSM、RSS、
MD-SBL 和BF-FRI 四种方法进行 DOA估计，并对
结果进行分析。图10展示了数据经过短时傅里叶变
10 -2
换后得到的时频图。选取处理频段为 200∼300 Hz，
20 40 60 80 100
ηՂࣜࠕ/Hz 共计选择了 101个等间距的频点。图11展示了各算
(b) CPUᤂᛡ௑ᫎ֗ηՂࣜࠕᄊТጇ 法处理后获得的时间方位历程图，从时间方位历程

图 7 各算法 CPU 运行时间的对比 图中可以看到总共存在三个目标，从左到右分别有
Fig. 7 Comparison of CPU runtime for each al- 两个较强目标和一个弱目标。下文分别用左侧较强
gorithm 目标、右侧较强目标和右侧弱目标加以说明。ISSM